전문적인 실습에서 우리는 AI에 대한 두 가지 양극화 된 의견과 직무 역할 및 비즈니스 모델에 미치는 영향을 만났습니다. 한쪽은 실업률이 급증하고 인공 지능이 인수되는 것에 대해 우려하고, 다른 쪽은 AI가 큰 변화를 가져 오지 않고 거품이 될 것이라고 믿는다.
처럼 64% CIO는 AI를 사용하여 비즈니스 운영을 향상시키고 기업을 발전시키고 기술의 강력한 기능과 한계를 이해하는 것이 특히 중요해집니다. 인공 지능이 새로운 비즈니스 모델을 진정으로 소개 할 수 있습니까? 아니면 이러한 기대가 편견에 뿌리를 둔 것입니까?
항상 그렇듯이, 진정한 대답은 그 사이 어딘가에 있습니다.
모든 기술 혁명은 직무 역할과 직장 루틴의 변화가 뒤 따랐다. AI의 진화는 직장을 빠르게 변화시키고 사회적 변화를 이끌어 내겠다 고 약속했다. 결과적으로 AI는 예상대로 사회에 영향을 미치지 않았지만 사회는 AI에 영향을 미칠 수 있고 영향을 줄 수 있습니다.
그만큼 감속 LLM 개발 및 AI의 지속적인 보고서 환각 오늘날 우리가 알고있는 AI 시스템은 완벽하지는 않지만 예상 한 것을 전달하지 않으며 개발자는이를 알고 있습니다. 문제는 인공 지능이 아니라 그 주위의 과대 광고라는 것을 이해하는 것이 중요합니다. 개발자는 기존 기능 향상에 중점을 두는 대신 다음 목표를 목표로 시작했습니다. 결과적으로, 많은 잠재적 인 문제가 남아 있고 간과되어 Google 경험과 같은 수많은 문제를 일으켰습니다. 100 억 달러 Bard AI가 아무도 확인하지 않은 사실적인 오류가 발생했기 때문에 공유 하락.
이 결과는 AI가 기본 작업을 수행하기 위해 제어 및 모니터링이 필요한 경우 복잡한 작업으로 신뢰하기에는 너무 이르지만이를 보여줍니다. 많은 직무 역할에는 인공 지능이 부족한 깊은 통찰력, 비판적 사고 및 유연성이 필요합니다. 이는 곧 바뀌지 않을 것입니다.
OpenAI의 AGI 준비 그룹의 전 책임자가 말했듯이 AI의 실제 효율성은 비즈니스, 정부, 업계 목소리, 전문가 및 시민 간의 강력한 대화의 결과가 될 것입니다. 현재이 대화는 아직 시작되지 않았으며 관련된 모든 사람의 전적으로 참여해야합니다.
비즈니스 모델의 AI : 현재 가치 탐색
AI 중심 비즈니스 모델의 시대는 1 년 또는 2 년 안에 우리가 기대해야 할 것이 아니지만 인공 지능이 회사가 워크 플로를 운영하고 관리하는 방식에 크게 영향을 미친다는 것을 부정하지는 않습니다.
일반적으로 모든 기업의 3 개의 지원 기둥으로 요약됩니다.
1. 데이터 분석
우리가 더 많이 연결 될수록 더 많은 데이터가 나옵니다. 이는 기업의 경우에 특히 그렇습니다. 매년 비즈니스 여행은 수많은 데이터 풀, 문서, 논문 및 스크린 캡을 생성합니다. 이 비트 각각은 엄청난 가치를 제공하지만 먼저 찾아야합니다. 인간 전문가의 경우, 모든 데이터를위한 광업 및 구성은 몇 년이 아니라 몇 달이 걸릴 것입니다. 그러나 인공 지능의 경우 몇 초가 아니라 며칠이 걸립니다. AI는 많은 양의 데이터를 깊이 파고 정렬하고 구조화되지 않은 데이터를 포함하여 정렬하고 구성함으로써 중요한 정보를 직원, 의사 결정자 및 경영진과 연결하고 데이터 병목 현상을 지우고 모든 수준에서 더 선명한 의사 결정을 가능하게합니다. AI를 통해 엔터프라이즈 여정의 역사와 전체 견해는 훨씬 더 명확 해져서 더 확실성을 높이고 비즈니스 리더가 자신이 어떤 이정표에 어떤 이정표와 미래에 필요한지 깨닫도록 돕습니다.
2. 고객 상호 작용 개인화
미국의 고객 경험 품질로 사상 최저응답 시간을 줄이고, 개인화 된 상호 작용을 가능하게하며, 가능한 한 빠르게 고객 문제를 해결하는 것이 기업에게는 더 중요하지 않았습니다. 그러나 이러한 목표를 달성한다는 것은 인구 통계, 구매 기록, 브랜드 상호 작용 빈도 및 기타 여러 요인과 같은 모든 단일 고객 데이터를 취하는 것을 의미합니다. 해당 규모의 작업은 콜센터 나 지원 팀이 처리하기에는 너무 많지만 AI 보조원에게는 일상적인 활동입니다. AI 기반 플랫폼 및 인력 직원은 탠덤에서 일함으로써 개별 고객 역사를 즉시 조사하고 특정 요구를 해결함으로써 우수한 고객 서비스를 제공 할 수 있습니다. 이러한 접근 방식은 고객이 브랜드에서 찾는 개인화 및 공감 수준을 제공하여 공급 업체와의 관계를 강화하고 충성도를 높이고 있습니다.
3. 위험 관리
위험 관리는 기업의 끊임없이 변하고 변하지 않는 고통을 겪고 있으며 항상 그런 식으로 유지됩니다. 비즈니스 환경이 강렬할수록 경영진이 재무 및 평판 위험을 올바르게 평가하기 위해 더 많은 시나리오를 평가해야합니다. 일부 평가는 비판적 사고와 경험을 기반으로하는 반면, 다른 평가는 패턴을 드러내려면 엄청난 양의 역사적 데이터가 필요합니다. 후자의 경우, 인공 지능은 이상 탐지를 처리하고 패턴을 식별하며 의심스러운 행동을 탐지함으로써 엄청난 도움을 제공합니다. 이러한 기능은 관리자, 분석가 및 경영진의 압력을 완화하여 등장하기 전에 위협을 식별하고 그에 따라 준비 할 수 있습니다.
AI 비즈니스 모델의 미래 : 계속 지켜봐 주시기 바랍니다.
고려해야 할 가장 중요한 요점 중 하나는 AI 구동 비즈니스 모델의 유형이 인공 지능의 전체 가치가 발견 될 때까지 정의되지 않은 상태로 유지된다는 것입니다. AI ROI 계산에 대한 비즈니스 리더가 여전히 울타리에 있기 때문에 탐사 및 연구가 필요합니다.
인공 지능의 채택은 작은 변화가 아닙니다. 완전히 새로운 워크 플로를 소개합니다. 따라서 비즈니스 리더는 해당 워크 플로를 잘 이해하고 KPI를 식별하며 이전 루틴과 다른 점을 결정하고 분석에 따라 혁신적 가치를 추론해야합니다.
예를 들어, 대부분의 경우 AI는 단지 엔터프라이즈 프로세스를 개선 할뿐만 아니라 원하는 결과에 도달 할 수있는 새로운 프로세스를 만듭니다. 그러나 이러한 결과의 가치를 극대화하고 새로운 모델의 토대를 마련하기 위해서는 모든 기업에는 세 가지 필수 구성 요소가 필요합니다. 프로세스, 기술 및 사용하는 사람들.
게시물 작업의 미래 : AI 및 자동화가 작업 역할 및 비즈니스 모델을 재정의하는 방법 먼저 나타났습니다 Unite.ai.
