Enam Strategi Terbukti untuk Hasilkan Nilai Bisnis Nyata dari AI

MicroStockHub/iStock/Getty Images Plus

Ikuti ZDNET: Tambahkan kami sebagai sumber preferensi di Google.


Poin Penting ZDNET

Kekhawatiran semakin berkembang bahwa AI adalah gelembung yang akan segera pecah.
Pemimpin digital yang cerdas mengambil pendekatan taktis terhadap use case.
Mereka mendapatkan persetujuan eksekutif dengan berfokus pada prioritas strategis.

Dengan laporan terbaru dari MIT yang menyatakan bahwa hanya 5% proyek AI yang memberikan nilai, muncul ketakutan yang berkembang bahwa gelembung di sekitar teknologi AI generatif dan agenik akan segera pecah.

Namun, Fausto Fleites, Wakil Presiden Data Intelligence di spesialis taman Scotts Miracle-Gro, adalah salah satu pemimpin bisnis yang bertujuan untuk meredakan kekhawatiran tersebut.

Juga: Sebagian kecil bisnis sukses besar dengan AI. Apa yang mereka lakukan dengan benar?

Fleites telah membangun karier yang sukses dengan menggunakan machine learning dan AI untuk mengubah informasi menjadi wawasan — dan kini pengalaman tersebut mendorong penerapan inovatif dalam bisnis yang telah lama berdiri.

Sebelumnya menduduki posisi kepemimpinan digital senior di Sears dan Accenture, Fleites mulai bekerja dengan Scotts pada Februari 2023. Ia melihat peluang untuk menerapkan keahliannya dan membantu perusahaan berusia 150 tahun ini mengadopsi teknologi yang sedang berkembang.

Ia memulai dengan membangun fondasi TI, menggunakan teknologi dari AWS dan Google, untuk menerapkan model deep learning pada data perusahaan, menciptakan wawasan untuk pengambilan keputusan bagi tim eksekutif.

Juga: Saya melepas Copilot pada akun Microsoft dan Google saya – inilah yang terjadi

Selama setahun terakhir, Fleites telah mengembangkan use case untuk pemanfaatan AI generatif dan agenik. Ia memberitahu ZDNET bagaimana eksplorasi timnya telah menumbuhkan minat terhadap AI di seluruh bisnis. "Yang baik adalah kami sangat taktis dalam use case dan kemenangan, dan kesuksesan ini telah membantu kami dalam percakapan dengan grup lain yang menjadi target kami."

Enam Cara Menciptakan Nilai dari AI

Strategi AI Fleites di Scotts terbagi menjadi dua area: upaya yang berfokus pada konsumen seperti meningkatkan pencarian dan chatbot, serta elemen back-office, yang berpusat pada menata ulang proses internal, termasuk menulis ulang email layanan pelanggan. Kami akan membahasnya secara detail nanti.

MEMBACA  Petunjuk, Jawaban, dan Bantuan untuk 30 April #423 di NYT Hari Ini

Dari pengembangannya atas solusi bertenaga AI untuk tantangan bisnis, Fleites menawarkan enam pelajaran best-practice untuk pemimpin digital lainnya:

  1. Berulang dengan cepat dan belajar dari kesalahan. "Satu contoh adalah kami membuat purwarupa untuk rekomendasi produk dengan sangat cepat menggunakan ChatGPT atau Gemini, dan kami mempelajari keterbatasannya untuk bisnis kami. Kami berubah haluan dengan sangat cepat. Budaya iterasi cepat, belajar dari kesalahan, dan failing fast itu kunci sukses."
  2. Mulai dari yang kecil dan dengarkan para ahli. "Saya sarankan untuk menghindari proyek big bang yang multi-tahun dan tidak memiliki nilai bisnis yang jelas, karena AI adalah teknologi yang berkembang pesat. Siapa pun yang memberi tahu Anda, ‘Saya memiliki pengalaman 20 tahun melakukan gen AI,’ mereka membohongi Anda. Anda harus beradaptasi dengan bagaimana teknologi berevolusi."
  3. Buat strategi dan fokus pada KPI. "Begitu banyak perusahaan hanya mengimplementasikan AI karena apa yang mereka baca secara online. Mereka hanya menerapkan AI demi memiliki AI, dan mereka gagal. Mulailah dengan menyelaraskan use case AI Anda dengan strategi bisnis yang memiliki KPI yang jelas dan terukur."
  4. Bekerja sama di seluruh bisnis dan biarkan orang lain bergabung. "Kami telah membentuk tim lintas fungsi yang bertindak seperti startup. Idenya adalah Anda dapat menangani use case jangka pendek. Pergeseran budaya perlu terjadi untuk membuat organisasi Anda lebih lincah, kolaboratif, dan digerakkan oleh data."
  5. Asah platform Anda dan sempurnakan pendekatan Anda. "Berinvestasilah dalam teknologi fondasi untuk membuat data Anda lebih akurat dan dapat diakses. Untuk obrolan AI, kami menggunakan pengetahuan produk yang kami miliki sebagai perusahaan 150 tahun untuk mendukung percakapan kami. Tetapi kami harus memformat pengetahuan itu dengan cara yang berbeda untuk menjadi lebih efisien dengan AI."
  6. Fokus pada manajemen perubahan dan buktikan manfaatnya. "Kami memulai diskusi ini dan mulai mengembangkan use case hampir satu setengah tahun yang lalu. Kami masih mendatangi perusahaan dengan semua use case potensial. Tetapi kemenangan awal di layanan konsumen telah memungkinkan kami untuk mereplikasi kisah sukses itu di area lain."

    Meningkatkan Layanan Pelanggan

    Upaya Fleites yang berfokus pada konsumen dan didukung AI telah menghasilkan dampak signifikan di dua area: hasil pencarian dan layanan chatbot. "Dua fitur kunci ini inti dari strategi kami," ujarnya.

    Pencarian AI berjalan melalui aplikasi RAG di Google Vertex AI, di mana pelanggan dapat menggunakan bahasa alami untuk mencari katalog perusahaan untuk menerima jawaban atas pertanyaan mereka.

    "Sebelum kami memperkenalkan teknologi ini, pelanggan harus menggunakan istilah yang tepat, seperti ‘pupuk’, untuk mendapatkan hasil," katanya. "Sekarang, konsumen dapat mengekspresikan pertanyaan apa pun dalam bahasa mereka sendiri, dan mereka mendapatkan hasil."

    Juga: Penggunaan AI meningkat, tetapi organisasi masih belum melihat keuntungan, temuan studi Atlassian

    Perusahaan juga menggunakan AI untuk meningkatkan kualitas percakapan pelanggan di agen chat berbasis web mereka.

    Fleites: "Kami sangat taktis dalam use case dan kemenangan."
    ScottsMiracle-Gro

    "Ini versi pertamanya," katanya. "Ia hanya memiliki lima journey, tetapi sudah mencakup rekomendasi produk tanpa hallucinations, dan mengatasi beberapa masalah pemecahan masalah, seperti perkecambahan benih rumput. Konsumen juga dapat dialihkan ke agen langsung untuk kueri yang lebih detail."

    Pengalaman chat ini didukung oleh Sierra, sebuah perusahaan teknologi yang menyediakan agen AI yang dipersonalisasi untuk layanan pelanggan. Fleites mengatakan timnya memberi umpan informasi katalog produk dan pertanyaan kepada Sierra melalui API yang berjalan di platform Google Cloud.

    "Obrolan adalah tempat kami memiliki rekomendasi produk tingkat lanjut, di mana agen mengenali maksudnya dan kemudian masuk ke serangkaian pertanyaan penyelidikan," ujarnya.

    "Jadi, misalnya, jika Anda berkata, ‘Saya ingin pupuk, saya ingin memberi makan halaman saya,’ AI akan masuk ke dua atau tiga tingkat pertanyaan untuk mengatakan, ‘Ini produk yang Anda perlukan dengan pembatasan yang tepat berdasarkan lokasi Anda.’"

    Juga: Rekan kerja Anda muak dengan AI workslop Anda

    Fleites mengatakan dua fitur ini adalah langkah pertama dalam perjalanan AI perusahaan untuk pelanggan.

    "Jenis pengembangan ini sangat penting untuk strategi jangka panjang kami dalam memberikan pengalaman yang berbeda di mana itu lebih komunikatif dan mereka dapat mengekspresikan apa yang mereka cari dalam bahasa mereka."

    Menata Ulang Proses Internal

    Fleites mengatakan area pekerjaan kedua ini menggunakan AI sebagai copilot untuk membantu proses kerja yang berulang, memberi waktu staf untuk fokus pada aktivitas strategis bernilai lebih tinggi.

    "Kebanyakan perusahaan hanya melihat penggunaan AI untuk chat yang berfokus pada konsumen, tetapi ROI nyata untuk perusahaan seperti Scotts sebenarnya ada dalam mengotomatisasi proses back-office," katanya.

    Proses ini sudah dimulai. Organisasi Fleites telah mengembangkan layanan produksi, yang dikenal sebagai Email Rewrite, yang mengambil teks dari artikel pengetahuan Salesforce internal dan membuat respons yang koheren.

    "Alat agenik ini menulis ulang email dalam waktu kurang dari 30 detik dengan brand voice yang tepat untuk membuat teks menjadi kohesif," katanya.

    "Staf kami dapat mencoba berbagai pilihan dari brand voice kami, dan sekarang, dalam satu menit, kami tidak hanya dapat membalas email — dan kami telah mendapatkan efisiensi yang signifikan dari sudut pandang itu — tetapi kualitas emailnya 10 kali lebih baik dari sebelumnya."

    Juga: Bahkan agen AI terbaik pun terhambat oleh protokol ini – apa yang bisa dilakukan

    Fleites mengatakan timnya terus bekerja sama dengan bisnis untuk menemukan lebih banyak use case backend melalui proses analisis yang disebut X-Ray.

    "Pekerjaan itu tentang menggunakan agen untuk menangani tugas manual yang berulang. Kita perlu mulai sekarang untuk membayangkan prosesnya, dan kami secara aktif melakukannya melalui proses analisis ini," katanya.

    "Kami sedang mengerjakan cara melihat otomatisasi agenik dari perspektif tertentu, seperti sebagai asisten, misalnya, untuk dapat melakukan pekerjaan dengan lebih baik. Kami akan secara aktif mengatasi kekhawatiran untuk membangun kepercayaan karyawan dalam use case."

    Merencanakan langkah karier di bidang teknologi? Dapatkan newsletter Tech Today kami untuk lebih banyak tips dan trik.