DATALAB LEIÐIR ÍSLENSK FYRIRTÆKI OG STOFNANIR INN Í GAGNADRIFNA FRAMTÍÐ

LESA MEIRA

Er hægt að meta arðsemi fjárfestingar (e. ROI) í gervigreind?

Það er eðlilegt að gera kröfur um sannanlegan ávinning, fjárhagslegan eða annars konar, þegar fjárfest er í nýrri tækni, tækjum og þekkingu. Þegar hefðbundnar hugbúnaðarlausnir eru annars vegar er þetta oft fremur einfalt reikningsdæmi. Útreikningur á arðsemi fjárfestinga í gervigreindar- og gagnalausnum er yfirleitt töluvert snúnari. 

Samkvæmt könnun MIT og Boston Consulting Group frá 2020 sögðust aðeins 10% fyrirtækja hafa uppskorið umtalsverðan fjárhagslegan ávinning af snjallverkefnum sínum. Önnur könnun leiddi í ljós að 79% fyrirtækja sem sjá enga arðsemi eða jafnvel tap af sínum verkefnum eru ekki með kerfi eða ferla til að mæla árangur af slíkum verkefnum.

Spurningin vaknar því: Er vandinn fólginn í flókinni tækni í þróun eða kunnáttuleysi við að skilgreina mælikvarða?

HELSTU PUNKTAR TIL AÐ TAKA MEÐ:

  • Erfitt getur verið að mæla arðsemi fjárfestinga í gervigreind
  • Þau fyrirtæki sem náð hafa mestum árangri í gervigreind standa sig einnig best við að skilgreina mælikvarða
  • Helstu vandkvæði við skilgreiningu mælikvarða snúa að rekjanleika afraksturs, fáum fyrirmyndum og ólíkum áskorunum fyrirtækja, sem ekki eru samanburðarhæfar
  • Leiðir til að tækla mælingar á ávinningi felast meðal annars að því að skilgreina vel hina viðskiptalegu áskorun, líta til óbeins ávinnings og skilgreina strax í upphafi viðeigandi mælikvarða

Er fyrirtæki þitt tilbúið fyrir gervigreindarbyltinguna? Hjá DataLab starfa sérfræðingar á sviði hagnýtingar gagna í snjöllum lausnum sem m.a. aðstoða við stefnumótun, fræðslu og leiðsögn vegna hagnýtingar slíkra lausna. Hafðu samband og fáðu stutta kynningu á möguleikum gagnadrifinna og snjallra lausna þér að kostnaðarlausu.

Mynd: Yuliia Chyzhevska í gegnum Canva Pro

HVAÐ ER ARÐSEMI FJÁRFESTINGAR?

Í sínu einfaldasta formi er arðsemi fjárfestingar (e. return on investment, ROI) hlutfall þar sem ágóði er veginn á móti upphaflegri fjárfestingu [ágóði/fjárfesting].

Yfirleitt fellur kostnaður til við upphaf verkefnis en arðsemin eða afraksturinn kemur fram í ótilgreindri framtíð. Í öllu falli er mun meiri óvissa um hvenær ágóði fellur til en kostnaðurinn. Hugsunin er því einföld, en útfærslan er það ekki alltaf.

Beina arðsemi (e. „hard“ ROI) má rekja til þessara helstu þátta:

Meiri framleiðni: Snjalllausnir geta bætt og flýtt ákvarðanatöku sem eykur framleiðni starfsmanna. Þessi framleiðniaukning getur ýmist orðið til vegna meiri skilvirkni (verkum lýkur hraðar) eða með betri ákvörðunum.

Sparnaður: Tímasparnaður og meiri framleiðni getur í sumum tilfellum þýtt að færra fólk þarf til að vinna verk af sama magni, sem felur í sér sparnað. 

Þetta er þó alls ekki gefið: Ef tími sem tekur að vinna tiltekið verk er styttur um 20% á starfsmaður oft auðvelt með að finna önnur verkefni til að fylla upp í gatið – ef sparnaðurinn er 80% eða meira er hins vegar auðveldara að ráðast í hagræðingaraðgerðir.

Tekjuaukning: Snjallar lausnir eins og meðmælakerfi geta sannarlega aukið tekjur, eins og Domino’s á Íslandi, viðskiptavinur Datalab, hefur sannarlega sýnt.

Útreikningur á arðsemi gervigreindarlausna getur verið höfuðverkur

NOKKUR VANDKVÆÐI VIÐ ÚTREIKNING Á ARÐSEMI

Sem fyrr segir reynist mörgum fyrirtækjum erfitt að sýna fram á hreina arðsemi af fjárfestingum sínum í snjöllum gagnlalausnum. 

Það er ekki til að einfalda myndina að þegar fyrirtæki raunverulega uppskera af snjallverkefnum sínum eru þau hikandi við að opinbera sínar tölur, sérstaklega ef verkefnin gætu skilað forskoti á markaði.

Hér eru fleiri vandkvæði við arðsemisútreikninga:

Óvissa og erfiður samanburður

Það er ekki til nein ein algild regla til að reikna út arðsemi fjárfestingar gervigreindar. Oft er  verið að leysa vandamál sem ekki hafa verið leyst áður, þannig að enginn samanburður er fyrir hendi.Mörg fyrirtæki eru með slíka útreikninga í stöðugri þróun. 

Annars staðar er slíkum útreikningum ýtt til hliðar eða beinlínis sleppt vegna óvissunnar. Stundum liggur ekki fyrir hverju verkefnið skilar verður og hvernig eða hvort það muni hafa áhrif á tekjur eða kostnað.

Þá getur verið snúið að greina nákvæmlega hvað má rekja til hvers. Þetta á sérstaklega við um stærri mælikvarða eins og hagnað fyrirtækisins eða heildarkostnað.  

En auðvitað er þetta ekkert sérvandamál í gervigreindartækni: Disney+ opnaði í nóvember 2019 og safnaði fljótt 95 milljónum áskrifenda – var það vegna snjallrar markaðssetningar eða eitthvað sem Covid-19 færði fyrirtækinu upp í fangið? Markaðsfólk á einmitt mjög oft erfitt með að sýna fram á arðsemi sinna aðgerða, ekki síst dýrra vörumerkjaherferða.

Ekki er allur ávinningur mælanlegur

Gervigreind getur bætt ákvarðantöku, þannig að færri mistök séu gerð, straumlínulagað ferla og laðað að hæft starfsfólk. Þetta eru eru allt dæmi um ávinning sem er mikils virði en oft erfitt að reikna til tekna eða minni kostnaðar. 

Snjallverkefni geta líka leitt af sér fleiri snjöll umbótaverkefni eða nýjar vörur, sem engum hafði hugkvæmst áður.

Nánar um þetta neðar.

Ávinningur snjallvæðingar er til langs tíma

Til að ná til baka kostnaði við gagnaundirbúning, innleiðingu nýrra tæknilausna og þjálfun starfsmanna, og byrja að uppskera mælanlegan ávinning þarf skipuheildin að ná ákveðnum snjallþroska.

Það tekur tíma að stilla saman fólk, ferla og nýja tækni. Að sama skapi þarf að gefa snjöllum lausnum tíma til að sanna sig. Mikilvægast er að byrja rétt; finna hentug verkefni sem styðja við stefnu skipuheildarinnar, finna eða framleiða gögn sem nauðsynleg eru og gera þau tæk til úrvinnslu. 

Svo þarf að þróa og fínstilla reikniritin og bíða eftir að þau læri á gögnin og geri sér mat úr þeim. Þetta tekur allt tíma. Upphafsfjárfestingin getur verið töluverð en hún þarf tíma og skölun til að skila ágóða. 

Það getur tekið 1,5 – 2 ár fyrir meðalstórt fyrirtæki að ná núllpunkti fyrir fjárfestingar sínar, áður en arðsemi fer að mælast.

Engin algild aðferð er til sem mælir arðsemi gervigreindarverkefna

Snjallvæðing felur í sér almennt umbótastarf

Það er erfitt að rekja stórar sveiflur í rekstrinum eins og meiri hagnað eða minni rekstrarkostnað beint til gagnalausna, sem fyrr segir. Til að fyrirtæki nái árangri með sinni snjallvæðingu þurfa þau að taka ýmsa ferla og samskiptaþætti í gegn. 

Snjallverkefni krefjast oft samvinnu þvert á deildir. Þau hafa gjarnan í för með sér öflugt gæðastarf og nákvæmari vinnubrögð, sannkallaða gagnamenningu. Slíkar umbreytingar geta bætt reksturinn í sjálfu sér með hagræðingu, nákvæmari ferlum og betri menningu – og skilað hagnaði, sem verður ekki rakið til gervigreindar einnar saman.

NOKKRAR LEIÐIR TIL AÐ META ÁVINNING OG ARÐSEMI GAGNALAUSNA

Skilgreina vel hina viðskiptalegu áskorun

Ein leið til að tryggja að snjallverkefnið hafi mælanleg viðmið um árangur er að velja viðfangsefni eða vandamál þar sem í gangi er lausn sem nýtir ekki gervigreind og þegar er verið að mæla og rekja árangur hennar.

Það þarf að líta á þessar lausnir eins og hvaða tækni sem er: Það þarf að vera skýr tilgangur og markmið með innleiðingunni. Þá fyrst er hægt að setja niður mælikvarða til að fylgjast með árangri.

Gagnlegt er að svara spurningum eins og:

  • Hvaða vandamál eða áskorun í rekstrinum á verkefnið að leysa? 
  • Er hið viðskiptalega markmið skýrt? 
  • Snýr áskorunin að vexti, eða skilvirkni eða betri upplifun eða þjónustu?

Óbein arðsemi gagnalausna skiptir máli

Það er mikilvægt að hafa í huga að þótt að snjallverkefni geti sparað tíma og peninga krefjast þau oft töluverðrar fjárfestingar. Það er því ekki gefið að það leiði endilega til sparnaðar. 

Líklegra er að árangurinn mælist til dæmis fremur í bættri þjónustu, nýju vöruframboði eða aðgreiningu á markaði. Þetta þarf að vega og meta saman.

Óbein arðsemi (e. „soft„ ROI) lítur til þátta sem ekki er hægt að meta til fjár með beinum hætti, en skapar virði fyrir fyrirtækið engu að síður.

Þetta eru þættir eins og

  • Færri mistök, meiri ánægja starfsmanna og minni starfsmannavelta, 
  • Betra aðgengi að upplýsingum og samvinna þvert yfir deildir
  • Minni hætta á brotum á lögum og vanhlítni við staðla (e. non-compliance), t.d. GDPR. Slík hætta við meðferð gagna getur skapast ef ekki er fjárfest í öruggu gagnaumhverfi
  • Áhætta gagnvart því að vera skilinn eftir á markaði (e. opportunity cost). Þeir sem ekki taka þátt í gervigreindinni verða skildir eftir. Það er líka hætta á atgervisflótta metnaðarfulls fólks sem vill starfa hjá fyrirtækjum í fremstu röð.
  • Betri þjónustuupplifun og hollusta viðskiptavina
Hugvitsemi er mikilvæg þegar nýir mælikvarðar eru skilgreindir

Skilgreina mælikvarða strax í upphafi

Vænlegt til árangurs er að skilgreina strax í upphafi, áður en ráðist er í verkefnið, hvaða mælikvarðar verða notaðir til að meta árangur.  Skilgreinið markmið og takið gögn um grunnstöðu áður en hafist er handa. Takið svo stöðuna reglulega. 

Ef góðar mælingar og gögn eru fyrir hendi er oft hægt að meta þær til fjárhagslegs ávinnings, þótt síðar verði.

Það er skynsamlegt fyrir stærri fyrirtæki að gera einn aðila ábyrgan fyrir árangursmælikvörðum. Sá hinn sami heldur þá utan um allar mælingar og kynnir fyrir framkvæmdastjórn reglulega.

Þetta tryggir að önnur svið sjái mælanlegan árangur og áhugi á tækninni kvikni víðar í fyrirtækinu.

Skilja hvar núll-punktur verkefnis liggur

Núll-punktur verkefnis liggur þar sem afrakstur þess jafngildir fjárfestingunni.  Þegar fyrir liggur hversu mikið fyrirtækið vonast til að spara með verkefninu er fyrst hægt að ákveða hversu miklu má verja í verkefnið.

Með því að láta sparnað í rekstri stjórna upphaflegri fjárfestingu er hægt að byrja að áætla hvenær núll-punktinum er náð.

AÐ LOKUM

Það er ýmsum vandkvæðum bundið að leggja mat á arðsemi fjárfestinga í gervigreind og snjöllum gagnalausnum. Til þess eru ýmsar ástæður, meðal annars að tæknin er enn í þróun og erfitt getur verið að rekja árangur beint til snjallvæðingar fremur en almenns gæðastarfs sem fylgir slíkum verkefnum.

Eitt er ljóst: Enda þótt erfitt sé að sýna fram á eða mæla arðsemi af snjöllum gagnalausnum er það ekki góð ástæða til að fjárfesta ekki í þeim. Það felst þvert á móti mikil áhætta í því að standa á hliðarlínunni og taka ekki þátt í byltingunni sem fram undan er.

LESTU MEIRA UM ARÐSEMI SNJALLVÆÐINGAR:

Measuring ROI for AI Efforts

4 Ways That You Can Prove ROI From AI

How to measure the ROI of AI

Defining and measuring return on investment for AI

You’ve Invested In AI, But Are You Getting ROI From It?

Deila grein

Share on facebook
Share on twitter
Share on linkedin

Fleiri greinar

HAFA SAMBAND

datalab@datalab.is

+354 693 0100

Í samstarfi við DataLab Ísland innleiða fyrirtæki snjallar lausnir sem bæta samkeppnishæfni og undirbúa þau fyrir framtíðina.