为什么数字化转型和人工智能实施可能失败
1月,IBM提出了一项详细研究,说明为什么数字化转型只提供了-5%至10%的投资回报率,而不是预期的150%的投资回报率。这是一个巨大的三角洲,符合我们在20世纪80年代的初始客户端/服务器实现、20世纪90年代的操作系统迁移、21世纪初的大数据实现以及过去十年的分析实现的经验。
这并不是说所有实现都失败到上述程度,只是绝大多数都失败了。反复出现的问题是技术缺乏成熟度,提供该技术的公司,以及部署该技术的公司以令人印象深刻的销售努力包裹着,使买家相信收益,同时缺乏后续行动来确保承诺的收益已经实现。
人工智能现在也发生了同样的事情。在前端,你不需要销售承诺。您需要了解技术的供应商,他们将或已经花时间了解您的独特需求,不仅可以帮助您创建理想的解决方案,还可以在他们的流程和经验中具有严谨性,以确保结果。
让我们谈谈如何避免这个反复出现的问题。
原因
我经历过所有这些早期的痛苦趋势。当客户端/服务器趋势出现时,我正在IBM工作,尽管当时技术还没有准备好,但随着市场试图转向还没有准备好的东西,它几乎让公司处于低迷状态。
原因是销售往往可以领先于产品的位置,并远远领先于必须围绕他们的服务。当像人工智能这样的新趋势袭来时,每个人和他们的兄弟都想上肉汁列车。但考虑到去年,除了像IBM和NVIDIA这样几十年来一直致力于人工智能的公司外,没有其他人(包括已经崩溃的谷歌)为微软宣布将人工智能垂直进行准备。
IBM这次如此兴奋的原因是,它拥有watsonx,这是目前市场上最成熟的人工智能解决方案。此外,这一次,IBM在企业级生成人工智能能力方面是最成熟的,而其他人则靠销售和营销承诺为生,几乎没有或根本的基础。
当销售领先于技术时,买家就会陷入困境,根据IBM关于数字转型的数字,许多人因为没有进行尽职调查而陷入困境。
修复:做作业并遵循一个过程
在这种情况下,最成功的流程之一是“生产试点”。不要在一个痛苦的步骤中进入部署。一旦您确信供应商有一个足够成熟和完整的解决方案,请创建一个或多个试点项目来验证您的信念。即使是成熟的产品也不在每种情况下都有效。你不想大规模失败,但飞行员失败是可以恢复的。
但即使在试点之前,您也需要保证供应商对福利和投资回报率的索赔是可以实现的。向已经部署并实现承诺利益的其他人寻求推荐信,询问供应商,看看他们是否在内部部署了这项技术,并要求与公司的IT人员交谈(他们通常会出人意料地对你诚实)。
与正在尝试这项任务的其他人一起进行研究,并获取实践,意识到并非每个解决方案都适用于每家公司甚至每个部门。
混合多云是在正常运行时间、成本、可用性和可靠性之间提供最大平衡的做法。您需要一个了解这一概念的供应商,与您信任的云供应商有深厚的关系,并且已经获得了足够的经验,因此它不会从您的零钱中学习。
特别是对于人工智能数据,质量至关重要,您需要大量帮助来确保它。你不想要有偏见或幻觉的人工智能,就像你想要持续提供不准确答案的分析那样。
这些新的人工智能功能预计将是多模式的,包括自然语言、图像、音频、视频,甚至关键时间元素。人工智能的用途往往会针对这些数据类型之一进行优化,而对其他数据类型表现不佳,因此您需要了解差异,并有一个愿意告诉您另一家供应商的供应商在它没有能力的领域可能是更好的选择。
最后,您需要指标和里程碑方面的帮助,以便如果供应商表现不尽,您可以尽早确定问题,并更改供应商或更改团队。如果与您合作的供应商无法帮助您为项目设置指标和客观目标,那么您找错了供应商。
总结:
我们从20世纪80年代的客户端/服务器到今天的人工智能等近期技术反复出现的问题是,销售远远领先于产品和支持结构。其结果是,部署未能达到目标和期望。如果你没有办法把球场带回现实,或者理解供应商离他们的滑雪板太远了,可能会落入你的一毛钱,你会完蛋的。
如果我还在IT领域,我会与NVIDIA建立关系,NVIDIA提供大部分核心技术,并将其作为传声板,以帮助选择了解人工智能的供应商和服务提供商的简短名单,即使它可能是您将从另一个使用其技术的供应商那里购买。我会通过在行业活动中与正在或已经部署类似解决方案的同行交谈来支持这一点,并了解哪些供应商执行良好,并使用这些信息来确定我想研究的供应商的资格。
在我的名单上名列前茅的是那些在内部和外部部署了与我预期类似的解决方案的供应商,但不会从表面上看这些。我会采访那些了解这些部署的人,以验证结果和公司的技能组合。
在许多情况下,在扣动扳机并实时了解这些部署的糟糕程度之前,等到合适的合作伙伴、合适的团队和合适的解决方案可用后,可能更明智。
关于作者:作为恩德尔集团的总裁兼首席分析师,Rob Enderle为区域和全球公司提供指导,指导如何与市场建立可信的对话,针对客户需求,创造新的商业机会,预测技术变化,选择供应商和产品,并实行零美元营销。20多年来,Rob一直为微软、惠普、IBM、戴尔、东芝、Gateway、索尼、USAA、德州仪器、AMD、英特尔、瑞士信贷第一波士顿、ROLM和西门子等公司工作。