将 AI 潜力转化为 AI 结果 ： 成功的 8 个步骤

成功的8个步骤 你的计划释放的力量到处都是AI。这就是AI在工作。 作者：Cam Lau, Eugene Wyniawskyj战略参与和转型，UiPath Contents Introduction 人工智能和自动化的潜力是众所周知的。发挥潜力，交付真正的业务成果已经更具挑战性。“AI高”的比例表演者“-麦肯锡对企业的称呼20%或以上的息税前利润(EBIT)来自AI -一直顽固地保持在8%不变。AI领导者正在前进，而其他人则在滑行在第二档。 C - Suite可以看到墙上的文字。我们已经进入了新的业务和技术范式，以及生成性人工智能推动了我们。以前，自动化改变了通过其减少运营的能力来实现业务前景成本和放大无数行业的产出用例。人工智能(AI)对业务自动化的前景将更加广阔。 Gen AI并不是所有企业的灵丹妙药，但它标志着在这一点上，强大的、可靠的、易于使用的AI具有成为企业可以接触到的。战略领导者必须适应这个新现实或被它淹没。 大多数高管都面临着战略制定的困境对于他们不完全理解的技术。然而，他们知道这对他们企业的未来至关重要。他们希望利用人工智能和自动化来增加他们的价值董事会和股东。但是业务还没有建立起来-在启用或技术条款-利用。 人工智能与自动化协同工作，代表着一种高管和高管的巨大机会。新它可以为企业创造的价值是指数的。在下一个十年来，高盛预计Gen AI将在全球范围内增长财富减少7% (近7万亿美元)，提高生产率增长1.5%。 企业应该选择整体战略。一个带来的敏捷性和速度自动化与新一代人工智能和专门的AI能力来转变运营、文化、产品和服务。 本白皮书提供了一个可复制的帮助执行领导者转向的策略将AI潜力转化为AI结果. 释放AI潜力虽然自动化 凭借成熟的自动化计划，各组织行业可以扩大产能或降低成本到30%，根据UiPath分析。随着最近的Gen AI进步，潜力加倍。 与密钥一致的潜在价值的定义业务驱动因素-以及相应的投资案例-是需要的。这不仅证明了为什么,它可以让你阐明where,什么, andhow需要实现价值潜力。 为了实现这一点，基于价值的转型战略是需要确保人员、流程和技术的安全大规模交付AI。这首先要了解业务价值超过三年、四年和五年，投资案例，以及参考体系结构的演变。 所有这些都可以通过带来的变革力量AI通过以下方式在企业中生活automation. And doing it in a高度协商、分析和战略方式。 DefiNing任务目标AI的成功 执行领导人做了巨大的工作在这些动荡的时代发生了变化。我们的许多客户都是推动转型和实现重大业务通过将AI和自动化应用于他们的组织。 共同的挑战： •自动化节省与板级KPI•实现的ROI低和价值递减交付日期(例如，生产率变为关键指标，而不是损益(P & L)影响等)•未按逻辑单位计算业务大小的值单元和/或功能可以实现(例如，自动化子流程没有价值这种情况发生五分钟-一年一次)•自动化程序停留在试点或PoC范围•实施的禁止性成本和由于成本增加的维护利基技术人才•避免整个建筑群的技术债务不同点解决方案的生态系统 然而，对于许多高管来说，个人抱负引领AI和自动化转型是一个常数技能之战，不会。从历史上看，人工智能和自动化转换是复杂的、高度联合的、传统的野兽-从宏和API的子集开始整合到更前卫的数据科学计划和新的应用程序业务构建。然而，最AI和自动化程序的常见迭代是“数字”精益六西格玛式卓越运营的变体programs. UiPath熟悉常见的异议和挑战当开始这种程序时。最常见的一个是“人工智能的商业案例和价值是什么自动化？”。 启动和维持长期战略转型人工智能和自动化是困难的。它需要一个深刻的了解技术和业务挑战，每个业务线的专有建模和基准测试和行业垂直行业。这与普遍缺乏关于价值的清晰度-以及从基本成本或节省时间的价值驱动因素，以更具战略性收入和风险度量。 这些生存挑战需要解决以释放 人工智能的潜力。我们的方法为整体战略提供了信息这使得我们的主要客户能够设计和阐明实现大规模价值的愿景、价值和路线图企业。 制定转型行动计划 第一步：了解企业的战略问题陈述 最好的起点是看战略目标由董事会设置。理解问题很重要开始前的陈述和相应的目标在变革性的变革旅程中。当被问及问题解决，阿尔伯特·爱因斯坦有句名言，“如果我有一个一个小时来解决问题-我花了55分钟思考问题和5分钟思考解决方案。" 可能在组织中飞行，这不是一个全面列表。然而，它确实是一个有用的上下文今天需要的转型规划。 定义企业问题陈述，可以用AI解决并不容易。但是，通过查看为您的业务创造价值，可以专注于构成其余部分的概念和原则 跨企业、跨部门、跨流程转型原型。考虑所有不同的转换 图1 跨三个组织级别的任务目标示例：企业、部门和流程 定义问题陈述不仅仅是关于识别阻力点和操作疼痛点。图2说明了电阻之间的平衡和创新需要探索，以真正最大限度地提高人工智能驱动的自动化可以带来的价值。一旦一个清晰的视图关于问题的陈述，确定潜力解决方案的价值是交付的关键下一步这个价值。 UiPath帮助了许多财富500强公司回答这些问题： •“增加10%的运营能力有什么作用我的营业利润率？” •“这与EBITDA和营业利润率有何联系每股收益？”•“我们如何实现每周四天的工作？”•“我们没有解决哪些痛点，影响如何我们被我们的最终客户所感知？" 图2 创新举措经常遇到内部阻力 步骤2：确定最重要的价值 这些可以包括营业利润率、损益(P & L)、天数优秀销售额(DSO)、营运资金、净发起人得分(NPS) /客户满意度得分(CSAT)，甚至风险和合规性。这些价值驱动因素最终变得非常重要衡量成功的关键绩效指标。 确定解决问题的方法是关键证明开始执行死刑的理由和交付这些杠杆。适当的价值分析有助于设置通过确定机会来实现成功的转型以及最重要的企业价值驱动因素。 图3 自上而下的方法有助于最大限度地取得成功和规模的AI和自动化转型 方法，如图3所示。UiPath已使用面临广泛场景的客户，以及这是技术真正可以帮助的地方。他们利用了自上而下的采矿技术，如UiPath通信挖掘和UiPath过程挖掘，结合专有的AI和自动化基准测试。这意味着他们可以建立一个数据驱动的事实基础，允许他们确定(不需要深度中小企业)“大石头”数字化、精益、自动化和人工智能的机会在整个业务中。此外，它帮助了他们建立基础来衡量所有人的效率范围内的转型举措。 识别潜在价值可能是极其困难的和手动任务。当存在没有流程或操作分类，数据质量遥测技术很差，或者缺乏业务运营团队到位，以跟踪和收集见解。 定义将程序与核心价值对齐的价值驱动程序和问题陈述有助于转变专注于特别关注的领域。最重要的是，它确定了特定的AI和自动化杠杆需要部署。 自上而下的方法在以下情况下驱动更好的结果与更常见的自下而上相比 步骤3：验证由内而外的价值潜力 自上而下的价值潜力大小需要底部-向上验证。从历史上看，这部分战略转型是通过深入的采访和由咨询合作伙伴生态系统举办的研讨会。 考虑了适用性和ef的经济性在这个阶段。 图4 AI和自动化转型的价值超越个别用例带来的辛苦节省 然而，现实世界的用例只是总数的一小部分风险值。图4说明了损益影响硬储蓄可以通过拥抱一个整体来实现AI驱动的自动化平台。 领先客户利用UiPath及其咨询合作伙伴将专有行业和产品线带入生活业务数据集，结合任务和活动捕获技术-如UiPath任务挖掘-以与业务运营的日常实践。这导致了一个自信和可操作的用例管道。 步骤4：Define软件和数据参考体系结构 一旦我们知道在哪里玩，下一步就是确保我们知道如何玩。彻底分析很重要企业技术栈。只有通过识别企业风险和敏捷性可以在这里潜在的阻碍因素管理和优化。 数据集成。同样，一个只关注关于核心RPA -无需探索数字助理和Gen AI适合工作流程-不会最大化这项技术可以给运营带来的价值。最后，en的客户拥有无数的智能自动化工具在他们的企业堆栈中，并错过了巩固和减少点解决方案的数量供应商。 定义整个企业的“好”外观建筑的核心记录系统、差异系统和创新-与AI和自动化用例重叠跨越堆栈的关键是知道如何战略性地利用这些技术。 图5说明了AI驱动的系统自动化应该被视为无所不在的-围绕和运行整个企业的 将记录系统连接在一起将达不到捕捉用户界面带来的全部潜力 图5 AI和自动化系统需要包装围绕企业的整个技术堆栈 需要考虑AI数据架构需求整体。组织的架构应该是可扩展和高性能，能够集成和集中来自各种来源的数据，同时确保数据质量和治理。它必须优先考虑安全性和隐私措施，提供敏捷性和灵活性迭代实验，并促进协作和可访问性。 最终，制定数据战略既取决于监管环境和企业想要实现的目标其AI驱动的自动化系统。 考虑一下当前的Gen AI技术浪潮。有高管们需要了解这一点的影响在近期的业务运营中。虽然大多数供应商确保的稳定性、安全性和治理他们的服务，很难想象这是如何转化为 也称为数据湖-因此企业可以提取来自大型和复杂数据集的宝贵见解。然而，维护数据湖需要谨慎的治理和数据管理实践。相比之下，管理作为单个系统的一部分的联合数据源减少了数据重复和改善隐私。但它也可以涉及更复杂的数据集成过程在确保实时数据可用性方面面临挑战。这是引入AI和自动化层的地方可以帮助更快地聚合优先级最高的数据更便宜-所以它已经准备好被你的AI模型所消耗。 UiPath遵循基于平台的方法部署Gen AI和SpecializedAI. This allows standardized, governed,和安全的方法来介绍这些对人们和processes eque. And with an open方法，Gen AI模型可以是原生的内置于UiPath业务的各个方面自动化平台TM-可以扩展贯穿整个价值链。 步骤5：设想AI驱动的自动化的未来 想象一个拥有10倍更多创造力和灵感的世界，开始新业务并进入新市场一个时刻的通知，每个员工是10倍以上高效。正确部署、AI驱动的自动化创造一个让你的员工茁壮成长的环境。 典型背部的活动和过程示例使用AI和循环中的自动化。 AI可以影响组织管理人员和文化，因为持久的变化和可持续的业务 您的员工的日常活动。图6提供了 图6 Gen AI、专业AI和自动化的示例 技术聚集在一起以增加工作 确保高管了解您的AI和自动化雄心-以及人员、流程和技术堆栈将受到影响-将提供更快的速度和更具可扩展性的程序。 文化采用是任何转型的关键工作流计划。该计划也可能与更广泛的公司变更保持一致策略和飞行中的业务计划。这可能包括利用现有功能和变更管理作为SAP S / 4 Hana迁移的一部分交付的内容，敏捷客户旅程重新设计或业务流程支持迁移的优化(BPO)。 步骤6：在价值链中向上和向下扩展 保证任何AI驱动的转型计划要实现其全部潜力，需要对如何它可以在整个价值链中扩展。同时端到端 图7 大规模驱动自动化时的两种常见方法 首先是战略性的。流程的完整端到端重新设计或使用数字技术、人工智能和自动化进行操作是主要目标和最终状态。通常，这看到整个跨功能过程的重新想象和客户旅程 战术方法。在en中，战略视野倾向于大产品工程、新业务建设和项目，在极端情况下，并购(M & A)来实现多年的价值。 然而，这种方法并非没有风险和挑战。这就是为什么一个全面的战略总是包括一个计划第二速度。这种快速和战术的速度是务实的并通过战术线支持年度业务案例业务交付。 战略方法需要最好的设计思维实践并覆盖最终用户对目标状态旅程。这推动了更全面的业务结果，en的数量级高于 第二个是战术，从最高的开始自动化潜力(例如，公司职能、客户护理)和阐明关键角色和活动原型这将使转型在一年中开始捕捉值。此方法标识入口点和出口点沿着更大更广泛的规范过程，这导致在第一速度的更多积压和管道中。 他们积压的案件。这不适合随