De AI-winsttoolkit: Wat u moet weten voordat u een AI-project start

Tegenwoordig besteedt Sigli aanzienlijke inspanningen om individuen en bedrijven te helpen de waarde van geavanceerde technologieën, waaronder kunstmatige intelligentie, en hun invloed op bedrijfsprocessen te ontdekken. Een van de meest recente educatieve initiatieven was een gratis webinar voor mkb-bedrijven genaamd "De AI-winsttoolkit".

Als je onze live sessie hebt gemist of de belangrijkste inzichten opnieuw wilt bekijken, is de opname van “The AI Profit Toolkit: Benchmarks, Playbooks, Quick Wins” nu beschikbaar.

Het belangrijkste doel van het webinar, gehost door Sigli's CBDO Max Golikov, was om het publiek praktische aanbevelingen te geven over hoe AI op een praktische en budgetbewuste manier kan worden geadopteerd.

In dit artikel delen we de belangrijkste inzichten over hoe AI-pilots kunnen worden gelanceerd die een meetbare impact creëren zonder ernstige risico's.

Welke bedrijfswaarde kan AI creëren?

De impact van AI kan in verschillende categorieën worden onderverdeeld. Het grootste deel (57%) van de bedrijfswaarde van AI komt voort uit het verhogen van de productiviteit.

AI helpt vaak bij het automatiseren van dagelijkse taken, waardoor de handmatige werklast wordt verminderd. Automatisering van alledaagse routines draagt 17% bij aan de algemene bedrijfswaarde. Een aandeel van 16% vertegenwoordigt verbeteringen in de klantervaring. 10% is gerelateerd aan andere use cases.

Is AI vandaag de beste technologie om te gebruiken?

De eerste gouden regel die elke bedrijfseigenaar en besluitvormer moet leren, is dat AI niet overal nodig is. Het is een krachtige technologie, maar je moet het niet gebruiken tenzij je het echt nodig hebt. In plaats daarvan moet je ook andere tools overwegen. In veel gevallen kan hun implementatie helpen geld te besparen en tegelijkertijd een veel betere efficiëntie te bereiken.

Voordat je AI toepast, moet je een heel goed begrip hebben van waarom je het nodig hebt.

Hoe kan ik de winstgevendheid van een AI-project schatten?

Een van de meest betrouwbare manieren om dit te doen, is door een AI-waardematrix toe te passen. Het helpt bij het prioriteren van projecten op basis van technologische haalbaarheid en bedrijfswaarde.

De groep technologische factoren die moeten worden geëvalueerd, omvat gegevenskwaliteit, technologische complexiteit en de beschikbaarheid van vaardigheden en mensen.

Zakelijke factoren zijn onder meer afstemming op bedrijfsdoelen, sponsorondersteuning en meetbare KPI's (zoals de vermindering van tijd of middelen die nodig zijn om een bepaalde taak uit te voeren).

Het project dat de hoogste score behaalt in de algehele resultaten, zal waarschijnlijk slagen en de grootste impact hebben.

Hoe analyseer je technologische complexiteit?

Wanneer je overweegt een bepaald AI-hulpmiddel  te implementeren, moet je begrijpen hoeveel tijd en welke middelen nodig zijn  om het niveau te bereiken waarop deze oplossing echte waarde begint te  bieden.

Er zijn verschillende kernvragen die je jezelf moet stellen:

• Is er een vergelijkbare native functie in je  huidige SaaS/ERP? (Tegenwoordig bieden veel systemen hun eigen  AI-functionaliteit aan, en het is mogelijk dat je geen aangepast hulpmiddel  hoeft te introduceren).

• Bestaat er al een beheerde API?

• Zijn er latentie- of doorvoerbeperkingen?

• Is het veilig om deze oplossing teimplementeren? Is een beveiligingsbeoordeling nodig?

Oplossingen die minimale inspanning van jouw kant vereisen (zoals low-code-componenten of plug-and-play SaaS), krijgen de hoogste score volgens de AI-waardematrix.

Wat laat afstemming op bedrijfsdoelen zien?

Deze parameter helpt je om de link te evalueren  tussen de overwogen AI-use case en een strategisch of winst-en-verliesdoel.  Dankzij dit kun je je focus verleggen van overdreven hypete technologietrends  die geen verband houden met je bestaande knelpunten naar missiekritieke  initiatieven.

Hoe kan ik begrijpen dat de ene AI-pilot beter is dan de andere?

Om deze vraag te beantwoorden, laten we kijken  naar een van de real-life cases waar het Sigli-team aan werkte. De klant was  een middelgroot Nederlands EdTech-platform met 175K actieve cursisten in zijn  online cursussen. Het belangrijkste probleem dat het bedrijf wilde oplossen,  was het verminderen van de tijd en middelen die nodig waren voor  gebruikersondersteuning. Tutoren besteedden vroeger 18% van hun betaalde uren  aan het beantwoorden van FAQ's, wat het bedrijf meer dan €1 miljoen per jaar  kostte.

Onze experts hadden verschillende projectideeën in overweging. Enkele daarvan waren een LLM-tutor-assistentbot, een voorspeller van uitvalrisico's en een aanbevelingssysteem voor adaptieve leerpaden.

Zoals je kunt zien in de onderstaande matrix, won het eerste idee. Maar waarom gebeurde dit?

Om zo'n bot te lanceren, had het bedrijf al een rijke set gelabelde gegevens (meer dan 22K historische chattranscripten getagd op onderwerp). Er waren geen specifieke problemen bij de integratie van de oplossing met het platform van het bedrijf.

Het was mogelijk om duidelijke succescriteria toe te passen (reactietijd en tutortijd). En last but not least kreeg het project sterke steun van een enkele sponsor (het was de Hoofd Learner Success die het tutorbudget beheerde en werkte met retentie-KPI's).

Als gevolg hiervan hielp het succesvol geïmplementeerde hulpmiddel om de mediane eerste reactietijd met 84% te verlagen van 8 uur naar 1,3 uur en 0,25 FTE (fulltime-equivalent) per tutor vrij te maken.

Hoe zorg ik ervoor dat mijn AI-implementatie succesvol wordt?

Om het ROI van je AI-project te maximaliseren, moet je je richten op de belangrijkste elementen:

• Het quick-win-kwadrant in de AI-waardematrix. Je moet projecten selecteren die minstens 7+ scoren op Technische Haalbaarheid en 8+ op Bedrijfswaarde. Dit zijn de ideale quick wins.

• Schone en toegankelijke gegevens. Hoogwaardige, goed georganiseerde gegevens verminderen de voorbereidingstijd aanzienlijk en helpen herhaalde modelhertraining te voorkomen.

• Eén primaire KPI. Het is van cruciaal belang om een use case te kiezen met een duidelijke metriek die al wordt bijgehouden. Dit maakt "voor versus na"-vergelijkingen eenvoudig en elimineert de noodzaak van extra instrumentatie of discussie.

• Een enkele budgeteigenaar als sponsor. Het hebben van één verantwoordelijke stakeholder zorgt voor snelle goedkeuringen, toegang tot middelen en aanhoudende voortgang.

• Meetbare zakelijke resultaten. Je moet ervoor zorgen dat je AI-project tastbare, financiële resultaten oplevert. Het doel is om aan te tonen dat AI winst oplevert, niet alleen innovatie omwille van innovatie.

Slotwoord

Artificial intelligence kan je helpen veel bestaande knelpunten te overwinnen en je bedrijfsgroei aanzienlijk te stimuleren. Maar dit alles is alleen mogelijk wanneer AI bewust wordt toegepast, met de juiste verwachtingen en een sterke business case. Zoals je kunt zien, worden de meest succesvolle AI-initiatieven niet gedreven door hype of angst om iets mis te lopen. Ze worden gedreven door duidelijk gedefinieerde doelen en meetbare resultaten.

Bij Sigli staan we altijd klaar om je bedrijf te ondersteunen in elke fase van je AI-reis: van strategieontwikkeling en pilotselectie tot volledige implementatie. Aarzel niet om contact met ons op te nemen en meer te weten te komen over hoe je het potentieel van AI kunt omzetten in echte bedrijfswaarde.