Af Forrester Research for Forrester | 27. september 2021 | Emne: Kunstig intelligens
Det forløbne år demonstrerede digital kraft for at overvinde udfordringerne i den fysiske verden. Da kundeforhold var truet af pandemiske restriktioner, trådte mange virksomheder ud af deres komfortzoner for at reagere med nye virtuelle oplevelser, tjenester og bekvemmeligheder for at opretholde eller endda vokse disse vitale kunderelationer.
Kunne dette svar have været hurtigere? For mange organisationer er svaret “ja”. Hvis der var et centralt faktum for data- og analytiske fagfolk at lære i det forløbne år, er det, at vores data og AI -fonde ikke var så klar til denne udfordring, som de kunne have været. Næsten alle kundesamtaler, jeg har i dag, fokuserer på acceleration af investeringer og modernisering eller implementering af nye driftsmodelplaner.
Vi ser også et hidtil uset antal spørgsmål om indlejring af data og AI i hændelsesdrevne og realtidsfunktioner. Forbindelse med kunder i stor skala handler i stigende grad om personalisering, intelligent automatisering og øjeblikkelig tilpasning baseret på, hvor kunden er. For mange organisationer har det ført til erkendelsen af, at en clouddata og datavidenskabelig platform til at bygge modeller kun er en del af puslespillet. Data og AI skal være på kanten af forretningen inden for applikationer, mobile enheder og maskiner, hvor kunder engagerer og interagerer med virksomheden. Dette er den nye verden af forbundet intelligens, og det er ikke kun for de store tech -virksomheder – det er den nødvendige tilstand for enhver moderne virksomhed.
Det er tid til at forestille sig AI som mere end en churn -model, chatbot og sprogprocessor. Organisationer, der omfavner tilsluttet intelligens, bruger AI til at bygge forretningssiloer og generere holistiske oplevelser, hvor alle berøringspunkter og kanaler fanger, deler og kombinerer intelligens. At have klare rammer til at orientere data- og AI -driftsmodellen med teknologi er den rigtige måde at komme videre på.
Med alt dette i tankerne er her, hvad forretnings-, teknologi- og analytiske ledere kan forvente, når de skubber videre med forbundne intelligensstrategier:
Partnere udvikler sig til økosystemer. Vi ser industrier som forsikring, energi og lægemiddel udvide antallet af fageksperter (SMV'er), der bruges til at designe, udvikle og implementere data og AI til forbundet intelligens. Disse SMV'er benytter interne partnere fra forskellige teams, herunder juridisk og risiko, for ikke kun at bygge modellerne, men for at forme hele AI -evnen til at forbedre kundeoplevelsen og forretningsresultater. Efterhånden som virksomhederne yderligere skifter og udvider deres økosystemer, kommer eksterne forretningspartnere også i folden for at levere yderligere ekspertise og støtte omnichannel -oplevelser med AI.
Praksis bliver hyper-samarbejde. Med flere partner -SMV'er ved det tilsluttede efterretningsbord bliver det stadig vigtigere, hvordan de arbejder sammen. Driftsmodeldesign ekspanderer ud over at understøtte specifikke opgaver og organisatoriske strukturer og fokuserer på, hvordan forskellige roller engagerer, koordinerer og leverer data og AI. En global energiproducent har anvendt rejsekortteknikker til sit data- og AI -praksisområde. Dette bestemmer, hvordan roller og teams arbejder sammen ved bedre at tilpasse færdigheder og ansvar til mål og forestille sig nye processer og måder at optimere samarbejde, koordinering og support. Derudover ser vi også, hvordan tjenesteudbydere formidler distribueret træning af modeller mellem klienter for at validere og optimere disse modeller, før de starter til produktion.
Platforme er formet til forretningskanten. På ingen måde kunne den nye partner og praksismodeller blive succesrige uden de rigtige platforme til at levere tilsluttet intelligens og muliggøre og forstærke bedste praksis. Investeringer i cloud, edge computing, blockchain og 5G giver en stærkere rygrad og netværk til AI for at muliggøre tilsluttet intelligens. Men nye samarbejdsmuligheder og -platforme vokser også frem for at skabe pålidelige miljøer, hvor data, modeller, træning og indsigt kan bruges til at generere AI. Data- og AI-udvekslinger dukker op inden for industrier og tværindustrier; AI -samarbejdsplatforme tillader pålidelig kodeudvikling af modeller mellem eksterne parter i et betroet netværk. Og integrationsplatform som en service begynder overgangen mellem data engineering og applikationsudvikling for at stramme forbindelsen mellem data, AI og real-time edge applikationer.
Hvis du vil vide mere, skal du registrere dig til Forresters datastrategi & amp; Insights -begivenhed, 18. – 19. november her, og deltag i sessionen med titlen “Gå til Business Edge med forbundet intelligens.”
Dette indlæg blev skrevet af vicepræsident og hovedanalytiker Michele Goetz, og det stod oprindeligt her.
Relaterede emner:
Tech Industry Digital Transformation CXO Internet of Things Innovation Enterprise Software 