Comenceu pel treball, no pel programari
Sovint se'ls diu a les petites empreses que la intel·ligència artificial transformarà la productivitat, però aquest missatge pot animar exactament el punt de partida equivocat. Un PIME amb temps i finançament limitats no hauria de començar preguntant quin producte d'IA hauria de comprar. Hauria de començar identificant el treball que consumeix un esforç desproporcionat i preguntant-se si la IA pot reduir aquest esforç sense debilitar la qualitat o el control. Aquesta senzilla inversió manté el cas empresarial per davant de la tecnologia.
Els casos d'ús inicial més prometedors solen ser tasques d'alta freqüència i de baix risc. Elaborar correspondència de rutina, resumir reunions, preparar primeres versions d'informes, comparar informació i desenvolupar idees de màrqueting pot ser adequat. El valor d'una eina d'IA s'hauria d'avaluar en funció del temps i la qualitat del procés existent. Estalviar deu minuts en una tasca que passa cada dia pot justificar una subscripció; estalviar deu minuts un cop al mes potser no.
Utilitzeu primer les eines existents i els experiments econòmics
Molts PIMES ja tenen accés a la capacitat d'IA mitjançant el programari que utilitzen per a la productivitat d'oficina, comerç electrònic, màrqueting o gestió de clients. Abans d'afegir una altra subscripció, la direcció hauria de comprovar què ja està disponible. Això redueix el cost i evita la fragmentació que es produeix quan el personal ha de moure informació entre diverses aplicacions no relacionades. Les noves eines només s'han d'introduir quan solucionen un problema que els sistemes existents no poden resoldre de manera satisfactòria.
Quan un producte separat sembla prometedor, un experiment limitat sol ser més sensat que un compromís a llarg termini. Un empleat pot provar l'eina amb informació no sensible durant un període definit, documentar el procés i comparar el resultat amb el mètode anterior. Això fa visible el cas de negoci. També revela costos ocults com ara la comprovació, la formació o la integració que potser no són evidents a la demostració del venedor.
La reversibilitat és un principi important durant aquesta etapa. Els primers experiments haurien de ser fàcils d'aturar i l'empresa hauria de poder exportar la seva informació si el proveïdor canvia. Els proveïdors d'IA apareixen i evolucionen ràpidament, de manera que les operacions crítiques no haurien de dependre d'un producte inestable sense un pla de contingència.
Estandarditzar l'ús correcte abans d'automatitzar-lo
Si una tasca assistida per IA funciona de manera fiable, el següent pas és estandarditzar-la. Les indicacions útils s'han de desar com a plantilles, juntament amb la informació necessària per completar la tasca, el format de sortida esperat i qualsevol restricció. Això converteix la tècnica d'un empleat individual en coneixement organitzatiu. També facilita la formació perquè el personal nou pot veure com és el bon ús a la pràctica.
Els requisits de verificació s'han d'incorporar al flux de treball. La IA hauria de reduir l'esforç de redacció, no eliminar els estàndards de qualitat. S'han de comprovar les afirmacions de fets importants, els càlculs, les declaracions normatives i la informació específica del client. El nivell de revisió ha de reflectir la conseqüència de l'error. Una idea de xarxes socials es pot tractar de manera diferent a una recomanació financera o un contracte amb un client.
Només després que el procés sigui estable, l'organització hauria de considerar una automatització més profunda. Els agents d'IA i les eines d'integració poden connectar correu electrònic, fitxers, sistemes CRM i altres aplicacions, però l'autonomia augmenta el risc i l'eficiència. Per tant, els permisos s'han d'introduir gradualment. Un agent que analitza informació pública té un risc relativament baix; un agent que envia missatges als clients o canvia els registres financers requereix una aprovació i un seguiment més forts.
Protegiu les dades i mantingueu l'economia visible
Una estratègia de baix cost ha d'incloure la protecció de dades. Les eines d'IA gratuïtes o econòmiques poden funcionar en termes diferents dels serveis empresarials gestionats, i el personal no hauria d'assumir que la informació confidencial es pot utilitzar de manera segura. L'organització ha de definir serveis aprovats i categories de dades prohibides. Aquest és un control senzill, però evita un dels riscos més comuns creats per l'adopció informal de la IA.
Els gestors també haurien de calcular el valor econòmic de les eines de pagament. Si una subscripció costa 30 € cada mes i estalvia constantment dues hores de temps del personal, el cas pot ser senzill. Si només estalvia uns minuts, és possible que la subscripció no estigui justificada. Aquest tipus d'aritmètica senzilla evita que l'entusiasme es converteixi en una expansió de programari. Una regla útil per a les organitzacions petites és cancel·lar o consolidar eines quan un nou sistema duplica una capacitat que ja existeix.
La formació sovint és una millor inversió que comprar un altre producte especialitzat. Un empleat que entén bé com utilitzar un assistent d'IA de propòsit general pot aplicar l'habilitat a diverses tasques empresarials. Per contra, una eina molt enfocada pot resoldre només un problema i crear una altra subscripció per mantenir. Per tant, PIMES hauria d'invertir en capacitat transferible i en tecnologia.
Preserva les relacions humanes que fan que PIMES sigui competitiu
La intel·ligència artificial és especialment útil quan elimina l'administració al voltant del treball humà valuós. Un empleat d'atenció al client que dediqui menys temps a redactar respostes rutinàries pot dedicar més temps a resoldre problemes complexos. Un venedor que utilitza la intel·ligència artificial per a la recerca de comptes pot dedicar més temps a establir relacions. Un gestor que automatitza els resums de reunions pot dedicar més temps a prendre decisions. En aquests exemples, la tecnologia reforça el paper humà en lloc de substituir-lo.
Aquest principi és especialment important per a PIMES perquè el servei personal és sovint un dels seus avantatges competitius respecte a les organitzacions més grans. L'automatització no hauria d'eliminar les relacions que els clients valoren. El millor ús de la IA pot ser gairebé invisible per al client, operant entre bastidors per ajudar el personal a respondre més ràpidament i amb millor informació.
El Acadèmia per a PIMES eBSI recomana una seqüència deliberadament conservadora: identificar una tasca significativa, provar una eina de baix cost, mesurar el resultat, estandarditzar l'ús satisfactori, protegir les dades i escalar només quan el valor és clar. La complexitat s'ha de guanyar. Un PIME no necessita l'arquitectura d'IA més avançada; necessita tecnologia que produeixi valor econòmic fiable sense crear riscos o dependències que l'organització no pot gestionar.
La intel·ligència artificial és cada cop més barata i més accessible, la qual cosa és una bona notícia per a les empreses més petites. L'avantatge competitiu no vindrà de comprar el major nombre d'eines. Vindrà de triar el treball adequat per millorar, desenvolupar personal que pugui utilitzar la IA de manera competent i conservar el control de gestió sobre el procés. Aquesta és una estratègia d'IA pràctica i de baix cost.
Una disciplina addicional és revisar l'ús de la IA almenys trimestralment. Les eines canvien, els preus canvien i alguns experiments simplement deixaran de ser útils. Una breu revisió de les subscripcions actives, els fluxos de treball documentats i els avantatges mesurables impedeix que l'empresa porti programari que ja no aporti valor. Això manté una estratègia de baix cost realment de baix cost en lloc de permetre que moltes subscripcions petites s'acumulin desapercebudes.