Trois façons dont les entreprises asiatiques adoptent l’IA et où elles prennent du retard

La prochaine section de l’IA d’entreprise révélera une vérité inconfortable. Les entreprises n’auront pas de difficultés parce qu’elles n’ont pas accès à des modèles puissants. Au lieu de cela, ils auront du mal parce qu’ils traitent l’IA comme un outil permettant de s’adapter aux anciennes méthodes de travail. La dernière enquête mondiale de McKinsey affirme que les entreprises ayant le plus fort affect sur leurs résultats financiers ne se contentent pas de déployer davantage d’IA. Ils repensent les flux de travail, la gouvernance et la prise de décision en conséquence.

En Asie, les entreprises sont contraintes d’en faire plus, tout en étant confrontées à des marges plus serrées et à une moindre tolérance aux retards. L’IA est peut-être désormais une nécessité opérationnelle pour de nombreuses organisations, mais la nécessité à elle seule ne mènera pas à la transformation.

La première imprecise d’IA d’entreprise s’est largement concentrée sur l’help. Les employés d’aujourd’hui sont entourés de tableaux de bord et assaillis d’e-mails, mais ils ont du mal à obtenir les bonnes informations au bon second. C’est un domaine dans lequel l’IA s’est révélée immédiatement utile. Il fait apparaître le contexte pertinent et signale les anomalies, aidant ainsi les employés à agir plus rapidement. Lorsque l’IA aide une équipe financière à détecter les anomalies avant qu’elles ne s’aggravent ou permet aux équipes du service consumer de résoudre les problèmes plus rapidement, cela montre que la valeur de l’IA n’est pas seulement théorique.

La deuxième étape est l’automatisation, où l’IA begin à modifier les elements économiques de la manière dont le travail est effectué. L’automatisation traditionnelle fonctionnait lorsque les tâches étaient répétitives et que les règles étaient claires. L’IA peut désormais élargir cette gamme en gérant des tâches variables et plus non structurées avec beaucoup moins d’interventions manuelles qu’auparavant.

Le véritable achieve sera la suppression des frictions. Lorsque les approbations sont plus rapides, les organisations deviennent plus rapides et plus efficaces. Au fil du temps, cela peut remodeler la façon dont l’entreprise évolue.

Le troisième avantage, et finalement le plus stratégique, est l’augmentation, où l’IA begin à étendre ce que l’organisation peut faire de manière réaliste. Il permet aux entreprises de coordonner leurs décisions à une échelle qui aurait été difficile à gérer manuellement. L’IA améliorera non seulement les processus existants, mais rendra également doable de nouveaux modèles opérationnels.

Singapour offre un aperçu utile de ce à quoi cela ressemble dans la pratique. SMRT, le principal fournisseur de transports publics de Singapour, et Oracle testent JARVIS, une plateforme basée sur l’IA conçue pour rassembler les données de upkeep et d’exploitation, identifier les problèmes potentiels plus tôt et aider les équipes d’ingénierie à intervenir avant que des perturbations ne surviennent. Le réseau ferroviaire de SMRT accueille plus de deux tens of millions de passagers

voyages par jour, ce qui rend évidents les enjeux opérationnels. Il s’agit d’un bon exemple d’IA en motion où la valeur est créée en résolvant des défis du monde réel ; L’IA crée de la valeur lorsque les entreprises l’utilisent pour agir avant que les problèmes ne deviennent évidents.

C’est pourquoi le prochain chapitre de l’IA sera écrit par les entreprises qui l’intégreront dans leurs processus, plutôt que de la traiter comme un outil autonome.

La query n’est pas de savoir si l’IA a sa place dans l’entreprise. C’est le cas. La query est plutôt de savoir si l’organisation est prête à repenser son travail pour que l’IA puisse apporter de la valeur.

Les goulets d’étranglement commerciaux sont un bon level de départ. Les dirigeants doivent se demander dans quels domaines les retards, les erreurs, les mauvais transferts, le travail en double ou les décisions lentes coûtent de l’argent et de la confiance à l’organisation. Ils doivent ensuite se demander remark ils doivent changer pour permettre à l’IA d’éliminer ces frictions.

Les entreprises doivent également faire confiance à l’IA pour prendre les devants. Si l’IA produit un aperçu mais que les entreprises ont toujours besoin d’une approbation manuelle pour agir en conséquence, la valeur s’échappera. C’est le flux de travail, et non le modèle, qui détermine si la transformation réussit ou échoue.

Enfin, les entreprises doivent considérer la gouvernance comme un élément générateur de valeur. Une entreprise qui ne peut pas faire confiance à son IA ne l’utilisera pas pour prendre des décisions conséquentes.

Le prochain fossé concurrentiel ne se situera pas entre les entreprises qui ont adopté l’IA tôt et celles qui l’ont adoptée tardivement, mais plutôt entre celles qui l’ont intégré dans leurs flux de travail et celles qui l’ont gardée à la périphérie. Ces derniers seront confrontés à des pilotes déconnectés et à des outils isolés qui ne modifieront pas les performances de l’entreprise.

Les dirigeants devaient expérimenter l’IA pour comprendre ce qu’elle pouvait faire. Mais pour réussir dans la prochaine section de l’IA, ils doivent cesser de se demander où ils peuvent déployer l’IA et commencer à se demander dans quelle mesure ils sont prêts à changer pour s’y adapter.

Les opinions exprimées dans les commentaires de Fortune.com sont uniquement les opinions de leurs auteurs et ne reflètent pas nécessairement les opinions et croyances de Fortune.