AI pilot koji nema svoju liniju u budžetu nije projekat, nego je hobi

Autor: Ivana Višnjić, junior partner, Egzakta

Demo je prošao besprekorno. Tim je bio oduševljen, direktor je rekao da je to budućnost kompanije, a neko je na kraju sastanka izgovorio rečenicu koja se u takvim prilikama uvek izgovori, da smo konačno krenuli.

Pilot je trajao četiri meseca i koštao manje od jednog nastupa na sajmu. Onda je došla jesen i planiranje budžeta za narednu godinu. Pitanja su bila sasvim obična: koliko košta da ovo radi svakog dana, iz čijeg centra troška se plaća, i koliko smo tačno uštedeli u ta četiri meseca, ne u utisku, nego u broju. Odgovora nije bilo ni na jedno.

Pilot nije odbijen. Niko nije glasao protiv, niko nije napisao mejl u kom stoji da se odustaje. Jednostavno se nije pojavio u tabeli. Tako AI projekti najčešće i umiru: ne u IT sektoru, nego u budžetu.

Devet od 10 koristi, tri od 10 vidi

McKinsey je krajem avgusta objavio globalno istraživanje o stanju veštačke inteligencije, rađeno tokom maja i juna ove godine na uzorku od 1.719 ispitanika iz 97 zemalja.

Skoro devet od 10 organizacija redovno koristi AI u bar jednoj poslovnoj funkciji. Osamdeset odsto ispitanika kaže da im je lična produktivnost porasla, a polovina da im pomaže da donose bolje odluke. Udeo firmi koje su iz faze pilota prešle u skaliranje porastao je sa 38 na 44 odsto.

A udeo onih koji mogu da pripišu bilo kakav efekat na EBIT svoje kompanije – 37 odsto. Praktično isti kao godinu dana ranije.

To je ceo problem, sabijen u dve brojke.

Korist je stvarna, ali se zaustavlja na nivou pojedinca. Vaš kontrolor brže sklapa izveštaj, vaš komercijalista brže piše ponudu, i oboje su iskreno zadovoljni. Samo se to nigde ne vidi u bilansu uspeha, jer ušteđeno vreme nije nigde sakupljeno, preraspodeljeno niti pretvoreno u nešto što se meri. Ono se jednostavno raspe po danu.

Procenti koji ne mere istu stvar

Verovatno ste negde pročitali da 95 odsto AI pilota propada. Taj podatak dolazi iz izveštaja MIT-ove NANDA inicijative, da pilot nije proizveo merljiv efekat na dobit u posmatranom periodu. Studija nije prošla recenziju i deo akademske zajednice joj je javno osporio metodologiju.

Američki istraživački institut RAND govori o više od 80 odsto neuspelih projekata, ali je taj nalaz kvalitativan, izveden iz intervjua sa šezdesetak inženjera, i treba ga čitati kao „velika većina“, a ne kao decimalu. S&P Global meri nešto treće, koliko kompanija odustane od većine svojih inicijativa, i taj broj je za godinu dana skočio sa 17 na 42 odsto. IBM je pitao 2.000 direktora koliko je inicijativa donelo očekivani povrat i dobio 25 odsto.

Devedeset pet, 80, 42, 25. Nijedan od tih brojeva ne protivreči drugom, jer nijedan ne meri istu stvar. Kada vam neko od njih posluži kao argument, tražite definiciju pre nego što ga upotrebite. U finansijama to radimo refleksno; iz nekog razloga, čim je tema tehnologija, prestajemo.

Ono što se iz svih njih čita isto jeste sledeće: rešenja rade, organizacije ne.

Pilot je eksperiment, produkcija je investicija

Pilot i produkcija odobravaju se po dva potpuno različita režima, a firme to primete prekasno.

Pilot prolazi kao eksperiment. Mali iznos, najčešće iz budžeta za inovacije ili iz nečije rezerve, bez formalnog poslovnog slučaja, uz obrazloženje koje glasi „moramo da probamo“. IBM-ovo istraživanje pokazuje da skoro dve trećine direktora otvoreno priznaje da ulažu u tehnologije pre nego što razumeju kakvu vrednost donose, prosto zato što strahuju da ne zaostanu. To nije mana karaktera. To je precizan opis načina na koji se pilot finansira.

Produkcija se gleda kao investicija. Tu se pravila menjaju: traži se period povraćaja, vlasnik, centar troška, projekcija na nekoliko godina. Direktor finansija po pravilu ne kaže ne. On kaže: donesite mi podatke. To zvuči kao otvorena vrata, a zapravo je presuda, jer tim koji nije izmerio polaznu vrednost pre pilota nema od čega da napravi taj obračun. Ne možete tvrditi da ste proces skratili za 30 odsto ako niste izmerili koliko je trajao ranije.

Pilot zato retko biva odbijen. On biva odložen. A odložen dva puta je ugašen.

Pet pitanja pre potpisa

Ostaje pitanje zašto niko nema te odgovore. Ne zato što su ljudi neozbiljni, nego zato što firma po pravilu ne poznaje sopstveno polazno stanje.

Tipična greška u planiranju izgleda ovako: od šest predviđenih meseci, pet se planira za izradu rešenja, a jedan za „puštanje u rad“. U stvarnosti, sve ono što čini produkciju, integracije, čišćenje podataka, prava pristupa, nadzor, kontrola kvaliteta izlaza, traje otprilike koliko i samo rešenje. To se otkrije petog meseca, kada je novac potrošen, a strpljenje menadžmenta potrošeno.

RAND-ovi koreni neuspeha idu ovim redom: pogrešno postavljen problem, nedostupni ili loši podaci, jurenje tehnologije umesto rešavanja problema, i nedovoljna infrastruktura. Sve su to stvari koje bi se videle unapred, da ih je neko pogledao unapred.

Zato bih pre svakog odobrenja pilota postavila pet pitanja. Nisu tehnička i ne traže nikoga sa strane da bi se na njih odgovorilo:

• Gde tačno žive podaci koji su ovom rešenju potrebni i u kakvom su stanju?
• Ko je njihov vlasnik, imenom, ne odeljenjem?
• Koji konkretan proces menjamo i da li je taj proces uopšte dokumentovan?
• Koja je izmerena vrednost danas, pre nego što bilo šta uradimo?
• Ko ovo plaća sledeće godine, ako uspe?

Firma koja ume da odgovori na svih pet ne mora da bude digitalno napredna. Dovoljno je da bude iskrena prema sebi. Ali ako na tri od pet pitanja dobijete ćutanje, niste spremni za pilot, spremni ste za popis onoga što imate. Taj popis se ne preskače. Samo se plaća kasnije i skuplje, onda kada projekat stane na pola puta.

Zašto se u finansijama prvo isplati

Ako vam je onih pet pitanja zvučalo poznato, verovatno radite u finansijama. To nije slučajnost i vodi do zaključka koji retko čujem u razgovorima o veštačkoj inteligenciji: finansijska funkcija je najbolje mesto za prvi ozbiljan projekat, upravo zato što u njoj već postoji sve ono što drugde nedostaje.

Polazna vrednost postoji, jer merimo koliko traje zatvaranje perioda i koliko projekcija odstupa od ostvarenja. Pokazatelji su definisani. Procesi su dokumentovani, jer ih revizor inače ne bi prihvatio. Vlasnik svakog broja je poznat, jer se neko ispod njega potpisuje. Projekcija, komentar odstupanja, priprema materijala za menadžment, to su zadaci sa jasnim ulazom, jasnim izlazom i jasnim merilom uspeha.

Drugim rečima: u finansijama je teško lagati o rezultatu, i baš zato je tu rezultat najlakše dokazati.

A onda pogledate Eurostatove podatke za Srbiju. Desetina domaćih preduzeća koristi neku AI tehnologiju, u poređenju sa evropskom proseku od 20 odsto. Među onima koji je koriste, svega 4,6 odsto primenjuje je u računovodstvu i finansijama. Najveći deo odlazi u marketing i prodaju – tamo gde je efekat najteže izolovati, a najlakše preuveličati.

Trošak koji niko nije uneo u tabelu

Postoji i stavka koja se u proceni gotovo uvek potceni, a od ove godine je počela da ujeda.

Petina ispitanika u McKinsey istraživanju navodi da su ih operativni troškovi korišćenja AI-ja, uključujući i troškove tokena, naterali da ograniče upotrebu. Objašnjenje je jednostavno: cena po tokenu pada, ali broj potrošenih tokena raste brže nego što cena pada. Pilot na 10 korisnika i produkcija na tri stotine nisu isti trošak pomnožen sa 30. To je druga računica.

U tu računicu ulazi i pitanje gde rešenje uopšte radi. Za firmu koja opslužuje banku, bolnicu ili javni sektor, mesto na kom se podaci obrađuju nije filozofsko opredeljenje nego ugovorna i regulatorna stavka, sa svojom cenom. Sopstvena infrastruktura se isplati pri visokoj i predvidivoj upotrebi, zakupljena pri promenljivoj. Koja je vaša, to je pitanje za planiranje, ne za IT.

Ne protiv eksperimenta nego protiv eksperimenta bez imena

Da ne bude zabune, nisam protiv probanja. Harvard Business Review je prošle godine upozorio na zamku u koju su firme jednom već upale, u doba digitalne transformacije: ne škodi eksperimentisanje, škodi nefokusirano eksperimentisanje, 10.000 zasađenih cvetova od kojih nijedan nema baštovana. Poenta nije da nema pilota bez unapred dokazanog povraćaja. Poenta je da nema pilota bez izmerene polazne vrednosti, bez imena pored njega i bez procenjene cene onoga što dolazi posle njega.

Onih šest odsto kompanija koje u McKinsey istraživanju zaista vide AI u svom EBIT-u ne razlikuju se po modelima, koriste iste kao svi ostali. Razlikuju se po tome što dvostruko češće imaju definisan proces za merenje efekta svojih inicijativa i po tome što skoro tri četvrtine njih menja sam proces rada, dok to čini tek četvrtina ostalih. Ne dodaju alat na postojeći način rada. Menjaju način rada.

I još jedan podatak, za nas možda najvažniji. Kod kompanija sa prihodom većim od milijardu dolara, udeo onih koje skaliraju AI agente skočio je za godinu dana sa 27 na 40 odsto. Kod manjih je ostao na 22 odsto, nepomičan. Jaz se ne zatvara, nego se širi. U zemlji u kojoj mala i srednja preduzeća čine 99 odsto privrede, to nije statistika iz tuđe lige.

Velika kompanija koja pogreši na pet miliona evra dobija drugu priliku sledeće godine. Mala koja pogreši na 50.000 dobija zaključak da „to kod nas ne radi“ i vraća se na staro na još tri godine.

Zato pitanje nije da li ćete probati. Probaćete, svi probaju. Pitanje je da li ono što probate ima svoje ime, svoj broj i svoje mesto u tabeli. Ako nema, to nije projekat. To je hobi, koji se plaća iz firminog novca.