AI jako motor wzrostu: Wyjście poza oszczędności kosztów

Sztuczna Inteligencja (AI) jest często przedstawiana jako narzędzie do zwiększania efektywności poprzez skracanie czasu wykonywania zadań, automatyzację powtarzalnych czynności, redukcję zatrudnienia i ogólne obniżanie kosztów operacyjnych. Choć korzyści te są realne i opłacalne, to wąskie spojrzenie grozi niewykorzystaniem transformacyjnego potencjału AI w zakresie wzrostu. 

AI powinna być postrzegana nie tylko jako mechanizm oszczędzania kosztów, ale przede wszystkim jako motor wzrostu, który może napędzać innowacje, tworzyć nowe rynki i redefiniować przewagę konkurencyjną. W raporcie McKinsey "Stan AI 2025" zidentyfikowano, że kluczowa zmiana w przywództwie w 2025 roku polega na traktowaniu AI jako zdolności do tworzenia rynków.

Ta zmiana jest kluczowa dla decydentów, inwestorów i liderów biznesu, którzy dążą do wykorzystania AI do tworzenia długoterminowej wartości.

Narracja oszczędnościowa pozycjonuje AI jako strategię defensywną, która może przynieść krótkoterminowe zyski, ale rzadko tworzy trwałe zróżnicowanie. Konkurenci mogą powielać efektywność kosztową, erodując przewagę.

Co więcej, skupienie się wyłącznie na oszczędnościach często prowadzi do niedoinwestowania w możliwości AI, które mogłyby odblokować nowe strumienie przychodów. Firmy o wysokiej wydajności, które chcą uzyskać przewagę rynkową, muszą celować w wzrost i innowacje obok redukcji kosztów.

Dzięki AI możliwości wzrostu są ogromne. MGI szacuje, że generatywna AI mogłaby dodać 2,6–4,4 biliona dolarów rocznej wartości w różnych przypadkach użycia, takich jak obsługa klienta, marketing, inżynieria oprogramowania i badania i rozwój, co może bezpośrednio zwiększyć możliwości przychodowe. To podejście jest zgodne z historycznymi wzorcami zakłóceń technologicznych, takimi jak elektryczność, internet i chmura obliczeniowa, ponieważ wszystkie one napędzały wykładniczy wzrost, umożliwiając całkowicie nowe możliwości, a nie tylko redukując koszty.

W praktyce AI może być wykorzystywana do napędzania wzrostu poprzez tworzenie popytu rynkowego, co przekształca wyszukiwanie internetowe w odkrywanie, zwiększając tym samym średnią wartość zamówienia i konwersję. Systemy rekomendacji Amazona podobno napędzają 35% sprzedaży, co jest sygnałem, jak personalizacja tworzy popyt, a nie tylko optymalizuje lejki sprzedażowe.

Natywne dla chmury platformy personalizacji (np. Amazon Personalise z Bedrock) pozwalają teraz firmom na ponowne uszeregowanie treści dla wyraźnych celów wzrostowych.

Przeczytaj także: AI nie ma problemu z zaufaniem; ma problem z tłumaczeniem

Netflix wykorzystuje silniki rekomendacji oparte na AI nie tylko do poprawy doświadczenia użytkownika, ale także do rozszerzenia globalnego zasięgu. Analizując wzorce oglądania, Netflix identyfikuje regionalne preferencje dotyczące treści, napędzając inwestycje w lokalne produkcje. Ta strategia przekształciła Netflix z usługi skoncentrowanej na USA w globalną potęgę rozrywkową. AI umożliwia firmom wejście na nowe rynki poprzez obniżenie barier dla personalizacji i lokalizacji. 

W zakresie innowacji produktowych AI umożliwia firmom szybsze wprowadzanie nowych ofert. Podczas pandemii COVID-19, Moderna wykorzystała AI do przyspieszenia rozwoju szczepionek. Modele uczenia maszynowego przewidywały sekwencje mRNA o wysokiej skuteczności, skracając czas badań i rozwoju z lat do miesięcy. To nie była oszczędność kosztów; to było tworzenie rynku i rewolucja, umożliwiająca Modernie osiągnięcie bezprecedensowego wzrostu.

Innym przykładem jest ewolucja AlphaFold (AF2→AF3), która przeszła od struktur pojedynczych białek do złożonych interakcji, poszerzając projektowanie leków i bioinżynierię. Dzięki AI, produkcja i komercjalizacja przekształcają elastyczność w przychody. BMW wykorzystuje przemysłową AI w swoich zakładach do zapewnienia jakości, logistyki i konserwacji predykcyjnej, przyczyniając się do wysoce elastycznej sieci produkcyjnej, która może przełączać układy napędowe na wspólnych liniach; klucz do spełnienia dynamicznego popytu na pojazdy elektryczne bez poświęcania przepustowości.

Wzrost w czasie rzeczywistym może być spowodowany przez AI poprzez personalizację, która zwiększa wartość życiową klienta i otwiera możliwości sprzedaży krzyżowej. Wirtualne narzędzia do przymierzania i chatboty Sephora oparte na AI zwiększają zaangażowanie klientów, napędzając wyższe wskaźniki konwersji i lojalność. Te innowacje tworzą pętle wzrostu, gdzie lepsze doświadczenia prowadzą do większej ilości danych, co z kolei poprawia personalizację.

Słuszne byłoby również rozważenie, jak PepsiCo, wśród licznych przykładów wykorzystania AI do napędzania wzrostu, nawiązało współpracę z AWS/Salesforce, aby zbudować PepGenX, przekształcając spostrzeżenia w szybsze wprowadzanie produktów na rynek i skalowaną realizację sprzedaży. To jest teza wzrostu: mniej pilotaży, więcej możliwości platformowych.

Wdrażanie AI jako narzędzia wzrostu niewątpliwie miałoby implikacje polityczne, inwestycyjne i implementacyjne dla rządów, dużych firm z wąskimi gardłami administracyjnymi i złożonymi strukturami organizacyjnymi, a w rzeczywistości dla wielu graczy w przestrzeni biznesowej. 

Rządy powinny zachęcać do przyjmowania AI dla innowacji, a nie tylko automatyzacji. Ulgi podatkowe i dotacje powinny priorytetowo traktować projekty, które tworzą nowe możliwości lub rynki. Ramy regulacyjne muszą równoważyć ryzyko z elastycznością, umożliwiając eksperymentowanie w sektorach takich jak opieka zdrowotna, technologia i finanse.

Zaktualizowane wytyczne OECD dotyczące AI (i powiązane ramy G7) osadzają zarządzanie ryzykiem dla modeli ogólnego przeznaczenia, dążąc do interoperacyjności i dyfuzji poza sektorami wczesnych użytkowników. Regulatorzy powinni generalnie zachęcać do polityk, które finansują wspólne zbiory danych i zwiększają zdolność odkrywania w małych i średnich firmach.

W zakresie inwestycji, strategie venture capital i inwestycji korporacyjnych powinny przejść od ROI opartego na redukcji kosztów do metryk wzrostu obejmujących ekspansję udziału w rynku, nowe strumienie przychodów i pozyskiwanie klientów. Inwestorzy powinni oceniać inicjatywy AI pod kątem ich potencjału do tworzenia nieliniowego wzrostu, a nie tylko przyrostowych oszczędności.

W przypadku AI w miejscu pracy, badania dotyczące Microsoft 365 Copilot pokazują scenariusze ROI, które obejmują zyski netto z przychodów i szybszy czas wprowadzenia na rynek; odzwierciedlenie komercjalizacji, a nie tylko "zaoszczędzonych godzin". Właściciele firm są zachęcani do publikowania wpływu na wzrost, zysków i strat, aby śledzić wpływ inwestycji w AI na wzrost. Świetna AI zależy od świetnych danych, dlatego kadra kierownicza musi rozważyć poważne inwestycje w jakość danych.

Źródło obrazu: Unsplash

W zakresie wdrażania, Dyrektorom zaleca się osadzenie AI w planowaniu strategicznym, a nie tylko w efektywności operacyjnej. Obejmuje to:

• tworzenie międzyfunkcyjnych zespołów AI, które obejmują rozwój produktu, marketing i strategię.
• mierzenie sukcesu poprzez KPI wzrostu, a nie metryki kosztowe; oraz
• budowanie skalowalnej infrastruktury AI do wspierania szybkiego eksperymentowania.

Na koniec, operacjonalizacja AI jako silnika wzrostu wymaga zmiany kulturowej. Liderzy muszą promować znajomość AI w całej organizacji, wspierając mentalność, która postrzega AI jako kreatywnego partnera, a nie zagrożenie dla miejsc pracy. 

Narody, które przyjmują AI dla wzrostu, wyprzedzą te, które koncentrują się na automatyzacji. AI może napędzać ekspansję PKB poprzez Nowe Przemysły, Zyski Produktywności w sektorach o wysokiej wartości i dominację na wschodzących rynkach.

AI napędza wzrost, gdy liderzy finansują nowe modele dostarczania z odpowiedzialnym zarządzaniem jako warunkiem wstępnym, a nie dopiskiem. Pytanie nie brzmi "Ile kosztów możemy zaoszczędzić?" Brzmi "Na jakie rynki możemy teraz wejść, jakie produkty możemy teraz zaprojektować i jak szybko możemy je skalować?" Organizacje, które odpowiadają na te pytania z podstawami danych, telemetrią wzrostu i barierkami polityki, przekształcą AI w koło zamachowe dla trwałego, złożonego wzrostu.