Η έρευνα αποτυπώνει μια μεταβατική φάση στην αξιοποίηση της Τεχνητής Νοημοσύνης από τις οικονομικές υπηρεσίες. Παρ’ ότι οι επιχειρήσεις επενδύουν συστηματικά σε εφαρμογές αυτοματοποίησης διαδικασιών και αύξησης της παραγωγικότητας, οι διοικήσεις αναζητούν ολοένα περισσότερο έργα, που μπορούν να επηρεάσουν την ανάπτυξη, να ενισχύσουν την ποιότητα των αποφάσεων και να δημιουργήσουν διατηρήσιμο ανταγωνιστικό πλεονέκτημα.
Η Gartner επισημαίνει ότι το μεγαλύτερο μέρος των σημερινών επενδύσεων αφορά εφαρμογές, που επιταχύνουν καθημερινές οικονομικές διαδικασίες, περιορίζουν τον χρόνο εκτέλεσης επαναλαμβανόμενων εργασιών και βελτιώνουν την αποδοτικότητα των ομάδων finance. Αν και τα οφέλη αυτών των έργων είναι άμεσα μετρήσιμα, η πραγματική επιχειρηματική τους αξία τείνει να σταθεροποιείται, όταν η εξοικονόμηση χρόνου δεν μεταφράζεται σε καλύτερες αποφάσεις ή σε ουσιαστική αλλαγή του τρόπου λειτουργίας της επιχείρησης.
Χάσμα αντίληψης
Σύμφωνα με την ανάλυση, η εικόνα αυτή δημιουργεί συχνά ένα «χάσμα αντίληψης» μεταξύ των οικονομικών διευθύνσεων και των διοικητικών συμβουλίων. Ενώ οι CFOs καταγράφουν πρόοδο στην υιοθέτηση της AI, τα διοικητικά συμβούλια αξιολογούν τις επενδύσεις κυρίως με βάση τη συμβολή τους στην επιχειρηματική ανάπτυξη και στη δημιουργία νέας αξίας.
Ιδιαίτερο ενδιαφέρον παρουσιάζει το εύρημα ότι οι οργανισμοί, που επένδυσαν σε πιο μετασχηματιστικές εφαρμογές AI – έργα που δημιουργούν νέα προϊόντα, υπηρεσίες ή επιχειρηματικά μοντέλα – είχαν υπερδιπλάσιες πιθανότητες να δηλώσουν υψηλή επιχειρηματική αξία από τις επενδύσεις τους.
Το συμπέρασμα αυτό ενισχύει τη διαπίστωση ότι η επόμενη φάση αξιοποίησης της Τεχνητής Νοημοσύνης δεν θα κριθεί από τον αριθμό των πιλοτικών έργων ή από τις ώρες εργασίας που εξοικονομούνται, αλλά από την ικανότητα των οργανισμών να αξιοποιούν την AI ως εργαλείο στρατηγικής λήψης αποφάσεων και επιχειρηματικού μετασχηματισμού.
Νέα προσέγγιση στη διαχείριση των επενδύσεων AI
Η Gartner προτείνει στους οικονομικούς διευθυντές να υιοθετήσουν μια πιο ισορροπημένη προσέγγιση στη διαχείριση των χαρτοφυλακίων επενδύσεων AI. Αντί η πλειονότητα των έργων να αφορά αποκλειστικά εσωτερικές λειτουργικές βελτιώσεις, εισηγείται μεγαλύτερη έμφαση σε εφαρμογές, που ενισχύουν την ανάλυση σεναρίων, υποστηρίζουν τη λήψη αποφάσεων, εντοπίζουν νέες ευκαιρίες ανάπτυξης και δημιουργούν επαναχρησιμοποιήσιμα επιχειρησιακά περιουσιακά στοιχεία, όπως δεδομένα, αναλυτικά μοντέλα και οργανωσιακή γνώση.
Παράλληλα, επισημαίνεται ότι αλλάζει και ο τρόπος αξιολόγησης της επιτυχίας των έργων AI. Οι δείκτες απόδοσης μετακινούνται σταδιακά από λειτουργικά μεγέθη – όπως η εξοικονόμηση χρόνου ή ο αριθμός των πιλοτικών εφαρμογών – προς μετρήσεις, που αποτυπώνουν τη συνολική συνεισφορά της Τεχνητής Νοημοσύνης στους επιχειρησιακούς στόχους και στη μακροπρόθεσμη δημιουργία αξίας.
