Vår Senior Manager, Industry Solutions, Yohan Lobo, talade med Startups Magazine om vikten av tålamod, förberedelser och automatisering när det gäller AI-integration.

Under det senaste året har vi sett en snabb acceleration i införandet av lösningar för generativ AI (GenAI).

McKinsey's rapport "Tillståndet för AI i början av 2024 visade att antalet organisationer som regelbundet använder GenAI har fördubblats under det senaste året, och att siffran nu ligger på 65%.

Men trots den växande populariteten och den omfattande integrationen av denna teknik kan företag som skyndar sig att implementera GenAI för att hålla jämna steg med konkurrenterna få se opålitliga lösningar som hindrar snarare än förbättrar affärsresultaten.

Läs hela artikeln om För tidig GenAI-integration kan få en AI-strategi att spåra ur | Startups Magazine.

Enligt Yohan Lobo, Senior Industry Solutions Manager på M-Filesbör organisationerna se till att de nödvändiga byggstenarna är på plats innan GenAI får en central roll i affärsprocesserna.

säger Yohan: "Efter den här teknikens kometartade uppgång ser vi att folk börjar ifrågasätta om GenAI-lösningar verkligen förtjänar den hype och uppmärksamhet som de har fått under de senaste två åren. Även om det verkligen finns en överdriven känsla av vad som kan uppnås med GenAI, finns det fortfarande ett antal konkreta användningsfall som kan ge verkligt värde till företag i olika branscher.

"Att sammanfatta dokument, skapa innehåll från grunden och till och med utföra översättningar är alla sätt som GenAI-lösningar kan användas för att öka effektiviteten. En GenAI-strategi som respekterar säkerhets- och efterlevnadspolicyer och gör det möjligt för företag att utnyttja sina data till sin fulla potential kan ge avundsvärda resultat och förbättra upplevelsen för både anställda och kunder i processen.

"Problem uppstår när ledningsgrupper är överdrivet ivriga och skyndar på implementeringen av GenAI. Alla effektiva AI-strategier bör bygga på en grund av strukturerade data som är sökbara och organiserade med hjälp av metadata, eftersom det är det enda sättet att fullt ut lita på resultaten från en GenAI-lösning.

"Det är viktigt att göra sig redo för AI genom att genomföra en grundlig datagranskning och säkerställa att företaget har en omfattande och tillförlitlig samling interna data som GenAI-verktyget kan samla in svar från. Alla GenAI-lösningar som är beroende av extern information för att ge svar är helt enkelt inte pålitliga - en bristande förståelse för varifrån data kommer är den vanligaste fallgropen när det gäller GenAI-implementering."

Parallellt med utvecklingen av GenAI är det viktigt att organisationer fortsätter att investera i teknik som automatiserar processer.

Yohan fortsätter: "Med ett så stort globalt intresse för GenAI och hur den här tekniken kan användas är det lätt att bli trångsynt, men det finns en mängd alternativa sätt att förbättra effektiviteten som företag bör överväga.

"Automatiserade system kan till exempel hantera stora arbetsvolymer utan att trötta ut sig, vilket gör det möjligt för organisationer att skala upp verksamheten mer effektivt och utföra repetitiva och tidskrävande uppgifter, vilket frigör medarbetare som kan ägna sig åt mer strategiskt och kreativt arbete. Ökad automatisering innebär också färre manuella fel, vilket i sin tur leder till ökad säkerhet och en bättre upplevelse för slutkunden."

Yohan avslutade: "När organisationer väl har tagit hand om sin interna data och sett till att den är korrekt ordnad och underhållen kan de leverera en GenAI-strategi med tillförsikt. Att balansera detta med automatisering som säkerställer att rutinuppgifter hanteras effektivt, korrekt och konsekvent är ett tydligt framgångsrecept för framtiden."

Läs hela artikeln om För tidig GenAI-integration kan få en AI-strategi att spåra ur | Startups Magazine.

Publicerad den ¹³ september 2024.