Microsoft og IDC avslører hvordan Frontier-selskaper lykkes med å skalere AI-verdi uten å miste kontroll

Bilde: Illustrative image · 320luca · CC0 · Kilde

Microsoft-bestilt IDC-forskning fremhever hvordan ledende AI-adoptører, kalt Frontier-selskaper, oppnår opptil 4 ganger avkastning på AI ved å integrere investering, styring, måling og kompetanseheving som en samlet disiplin på tvers av virksomheter.

En ny studie bestilt av Microsoft og gjennomført av IDC utforsker hvorfor verdigenerering fra kunstig intelligens (AI) i stor skala fortsatt er begrenset til tross for utbredt AI-adopsjon. Denne forskningen samlet innsikt fra over 5 200 senior IT- og forretningsledere på tvers av 28 bransjer for å forstå hvordan ledende organisasjoner opprettholder AI-nytte utover pilotprosjekter.

Rapporten introduserer konseptet Frontier-selskaper – de øverste 10 % av organisasjoner på IDCs AI-modningsskala. Disse selskapene rapporterer betydelig høyere AI-avkastning, med gjennomsnittlig 4 ganger avkastning sammenlignet med 2,7 ganger for tregere adoptere, og 39 % oppnår avkastning på fem ganger eller mer versus bare 4 % blant de saktegående. I tillegg viser Frontier-selskaper høyere tillit til å måle AI sin forretningsverdi og investeringsavkastning (93 %) sammenlignet med totalt 61 % av organisasjonene.

Kritiske differensierere inkluderer disiplinert AI-investering, bred utrulling på tvers av de fleste forretningsområder fremfor isolerte team, omfattende bruk av AI-agenter med orkestrering på tvers av arbeidsflyter, sterke styringsrammer og omfattende, organisasjonsomfattende strategier for AI-kompetanseheving. For eksempel har 96 % av Frontier-selskapene skalert AI-agenter, og 87 % opprettholder styringsprosesser som overvåker disse agentene, i skarp kontrast til bare rundt halvparten av tregere adoptere.

Forskningen bemerker også at AI sin påvirkning nå strekker seg utover kostnadsbesparelser til områder som ansatt- og kundeopplevelse, inntektsvekst, innovasjon og risikoreduksjon. Likevel er det fortsatt utfordringer med skalering; 66 % av lederne rapporterer betydelige resultater, men færre enn halvparten skalerer AI-verdien på tvers av flere enheter. Arbeidsstyrkens beredskap er ujevn, med kun 20 % som har omfattende kompetanseplaner til tross for at majoriteten stoler på AI.

Eksempler som Bristol Myers Squibbs RABIT-agent illustrerer økt produktivitet ved å automatisere møteoppgaver, noe som sparer prosjektledere opptil 20 % tid. Ledere understreker viktigheten av å behandle AI som en forretningstransformasjon, ikke bare en teknologirulling, med fokus på å redesigne arbeidsflyter rundt AI-agenter med menneskelig tilsyn, robust styring for å opprettholde tillit, samt kontinuerlig måling og optimalisering av AI-verdi.

Microsofts Alysa Taylor, Chief Marketing Officer for Commercial Cloud og AI, fremhever at neste fase av AI-suksess avhenger av organisasjoners evne til å skalere verdi med kontroll, med prioritet på integrert styring og utvikling av mennesker. De fullstendige funnene, inkludert regionale nedbrytinger, er tilgjengelige via Microsofts ressurser.

Denne rapporten gir en strategisk ramme for organisasjoner som sikter mot å gå fra isolerte AI-prosjekter til varig effekt på tvers av hele virksomheten, ved å samordne investering, styring, folk og måling til en samlet AI-ledelsesdisiplin.