A medida que las organizaciones maduran en su ejecución de datos e iniciativas de IA, queda una pregunta candente: ¿cómo medimos la efectividad de nuestros equipos y nuestro impacto en el negocio? Este no es el perenne «¿Qué valen mis datos?» El dilema a menudo respondía teóricamente. El desafío de hoy es concreto: concretar y rastrear las métricas utilizadas para demostrar la inversión continua en datos e innovación de IA. Posteriormente de primaveras de experimentación, este es el año en que el caucho en realidad llega a la carretera.
Un flamante copo de cocaína patrocinado estudiar De 3.324 organizaciones encontraron que el 57% de los encuestados habían implementado IA generativa. De los primeros usuarios, un enorme 92% informó un ROI positivo. Sin bloqueo, solo el 64% lo había medido. Cuida esa brecha. A Dios gracias, muchos clientes de copos de cocaína tienen.
En diciembre de 2024 reconocimos AI y líderes de datos basados en el valía – Aquellos que estaban construyendo prácticas para monitorear y calibrar el valía que los datos y las iniciativas de IA han entregado a sus organizaciones. Luego nos sentamos con muchos de ellos para escuchar sus experiencias. Lo que salimos fue la criticidad de conocer el valía de una iniciativa de IA, los riesgos percibidos de no entregar valía y el conocimiento de que, aunque desafiante, la medición del valía es factible.
Lecciones aprendidas y las mejores prácticas
Como señaló el CDO de un gran distribuidor de alimentos con sede en EE. UU., «Cuando ejecuta una iniciativa de IA, está invirtiendo su carrera en él. Es donde se hacen carreras». La mayoría de los ejecutivos no quieren valer ese peligro sin la confianza de que el esquema será un éxito, y eso significa avalar que sus iniciativas de IA entregarán un retorno de la inversión. Tienen que medirlo. Para algunos líderes, no siempre es sencillo. El valía puede ser difícil de alcanzar al calibrar la toma de decisiones mejoradas o las ganancias de productividad. Otros dicen: «Tienes esto». Los líderes tecnológicos saben cómo hacerlo; No es diferente de ninguna otra iniciativa tecnológica.
Lo que incluso nos dicen es que el valía no ocurre de la tinieblas a la mañana. Las primeras etapas experimentales generalmente no requieren un caso comercial completo y no se puede esperar que muestre rendimientos. Construir una plataforma requiere fondos. Sin bloqueo, la fruta depreciación, incluso si es consolidación o modernización de infraestructura, puede demostrar estas inversiones fundamentales. Comience con lo que está haciendo actualmente con datos y hágalo mejor. Luego, la construcción de la plataforma puede ocurrir con iniciativas incrementales, agregando capacidades según sea necesario. Para la mayoría de los equipos, la obligación de medición de valía se produce cuando una iniciativa de IA entra en producción a escalera.
Otra ciencia valiosa es conocer cuándo detenerse, someter las pérdidas y reasignar medios. Si perfectamente se ha dicho mucho sobre la predicción y la evaluación del valía de una iniciativa de IA, algunos ejecutivos de datos luchan con la audacia de detenerse.
Finalmente, no te desanimes. Piense en la medición del valía como un músculo. Se fortalece a medida que se usa. La medición del valía parece desalentadora al principio y potencialmente dolorosa. Sin bloqueo, con la actos, se vuelve más hacedero con el tiempo.
Seis pasos para la medición del valía
En Snowflake’s Derrotero de CDO: Medición del valía comercial de AIAI y los líderes de datos comparten estas lecciones aprendidas y las mejores prácticas. Aquí hay seis pasos para ayudarlo a comenzar:
1. Identificar a los propietarios de impacto. Considere tanto en dónde se incurren los costos como el valía entregado. Este es su equipo de medición de valía.
2. Acuerde las métricas comerciales. No se manejo de un tablero, sino del desafío u oportunidad efectivo. Piense en conversiones de marketing, pedidos de ventas, defectos del producto o pantalones cortos. Estas son sus medidas de éxito.
3. Remisión de títulos actuales de narración para predecir el impacto. ¿Cuál es el estado contemporáneo de la métrica que ha predilecto? Esta será tu crencha de pulvínulo. ¿Cómo esperas que cambie? Ese será tu publicación de objetivo.
4. Monitorear, calibrar e informar los resultados. La comunicación regular al liderazgo superior construye el caso para la inversión continua; La comunicación en toda la empresa genera iniciativas futuras y construye apoyo de pulvínulo y FOMO.
5.Solicite ayuda de su proveedor de datos y plataforma de IA.Una plataforma tira para AI debe habilitar activamente su organización de IA. El equipo de ingeniería de valía de copo de cocaína ofrece una evaluación de valía comercial y una realización de valía comercial para ayudarlo a avalar una columna estratégica entre sus objetivos comerciales esencia y las capacidades de la nubarrón de datos de IA de Snowflake. La evaluación es un prueba de colaboración realizado antaño de la inversión, estableciendo una crencha de pulvínulo de los objetivos estatales y finales actuales; La realización se realiza periódicamente durante el ciclo de vida de una iniciativa para avalar la entrega del valía comercial. El proceso incluye observación cualitativo y cuantitativo, con encuestas de empleados, puntos de narración de la industria y valía comercial realizado para calibrar tanto los costos como los beneficios. El prueba incluso incluye una revisión de FINOPS para evaluar la visibilidad de los costos, el control y la optimización.
6.No olvides tu resultado final.Trabaje en colaboración para avalar la columna entre la inversión y los resultados estratégicos. En otras palabras, los costos incurridos deben ofrecer un valía comercial neto medible.
Calibrar el valía comercial de la IA es esencia para demostrar la inversión continua, priorizar las aplicaciones de TI y equilibrar sus beneficios futuros contra los riesgos potenciales. La medición es un desafío: los beneficios pueden ser indirectos (por ejemplo, una mejor toma de decisiones o una decano productividad); Los artículos pueden distribuirse y variar; y el valía puede acumularse con el tiempo. Pero es factible.
Para obtener más mejores prácticas sobre cómo calibrar y monitorear los resultados de la IA, consulte nuestro recientemente publicadoDerrotero de CDO: Medición del valía comercial de AI.