Σύμφωνα με τη μελέτη Salesforce, μέχρι το 83% των ατόμων που λαμβάνουν αποφάσεις αναμένουν αύξηση των επενδύσεων στην τεχνητή νοημοσύνη (AI) κατά το επόμενο έτος.
Οι οργανισμοί υπηρεσιών βασίζονται στην AI και στον αυτοματισμό, συμπεριλαμβανομένης της αξιολόγησης των σημερινών εργαλείων που χρησιμοποιούνται για την επιχειρηματική δραστηριότητα. Οι περισσότεροι από τους οργανισμούς επενδύουν στο AI. Ογδόντα τρία τοις εκατό των ανθρώπων που λαμβάνουν αποφάσεις αναμένουν ότι αυτές οι επενδύσεις αυξάνονται κατά το επόμενο έτος, ενώ το 6% λέει ότι δεν έχουν σχέδια για αυτήν την τεχνολογία.
Επίσης: Αυτή η ήσυχη ανανέωση του AI άλλαξε πραγματικά τη ζωή μου
Η γενετική χρήση της τεχνητής νοημοσύνης αυξάνεται – το 24% των υπαλλήλων των υπηρεσιών χρησιμοποίησε το Generative AI. Τα πλεονεκτήματα των επενδύσεων στον τομέα της τεχνητής νοημοσύνης σε λειτουργία είναι σαφή. Περισσότεροι από εννέα από τους 10 οργανισμούς με το κόστος αναφοράς και εξοικονόμησης χρόνου. Οι πέντε καλύτερες επιλογές για τη χρήση του AI στη συντήρηση: πνευματικοί βοηθοί σε πελάτες, αυτοματοποιημένα βιογραφικά και αναφορές, απαντήσεις σε υπηρεσίες, πνευματικούς βοηθούς που απευθύνονται στον πράκτορα, καθώς και πνευματικές προτάσεις και συστάσεις.
Τα πλεονεκτήματα του AI ισχύουν για την πρόβλεψη και την αναφορά, συμπεριλαμβανομένης της πρωτοβάθμιας χρήσης στις επαγγελματικές υπηρεσίες. Παρόλο που το ευρύτατο AI εξακολουθεί να βρίσκεται στα αρχικά στάδια, το 93% των ειδικών υπηρεσιών σε οργανισμούς που επενδύουν στην AI λένε ότι η τεχνολογία τους εξοικονομεί χρόνο στην εργασία.
Joe Thomas, Global Analytics Evangelist
Στις επαγγελματικές υπηρεσίες, τα ηλεκτρικά τραπέζια για μεγάλο χρονικό διάστημα ήταν μια καρτέλα των λειτουργιών: κοινά, ευέλικτα και πολύ συχνά κρατούνται από επανάληψη και προφανή δύναμη θέλησης. Είτε πρόκειται για τον υπολογισμό της αμειβόμενης χρήσης είτε για τη λειτουργία ως εργαλείο για την πρόβλεψη των εσόδων από τις υπηρεσίες, οι ηλεκτρικοί πίνακες είναι ένας προεπιλεγμένος φακός, με τον οποίο πολλές επιχειρήσεις βλέπουν την επιχείρησή τους. Αλλά αυτός ο φακός γρήγορα ομίχλης.
Σήμερα, το AI δεν είναι μόνο ένα επιπλέον εργαλείο, είναι στο δρόμο για να γίνει ο κύριος μηχανισμός λήψης απόφασης για τους οργανισμούς. Προβλέπουμε ότι μέχρι το 2027 AI θα αντικαταστήσει το υπολογιστικό φύλλο ως κυρίαρχη μέθοδο για την αναφορά σχετικά με τη χρήση και την πρόβλεψη του εισοδήματος – και αυτό μπορεί να συμβεί γρηγορότερα. Εδώ είναι οι έξι λόγοι για τους οποίους το AI θα αντικαταστήσει το υπολογιστικό φύλλο για πρόβλεψη και αναφορά.
1. Τα ξύλινα τραπέζια δεν είναι απάντηση
Ας είμαστε ειλικρινείς: τα ηλεκτρικά τραπέζια σχεδιάστηκαν στην εποχή των δίσκων, των μόντεμ και των φαξ. Ποτέ δεν προορίζονταν για την επεξεργασία της ποικιλομορφίας και του όγκου δεδομένων στις σύγχρονες υπηρεσίες.
Η πρόβλεψη που χρησιμοποιεί ηλεκτρικούς πίνακες σήμερα σημαίνει δεδομένα ραφής από εργαλεία παρακολούθησης χρόνου, συστήματα CRM και λογισμικό για τη διαχείριση έργων ή το λογισμικό για την αυτοματοποίηση των επαγγελματικών υπηρεσιών (PSA). Αυτή η προσπάθεια δεν λαμβάνει ακόμη υπόψη πολλούς άλλους ηλεκτρικούς πίνακες που χρησιμοποιούν οι οργανισμοί για την παρακολούθηση των προβλημάτων τους.
Επίσης: Μόνο το 8% των Αμερικανών θα πληρώσει για το AI, σύμφωνα με τη μελέτη ZDNET-aberdeen
Αυτή η διαδικασία παίρνει πολύ χρόνο, επιρρεπής σε λάθη και εύθραυστη. Τι συμβαίνει όταν μια εταιρεία παροχής υπηρεσιών με περισσότερους από 500 πόρους θα πρέπει να προσαρμόσει τις προβλέψεις στα μέσα του ενός τέταρτου, ανάλογα με τη μετατόπιση των προτεραιοτήτων του πελάτη ή της οικονομικής αβεβαιότητας; Αυτό δεν είναι το έργο του υπολογιστικού φύλλου. Αυτός είναι ένας εφιάλτης για το κεφάλι της υπηρεσίας.
Τα ξύλινα τραπέζια δεν είναι απάντηση. Αντ ‘αυτού, αποτελούν μέρος του προβλήματος. Σε έναν πρόσφατο ερευνητή ενός Forrester, περισσότερων από 600 ηγετών επαγγελματικών υπηρεσιών, οι τέσσερις από τις πέντε καλύτερες εργασίες σχετίζονταν με τους ηλεκτρικούς πίνακες: την έλλειψη ορατότητας όσον αφορά τα σχέδια κατά των πραγματικών επιχειρήσεων για έργα, πολυάριθμες πηγές δεδομένων που δημιουργούν αντικρουόμενες ιδέες, την έλλειψη γενικών ορισμών για τις μετρήσεις/KPIs και την αδυναμία να κατανοήσουν.
Το AI δεν κοιμάται. Εκπαιδεύτηκε σε ζωντανά δεδομένα από όλη την επιχείρηση, δέχεται, συσχετίζεται και προβλέπει τα αποτελέσματα σε πραγματικό χρόνο για την εξάλειψη των χειροκίνητων ενημερώσεων, των νυχτερινών δεδομένων και του “κάποιος που ξέχασε να ενημερώσει την ήττα του πίνακα περιστροφής” πριν από τη συνεδρίαση του διοικητικού συμβουλίου.
2. Η χρήση είναι ένας κινούμενος στόχος
Στις επαγγελματικές υπηρεσίες, η χρήση είναι συχνά η κύρια μέτρηση, η οποία πρέπει να παρακολουθείται και να βελτιστοποιείται και περισσότερο από το 99% των οργανώσεων επαγγελματικών υπηρεσιών πιστεύει ότι είναι δυνατή η αύξηση του επιπέδου χρήσης. Παρ ‘όλα αυτά, η παραδοσιακή αναφορά σχετικά με τη χρήση είναι μια άσκηση καθρέφτη με οπίσθιες προβολές. Σας λέει τι έχει ήδη συμβεί και όχι τι πρέπει να συμβεί και αυτός είναι ένας δύσκολος υπολογισμός για τους περισσότερους οργανισμούς σήμερα.
Το AI αλλάζει αυτή τη διαδικασία. Με την κατανάλωση αρχείων σε πραγματικό χρόνο, οι αλλαγές στον αγωγό του έργου και τα ιστορικά μοντέλα, τα μοντέλα του AI μπορούν να προβλέψουν τη χρήση προτού πέσει, στην περιφερειακή, πρακτική, ομαδική ή ακόμα και ατομική επίπεδο, επιτρέποντας στους ηγέτες να ανακατευθύνουν, να μεταφέρουν, να ενισχύουν ή να επανεκπαιδεύουν το προσωπικό εγκαίρως για να αλλάξουν την κατάσταση.
Επίσης: Δοκίμασα δωρεάν εκπαίδευση στη Microsoft Artificial Intelligence, και μπορείτε επίσης – μερικές ακόμη εβδομάδες
Για παράδειγμα, ο AI μπορεί να παρατηρήσει ότι ένας υψηλός σύμβουλος πρόκειται να αφαιρέσει το έργο χωρίς την επερχόμενη διανομή. Αντί να μαθαίνει για αυτό το πρόβλημα μετά το γεγονός μέσω του υπολογιστικού φύλλου τον επόμενο μήνα, το AI προειδοποιεί σήμερα το PMO ή τον διαχειριστή πόρων. Αυτό δεν είναι μια αναφορά. Αυτή είναι μια συνταγή και πρόληψη.
3. Το εισόδημα πρόβλεψης απαιτεί αποχρώσεις
Η πρόβλεψη των εσόδων από τις υπηρεσίες δεν είναι μόνο πολλαπλασιασμός των ωρών ανά στοιχήματα, αλλά και για την κατανόηση των στοιχημάτων στοιχημάτων σε έργα, συμπεριφορά των πελατών, διαθεσιμότητα πόρων και ταυτόχρονα. Αυτό το επίπεδο πολυπλοκότητας καθιστά τα ηλεκτρικά τραπέζια ανεπαρκή και επικίνδυνα, καθώς τα περισσότερα από τα δεδομένα ζουν σε πολλά συστήματα με πολλαπλούς ορισμούς, τύπους δεδομένων και κοκκώδη επίπεδα δεδομένων. Οι περισσότεροι οργανισμοί δεν μπορούν να προβλέψουν ένα μήνα και η συντριπτική πλειοψηφία – 91%, υποδεικνύοντας “παλιά, μη υπάρχοντα δεδομένα” που έχουν τη μεγαλύτερη επιρροή.
Το AI ανθίζει σε αυτή την πιθανοτική αρένα. Μπορεί να ζυγίζει δεκάδες μεταβλητές, να μελετήσει σε παρελθόντες νίκες και απώλειες και να βελτιώνει συνεχώς τις προβλέψεις όταν συσσωρεύονται νέα δεδομένα. Ένα καλό μοντέλο του AI μπορεί να ανιχνεύσει μοντέλα αόρατα για τους ανθρώπους, για παράδειγμα, τα οποία οι πελάτες πιθανότατα θα καθυστερήσουν τα έργα ή τις πληρωμές ή ποιοι τύποι έργων ή ατόμων τείνουν να μειώνουν τους προϋπολογισμούς κατά 20%.
Επίσης: ένα σημάδι σήματος που χρησιμοποιήσατε chatgpt – και ένα τέχνασμα για να αποφύγετε αυτό
Αντί της “Έκδοσης 17_final_final.xlsx”, ζείτε, μια πρόβλεψη αναπνοής που ενημερώνεται, σημειώνει κινδύνους, ευκαιρίες και ανωμαλίες που προκύπτουν, δείχνοντας το έργο της και όχι μόνο ένα σύνολο αριθμών.
4. Οι ομάδες δεν έχουν χρόνο
Ζητήστε τυχόν λειτουργίες συντήρησης που ξοδεύουν το ήμισυ της εβδομάδας τους και θα σας πουν: ακολουθώντας δεδομένα, καθαρισμό δεδομένων, έλεγχο δεδομένων, καθώς και κοπή και εισαγωγή στήλες ή κύτταρα δεδομένων έτσι ώστε η ηγεσία να μπορεί να πάρει μια άλλη έκδοση της αναφοράς χρήσης.
Αυτή η προσέγγιση δεν είναι σταθερή ή επιθυμητή. Οι διαδικασίες χειροκίνητης αναφοράς σε συνδυασμό με το χρόνο και την πολυπλοκότητα του συνδυασμού δεδομένων ονομάστηκαν τρία από τα τέσσερα κορυφαία καθήκοντα για οργανισμούς επαγγελματικών υπηρεσιών.
Επίσης: Γιατί προσθέσαμε απλώς το Gemini 2.5 Pro σε έναν πολύ σύντομο κατάλογο εργαλείων τεχνητής νοημοσύνης για τα οποία κλαίω
Με το ενσωματωμένο AI απευθείας στο λειτουργικό γυαλί μέσω PSA, ERP και CRM, τα δεδομένα ρέουν συνεχώς και λογικά. Οι αναλυτικές πλατφόρμες που βασίζονται στην τεχνητή νοημοσύνη μπορούν να καταλήξουν σε βασικές μετρήσεις και τάσεις χρησιμοποιώντας αιτήματα φυσικής γλώσσας, όπως “ποια είναι η προβλέψιμη χρήση μας για 3 τρίμηνο;
Καθώς το ταλέντο του πολέμου για τις υπηρεσίες εντείνεται, κανείς δεν θέλει τους αναλυτές των επιχειρήσεων ή τους διαχειριστές πρακτικής να ενεργούν ως ηλεκτρικοί πίνακες. Το πιθανό κόστος είναι τεράστιο.
5. Το AI φέρνει πληροφορίες
Εδώ είναι τρίψιμο: Τα ηλεκτρικά τραπέζια σας λένε Τι Συνέβη. Το AI σας λέει Γιατί Αυτό συνέβη και τι θα μπορούσε να συμβεί στη συνέχεια. Μόνο αυτή η μετατόπιση πρέπει να σας πείσει να σταματήσετε να χρησιμοποιείτε το υπολογιστικό φύλλο για να κατανοήσετε τα προβλήματά σας με την παροχή υπηρεσιών.
Τα σύγχρονα εργαλεία AI χρησιμοποιούν τα μοντέλα μηχανικής μάθησης για την παροχή πλαισίου μαζί με τις προβλέψεις. Σύμφωνα με τις προβλέψεις χρήσης στο δεύτερο οικονομικό τρίμηνο, το II όχι μόνο θα πετάξει τον αριθμό, αποδίδει μια πτώση σε μικρότερο αριθμό ευκαιριών κατά το πρώτο οικονομικό τρίμηνο, την εξάντληση στην ευρωπαϊκή ομάδα παράδοσης και η καθυστέρηση στο έργο ξεκινά με δύο βασικούς πελάτες.
Επίσης: το καλύτερο AI για κωδικοποίηση (συμπεριλαμβανομένης δύο νέων επιλογών – και τι δεν πρέπει να χρησιμοποιήσετε)
Θα μπορούσε η ομάδα σας να φτάσει σε αυτές τις απαντήσεις χρησιμοποιώντας υπολογιστικά φύλλα και ηρωικές προσπάθειες; Φυσικά, αλλά αυτό το επίπεδο κατανόησης είναι σταθερό, για να μην αναφέρουμε έγκαιρα, η μόδα δεν είναι απλά διαθέσιμη τόσο για το υπολογιστικό φύλλο όσο και για τα παραδοσιακά εργαλεία των επιχειρηματικών αναλύσεων.
Ακόμα καλύτερα, το AI μπορεί εύκολα να δημιουργήσει “Τι γίνεται αν;” Σενάρια για την παροχή λύσεων. Τι γίνεται αν επιταχύνουμε την πρόσληψη για 30 ημέρες; Τι θα συμβεί αν μεταφέρουμε την ομάδα της Βόρειας Αμερικής για να υποστηρίξουμε την Ευρώπη; Αυτές οι προσομοιώσεις βοηθούν τους διαχειριστές των υπηρεσιών να δεχτούν ταχύτερες, πιο σίγουρες αποφάσεις με βάση τις τρέχουσες συνθήκες.
6. Ηλεκτρονικοί πίνακες – Κίνδυνος συμμόρφωσης
Τέλος, ας δούμε τον κίνδυνο. Η ανακριβή χρήση και οι προβλέψεις του εισοδήματος όχι μόνο σας κάνουν να φαίνεστε κακοί, μπορούν να οδηγήσουν σε χαμένους στόχους των κερδών, λανθασμένα για τη διανομή μπόνους και την έκρηξη των προϋπολογισμών.
Τα ηλεκτρικά τραπέζια, όπως γνωρίζετε, είναι δύσκολο να ελέγξετε, είναι εύκολο να χειριστούν και να είναι ευαίσθητα στην παρασυρόμενα της έκδοσης και στην “έξοδο από την πόρτα” στα χέρια των δυσαρεστημένων υπαλλήλων. Αντίθετα, οι πλατφόρμες AI προσφέρουν πλήρη γραμμή δεδομένων, διαδρομές ελέγχου και επιτρεπόμενη πρόσβαση, η οποία είναι ζωτικής σημασίας για τις δημόσιες εταιρείες που σχετίζονται με τη διαρροή δεδομένων ή τις επιχειρήσεις που διαχειρίζονται τις ρυθμιζόμενες υποχρεώσεις.
Καθώς οι οικονομικοί διευθυντές και οι CRO καθυστερούν τις βίδες στην ακρίβεια και την προστασία της πρόβλεψης, οι ηλεκτρικοί πίνακες είναι σφυριά που επεξεργάζονται τα πάντα σαν καρφί.
Πού είναι η βιομηχανία περαιτέρω
Οι κορυφαίοι προμηθευτές PSA (Automation Services Automation), CRM και ERP εισάγουν την AI σε διαδικασίες πρόβλεψης και προγραμματισμού. Αυτό δεν είναι ένα θεωρητικό μέλλον, είναι εδώ.
Το 80% των επιχειρήσεων που εξακολουθούν να προσκολλώνται στον προγραμματισμό και την πρόβλεψη με βάση τα ηλεκτρικά τραπέζια θα είναι σε μειονεκτική θέση, δεν είναι σε θέση να ανταποκριθούν αρκετά γρήγορα για να αλλάξουν τις ανάγκες των πελατών ή των περιορισμών στους πόρους. Οι νικητές στο επόμενο κύμα της ανάπτυξης των υπηρεσιών θα είναι εκείνοι που θεωρούν την πρόβλεψη και την αναφορά ως ικανότητα που πρέπει να είναι πνευματική, αυτόνομη και πάντα συμπεριλαμβανόμενη.
Η υπόσχεση του AI και η επιτυχής υιοθέτηση αυτής της νέας τεχνολογίας θα εξαρτηθούν από τα οργανωτικά δεδομένα και την παιδεία του AI. Η υπόσχεση του AI και των δεδομένων είναι η ικανότητά του να κλιμακώνει τα θετικά αποτελέσματα της επιχείρησης. Οι ηγέτες των επιχειρήσεων θα πρέπει να επενδύσουν και να αναπτύξουν στρατηγικές ολοκλήρωσης, γνωρίζοντας ότι η AI δεν μπορεί να λειτουργήσει στην καλύτερη περίπτωση χωρίς πρόσβαση σε αξιόπιστα δεδομένα. Οι ηγέτες των επιχειρήσεων θα πρέπει επίσης να επενδύσουν στην κατάρτιση των εργαζομένων, εστιάζοντας σκόπιμα στην αύξηση της παιδείας των δεδομένων για όλα τα ενδιαφερόμενα μέρη.
Επίσης: 4 τύποι ατόμων που ενδιαφέρονται για τεχνητές πράκτορες νοημοσύνης – και ποια επιχείρηση μπορεί να μάθει
Συνοψίζοντας, η εποχή της ανωτερότητας των ηλεκτρικών πινάκων έχει τελειώσει. Ο AI μπήκε στη συνομιλία και δεν είναι εδώ για να βοηθήσει τις ξεπερασμένες χειροκίνητες διαδικασίες σας, είναι εδώ για να αντικαταστήσει τα ηλεκτρικά τραπέζια και να κάνει τους ανθρώπους σας καλύτερους.
Οι επιχειρήσεις επαγγελματικών υπηρεσιών δεν μπορούν να αντέξουν οικονομικά να περιηγηθούν αναλογικά εργαλεία στον ψηφιακό κόσμο. Είναι οι ηλεκτρικοί πίνακες χρήσιμοι για ειδική ανάλυση και μοντελοποίηση από την πλάτη για τη χαρτοπετσέτα από άτομα, αλλά ως βάση για την πρόβλεψη της κύριας επιχείρησης σε επίπεδο επιχειρήσεων; Το ρολόι τελείωσε.
Το AI όχι μόνο κάνει αναφορές σχετικά με την πρόβλεψη και τη χρήση ταχύτερων, αλλά η τεχνολογία καθιστά τις διαδικασίες πιο έξυπνες, πιο σταθερές και προγνωστικές. Οι επιχειρήσεις που καλύπτουν αυτή τη μετατόπιση θα δημιουργήσουν τώρα ένα στρατηγικό πλεονέκτημα που δεν μπορεί να αντιγραφεί ή να εισαχθεί.
Θέλετε περισσότερες ιστορίες για το AI; Εγγραφείτε για καινοτομίαΕβδομαδιαίο ενημερωτικό δελτίο ZDNET.
Αυτό το άρθρο ήταν συνεργαζόμενο από τον Joe Thomas, διευθυντή για την απόφαση της επιχείρησης και του Gospelist Global Analytics Certinia.
