Näen jatkuvasti saman kaavan B2B-ohjelmistoyrityksissä. Joku hallitustasolla sanoo: "Tarvitsemme AI:ta." Tiekartalle luodaan uusi kohta. Kehittäjä koodaa API-kutsun LLM:ään. Tuotesivu saa uuden osion. Myyntimateriaaliin lisätään dia. Kuusi kuukautta myöhemmin käyttö on olematonta, eikä kukaan osaa selittää miksi.
Vastaus on lähes aina sama: he julkaisivat AI-ominaisuuden, eivät AI-tuotetta.
Ominaisuuden ja tuotteen välinen ero
AI-ominaisuus parantaa olemassa olevaa työnkulkua — hieman, marginaalisesti, tavalla jota ilman käyttäjät voivat elää. AI:n luomat tiivistelmät raporteista, joita he jo lukevat. Chat-käyttöliittymä dokumentaatioon, jota he jo hakivat. Automaattinen täydennys kenttiin, joita he jo täyttävät. Nämä asiat voivat olla hyödyllisiä. Ne eivät ole strategia.
AI-tuote muuttaa itse työnkulkua — sitä mikä on mahdollista, kuka sen tekee ja kauanko se kestää. Se ei avusta olemassa olevassa tehtävässä; se korvaa tehtävän jollakin, mikä ei olisi ollut aiemmin mahdollista. Kynnys on yksinkertainen: antaako tämä asia käyttäjien tehdä päätöksiä, joita he eivät voineet tehdä aiemmin, vai ainoastaan nopeampia versioita päätöksistä, joita he jo tekivät?
Useimmat "AI-strategiat" ovat vain luettelo ominaisuuksista. Ne kuuluvat tiekartalle. Todellinen AI-strategia alkaa toisella kysymyksellä: mitkä osat käyttäjiemme työnkulusta ovat tällä hetkellä ihmisen päättelynopeuden pullonkauloina?
Markkinoillemenon ongelma, josta kukaan ei puhu
B2B-ohjelmistoissa tuotteen ostaja ja sitä päivittäin käyttävä henkilö ovat usein eri ihmisiä. CTO voi vakuuttua demosta. Ostopäällikkö voi perustella kustannukset AI-tarinalla. Mutta jos ohjelmistoa päivittäin käyttävät ihmiset eivät huomaa elämänsä muuttuneen, on tilauksen uusimiskeskustelu tuskallinen.
AI-ominaisuudet vievät sinut useampiin myyntikeskusteluihin. Ne eivät välttämättä tuo sinulle sopimusten uusimisia.
B2B-kentässä AI:lla voittavat yritykset ovat niitä, joissa AI muuttaa jotain sellaista, minkä päivittäinen käyttäjä todella huomaa. Heidän raporttinsa kirjoittaa itse itsensä. Heidän jononsa reitittää itse itsensä. Poikkeamat ilmoittavat itse itsestään. Ei niin, että: "tässä on pieni kimalteleva painike, joka tiivistää juuri lukemasi asian."
Markkinoillemenon vaikutuksia aliarvioidaan. Jos AI-ominaisuutesi ei muuta sitä, keitä asiakkaasi ovat tai miten he arvioivat sinua tilausta uusittaessa, se ei ole strateginen voimavara. Se on kustannuspaikka, joka tuottaa myös markkinointitekstiä.
Datamalli on tuote
Vaikeinta todellisessa AI-integraatiossa — sellaisessa, joka muuttaa työnkulkuja — on se, että se vaatii lähes aina taustalla olevan datamallin korjaamista ensin.
Käytimme vuosia Response365:n rakentamiseen yhtenäisenä multi-tenant-alustana: jokainen moduuli — laskutus, varasto, tuotanto, HR, vaatimustenmukaisuus — syöttää tietonsa yhteen yhdistettyyn skeemaan. Emme tehneet sitä "mahdollistaaksemme AI:n." Teimme sen, koska liiketoiminnan hallinta-alusta, joka ei pysty vastaamaan moduulien välisiin kysymyksiin, hukkaa täysin tarkoituksensa.
Mutta seurauksena on, että kun rakensimme business intelligence -kerroksen — jossa käyttäjät kysyvät kysymyksiä luonnollisella kielellä liiketoiminnastaan — se todella toimii. Järjestelmä tietää mikä on lasku, miten se liittyy ostotilaukseen, mitä se tarkoittaa kassavirralle ja mistä tuotantoerästä se on peräisin. AI toimii, koska sen alla oleva data on yhdistetty. Sitä ei voi vain pultata kiinni jälkikäteen.
Useimmat yritykset yrittävät tehdä sen toisinpäin: julkaista AI-ominaisuus nyt, siivota datamalli myöhemmin. Sitä myöhempää ei koskaan tule. Ja niin AI istuu pirstoutuneen skeeman päällä tuottaen vastauksia, jotka ovat uskottavia, mutta eivät luotettavia, mikä on pahempaa kuin se, ettei vastausta saataisi lainkaan.
Kolme kysymystä, jotka ovat hyödyllisempiä kuin "pitäisikö meidän lisätä AI?"
Mitkä päätökset tässä työnkulussa vaativat tällä hetkellä jotakuta ymmärtämään useamman kuin kahden järjestelmän kontekstia samanaikaisesti? Juuri siinä AI muuttaa lopputulosta, ei vain nopeutta. Jos vastaus on "ei mitkään", työnkulkusi on jo hyvin jäsennelty ja AI-mahdollisuus on marginaalinen.
Mitä tapahtuu, jos AI on väärässä? Jos vastaus on "käyttäjä ei huomaa", AI:si ei tee mitään merkityksellistä. Jos vastaus on "merkittävää haittaa", tarvitset ihmisen valvomaan prosessia. Mielenkiintoiset tuotteet elävät näiden välissä — missä AI on toisinaan väärässä, käyttäjä huomaa sen, ja korjaussilmukka tekee järjestelmästä ajan myötä älykkäämmän.
Kuka muuttaa käyttäytymistään tämän takia? Ei "kuka käyttää ominaisuutta" — kuka käyttäytyy eri tavalla, koska se on olemassa? Jos kenenkään työ ei ole olennaisesti erilaista AI:n takia, se on ominaisuus. Jos jonkun työnkulku muuttui perusteellisesti, se on tuote.
AI-ilmiö B2B-ohjelmistoissa on todellinen. Mutta useimmat yritykset kilpailevat väärällä tasolla — yrittäen voittaa siinä, kenen tuotteessa on enemmän AI-ominaisuuksia, kun taas ne yritykset, jotka ovat täällä vielä viiden vuoden kuluttua, ovat niitä, jotka käyttivät AI:ta muuttamaan sitä, mitä tuote pohjimmiltaan tekee.
Ero näiden kahden asian välillä ei ole insinööritason ongelma. Se on tuotestrateginen ongelma. Ja se alkaa hyvissä ajoin ennen ensimmäistä API-kutsua.