Mjukvaruföretag som integrerar AI-funktioner i befintliga produkter stöter på ett ganska stort problem: kunderna är helt enkelt inte särskilt intresserade.
51 procent av de mjukvarutillverkare som har lagt till AI i befintliga produkter uppger att mindre än en fjärdedel av kunderna faktiskt använder de nya funktionerna, enligt en färsk undersökning genomförd av mjukvaruinköpsföretaget Banyan Software.
Denna ”implementeringsklyfta” beror på bristande planering och uppföljning för att identifiera vilka AI-funktioner kunderna skulle använda, hävdar företaget i en rapport om undersökningen.
”Många aktörer agerade snabbt och i blindo, och det är precis så man hamnar med AI som ingen använder”, står det i rapporten. ”De som drog ifrån agerade tidigare än de kände sig bekväma med, och följde utvecklingen noggrant nog för att förstå vad som fungerade.”
Enligt Banyan bör mjukvarutillverkare utse en person som ansvarar för att utöka AI-funktionerna i sina produkter och mäta kundernas användning av dem.
”Koppla AI till resultat som du kan visa upp, så att din styrelse, ditt team och en framtida köpare kan se det utan att du behöver vara på plats och förklara”, står det i rapporten.
Detsamma gäller för it-chefer som vill integrera nya AI-funktioner i appar och tjänster riktade mot kunder och medarbetare.
Funktioner som kunderna inte behöver
Daniel Wilson Kemp, medgrundare och vd för betalnings- och kassasystemleverantören Lifted Holdings, håller med om att många mjukvaruleverantörer verkar bygga AI-funktioner som kunderna antingen inte värdesätter eller inte förstår.
– Användarna vaknar inte upp med en önskan om att använda AI. De vill avsluta bokföringen, svara en kund, lösa ett undantag eller avsluta sitt skift snabbare. Om AI:n är en separat funktion, kräver en ny vana eller ger ett svar utan sammanhang och behörigheter från det primära systemet, kommer användningen att förbli låg.
Problemet handlar mer om arbetsflödet än om införandet, menar Kemp.
– Det viktigaste testet för införandet är om AI:n utgör ett användbart steg i ett befintligt arbetsflöde. AI-användningen ökar när funktionen smälter in i arbetet. Om användarna måste lämna arbetsflödet för att använda AI ställer implementeringen redan för stora krav.
Kemp ser inte den låga användningsgraden som ett motstånd mot AI i sig, utan som något som hänger samman med farhågor om oklart värde, dålig användarupplevelse, svag domänkontext, potentiella fel och prissättning som dyker upp innan kunderna ser mätbara fördelar.
– Leverantörer kan ta ut ett högre pris när funktionen på ett tillförlitligt sätt sparar arbete eller minskar risken, men en AI-tilläggsavgift för en generisk chattfunktion är svår att motivera.
Att lägga till AI i en mjukvaruprodukt garanterar inte att den är användbar, menar Darren Kimura, vd och koncernchef för AI Squared, en leverantör av agentbaserad AI-infrastruktur.
– Verkligheten är att mjukvarubranschen har blivit mycket duktig på att lägga in en AI-knapp i en produkt och kalla den produkten AI-förstärkt. Det är inte samma sak som att bygga in AI i en produkt och använda den i produktionsmiljön.
Företags-AI har vad Kimura kallar ett ”last-mile”-problem. Införandet strandar när AI:n når den verkliga driftsmiljön, och företagen måste ta hänsyn till cybersäkerhet, användbarhet och slutanvändarnas acceptans, säger han.
Kunderna är i allmänhet inte ovilliga att använda AI men de är ovilliga att införa verktyg som de inte kan kontrollera eller förstå.
– Enligt min erfarenhet behöver organisationer sällan fler AI-funktioner. De behöver de kontrollfunktioner, integrationer och den driftsmodell som krävs för att använda de funktioner de redan har, säger Kimura.
Vissa AI-tilläggsverktyg har också integrationsproblem.
– AI som finns vid sidan av arbetsflödet blir en demonstration. AI som är inbyggd i arbetsflödet blir infrastruktur.
Kimura ser en stor klyfta mellan vad leverantörerna utvecklar och vad medarbetarna faktiskt behöver. Medarbetarna vill kunna behandla en skadeanmälan snabbare, upptäcka bedrägerier tidigare, lösa problem i leveranskedjan eller slippa timmar av repetitiv analys.
– Anställda vaknar i allmänhet inte upp och ber om ännu en chattbot. De tar till sig den eftersom den underlättar det arbete de redan utför.
Samma varningar och förbehåll gäller för interna AI-utvecklingsinsatser eller försök från it-chefer att tvinga in mjukvarutillverkarnas nya AI-funktioner i företagets arbetsflöden.
Förvirrade kunder
Kundernas förvirring spelar en stor roll i det långsamma AI-införandet, säger Sofia Barbosa, kundchef på BMC Software.
– Kunderna är inte motvilliga; de är ofta överväldigade. De vill använda den, men de översköljs av leverantörernas budskap om nya AI-funktioner och hur man använder dem, och det är svårt att veta vad man ska prioritera.
Företagen måste bestämma sig för om de ska bygga eller köpa nya AI-verktyg, eller använda de leverantörsverktyg de redan har, samtidigt som de utbildar sina team och förutser framtida prisändringar, menar Barbosa.
– Det är mycket att ta ställning till, och det bromsar införandet även när själva funktionen är klar.
Programvaruleverantörer måste sträva efter att integrera AI i sina produkter på ett sätt som känns smidigt, som är en del av den verksamhetsmodell som kunderna redan använder och som är tillräckligt intuitivt för att en tidig införande inte ska kräva någon större insats, säger Barbosa.
Men det är bara halva slaget. Leverantörerna måste också stödja sina AI-verktyg med strukturerade, skalbara införandemodeller som är direkt kopplade till värdeskapande och avkastning på investeringen, tillägger hon.
– Det är när funktionaliteten saknar den strukturen som klyftan uppstår.