AI perusahaan: Mengapa projek rintis tersekat dan siapa yang mampu menang?

AI sedang mengubah cara khidmat perundingan dan IT perusahaan dijual. Dahulu, pelanggan lazimnya membeli masa pasukan pakar; kini, semakin banyak penyedia cuba menawarkan sistem yang boleh digunakan berulang kali dalam aliran kerja sebenar, dengan jurutera bekerja rapat bersama pelanggan supaya sistem itu benar-benar berfungsi.

Peluang terbesar mungkin terletak pada gabungan tiga perkara: platform yang boleh diguna semula, kepakaran untuk menyepadukannya dengan operasi pelanggan, dan tanggungjawab terhadap hasil yang boleh diukur. Perkongsian yang menggabungkan jurutera penempatan pelanggan—iaitu jurutera yang bekerja terus dengan pasukan pelanggan—dan kepakaran industri menunjukkan bahawa syarikat teknologi serta firma perkhidmatan melihat jurang pelaksanaan ini sebagai peluang.4

Mengapa projek rintis AI sering tersekat?

Demo boleh kelihatan meyakinkan apabila menggunakan data terpilih dan keadaan terkawal. Penggunaan dalam operasi sebenar lebih rumit: sistem perlu berhubung dengan teknologi lama, mengikut kebenaran akses, mengendalikan perubahan pada input, menghasilkan keputusan yang boleh diaudit dan sesuai dengan cara kakitangan bekerja.

Projek juga memerlukan pihak yang jelas bertanggungjawab serta ukuran asas untuk membandingkan penjimatan atau pertambahan hasil. Angka “95%” yang sering dipetik merujuk kepada ketiadaan pulangan kewangan yang boleh diukur dalam satu kajian tertentu. Angka itu tidak patut dianggap sebagai kadar universal projek yang gagal memasuki produksi.6

Siapa yang berada pada kedudukan baik?

Palantir ialah antara contoh sedia ada yang menonjol bagi pelaksanaan perusahaan besar yang kompleks dan memerlukan kawalan tadbir urus. Hasil komersialnya di Amerika Syarikat dilaporkan meningkat 133% tahun ke tahun pada suku pertama 2026. Namun, pertumbuhan hasil syarikat tidak dengan sendirinya membuktikan pulangan pelaburan bagi setiap pelaksanaan.1

ServiceNow mempunyai kedudukan yang baik apabila AI boleh ditambah pada aliran kerja sedia ada dan hubungan langganan dengan pelanggan. Hasil langganannya meningkat 21% tahun ke tahun pada suku keempat 2025.2

Accenture dan firma integrasi besar lain pula mempunyai akses kepada pelanggan, kemampuan migrasi sistem dan pakar industri untuk melaksanakan projek pada skala besar. Cabarannya ialah menukar pengalaman berulang menjadi aset yang boleh digunakan semula, bukannya sekadar menambah bilangan jurutera bagi setiap kontrak. Inisiatif Accenture bersama Google Cloud, misalnya, menggabungkan jurutera penempatan pelanggan dengan kepakaran industri.4

Bagi syarikat pasaran sederhana, pendekatan yang lebih praktikal mungkin lebih khusus: penyambung sistem yang sudah tersedia, beberapa aliran kerja industri yang berulang, skop pelaksanaan yang jelas dan operasi terurus. Maklumat yang ada belum cukup untuk menamakan satu syarikat sebagai pemenang muktamad dalam segmen ini.

Peraturan dan sistem lama: sukar, tetapi berpotensi

Menghubungkan sistem, mengawal keselamatan, menyimpan jejak audit dan mengurus perubahan menjadikan pelaksanaan AI dalam organisasi terkawal lebih mencabar berbanding projek chatbot ringkas. Pada masa yang sama, halangan ini membuka ruang kepada penyedia yang sanggup bertanggungjawab terhadap sistem yang beroperasi—bukan sekadar menyerahkan cadangan.

Migrasi sistem dan pelaporan kawal selia ialah antara aliran kerja yang disasarkan melalui pendekatan berasaskan hasil ini.11

Apa maknanya kepada margin dan kos pertukaran?

Dalam model perkhidmatan yang bergantung pada bilangan kakitangan, pertambahan hasil lazimnya memerlukan lebih banyak jam kerja yang boleh dibilkan. Platform sebenar berpotensi menyebarkan kos membina penyambung, kawalan tadbir urus dan aliran kerja kepada ramai pelanggan. Jika pendekatan itu berjaya, pelaksanaan seterusnya memerlukan kurang kerja tersuai dan boleh menghasilkan margin tambahan yang lebih baik.

Namun, itu hipotesis yang perlu diuji—bukan hasil automatik hanya kerana sesuatu perkhidmatan dilabel sebagai “perisian”. C3 AI, misalnya, melaporkan margin kasar GAAP sebanyak 32% bagi suku berakhir Julai 2026 walaupun kedudukannya sebagai penyedia perisian AI perusahaan.5

Kos untuk bertukar penyedia boleh meningkat apabila sistem sudah mengendalikan aliran kerja penting dan mempunyai integrasi, kebenaran akses serta rekod operasi yang terkumpul. Pelanggan wajar membezakan nilai operasi sebenar itu daripada kebergantungan yang berpunca semata-mata daripada kod tersuai atau kesukaran mengeksport data.

Lima metrik untuk mengenal pasti platform sebenar

Sebelum menerima dakwaan bahawa sesuatu penyelesaian ialah platform, tanya:

1. Berapa banyak projek rintis yang masih digunakan selepas 6 dan 12 bulan? Pastikan maksud “digunakan” ditakrifkan dengan jelas.
2. Adakah hasil pelanggan disahkan secara bebas dan dibandingkan dengan ukuran sebelum pelaksanaan?
3. Berapakah pendapatan produk berulang dan kadar pengekalan pelanggan, dikira berasingan daripada yuran pelaksanaan?
4. Apakah margin kasar selepas mengambil kira semua kos jurutera pelaksanaan, pengkomputeran awan dan sokongan?
5. Berapa lama dan berapa jam kerja jurutera diperlukan bagi setiap pelanggan, dan adakah angka itu menurun bagi pelaksanaan seterusnya?

Platform yang benar-benar boleh diguna semula sepatutnya membolehkan pelaksanaan seterusnya dibuat dengan lebih cepat dan murah, serta berkembang tanpa pertambahan tenaga kerja penghantaran pada kadar yang sama. Jika setiap kontrak baharu masih memerlukan pasukan tersuai yang baharu, perniagaan itu pada asasnya masih khidmat perundingan—walaupun invoisnya menggunakan perkataan “platform”.