ผู้ชนะที่ยิ่งใหญ่ที่สุดของ AI คือธุรกิจที่มีอัตรากำไรต่ำที่สุด

ผู้ชนะที่ยิ่งใหญ่ที่สุดจาก AI ไม่จำเป็นต้องเป็นบริษัทที่มีวิศวกรมากที่สุด ทีมข้อมูลใหญ่ที่สุด หรืองบประมาณซอฟต์แวร์สูงที่สุด

พวกเขาอาจเป็นบริษัทที่มีอัตรากำไรต่ำที่สุด กลุ่มผู้ผลิต ผู้ให้บริการขนส่งทางรถบรรทุก ผู้จัดจำหน่าย เอเยนซี่จัดหางาน และผู้ให้บริการภาคสนาม ที่ดำเนินงานด้วยอัตรากำไรหลักเดียวที่บางเฉียบมานานหลายทศวรรษ – ธุรกิจที่ไม่มีใครเคยเรียกว่าบริษัท AI

การเปลี่ยนแปลงด้วย AI สร้างมูลค่าผ่านสามกลไก: รายได้ ต้นทุน และความเสี่ยง ความสนใจส่วนใหญ่มักตกอยู่ที่รายได้ผ่านผลิตภัณฑ์ที่ดีขึ้น การขายที่เร็วขึ้น และพนักงานที่มีประสิทธิภาพมากขึ้น แต่สำหรับธุรกิจที่มีอัตรากำไรต่ำ กลไกที่สำคัญที่สุดคือต้นทุน – เมื่ออัตรากำไรบางอยู่แล้ว แม้การลดค่าใช้จ่ายในการดำเนินงานเพียงเล็กน้อยก็สามารถเพิ่มกำไรได้อย่างมหาศาล

บริษัทซอฟต์แวร์ที่มีอัตรากำไร 30% สามารถใช้ AI เพื่อเพิ่มประสิทธิภาพ แต่การเพิ่มประสิทธิภาพนั้นมักไม่เปลี่ยนทิศทางของธุรกิจ แต่สำหรับธุรกิจที่มีอัตรากำไร 3% นั้นแตกต่างออกไป แม้การลดต้นทุน <1% ก็สามารถนำไปสู่การเพิ่มกำไรมากกว่า 25%

อุตสาหกรรมที่มีอัตรากำไรต่ำมักติดอยู่ในกับดักเชิงโครงสร้างของสภาพแวดล้อมที่มีอัตรากำไรต่ำมาโดยตลอด การนำ AI มาใช้อย่างเหมาะสมจะเปลี่ยนสมการนั้น มันเปิดทางให้ธุรกิจที่มีอัตรากำไรต่ำสามารถโจมตีต้นทุนที่เคยถูกมองว่าถาวรได้ – และบริษัทที่ลงมือก่อนจะสามารถเก็บกำไรนั้นไว้เป็นส่วนต่าง ก่อนที่คู่แข่งจะบีบให้กลับไปสู่ราคาที่ต่ำลง ในที่สุดประสิทธิภาพก็จะกระจายไปทั่วตลาดสินค้าโภคภัณฑ์ แต่ผู้ที่เคลื่อนไหวก่อนคือผู้ที่ได้รับส่วนแบ่งกำไรที่เพิ่มขึ้นและปรับระดับต้นทุนให้เหนือกว่าคู่แข่ง

เมื่ออ่านบทความนี้จบ คุณควรเข้าใจว่าธุรกิจที่มีอัตรากำไรต่ำที่สุดจะสามารถโจมตีต้นทุนการประสานงานที่ทำให้พวกเขาติดอยู่ในอัตรากำไรต่ำมาหลายทศวรรษได้อย่างไร – และเหตุใดบริษัทที่ลงมือก่อนจะทิ้งห่างคู่แข่งในอุตสาหกรรมเดียวกัน

ผู้ให้บริการที่แก้ปัญหานี้ได้จะสร้างบริษัทมูลค่าหลายพันล้านดอลลาร์ – และธุรกิจที่พวกเขาเปลี่ยนโฉมจะเป็นธุรกิจที่หลุดจากกับดักอัตรากำไรก่อนใคร

อุปสรรคเชิงโครงสร้างที่บริษัทที่มีอัตรากำไรต่ำต้องเผชิญ

สำหรับธุรกิจที่มีอัตรากำไรต่ำส่วนใหญ่ มีอุปสรรคเชิงโครงสร้างที่ล็อกพวกเขาไว้ในตำแหน่งนี้ พวกเขามักแข่งขันในตลาดสินค้าโภคภัณฑ์ มีอำนาจในการกำหนดราคาจำกัด และมีฐานต้นทุนการดำเนินงานขนาดใหญ่ที่ก่อนหน้านี้ไม่สามารถลดลงได้โดยไม่กระทบคุณภาพบริการ เนื่องจากพวกเขาไม่สามารถขยับราคาตลาดได้ – ตลาดเป็นผู้กำหนด ไม่ใช่แต่ละบริษัท – ต้นทุนจึงเป็นกลไกเดียวที่พวกเขาควบคุมได้

ส่วนสำคัญของฐานต้นทุนนั้นคือแรงงาน – และนอกเหนือจากงานทางกายภาพแล้ว บริษัทเหล่านี้ยังแบกรับต้นทุนการประสานงานแรงงานนั้นอีกด้วย

มีงานประสานงานมากมายที่กัดกร่อนอัตรากำไรของบริษัทเหล่านี้เมื่อเวลาผ่านไป เช่น การจัดตาราง การจัดส่ง การอนุมัติ การจัดการข้อยกเว้น และวงจรการบริหารงานนับไม่ถ้วนที่เกิดขึ้นในบริษัทที่ใช้แรงงานเข้มข้น ซึ่งค่อยๆ บั่นทอนผลกำไรของบริษัท งานประสานงานนี้คือจุดที่ AI มีโอกาสชัดเจนที่สุดในการสร้างผลกระทบต่อธุรกิจที่มีอัตรากำไรต่ำและใช้แรงงานเข้มข้น

ในบริษัทประเภทนี้ ต้นทุนแรงงานมักคิดเป็นเกือบ 25% ของรายได้ ประมาณหนึ่งในสี่ของค่าใช้จ่ายแรงงานนี้ผูกติดอยู่กับการจัดการ การประสานงาน และการบริหารงาน ซึ่งคิดเป็นประมาณ 6% ของรายได้ สำหรับบริษัทที่ดำเนินงานด้วยอัตรากำไร 3% การลดภาระการประสานงานลง 10% สามารถเพิ่มกำไรได้ประมาณ 20% ซึ่งเปลี่ยนภาพรวมผลกำไรของธุรกิจโดยสิ้นเชิง

ดังนั้น AI ไม่ได้แค่ทำให้พวกเขามีประสิทธิภาพมากขึ้นเล็กน้อย มันเปิดโอกาสให้บริษัทที่นำมาใช้ก่อนสามารถสร้างความได้เปรียบด้านต้นทุนเชิงโครงสร้างเหนือคู่แข่ง – และดำเนินงานในฐานะธุรกิจที่มีอัตรากำไรสูงขึ้นอย่างแท้จริง ซึ่งอาจเป็นครั้งแรก

ปัญหาคือบริษัทที่ได้ประโยชน์มากที่สุดจาก AI มักจะมีความสามารถน้อยที่สุดในการนำมาใช้

โซลูชัน AI ระดับองค์กรส่วนใหญ่ที่ขายในปัจจุบันตั้งสมมติฐานว่าพนักงานจะนำเครื่องมือใหม่มาใช้ ใช้งานอย่างถูกต้อง และค่อยๆ เปลี่ยนการใช้งานให้เป็นมูลค่าที่สะท้อนในงบกำไรขาดทุน เมื่อพิจารณาว่าสมมติฐานนี้ใช้ไม่ได้แม้ในบริษัทที่ก้าวหน้าทางเทคโนโลยี ก็ยิ่งแย่ลงในบริษัทผลิต โลจิสติกส์ หรือธุรกิจที่ใช้แรงงานเข้มข้นอื่นๆ ที่พนักงานไม่คุ้นเคยกับการนำผลิตภัณฑ์ซอฟต์แวร์ใหม่มาใช้ ธุรกิจเหล่านี้มักจะต้านทานการเปลี่ยนแปลงมากที่สุด

คำถามที่แท้จริงคือจะทำให้เกิดการขยายอัตรากำไรที่ขับเคลื่อนด้วย AI ได้อย่างไรโดยไม่ต้องพึ่งพาการยอมรับของพนักงาน – หรืออย่างน้อยก็ไม่ต้องบังคับใช้พื้นผิวการโต้ตอบใหม่ นั่นคือความท้าทาย และวิธีแก้ปัญหาอาจเป็นโอกาสมูลค่าล้านล้านดอลลาร์ที่เข้าถึงได้มากที่สุดใน AI ในขณะนี้

สามขั้นตอนในการแก้ปัญหาความท้าทายด้านอัตรากำไรต่ำมูลค่าล้านล้านดอลลาร์

1) ค้นหาต้นทุนการประสานงานที่ซ่อนอยู่

คนส่วนใหญ่มองการประหยัดต้นทุนด้วย AI แคบเกินไป พวกเขาจินตนาการถึงการแทนที่งาน ลดจำนวนพนักงาน หรือทำให้พนักงานทำงานเร็วขึ้น สิ่งเหล่านี้อาจสำคัญและอาจเกิดขึ้นในอนาคต แต่ด้วยความสามารถของ AI ในปัจจุบัน ส่วนสำคัญของโอกาสคืองานที่อยู่เบื้องหลังงาน: ภาระงานเบื้องหลังที่จำเป็นเพื่อให้การดำเนินงานของมนุษย์ที่ยุ่งเหยิงดำเนินต่อไปได้

พนักงานหน้างานทำงาน แต่เบื้องหลังการปฏิบัติงานคือระบบของผู้จัดการ หัวหน้างาน นักวิเคราะห์ ทีมการเงิน ทีมปฏิบัติการ และพนักงานสำนักงานหลังบ้านที่คอยตรวจสอบให้งานสำเร็จและส่งต่อไปยังแผนกที่ถูกต้องในบริษัท

ชั้นการประสานงานนี้มีอยู่เพราะงานของมนุษย์มีความยุ่งเหยิงมากกว่า AI โดยธรรมชาติ มนุษย์แต่ละคนใช้ดุลยพินิจต่างกัน และแต่ละคนมีบริบทของตนเองเกี่ยวกับบริษัทและงานที่ทำ เมื่อเวลาผ่านไป สิ่งนี้กลายเป็นต้นทุนการดำเนินงานมหาศาลในการประสานงานภายในองค์กร และชั้นการประสานงานจึงเกิดขึ้น

ยกตัวอย่างบริษัทโลจิสติกส์ที่เราเพิ่งทำงานด้วย ต้นทุนแรงงานที่มองเห็นคือพนักงานขับรถ แต่บริษัทยังจ่ายค่าโครงสร้างพื้นฐานการประสานงานรอบๆ พวกเขาด้วย: ทีมจัดส่ง การเปลี่ยนเส้นทาง การอัปเดตลูกค้า การเคลม ใบแจ้งหนี้ ข้อยกเว้น และการกระทบยอดสำนักงานหลังบ้าน ค่าใช้จ่ายการประสานงานเพิ่มเติมนี้รวมกันเกือบ 10% ของรายได้ และมันกลายเป็นค่าใช้จ่ายที่เราโจมตีในการเปลี่ยนแปลง

หลังจากทำการเปลี่ยนแปลงหลายครั้งให้กับธุรกิจที่มีอัตรากำไรต่ำ เราพบว่านี่ไม่ใช่กรณีพิเศษ รูปแบบเดียวกันนี้ปรากฏในโลจิสติกส์ การผลิต การจัดการสิ่งอำนวยความสะดวก บริการภาคสนาม การจัดหางาน คลินิกสุขภาพ และธุรกิจที่ใช้แรงงานเข้มข้นอื่นๆ ที่บริการแยกความแตกต่างได้ยาก อำนาจในการกำหนดราคามีจำกัด และการดำเนินงานต้องพึ่งพาการประสานงานของมนุษย์อย่างต่อเนื่อง บริษัทเหล่านี้ไม่สามารถ простоขึ้นราคาเพื่อหนีปัญหา อัตรากำไรของพวกเขาถูกบีบอัดเพราะพวกเขาต้องการชั้นการประสานงานขนาดใหญ่เพื่อส่งมอบบริการที่ค่อนข้างเป็นสินค้าโภคภัณฑ์อย่างน่าเชื่อถือ

2) ขจัดอุปสรรคด้านการยอมรับของพนักงาน

หากบริษัทที่ก้าวหน้าทางเทคโนโลยียัง struggle กับการนำ AI มาใช้ในวงกว้าง ก็ไม่สมจริงที่จะคาดหวังผลลัพธ์ที่แตกต่างจากพนักงานที่ไม่เชี่ยวชาญด้านเทคโนโลยี ผลิตภัณฑ์ AI ระดับองค์กรส่วนใหญ่ยังคงพึ่งพาการเปลี่ยนแปลงพฤติกรรมนั้น พวกเขาขอให้พนักงานเปิดอินเทอร์เฟซใหม่ จดจำว่าเมื่อใดควรใช้ ตัดสินใจว่างานใดที่เกี่ยวข้อง แล้วแปลผลลัพธ์กลับเข้าสู่ขั้นตอนการทำงานที่พวกเขาทำอยู่แล้ว ในทางปฏิบัติ สิ่งนี้ทำให้ AI กลายเป็นสถานที่อีกแห่งที่ต้องทำงาน แทนที่จะเป็นระบบที่กำจัดงานออกไป

นั่นคือสาเหตุที่การยอมรับล้มเหลว พนักงานไม่ต้องการเครื่องมืออื่นที่ช่วยให้พวกเขาทำงาน พวกเขาต้องการให้งานสำเร็จ ทางออกที่ดีที่สุดไม่ใช่อินเทอร์เฟซที่ดีกว่าสำหรับพนักงาน แต่เป็นระบบที่ทำงานภายในขั้นตอนการทำงานที่มีอยู่ และกำจัดความจำเป็นในการโต้ตอบส่วนใหญ่ตั้งแต่แรก

3) ฝัง AI ไว้ในระดับโครงสร้างพื้นฐานของบริษัท

สิ่งที่เราพบจากการปรับใช้เหล่านี้คือการปรับใช้ AI ที่ดีที่สุดทำให้เอเยนต์เป็นส่วนหนึ่งของชั้นการดำเนินงานของบริษัท มันถูกวางไว้เหนือระบบ อินบ็อกซ์ ไฟล์ การอนุมัติ และขั้นตอนการทำงานที่มีอยู่แล้วในปัจจุบัน

หากบัญชีเจ้าหนี้ทำงานผ่าน NetSuite, อีเมล, PDF และสเปรดชีต เอเยนต์ควรทำงานข้าม NetSuite, อีเมล, PDF และสเปรดชีต มันควรดึงข้อมูลใบแจ้งหนี้ จับคู่กับใบสั่งซื้อ แจ้งข้อยกเว้น เตรียมการอนุมัติ และส่งต่อปัญหาไปยังบุคคลที่เหมาะสมเมื่อจำเป็นต้องใช้ดุลยพินิจเท่านั้น จากนั้นมันควรเรียนรู้จากข้อเสนอแนะการอนุมัติเพื่อปรับปรุงเอเยนต์เมื่อเวลาผ่านไป มูลค่าควรเกิดขึ้นโดยไม่ต้องให้พนักงานนำและใช้ระบบใหม่ – มันควรถูกออกแบบทางวิศวกรรมเข้าไปในการปรับใช้ AI

บทเรียนมูลค่าล้านดอลลาร์ที่เราได้เรียนรู้คือ เพื่อสร้างมูลค่าจาก AI ในธุรกิจ คุณต้องขาย AI ในฐานะโครงสร้างพื้นฐาน ซอฟต์แวร์ขอให้พนักงานนำเครื่องมือมาใช้ แต่โครงสร้างพื้นฐานเปลี่ยนชั้นการดำเนินงานที่อยู่ใต้พนักงาน พนักงานควรยังคงรู้ว่าเกิดอะไรขึ้น และเจ้าของกระบวนการควรยังคงสามารถหยุดขั้นตอนการทำงาน เปลี่ยนกฎ อนุมัติข้อยกเว้น หรือดึงบุคคลกลับมาเมื่อจำเป็น แต่มูลค่าไม่ควรขึ้นอยู่กับใครบางคนที่จำต้องใช้ AI ทุกวัน

โอกาส AI ที่ใหญ่ที่สุดซ่อนอยู่ในสถานที่ที่ไม่ชัดเจนที่สุด

นี่คือเหตุผลว่าทำไมธุรกิจที่มีอัตรากำไรต่ำจึงเป็นโอกาสในการขยายอัตรากำไรที่ใหญ่ที่สุดใน AI

พวกเขามีแรงจูงใจทางเศรษฐกิจที่แข็งแกร่งที่สุด เพราะการปรับปรุงอัตรากำไรเพียงเล็กน้อยก็สร้างกำไรเพิ่มขึ้นมหาศาล พวกเขามีโครงสร้างต้นทุนที่ใช้แรงงานและการประสานงานจำนวนมาก ซึ่ง AI มีความเหมาะสมเฉพาะตัวในการลด และพวกเขาดำเนินงานในอุตสาหกรรมที่การมีประสิทธิภาพมากขึ้นแม้เพียงเล็กน้อยก็สามารถเปลี่ยนตำแหน่งทางการแข่งขันของบริษัทได้

ตลาดมุ่งเน้นไปที่บริษัทซอฟต์แวร์ องค์กรที่ก้าวหน้าทางเทคโนโลยี และพนักงานความรู้ เพราะบริษัทเหล่านี้นำเครื่องมือมาใช้เร็วกว่าและมีงบประมาณในการทดลอง แต่ผลกระทบต่อกำไรที่ใหญ่ที่สุดอาจมาจากธุรกิจที่มีแนวโน้มน้อยที่สุดที่จะเรียกตัวเองว่าบริษัท AI

สิ่งเหล่านี้ไม่ใช่ผู้ชนะ AI ที่ชัดเจนเพราะจากภายนอกพวกเขาไม่เหมือนบริษัท AI แต่นั่นคือสาเหตุที่โอกาสยิ่งใหญ่

อัตรากำไรของพวกเขาบางเพราะการดำเนินงานหนัก การดำเนินงานหนักมักเพราะแรงงานต้องได้รับการประสานงาน และ AI เป็นเทคโนโลยีแรกที่สามารถกำจัดงานประสานงานส่วนนั้นได้อย่างมีความหมาย โดยไม่ต้องให้พนักงานทั้งหมดเปลี่ยนแปลงวิธีการทำงาน

คลื่นลูกถัดไปของผู้ชนะ AI จะมาจากการวางเอเยนต์ไว้เบื้องหลังขั้นตอนการทำงานของธุรกิจที่มีอัตรากำไรต่ำ และปล่อยให้เงินออมปรากฏขึ้นอย่างเงียบๆ ในรูปแบบการดำเนินงาน

หากธุรกิจของคุณต้องการผลลัพธ์ที่คล้ายคลึงกัน เช่นเดียวกับลูกค้าด้านการผลิตและโลจิสติกส์อื่นๆ ของเราที่ได้เห็น การเพิ่มอัตรากำไร 8 หลัก ค้นหาเราได้ที่ varickagents.com