برای دستیابی به نتایج پایدار و واقعی از هوش مصنوعی، باید نگاه استراتژیک داشت و به همه لایه‌های لازم توجه کرد، از لایه‌ی نهایی و تجربه مشتری گرفته تا تصمیم‌گیری هوشمند، داده‌های یکپارچه و زیرساخت فنی مدرن. سازمان‌هایی که این مسیر را به‌صورت جامع دنبال کنند، می‌توانند همزمان رضایت مشتری، کارایی داخلی و نوآوری پایدار را رقم بزنند. البته در شرایط پرابهام و با محیط نامناسب اقتصادی در کشور ما، این کار بسیار سخت‌ است. با این حال، همچنان این امر ضروری است چون سازمان‌هایی که به‌صورت استراتژیک به سراغ هوش مصنوعی بروند، می‌توانند بقا و رشد واقعی را محقق کنند.

شرکت مکنزی نگاه استراتژیک با نگرش لایه‌ای را چند ماه پیش برای بانکها در یک مدل تشریح کرد. این شرکت، همین کار را اخیرا برای شرکتهای بیمه هم کرده است. در تصویر، این دو مدل در کنار هم قرار دارند.

در مدل مکنزی در خصوص بانکها، تمرکز بر ایجاد تعامل یکپارچه همه‌کاناله، استفاده از مدل‌های تحلیلی پیشرفته برای اعتبارسنجی و تصمیم‌های مالی، و بهره‌گیری از معماری داده و APIهای مدرن برای سرعت و چابکی بیشتر مورد تاکید است. بعلاوه لایه مدل عملیاتی هم در نظر گرفته شده و در آن به برج کنترل هوش مصنوعی (مرکز پایش پروژه‌های هوش مصنوعی) و دفتر پایش ارزش (واحدی برای سنجش و مدیریت دستاوردهای تحول) اشاره شده است. در مدل مکنزی در خصوص بیمه‌ها، تمرکز بر بیمه‌گری هوشمند و رسیدگی دقیق‌تر به خسارت‌ها، استفاده از عامل‌های AI برای شناسایی ریسک و تقلب، و ایجاد تجربه‌های فراشخصی‌سازی‌شده در ارتباط با مشتریان است.

هر دو مدل اما یک پیام مشترک دارند. آینده، متعلق به سازمان‌هایی است که هوش مصنوعی را نه به‌عنوان پروژه‌ای مقطعی، بلکه به‌عنوان قابلیت مقیاس‌پذیر و پایدار به کار می‌گیرند. بانک‌ها و بیمه‌گرها با تکیه بر لایه‌های کلیدی AI شامل تعاملات هوشمند با مشتری، تصمیم‌گیری داده‌محور، زیرساخت مدرن و مدیریت داده‌ی یکپارچه می‌توانند:
- تجربه مشتریان را شخصی‌سازی کنند؛
- تصمیم‌های سریع‌تر و دقیق‌تر بگیرند؛
- هزینه‌ها را کاهش دهند و بهره‌وری را افزایش دهند؛
- امنیت و شفافیت را بهبود بخشند.