SuaraSekitar Terkini Kumpulan Berita dan Informasi dari berbagai sumber yang terpercaya
Bagaimana Anda membawa kecerdasan buatan ke dalam organisasi yang berfungsi dengan baik tanpanya selama beberapa dekade? Itulah tantangan yang dihadapi oleh Humana Chief Data and Analytics Officer Slawek Kierner saat bergabung dengan penyedia asuransi kesehatan Fortune 42 pada Desember 2018.
Kierner, yang pernah menjabat sebagai Microsoft PowerBI, Dynamics, Cloud dan AI Chief Data and Analytics Officer di Microsoft sebelum bergabung dengan Humana, menceritakan pengalamannya membawa AI ke Humana selama AI Summit di New York bulan ini.
Dalam sesi di acara tersebut, Kierner mempresentasikan proses pengenalan AI ke organisasi, dan Adam Wenchel, salah satu pendiri dan CEO startup pemantau pembelajaran mesin Arthur, memperkenalkan Kierner dan memfasilitasi pertanyaan- sesi dan jawab setelahnya dengan pertanyaannya sendiri ditambah pertanyaan dari penonton.
Wenchel menunjukkan seberapa cepat AI dalam perusahaan telah berevolusi. Menunjuk ke berita utama Wall Street Journal, dia mencatat bahwa pada tahun 2016, orang masih mencoba mencari tahu apa itu sebenarnya. Pada tahun 2017, berita utama adalah tentang bagaimana AI akan mengambil pekerjaan semua orang. Kemudian tajuk utama berfokus pada fakta bahwa dibutuhkan lebih banyak profesional yang berkualifikasi untuk memfasilitasi AI. Beberapa tahun terakhir, berita utama berfokus pada mengapa proyek AI gagal, kata Wenchel.
“Pada tahun 2022, kita mulai melihat ini bersatu,” katanya. “Kami melihat era perusahaan asli AI.” Tapi ini terutama untuk perusahaan besar, bukan perusahaan menengah atau kecil.
Perusahaan besar Fortune 500 sudah menerapkan model AI. Salah satunya adalah Humana.
Daftar Isi
Seperti apa AI di Humana
Humana mengoperasikan asuransi kesehatan tradisional dan Medicare, memberikan asuransi kesehatan kepada anggota militer AS, dan juga telah diperluas untuk menyediakan perawatan kesehatan di rumah, mengirim 50.000 perawat untuk merawat orang-orang di rumah mereka dan memberikan perawatan, menurut Kierner dari Humana. Ini juga mengoperasikan model perawatan berbasis nilai.
“Ini menghasilkan banyak data,” kata Kierner. “Faktor penting yang membuat saya tertarik dengan Humana dari Microsoft adalah banyaknya data. Itu menciptakan banyak peluang bagi seseorang yang tertarik dengan analitik dan AI.”
Namun peran baru ini bukannya tanpa tantangan. Misalnya, sebagian besar komputasi dilakukan di tempat, katanya, tanpa akses ke beberapa teknologi yang lebih modern.
Pada awal transformasi, Kierner mengatakan bahwa dia memulai dengan orang-orang yang mengerjakan proyek dan area yang membutuhkan modernisasi.
“Kami tahu kami perlu bermigrasi dari lokal untuk mendapatkan semua potensi yang dapat disediakan cloud,” katanya. Itulah salah satu cara perjalanan Humana mengikuti perjalanan transformasi digital perusahaan yang khas selama beberapa tahun terakhir. Proses ini juga mengambil pelajaran dari taktik proyek TI yang sukses di tahun-tahun sebelumnya.
Misalnya, salah satu cara terbaik Kierner mendekati transformasi AI adalah dengan memilih kasus penggunaan transformasional yang penting sebagai proyek awal sehingga dia dapat menunjukkan kepada pemangku kepentingan nilai mereka.
Organisasi ini adalah model hub-and-spoke, jelasnya, dengan tata kelola data, analitik data, dan kelompok ilmu data yang membangun platform horizontal. Tapi ada juga sejumlah unit vertikal, katanya, dengan integrator dan manajer produk. Di tengah struktur tim ini, beberapa anggota tim yang benar-benar penting adalah para profesional yang memahami proses bisnis dan dapat menerjemahkan kebutuhan pelanggan kepada para ilmuwan dan insinyur data.
Kierner mencatat bahwa penting untuk mengukur keberhasilan proyek dan melaporkan nilainya, tetapi itu bukan tugas yang sederhana. Dia mengambilnya dalam beberapa tahap yang berbeda.
Pertama, dia mengukur berapa banyak pengguna yang pindah ke platform baru. Selanjutnya, tim mengukur berapa kali seorang anggota menyentuh “titik sentuh” yang diberdayakan AI.
Akhirnya, ada titik di mana tim keuangan dan strategi tertarik pada proyek, menganalisis nilai dalam dolar. Misalnya, mereka akan melihat jumlah penerimaan rumah sakit yang dihindari karena proses yang lebih baik diikuti.
Tapi jangan berharap untuk sampai ke titik ini dalam semalam, jika organisasi Anda sedang mengejar program AI baru. Menjawab pertanyaan audiens, Kierner mengatakan bahwa organisasi harus mengharapkan hasil untuk mengambil setidaknya satu tahun.
“Itu tergantung pada kasus penggunaan,” katanya. “Dalam kasus kami, kasus penggunaan kecil harus menghasilkan dampak moneter dalam jangka waktu tersebut.”
Akhirnya, bagi mereka yang masih khawatir AI akan mengambil pekerjaan mereka, Kierner mengatakan organisasinya bekerja untuk menciptakan banyak pelatihan untuk eksekutif puncak dan satu atau dua tingkat di bawahnya.
“Kami masih datang kembali dengan gelombang lain,” katanya. “Kami masih menemukan area gesekan. Tapi kami menemukan semakin kami menyebarkan AI, ada cukup banyak penciptaan lapangan kerja.”
Apa yang Harus Dibaca Selanjutnya:
Pengantar Metaverse oleh CIO
Krisis Bakat TI: 2 Cara untuk Mempekerjakan dan Mempertahankan
Bagaimana Analytics Mendukung Layanan Kesehatan Berbasis Nilai