McKinsey, een internationaal adviesbureau met circa 38.000 medewerkers verspreid over meer dan 130 kantoren in 65+ landen, heeft afgelopen jaar een eigen generatieve AI-tool genaamd ‘Lilli’ gelanceerd. Vernoemd naar Lillian Dombrowski, de eerste vrouwelijke consultant die in 1945 door McKinsey werd aangenomen, is het doel van deze tool om meer dan 40 kennisbronnen en tools zoals documenten, artikelen en webinars beter toegankelijk te maken voor consultants wereldwijd via generatieve AI.
De lancering van Lilli markeert een belangrijke stap voor McKinsey om generatieve AI te omarmen en hun werkwijzen te transformeren. In een recente publicatie in Fast Company deelt McKinsey enkele belangrijke lessen die ze hebben geleerd bij de ontwikkeling van Lilly.
De Gen AI-tool Lilli heeft twee modi: één voor het doorzoeken van McKinsey’s kennisbasis en een andere voor externe bronnen via een chatfunctie. De tool scant duizenden documenten, genereert samenvattingen, biedt relevante links en identificeert experts op een bepaald gebied. Dit bespaart consultants aanzienlijk tijd bij het voorbereiden van projecten.
De ontwikkeling van Lilli was een multidisciplinair project van bijna een jaar, waarbij meer dan 70 experts betrokken waren uit verschillende disciplines zoals natuurlijke taalverwerking, machine learning, ethiek en juridische zaken. De ontwikkeling kende veel technische uitdagingen; aanvankelijk kon Lilli slechts 15% van een PowerPoint-document lezen. McKinsey moest een eigen tool bouwen om meer dan 85% van documenten te kunnen verwerken.
In de Fast Company-publicatie deelt Kitti Lakner, partner bij McKinsey & Company en verantwoordelijk voor Lilli, vijf belangrijke lessen die zijn team heeft geleerd:
- Definieer een gedeelde ambitie: Voordat ze begonnen met bouwen, definieerde McKinsey een duidelijke visie om inzichten te verbreden en productiviteit te verhogen door hun uitgebreide bronnen beter toegankelijk te maken.
- Stel een multidisciplinair team samen: Generatieve AI raakt veel aspecten van een organisatie, dus diverse expertise is cruciaal. Het team breidde uit met juridische, adoptie-, communicatie- en vakspecialisten.
- Zet de gebruiker centraal: Het team verzamelde voortdurend feedback van potentiële gebruikers en paste Lilli aan op basis van hun behoeften om echte problemen op te lossen.
- Leer, onderricht en herhaal: Lilli’s lancering was een mijlpaal, maar slechts het begin. Voortdurende leercycli, training en feedback waren cruciaal om Lilli aan te passen aan de evoluerende behoeften.
- Meet en beheer: Het team bouwde een nieuwe kennisbasis voor generatieve AI en implementeerde metrische tools om de prestaties van Lilli voortdurend te monitoren en verbeteren.
In minder dan een jaar is Lilli onmisbaar geworden voor McKinsey. Driekwart van de medewerkers zijn actieve gebruikers en de tool heeft meer dan drie miljoen prompts verwerkt, wat consultants gemiddeld tot 30% tijd bespaart en de kwaliteit van hun inzichten aanzienlijk verbetert.
Bronnen:
- Meet Lilli, our generative AI tool that’s a researcher, a time saver, and an inspiration (McKinsey, augustus 2023)
- The state of AI in early 2024: Gen AI adoption spikes and starts to generate value (McKinsey, mei 2024)
- We spent nearly a year building a generative AI tool. These are the 5 (hard) lessons we learned (Fast Company, juni 2024)
3 reacties
Zie ook reacties op LinkedIn:
https://www.linkedin.com/posts/mderksen_mckinseys-lessen-uit-de-ontwikkeling-van-activity-7206930014427058177-7ioQ
Zo introduceerde Deloitte bijvoorbeeld begin dit jaar PairD, een vergelijkbaar intern ontwikkelde AI-chatbot voor haar werknemers in Europa en het Midden-Oosten. PairD is ontworpen om medewerkers te helpen bij hun dagelijkse taken. Het bedrijf waarschuwt haar medewerkers wel dat de informatie die de chatbot genereert mogelijk onnauwkeurig kan zijn over personen, plaatsen en feiten. Gebruikers moeten daarom hun eigen kwaliteitsborging uitvoeren vooraleer de output te gebruiken. Naast efficiëntiewinsten hoopt Deloitte met AI ook het aantal toekomstige ontslagen te beperken. Het bedrijf gebruikt AI om de vaardigheden van medewerkers te evalueren en hen over te plaatsen naar afdelingen waar meer vraag is.
Case study:
Rewiring the way McKinsey works with Lilli, our generative AI platform
https://www.mckinsey.com/capabilities/mckinsey-digital/how-we-help-clients/rewiring-the-way-mcKinsey-works-with-Lilli
Ontwikkelingstijdlijn
Het project kende een verrassend snelle start. In maart 2023 werd in slechts één week een proof of concept gebouwd. In april 2023 volgde een twee weken durende fase voor het opstellen van de roadmap en het operationeel model. De volledige uitrol vond plaats in juli 2023.
Impact
De gebruiksstatistieken zijn indrukwekkend met meer dan 500.000 prompts per maand. Het platform verwerkt momenteel ruim 72 procent van de medewerkers actief.
Innovaties
McKinsey heeft een gepatenteerde orchestratielaag ontwikkeld die verzoeken routeert naar verschillende AI-modellen. Dit was noodzakelijk omdat geen enkel standaard taalmodel voldoende gespecialiseerd was voor McKinsey’s specifieke terminologie en behoeften.
Praktijklessen
Enkele belangrijke leerpunten uit het project:
Toekomstige ontwikkelingen
McKinsey werkt aan nieuwe functionaliteiten, waaronder:
Concrete praktijkvoorbeeld
Deze voorbeelden tonen aan hoe Lilli niet alleen tijd bespaart, maar ook nieuwe manieren van werken mogelijk maakt en onverwachte inzichten kan genereren.
McKinsey heeft in november 2024 een update gepubliceerd met daarin een aantal interessante nieuwe inzichten en ontwikkelingen:
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/what-mckinsey-learned-while-creating-its-generative-ai-platform