Pick any Fortune 500 company and collect statistics on how many times, in last two decades, they have paid an external vendor to perform an established inventory analytics approach of inventory optimization. If they share data honestly, you will realize that the same analysis has been performed multiple times. Leading organizations in the world, top of their class, have not been able to build sustainable capability for a very well established analytics method, forget AI-enabled capabilities.

The driver behind this is that we tend to jump on building a capability that essentially needs some foundational capabilities to be in place. And no matter which technology gets you excited, unless you build those foundational aspects, the cycle of doom, of trying to build same capabilities every few years, will never end.

Rather than suggest what amazing things AI can do, I propose building foundational capabilities each year. Even though I see companies still focusing on chasing the next shiny things, and despite the fact that talking about generic jargon get more engagement, I will again focus on five key areas that companies should focus on, this year as well.

Organizations need to focus on developing their technology strategy, which drives data and analytics strategy, in-tandem with corporate strategy. Data architecture strategy needs to be a key component of technology strategy to build a robust foundation. For analytics, focus should be to push as much advanced analytics to the edges, to those who work within processes and to the domain experts, as possible. Develop capability to efficiently identify solution areas rather than which algorithm you can use. Last, but not the least, invest in a detailed talent strategy.