Využití implementací umělé inteligence s velkým dopadem v jakémkoli podniku
Podniky potřebují škálovat umělou inteligenci, aby si udržely relevanci, ale první kroky na této cestě mohou působit jako velký úkol. Některé společnosti se však rozhodly stát se průkopníky v oblasti umělé inteligence, posunout se nad rámec ověření konceptu, dosáhnout měřitelných výsledků a prošlapat cestu dalším firmám.
Setkali jsme se se třemi takovými inovátory ze společností Team Liquid, Bosch a Bristol Myers Squibb, abychom si vyslechli jejich příběh a seznámili se s jejich hlavními zásadami pro začátky s umělou inteligencí: identifikovat klíčový podnikový problém nebo příležitost, spolupracovat se zúčastněnými stranami napříč podnikem na definování přesného řešení s umělou inteligencí, které daný problém nebo příležitost řeší, a při měření úspěchu se dívat nad rámec tradičních metrik.
| Společnost | Odvětví | Velikost společnosti | Centrála |
| Bosch | Technologie | Více než 400 000 | Gerlingen, Německo. |
| Bristol Myers Squibb | Přírodní vědy a zdravotnictví | Více než 34 000 | Princeton, New Jersey, USA |
| Team Liquid | Média, sport a zábava | Více než 300 | Los Angeles, Kalifornie, USA |
Přepracování
podnikových procesů s umělou inteligencí v jádru
Partnerství
s IT, obchodními týmy a technologickými partnery
Zjednodušení
a standardizace podnikového datového prostředí
Výběr správné funkce k maximalizaci dopadu umělé inteligence
Je pozoruhodné, že každý z našich odborníků začal svou cestu k umělé inteligenci u tabule. Prozkoumáním svých podniků za účelem identifikace klíčové cesty k úspěchu zaměřili konverzaci na konkrétní problémy nebo příležitosti, které by urychlily dosahování obchodních výsledků.
Jakožto vedoucí oddělení produktové excelence ERP (plánování podnikových zdrojů) ve společnosti Bosch začala Gamze Öztürk s revizí stávajících procesů, aby určila nedostatky a příležitosti k transformaci. „Vždy začínáme skutečnými problémy podniku, výzvami v obchodních procesech, které možná máme,“ říká. „S více než 400 000 zaměstnanci a více než 2000 systémy SAP má tření v rámci kteréhokoli z procesů společnosti Bosch dalekosáhlé důsledky. Pečlivá identifikace míst, kde jsou možná základní procesy narušené, vede k promyšlenější aplikaci řešení umělé inteligence a automatizace. To je klíčové poučení. Všechny tyto obchodní procesy bereme v potaz ještě předtím, než přejdeme k technologiím, protože důležitá není jen samotná technologie, ale i kontext za ní.“
Kenneth Manalang, podnikový architekt SAP ve společnosti Bristol Myers Squibb, také zkoumá příležitosti k transformaci procesů, které týmům umožní lépe naplňovat poslání společnosti.
„Bristol Myers Squibb je globální farmaceutická společnost, která objevuje, vyvíjí a dodává léky, jež zachovávají a prodlužují kvalitu života našich pacientů,“ říká. „Zaměřujeme se na své pacienty, což znamená, že musíme definovat a vytvářet případy využití umělé inteligence, které pro ně mají největší hodnotu a pomáhají nám urychlit a rozšířit naši schopnost poskytovat stále více léků těm, kteří je nejvíce potřebují.“
Hlavní zásada, že klíčové podnikové procesy představují největší příležitost pro transformaci pomocí umělé inteligence, platí pro každé odvětví. Maximální soustředění špičky v oblasti e-sportu, společnosti Team Liquid, na to, aby si její hráči udrželi kompetitivnost a vyhrávali zápasy, je jedním z důvodů, proč je světovým lídrem ve svém oboru. Jeden z generálních ředitelů a majitel Steve Arhancet říká: „Jsme sportovní tým, takže máme zodpovědnost soutěžit a vyhrávat. Máme obrovské množství dat, která se shromažďují ze všech našich her. Potřebovali jsme najít scénář využití, kde bychom tato data mohli skutečně použít, a tím bylo zvyšování kompetitivnosti našich soupisek a týmů.”
Spolupráce s firemními týmy a technologickými partnery
Po identifikaci problému nebo příležitosti vyžaduje zaměření na ideální řešení s umělou inteligencí zapojení multifunkčního týmu. Například v případě společnosti Team Liquid vycházel správný nástroj k posílení její konkurenční výhody z potřeb jejích hráčů. Nástroj pro výběr a suspendování při draftu organizace Team Liquid využívá umělou inteligenci k analýze velkého množství dat první a třetí strany z předchozích her a navrhuje optimální výběr a suspendování postav pro nadcházející zápasy.
„Je s tím spojena velká míra strategie, a tak jsme si řekli, že vytvoříme něco na bázi umělé inteligence, abychom nabídli optimální volbu, která je s tím spojena,“ říká Arhancet. „[Naši trenéři] chtějí mít možnost přejít do rozhraní podobného ChatGPT, klást otázky [a] okamžitě získávat odpovědi. Začali jsme tedy s daty, uspořádali je a na to jsme navrstvili na míru vytvořeného agenta Joule, aby mohl komunikovat s netechnickými uživateli.“
Organizace mají lepší výchozí pozici k formulování podnikových případů využití umělé inteligence, které přinášejí hodnotu, pokud jsou lidé, kteří budou řešení používat, a poskytovatelé technologií v neustálém dialogu. Ve společnosti Bosch Öztürčin tým „často pořádá inovační workshopy společně [se společností] SAP” a jejími firemními týmy. „Získáváme zpětnou vazbu přímo z podniku a pak společně přecházíme k dalším krokům, abychom to zrealizovali.”
Kombinace procesních znalostí uživatelů se specializovanou expertizou poskytovatelů také pomáhá předcházet plýtvání zdroji a jednorázovým pilotním projektům, které nelze škálovat. Udržování tohoto typu partnerství je také klíčovým cílem práce Manalanga na pozici architekta ve společnosti Bristol Myers Squibb.
„Bristol Myers Squibb není IT softwarová společnost,“ říká. „Jsme společnost, která vyrábí a vyvíjí léky. A právě zde přichází na řadu partnerství. Spolupracujeme se svými firemními uživateli a žádáme o pomoc své partnery ze společnosti SAP, abychom identifikovali problém a zjistili, jak jim můžeme pomoci urychlit jejich práci. To je základ: pochopit, co budujeme, abychom zbytečně nevytvářeli a neaktivovali agenty všude.“
Měření skutečné hodnoty vašich investic do umělé inteligence
Měřitelný dopad přináší spolupráce mezi technickými a firemními týmy při přesném určení toho, kde bude mít umělá inteligence největší význam, a následné realizaci těchto scénářů. Tím by však spolupráce neměla končit. Při definování klíčových ukazatelů výkonnosti (KPI) je důležité zapojit různé zainteresované strany, protože běžné metriky nemusí zachytit nehmotnou hodnotu implementace.
„Ve společnosti Bosch tomu někdy také říkáme návratnost inteligence,“ říká Öztürk a poukazuje na to, že klasické způsoby výpočtu návratnosti investice (ROI) nemusí vždy dávat smysl ani zachytit hodnotu, kterou ve většině případů přinesou. „Je opravdu složité vypočítat hodnotu, která stojí za umělou inteligencí. Takže se ptáme, zda jsou obchodní procesy přesnější nebo děláme rychlejší rozhodnutí, a zkoumáme nepřímou hodnotu řešení umělé inteligence.”
O této široce pojaté návratnosti hodnoty u řešení umělé inteligence, která nasadili, existují doklady. Ve společnosti Bosch fyzická umělá inteligence zjednodušuje složité pracovní postupy řízení skladu. Řešení typu vybrat a umístit integrované do skladového prostředí pomáhá snižovat manuální zátěž v provozu. Komplexní systém SAP vytváří propojenou smyčku zahrnující skladovou robotiku a systémy ERP (plánování podnikových zdrojů). SAP Joule spustí úkol, roboti ho provedou a odešlou zpětné signály zpět přes SAP, aby se celá smyčka uzavřela.
Společnost Bristol Myers Squibb rozšířila svůj cílevědomý přístup do administrativních scénářů a scénářů plnění, aby podpořila procesy tvořící základ jejích programů, aniž by omezila lidské zapojení vyžadované pro dodržování předpisů v daném odvětví. Integrace SAP a Microsoft Teams řídí schvalování faktur a upozorňuje pracovníky na otevřené faktury. Usnadnění včasného provádění a v některých případech předčasného schválení má při spolupráci s externími dodavateli finanční dopady v podobě potenciálních slev nebo poplatků z prodlení. SAP Batch Release Hub for Life Sciences mezitím pomáhá automatizovat proces uvolňování šarží a snižovat riziko nedodržení standardů kvality před uvedením jakýchkoli léků na trh.
Analýza dat založená na umělé inteligenci z nástroje pro suspendování a výběr při draftu společnosti Team Liquid vedla ke zlepšení výkonu hráčů v zápasech a podnítila širší implementaci napříč organizací. „Zhruba před dvěma a půl lety jsme začali především u atletiky, ale nyní jsme začali implementovat umělou inteligenci v různých firemních vertikálách s různým tempem. Měli jsme výhodu v tom, že již používáme tolik různých produktů SAP – ať už jde o Concur, nebo SuccessFactors –, takže jsme schopni snáze dosáhnout jejich přijetí v celé organizaci bez ohledu na firemní vertikálu.“
Koncepce pro úspěch umělé inteligence
Ačkoli společnosti Bosch, Bristol Myers Squibb a Team Liquid působí v různých odvětvích a snaží se řešit různé problémy, mají několik společných věcí, které přispívají k úspěchu: začínají u tabule, aby identifikovaly funkce s vysokým dopadem, v nichž řešení umělé inteligence přinese mimořádný přínos, spolupracují s mezioborovým týmem na definování konkrétních problémů a příležitostí, které může umělá inteligence řešit, a zahrnují netradiční metriky pro měření úspěchu.