Nagy hatású AI-bevezetések kiaknázása bármely vállalatnál
A vállalkozásoknak az AI skálázására van szükségük ahhoz, hogy relevánsak maradjanak, de ennek az útnak az első lépései ijesztőnek tűnhetnek. Néhány vállalat azonban úgy döntött, hogy úttörő szerepet vállal az AI területén: túllépnek a koncepcióigazoláson, hogy mérhető eredményeket érjenek el, és olyan utat jelölnek ki, amelyet más vállalatok is követhetnek.
Leültünk három ilyen innovátorral a Team Liquid, a Bosch és a Bristol Myers Squibb képviseletében, hogy meghallgassuk történetüket, és megismerjük az AI használatának megkezdésére vonatkozó irányadó alapelveiket: egy alapvető üzleti probléma vagy lehetőség azonosítása, együttműködés a vállalat különböző érintettjeivel az adott problémát vagy lehetőséget kezelő, pontos AI-megoldás meghatározása érdekében, valamint a hagyományos mérőszámokon túltekintő szemlélet a siker mérésekor.
| Vállalat | Iparág | Vállalat mérete | Központ |
| Bosch | Csúcstechnológia | 400 000+ | Gerlingen, Németország. |
| Bristol Myers Squibb | Élettudományok és egészségügy | 34 000+ | Princeton, New Jersey, USA |
| Team Liquid | Média, sport és szórakozás | 300+ | Los Angeles, Kalifornia, USA |
Alkossuk újra az
üzleti folyamatokat a mesterséges intelligenciával a középpontban
Partnerség
az IT-vel, az üzleti csapatokkal és a technológiai partnerekkel
Egyszerűsítés
és szabványosítás a vállalati adatkörnyezetetben
A megfelelő funkció megtalálása az AI hatásának maximalizálásához
Figyelemre méltó, hogy minden szakértőnk a táblánál kezdte meg AI-útját. Üzleteik átvizsgálásával azonosítottak egy alapvető sikertényezőt, és a beszélgetést azokra a konkrét problémákra vagy lehetőségekre összpontosították, amelyek felgyorsítanák az üzleti eredményeket.
A Bosch ERP Product Excellence vezetőjeként Gamze Öztürk a meglévő folyamatok áttekintésével kezdte a hiányosságok és az átalakítási lehetőségek feltárását. „Mindig a valós üzleti nehézségekből, az esetlegesen felmerülő üzleti folyamatokkal kapcsolatos kihívásokból indulunk ki” – mondja. „A több mint 400 000 munkavállalóval és több mint 2000 SAP-rendszerrel a Bosch bármely folyamatában felmerülő súrlódásnak messzire ható következményei vannak. Annak körültekintő azonosítása, hogy a lényeges folyamatok hol akadhatnak el, az AI- és automatizálási megoldások átgondoltabb alkalmazását eredményezi. Ez kulcsfontosságú tanulság volt. Mindezeket az üzleti folyamatokat a fókuszba helyezzük, mielőtt rátérnénk a technológiára, mert nemcsak a technológia a fontos, hanem a mögötte rejlő kontextus is.”
Kenneth Manalang, a Bristol Myers Squibb SAP vállalati architektje szintén vizsgálja a folyamatok átalakításának lehetőségeit, hogy a csapatok jobban szolgálhassák a vállalat küldetését.
„A Bristol Myers Squibb egy globális gyógyszeripari vállalat, amely gyógyszereket fedez fel, fejleszt és szállít betegeink életminőségének megőrzése és meghosszabbítása érdekében” – mondja. „A pácienseinket szolgáljuk ki, vagyis olyan AI-felhasználási eseteket kell meghatároznunk és létrehoznunk, amelyek a legértékesebbek számukra, és segítenek gyorsítani és szélesíteni a hatókörünket, hogy egyre több gyógyszert biztosítsunk azoknak, akiknek a legnagyobb szükségük van rá.”
Az a vezérelv, miszerint a kritikus üzleti folyamatok jelentik a legnagyobb lehetőséget az AI-alapú átalakulásra, minden iparágra érvényes. Az e-sport kiemelkedő szereplőjének, a Team Liquidnek az a rendíthetetlen fókusza, hogy segítse játékosait a versenyképesség megőrzésében és a mérkőzések megnyerésében, egyike azon okoknak, amiért globális vezetőnek számítanak a területükön. Steve Arhancet társ-vezérigazgató és tulajdonos így fogalmazott: „Sportcsapat vagyunk, így felelősségünk, hogy versenyezzünk és nyerjünk. Hatalmas mennyiségű adattal rendelkezünk, amelyet az összes mérkőzésünkből gyűjtünk össze. Ki kellett találnunk egy olyan használati esetet, ahol valóban hasznosítani tudjuk ezeket az adatokat, és ez a játékoskereteink és csapataink versenyképességének javítása volt.”
Együttműködés az üzleti csapatokkal és technológiai partnerekkel
Egy probléma vagy lehetőség azonosítása után az ideális AI-megoldás kiválasztásához több szakterületet képviselő csapat közreműködésére van szükség. Például a Team Liquid esetében a versenyelőnyük növelésére szolgáló megfelelő eszköz kiválasztását a játékosaik igényei határozták meg. A Team Liquid tiltási/kiválasztási eszköze AI-t használ a korábbi játékokból származó, nagy mennyiségű belső és külső adat elemzésére, hogy az elkövetkező játékokhoz optimális karakterválasztásokat és -tiltásokat javasoljon.
„Sok stratégiai megfontolás kapcsolódik hozzá, ezért arra gondoltunk, építsünk valami AI-alapút, hogy az ehhez kapcsolódó optimális választási lehetőséget kínálhassuk” – mondja Arhancet. „[Edzőink] szeretnének egy ChatGPT-hez hasonló felületen kérdéseket feltenni, [és] azonnal választ kapni rájuk. Ezért az adatokkal kezdtük, rendszereztük őket, majd erre építettünk rá egy egyedileg fejlesztett Joule agentet, hogy az együtt tudjon működni a nem műszaki felhasználókkal.”
A szervezetek jobb helyzetben vannak az értéket képviselő AI-üzleti indoklások megfogalmazásához, amikor a megoldást használó emberek és a technológiai szolgáltatók folyamatos párbeszédet folytatnak. A Boschnál Öztürk csapata „gyakran tart közös ötletelési workshopokat [az] SAP-val” és üzleti csapataikkal. „Közvetlenül az üzlettől kapunk visszajelzést, majd közösen tesszük meg a következő lépéseket a megvalósítás érdekében.”
A felhasználók eljárási ismereteinek és a szolgáltatók speciális szakértelmének ötvözése abban is segít elkerülni az erőforrások pazarlását és az egyszeri, nem skálázható kísérleti projekteket. Az ilyen típusú partnerség fenntartása Manalang munkájában is kulcsfontosságú célkitűzés a Bristol Myers Squibb architektjeként.
„A Bristol Myers Squibb nem IT-szoftvervállalat” – mondja. „Gyógyszergyártó és -fejlesztő vállalat vagyunk. Itt jön a képbe a partnerség. Együttműködünk az üzleti felhasználóinkkal, és segítséget kérünk az SAP-s partnereinktől, hogy meghatározzuk a problémát, és azt, hogy hogyan segíthetünk nekik felgyorsítani a munkájukat. Ez az alap: megérteni, hogy pontosan mit építünk, hogy ne építsünk és aktiváljunk feleslegesen ügynököket mindenhol.”
Az AI-befektetések valódi értékének mérése
Mérhető hatás akkor érhető el, ha a műszaki és üzleti csapatok együttműködve meghatározzák, hol számít leginkább az AI, majd megvalósítják ezeket a forgatókönyveket. Az együttműködésnek azonban nem szabad itt megállnia. A KPI-k meghatározásakor fontos a sokféle érintett fél bevonása, mivel a tipikus mérőszámok esetleg nem tükrözik a megvalósítás nem kézzelfogható értékét.
„A Boschnál néha az intelligencia megtérülésének is nevezzük” – mondja Öztürk, rámutatva, hogy a ROI-Calculation klasszikus módszerei nem mindig logikusak, vagy nem ragadják meg azt az értéket, amelyet a legtöbb esetben teremtenek. „Nagyon nehéz kiszámítani az AI mögött rejlő értéket. Tehát feltesszük a kérdést: pontosabbak-e az üzleti folyamatok, vagy gyorsabban hozunk döntéseket, és megvizsgáljuk az AI-megoldás mögött rejlő közvetett értéket?”
Az általuk bevezetett AI-megoldások körében is láthatók a széles körű értékteremtés bizonyítékai. A Boschnál a fizikai AI egyszerűsíti az összetett raktárgazdálkodási munkafolyamatokat. A raktári környezetükbe integrált felvevő és elhelyező megoldás segít enyhíteni a gyártóüzem területén jelentkező manuális terheket. Egy átfogó SAP-rendszer összekötő kapcsolatot hoz létre a raktári robotika és az ERP-rendszerek között. Az SAP Joule elindítja a feladatot, a robotok végrehajtják azt, majd az SAP-n keresztül visszajelzéseket küldenek a visszacsatolási kör lezárásához.
A Bristol Myers Squibb kiterjesztette küldetésvezérelt megközelítését az adminisztratív és teljesítési forgatókönyvekre a programjait alátámasztó folyamatok támogatása érdekében, anélkül, hogy feláldozná az iparági megfelelőséghez szükséges emberi közreműködést. Az SAP és a Microsoft Teams integrációja vezérli a számlajóváhagyásokat, értesítve a munkatársakat a nyitott számlákról. A határidőre történő teljesítés, és egyes esetekben a korai jóváhagyások elősegítése pénzügyi következményekkel jár az esetleges kedvezmények vagy késedelmi díjak formájában a külső szállítókkal való együttműködés során. Mindeközben az SAP Batch Release Hub for Life Sciences segít automatizálni a sarzsfelszabadítási folyamatot, és csökkenti a minőségi nemmegfelelőség kockázatát, mielőtt bármilyen gyógyszer a piacra kerülne.
A Team Liquid ban/pick draft eszközének AI-alapú adatelemzése a játékosok mérkőzéseken nyújtott teljesítményének javulásához vezetett, és szélesebb körű bevezetéseket ösztönzött a szervezet egészében. „Körülbelül két és fél évvel ezelőtt elsősorban a sport területén kezdtük, de mára elkezdtük bevezetni az AI-t minden különböző üzleti vertikumban, eltérő ütemben. Előnyt jelentett számunkra, hogy már számos különböző SAP-terméket használunk – legyen az akár a Concur, akár a SuccessFactors –, így az üzleti vertikumtól függetlenül könnyebben el tudjuk érni az elfogadottságot a szervezet egészében.”
Tervrajz az AI sikeréhez
Bár a Bosch, a Bristol Myers Squibb és a Team Liquid különböző iparágakban működik, és eltérő problémák megoldására törekszik, több olyan közös vonásuk is van, amely elősegíti a sikert: a tervezőtáblánál kezdik a munkát, hogy azonosítsák azokat a nagy hatású funkciókat, amelyekben egy AI-megoldás kimagasló eredményt fejt ki, funkciókon átívelő csapattal dolgoznak az AI által megoldható konkrét problémák és lehetőségek meghatározásán, valamint nem hagyományos mérőszámokat is bevonnak a siker mérésére.