Kako omogočiti uvedbe umetne inteligence z velikim učinkom v vsakem podjetju
Podjetja morajo razširiti uporabo umetne inteligence, da ostanejo relevantna, vendar so lahko prvi koraki te poti zastrašujoči. Vendar so se nekatera podjetja odločila postati pionirji na področju umetne inteligence, preseči fazo potrditve koncepta, doseči merljive rezultate in utreti pot drugim podjetjem.
Pogovarjali smo se s tremi takšnimi inovatorji iz podjetij Team Liquid, Bosch in Bristol Myers Squibb, da bi prisluhnili njihovi zgodbi in spoznali njihova vodilna načela za začetek uporabe umetne inteligence: prepoznajte ključno poslovno težavo ali priložnost, sodelujte z deležniki v svojem podjetju, da opredelite natančno rešitev z umetno inteligenco, ki obravnava to težavo ali priložnost, in se pri merjenju uspeha ne omejujte na tradicionalne metrike.
| Podjetje | Panoga | Velikost podjetja | Sedež podjetja |
| Bosch | Visoka tehnologija | 400.000+ | Gerlingen, Nemčija. |
| Bristol Myers Squibb | Vede o življenju in zdravstvo | 34.000+ | Princeton, New Jersey, ZDA |
| Team Liquid | Mediji, šport in razvedrilo | 300+ | Los Angeles, Kalifornija, ZDA |
Prenovite
poslovne procese z UI v središču
Sodelujte
z IT-jem, poslovnimi ekipami in tehnološkimi partnerji
Poenostavite
in standardizirajte podatkovno okolje podjetja
Iskanje prave poslovne funkcije za čim večji vpliv umetne inteligence
Omeniti velja, da je vsak od naših strokovnjakov svojo pot na področju umetne inteligence začel ob tabli. S preučevanjem svojega poslovanja in prepoznavanjem ključnega dejavnika uspeha so pogovor osredotočili na konkretne težave ali priložnosti, ki bi pospešile poslovne rezultate.
Kot vodja odličnosti izdelkov ERP pri družbi Bosch je Gamze Öztürk začela s pregledom obstoječih procesov, da bi ugotovila vrzeli in priložnosti za preobrazbo. »Vedno začnemo pri resničnih poslovnih težavah, pri izzivih poslovnih procesov, s katerimi se morda soočamo,« pravi. »Z več kot 400.000 zaposlenimi in več kot 2000 sistemi SAP imajo težave v katerem koli Boschevem procesu daljnosežne posledice. Natančno ugotavljanje, kje lahko prihaja do motenj ključnih procesov, omogoča bolj premišljeno uporabo rešitev z umetno inteligenco in avtomatizacijo. To je bilo ključno spoznanje. Na vse te poslovne procese se osredotočimo, preden preidemo na tehnologijo, saj ni pomembna le tehnologija, temveč tudi kontekst v njenem ozadju.«
Kenneth Manalang, podjetniški arhitekt SAP pri Bristol Myers Squibb, prav tako raziskuje priložnosti za preoblikovanje procesov, da bi ekipam omogočil boljše uresničevanje poslanstva podjetja.
»Bristol Myers Squibb je globalno farmacevtsko podjetje, ki odkriva, razvija in zagotavlja zdravila za ohranjanje in podaljševanje kakovostnega življenja naših bolnikov,« pravi. »Osredotočamo se na potrebe naših bolnikov, kar pomeni, da moramo opredeljevati in ustvarjati primere uporabe umetne inteligence, ki so zanje najdragocenejši ter nam pomagajo hitreje in v večjem obsegu zagotavljati vedno več zdravil tistim, ki jih najbolj potrebujejo.«
Vodilno načelo, da ključni poslovni procesi ponujajo največjo priložnost za preoblikovanje z umetno inteligenco, velja za vsako panogo. Izjemna osredotočenost e-športnega velikana Team Liquid na pomoč svojim igralcem, da ostanejo konkurenčni in zmagujejo na tekmah, je eden od razlogov za njihov vodilni položaj na svetovni ravni. Sodirektor in lastnik Steve Arhancet pravi: »Smo športna ekipa, zato je naša odgovornost, da tekmujemo in zmagujemo. Iz vseh naših iger se zbere ogromna količina podatkov. Ugotoviti smo morali, za kaj bi lahko te podatke dejansko uporabili – za izboljšanje konkurenčnosti naših postav in ekip.«
Sodelovanje s poslovnimi ekipami in tehnološkimi partnerji
Ko prepoznate težavo ali priložnost, je za določitev idealne rešitve z umetno inteligenco potreben prispevek medfunkcijske ekipe. Za Team Liquid je bilo na primer pravo orodje za izboljšanje njihove konkurenčne prednosti zasnovano na podlagi potreb njihovih igralcev. Orodje organizacije Team Liquid za ban/pick uporablja umetno inteligenco za analizo velike količine lastnih podatkov in podatkov tretjih oseb iz prejšnjih iger ter predlaga optimalne izbire in prepovedi likov za prihajajoče igre.
»S tem je povezano veliko strategije, zato smo si rekli: zgradimo nekaj, kar uporablja umetno inteligenco, da bi pri tem zagotovili optimalno izbiro,« pravi Arhancet. »[Naši trenerji] želijo imeti možnost dostopa do vmesnika, podobnega ChatGPT-ju, kjer bi lahko postavljali vprašanja [in] nemudoma dobili odgovore nanje. Tako smo začeli s podatki, jih organizirali in nato dodali po meri izdelanega agenta Joule, da bi ga lahko uporabljali netehnični uporabniki.«
Organizacije lahko bolje opredelijo poslovne primere umetne inteligence, ki prinašajo vrednost, če so uporabniki rešitve in ponudniki tehnologije v stalnem dialogu. Pri Boschu Öztürkova ekipa »pogosto izvaja delavnice za ustvarjanje idej skupaj [s] SAP-jem« in Boschevimi poslovnimi ekipami. »Povratne informacije dobivamo neposredno s poslovne strani in nato skupaj prehajamo na naslednje korake, da to uresničimo.«
Kombinacija procesnega znanja uporabnikov in specializiranega strokovnega znanja ponudnikov pomaga tudi preprečevati zapravljanje virov in enkratne pilotne projekte, ki jih ni mogoče razširiti. Ohranjanje tovrstnega partnerstva je tudi ključni cilj pri Manalangovem delu arhitekta v podjetju Bristol Myers Squibb.
»Bristol Myers Squibb ni podjetje za programsko opremo,« pravi. »Smo podjetje, ki proizvaja in razvija zdravila. Tu pride do izraza partnerstvo. Sodelujemo s poslovnimi uporabniki in za pomoč prosimo naše partnerje iz podjetja SAP, da bi opredelili problem ter ugotovili, kako jim lahko pomagamo pospešiti delo. To je temelj: razumeti, kaj razvijamo, da agentov ne bi po nepotrebnem ustvarjali in aktivirali povsod.«
Merjenje prave vrednosti vaših naložb v umetno inteligenco
Merljiv vpliv izhaja iz sodelovanja tehničnih in poslovnih ekip pri ugotavljanju, kje bo umetna inteligenca najpomembnejša, ter nato pri izvajanju teh scenarijev. Vendar se sodelovanje ne sme ustaviti pri tem. Pri določanju KPI-jev je pomembno vključiti različne deležnike, saj običajne metrike morda ne bodo zajele neoprijemljive vrednosti uvedbe.
»Pri Boschu temu včasih rečemo tudi donosnost inteligence,« pravi Öztürk in poudarja, da klasični izračuni donosnosti naložbe niso vedno smiselni oziroma v večini primerov ne zajamejo vrednosti, ki jo bo prinesla. »Zelo zapleteno je izračunati vrednost umetne inteligence. Zato se sprašujemo, ali so poslovni procesi točnejši ali se hitreje odločamo, ter preučujemo posredno vrednost rešitve z umetno inteligenco.«
To široko ustvarjanje vrednosti je razvidno pri vseh uvedenih rešitvah umetne inteligence. V podjetju Bosch fizična umetna inteligenca poenostavlja kompleksne delovne tokove upravljanja skladišč. Rešitev za pobiranje in odlaganje, integrirana v njihovo skladiščno okolje, pomaga zmanjšati obseg ročnega dela v proizvodnji. Celovit sistem SAP povezuje skladiščno robotiko in sisteme ERP v sklenjen krog. SAP Joule sproži nalogo, roboti jo izvedejo in prek sistema SAP pošljejo povratne signale, s čimer se krog sklene.
Podjetje Bristol Myers Squibb je svoj pristop, usmerjen v poslanstvo, razširilo na administrativne scenarije in scenarije izpolnjevanja naročil, da bi podprlo procese, ki so temelj njegovih programov, ne da bi pri tem ogrozilo človeško sodelovanje, potrebno za skladnost s panožnimi predpisi. Integracija rešitev SAP in Microsoft Teams omogoča odobravanje računov ter obvešča zaposlene o odprtih računih. Omogočanje pravočasnega dokončanja in v nekaterih primerih predčasnih odobritev ima pri sodelovanju z zunanjimi dobavitelji finančne posledice v obliki morebitnih popustov ali stroškov zaradi zamude. Medtem rešitev SAP Batch Release Hub for Life Sciences pomaga avtomatizirati postopek sproščanja serij in zmanjšati tveganje neskladnosti z zahtevami glede kakovosti pred sprostitvijo zdravil v promet.
Analiza podatkov orodja Team Liquid za ban/pick, ki jo poganja umetna inteligenca, je izboljšala uspešnost igralcev na tekmah in spodbudila širše uvedbe po celotni organizaciji. »Pred približno dvema letoma in pol smo začeli predvsem na športnem področju, zdaj pa umetno inteligenco uvajamo na vseh poslovnih področjih, pri čemer se tempo uvajanja razlikuje. Imeli smo prednost, saj že uporabljamo toliko različnih izdelkov SAP, naj bo to Concur ali SuccessFactors, da jih lahko lažje uvedemo po celotni organizaciji, ne glede na poslovno področje.«
Načrt za uspeh umetne inteligence
Čeprav Bosch, Bristol Myers Squibb in Team Liquid delujejo v različnih panogah ter si prizadevajo reševati različne težave, imajo več skupnih točk, ki pomagajo spodbujati uspeh: začnejo ob tabli, da opredelijo funkcije z velikim vplivom, pri katerih bo rešitev z umetno inteligenco dosegla izjemen učinek, sodelujejo z medfunkcijsko ekipo, da opredelijo specifične težave in priložnosti, ki jih lahko reši umetna inteligenca, ter vključujejo netradicionalna merila za merjenje uspeha.