Pomimo całego zainteresowania, jakie wzbudza obecnie generatywna sztuczna inteligencja, większość organizacji niewiele zrobiła ze AI. To duży błąd, uważa Tom Davenport, starszy doradca w praktyce Analytics firmy Deloitte. Przedsiębiorstwa, zwłaszcza liderzy branży, muszą być w pełni zaangażowane w AI, jeśli chcą pozostać konkurencyjne. Aby naprawdę skorzystać z inwestycji w AI, organizacje muszą przemyśleć sposób, w jaki ludzie i maszyny współdziałają w środowiskach pracy, mówi Davenport, zaczynając od aplikacji, które zmieniają sposób wykonywania pracy przez pracowników i ich interakcji z klientami. AI powinna pomóc w podejmowaniu każdej decyzji biznesowej oraz w oferowaniu każdego produktu lub usługi.

To przesłanie stanowi sedno nowej książki Davenporta, „All in on AI: How Smart Companies Win Big with Artificial Intelligence” [Wszystko na AI. Jak inteligentne firmy wygrywają dzięki sztucznej inteligencji], napisanej wspólnie z dyrektorem Deloitte Consulting, Nitinem Mittalem.

„Samo majstrowanie przy sztucznej inteligencji - przeprowadzanie eksperymentów tu i ówdzie - nie przynosi zbyt dużej wartości” - mówi Davenport. „Możemy zrobić AI dość łatwo na małą skalę. Jednak to włączenie jej do sposobu wykonywania pracy oznacza osadzenie jej w istniejącej architekturze technologicznej”.

Zamiast tego, organizacje muszą włączyć sztuczną inteligencję do procesów biznesowych i przepływów pracy. Muszą przeszkolić pracowników do pracy z AI. Muszą też zapewnić możliwość skalowania technologii AI. Muszą również robić te rzeczy z czasem, aby upewnić się, że świat nie zmieni się w sposób, który sprawi, że wysiłek stanie się bezproduktywny.

„Agresywne przyjęcie [AI] i wykorzystanie jej do zmiany strategii, modelu biznesowego i kluczowych procesów biznesowych może przynieść wiele korzyści. To naprawdę zachęta dla firm, aby zrobiły z AI coś więcej, niż tylko to, co większość z nich zrobiła na palcach” - podkreśla Davenport.

Warto się uczyć od organizacji czerpiących ogromne korzyści z inwestycji w AI

W książce Davenport i Mittal identyfikują 30 organizacji, które poszły „na całość” w zakresie AI i odniosły ogromne korzyści z tej strategii. „Najbardziej imponującym przykładem jest Ping w Chinach” - wyjaśnia Davenport. „Większość ludzi niewiele o niej wie, choć jest to 16. największa firma pod względem przychodów na świecie. Obecnie jest to największa firma sektora prywatnego w Chinach. Ping został założony jako firma ubezpieczeniowa, ale obecnie mają pięć 'ekosystemów', czyli jednostek biznesowych. Oprócz ubezpieczeń, dodali bankowość, opiekę zdrowotną, Smart City [biznes inteligentnych miast] oraz biznes usług motoryzacyjnych”. Ping rozwinął się w niewiarygodnym tempie, opowiada Davenport. Firma stworzyła to podejście ekosystemowe, aby umożliwić im partnerstwo z innymi organizacjami i uzyskanie danych o klientach z tych relacji. Wykorzystują te dane do tworzenia modeli AI, które dobrze radzą sobie z przewidywaniem lub kategoryzowaniem zachowań. Następnie rozwijają każdy biznes i zdobywają więcej danych. „Moim ulubionym przykładem jest ich biznes opieki zdrowotnej, który stworzył ofertę o nazwie Good Doctor” - kontynuuje Davenport. „Podczas pandemii byliśmy pod wrażeniem w Stanach Zjednoczonych, kiedy ludzie mogli porozmawiać ze swoim lekarzem przez Zoom, uzyskać receptę lub cokolwiek innego. Ale to wykracza daleko poza to”. Good Doctor to oparty na AI system triażu, diagnozy, a następnie zaleceń dotyczących leczenia. Prawdziwy lekarz stawia ostateczną diagnozę i zaleca leczenie dla pacjenta, ale lekarz otrzymuje zalecenia od systemu Good Doctor. „Dla mnie najbardziej zdumiewające jest to, że korzysta z niego prawie 400 milionów ludzi w Chinach, czyli więcej niż populacja Stanów Zjednoczonych. W Chinach nie mają wystarczającej liczby lekarzy, więc zrobiło to ogromną różnicę w stanie opieki zdrowotnej” - mówi Davenport.

Inni liderzy AI przekształcający swoje rynki

Innym przykładem opisanym w książce jest firma Shell Oil Co., która przyjęła AI dla wielu swoich jednostek biznesowych i wykorzystała ją do przeprojektowania wielu procesów. Najbardziej dramatyczny przykład dotyczy kontroli dużych zakładów i rurociągów Shell. Kiedyś kontrola każdego aspektu ich zakładów z udziałem ludzkich inspektorów zajmowała dosłownie sześć lat. Obecnie - sześć dni, dzięki użyciu dronów i systemów analizy obrazu opartych na AI. Firma osiągnęła wielokrotne skrócenie czasu wykonywania tych inspekcji, a jest tu również potencjalna korzyść dla bezpieczeństwa. Shell przeszkolił również ponad 5 tys. inżynierów, aby byli w pewnym sensie obywatelskimi naukowcami zajmującymi się danymi. Są oni w stanie interpretować dane z inspekcji, nie mając profesjonalnego przygotowania w zakresie nauki o danych.

Trzecim przykładem jest Kroger, który jest jednym z największych detalistów spożywczych w USA. Kroger posiada spółkę zależną typu data science o nazwie 84 Point 51 Degrees, z siedzibą w Cincinnati. Nazwa pochodzi od długości geograficznej Cincinnati. „Spółka zależna jest naprawdę dość imponująca pod względem pracy data science, którą wykonują dla firmy Kroger związanej z produktami konsumenckimi, a także firmami, które sprzedają swoje produkty w Krogerze” - wyjaśnia Davenport. „Na przykład, uruchamiają ogromny model, który przewiduje sprzedaż w każdej jednostce magazynowej, w każdym sklepie, w całej ich kolekcji sklepów, każdej nocy”.

Kroger posiada również największy w kraju program lojalnościowy dla sklepów spożywczych. Firma wykorzystuje dane z tego programu, aby przewidzieć, jakie oferty produktowe i promocje przekonają członków do częstszego pojawiania się w lokalnym sklepie i do większych zakupów. „Wykorzystują program lojalnościowy do polecania nowych produktów o wysokim poziomie wartości odżywczych, aby zachęcić klientów do robienia zakupów w przestrzeni zdrowej żywności. Sprzedają również niektóre ze swoich spostrzeżeń dotyczących danych partnerom z branży produktów konsumenckich. Myślę, że pod tym względem znacznie wyprzedzają innych detalistów spożywczych” - mówi Davenport.

Wartość AI dla dużych i starszych organizacji

Główny nacisk w książce Davenporta i Mittala jest położony na organizacje odziedziczone, które chcą naprawdę przekształcić się za pomocą AI. „Nie chodzi o cyfrowych tubylców, którzy mają o wiele łatwiej, ponieważ wszyscy [w tych organizacjach] już wierzą w AI i transformację cyfrową. Mimo to, wiele firm mówi, że to robi. Ale mają bardzo niewiele wdrożeń AI, którymi mogą się pochwalić. Nie zintegrowały jej w swojej codziennej pracy, a co za tym idzie, nie uzyskują żadnej realnej wartości ekonomicznej”, zauważa Davenport. Przyznaje też, że wiele firm może czuć niechęć do dużych inwestycji na tym stosunkowo wczesnym etapie „nowoczesnej” AI. Jednak celem książki jest pokazanie, w jaki sposób organizacje zaangażowane w wykorzystanie AI czerpią znaczne korzyści, a w niektórych przypadkach przekształcają swoje rynki. W tym celu, te wiodące organizacje są zarówno szerokie, jak i głębokie pod względem przyjęcia AI, mówi Davenport. Mają kilka przypadków użycia lub aplikacji w produkcji. Wykorzystują różne technologie, w tym uczenie maszynowe. Wiele z nich korzysta również z automatyzacji procesów robotycznych i chatbotów obliczeniowych opartych na lingwistyce.

„Czas na przyglądanie się z boku dobiegł końca” - podkreśla Davenport. „W pewnym sensie próbowaliśmy przestraszyć czytelników i powiedzieć: 'Trudno będzie nadrobić zaległości, jeśli ktoś inny w Twojej branży to robi, a Ty nie'”.

Co najważniejsze, AI to obszar, w którym trudno będzie być szybkim zwolennikiem, ponieważ wymaga wielu danych i wielu umiejętności, które nie są powszechnie dostępne, wyjaśnia Davenport. Organizacje powinny zacząć inwestować w AI już teraz, a istnieją sposoby, aby zrobić to dość łatwo i niedrogo. „Wielu dostawców włącza możliwości AI do swoich systemów ERP i systemów CRM, więc można tam zacząć. Ale jeśli chcesz uzyskać jakąkolwiek przewagę konkurencyjną dzięki AI, prawdopodobnie będziesz musiał opracować niektóre z tych możliwości samodzielnie. Oznacza to rozwijanie umiejętności i możliwości technologicznych w celu stworzenia niektórych własnych przypadków użycia”, konluduje Davenport.

Źródło: CIO