AI to test dla zarządzania. Przeciętni ludzie zostaną z redukcją kosztów

Wzrost przychodów i optymalizacja kosztów — oto aspiracje każdego CEO. Jednak krajobraz biznesowy nie może być definiowany wyłącznie przez te wskaźniki. W swoim ostatnim raporcie „Technology and Service Vision 2025” japońska potęga technologiczna Fujitsu zaprasza menedżerów i przedsiębiorców do przemyślenia swoich strategii. Zamiast postrzegać AI jako kolejny wydatek, należy ją postrzegać jako współpracownika zdolnego do ulepszania i rozwijania organizacji w różnych wymiarach. Przeanalizujemy najważniejsze wnioski z tego raportu i przedstawimy spostrzeżenia.

Wstępne wnioski z raportu podkreślają erę współpracy między ludźmi a sztuczną inteligencją, rozciągającą się od pojedynczych projektów do kompleksowych transformacji organizacyjnych. Badania Fujitsu wskazują, że 81% liderów biznesowych przewiduje, że do 2030 r. ponad połowa operacji firmowych zostanie zintegrowana z AI, a niemal każdy pracownik otrzyma pomoc od asystenta cyfrowego w codziennych obowiązkach.

To wykracza poza zwykłą automatyzację powtarzalnych zadań; obejmuje przemyślenie sposobu, w jaki jednostki podejmują decyzje, uczą się i komunikują. Te ustalenia sugerują, że organizacje już przygotowują się do zmiany swoich ram, w których zespoły ludzkie i agenci AI działają w tandemie, wymieniając się wiedzą w czasie rzeczywistym.

Dla kadry kierowniczej jest to jasny sygnał: odkładanie planów wdrożenia AI na późniejszą datę jest nierozsądne . Należy natychmiast przeprowadzić kompleksowy przegląd kluczowych procesów (finanse, sprzedaż, obsługa klienta), aby wskazać obszary, w których AI może poprawić zarówno jakość, jak i wydajność.

Wskazane jest powołanie interdyscyplinarnych komisji składających się z przedstawicieli IT, HR i biznesu, których zadaniem będzie ustalenie, które zadania powinny zostać przekazane ludziom i uzupełnione o sztuczną inteligencję generatywną, a które można w pełni zautomatyzować.

Zobacz także: Salesforce w Polsce działa bez biur, ale wywiera realny wpływ. Oto jak działa gigant działający za kulisami [WYWIAD]

Wzrost produktywności to dopiero początek

Twierdzenie dotyczące zalet AI jest potwierdzane przez organizacje, które rozszerzyły swoje zastosowanie modeli generatywnych. Badania ujawniają, że wśród firm, które przyjęły generatywną AI, ponad 60% zgłasza poprawę produktywności pracowników o co najmniej 10%.

Tę poprawę zauważono szczególnie w obszarach związanych z codziennym wsparciem operacyjnym: przeprowadzaniem wstępnych analiz, koordynowaniem harmonogramów lub generowaniem raportów. W rezultacie pracownicy mogą przeznaczyć więcej czasu na zadania wymagające kreatywnego myślenia lub budowania relacji z klientami.

Aby powtórzyć to osiągnięcie w swojej organizacji, warto wybrać jeden ustalony obszar, w którym rutynowe zadania stanowią największe obciążenie administracyjne. Przykłady obejmują przetwarzanie żądań wyceny, przygotowywanie ofert B2B lub przeprowadzanie wstępnych kontroli żądań usług. Podczas wdrażania rozwiązań generatywnych kluczowe jest ustalenie jasnych metryk, takich jak czas poświęcony na określone zadanie przed i po wdrożeniu, a także jakość wyniku (np. wskaźnik poprawności ofert). Ta strategia ułatwi przekonanie kluczowych menedżerów do przejścia do kolejnych etapów transformacji.

Pomimo ekscytacji związanej z szybkimi postępami technologicznymi, 50% firm wskazuje brak specjalistów AI jako główną przeszkodę w dalszej implementacji. W praktyce oznacza to, że nawet najlepiej przygotowana infrastruktura technologiczna zawiedzie , jeśli organizacji brakuje personelu rozumiejącego metodologie modelowania danych, zarządzanie projektami AI lub wdrażanie rozwiązań uczenia maszynowego . Dlatego zaleca się, aby dział HR zainicjował równoległe działania. Z jednej strony przyspiesz rekrutację na stanowiska takie jak naukowcy danych i inżynierowie AI, a jednocześnie inwestuj w przekwalifikowanie obecnych pracowników.

Solidnym punktem wyjścia mogą być wewnętrzne akademie AI, w których uczniowie, pod okiem mentorów, nabywają umiejętności pracy z dużymi zbiorami danych i generatywnymi modelami językowymi od podstaw. W ciągu roku platformy e-learningowe, szkolenia warsztatowe i inicjatywy mentoringowe mogą przygotować wiele osób do pełnienia funkcji tzw. tłumaczy AI — ekspertów zdolnych do przekształcania wymagań biznesowych w konkretne specyfikacje projektu i ułatwiania komunikacji między działem technologii a kierownictwem.

Przeczytaj także: Wybitna inwestorka dzieli się swoimi prognozami na przyszłość. Nie dotrzymamy kroku sztucznej inteligencji

Przejście od indywidualnych partnerstw do regeneracyjnych sieci międzybranżowych

Z punktu widzenia Fujitsu prawdziwe siły napędowe wzrostu znajdują się w ekosystemach obejmujących różne organizacje. Firmy z pokrewnych sektorów, startupy, instytucje akademickie, a nawet organy rządowe mogą ze sobą współpracować.

Badanie wskazuje, że 81% decydentów planuje przejście z paradygmatu „solo company” do ekosystemu, w którym poszczególni partnerzy wspólnie tworzą i skalują rozwiązania biznesowe i społeczne . Obecnie połowa organizacji jest zaangażowana w co najmniej jeden ekosystem, a 16% realizuje projekty obejmujące wiele sektorów gospodarki.

Współpraca na tym poziomie wymaga czegoś więcej niż tylko podpisania umowy o udostępnianiu danych. Wymagane są prawdziwe standardy wymiany — zarówno technologiczne (np. protokoły API, przestrzenie danych), jak i prawne (umowy o poufności, warunki udostępniania modeli szkoleniowych). W związku z tym zalecenie dla menedżerów na etapie planowania ekosystemu brzmi:

• Zidentyfikuj potencjalnych partnerów z różnych branż, których dane lub usługi uzupełniające mogłyby pomóc w osiągnięciu wspólnych celów (np. dostawcy energii odnawialnej w kontekście optymalizacji zużycia mocy obliczeniowej)
• Ustanowienie paktu zaufania – bezpiecznego środowiska do wymiany danych obsługiwanego przez technologie blockchain lub ich odpowiedniki
• Wdrożenie procesów walidacji modeli AI w ekosystemie w celu zapewnienia, że każdy partner może zweryfikować, czy udostępniane przez niego modele są wolne od istotnych błędów lub naruszeń praw autorskich lub etyki

W rezultacie ten model współpracy zapewnia, że nie tylko przedsiębiorstwa, ale także środowisko naturalne osiągają korzystną równowagę. Przykładem są inicjatywy symulacji cyklu życia produktu (LCA), w których sieć firm i jednostek badawczych wspólnie szkoli modele w celu prognozowania śladu węglowego, a następnie podejmuje skoordynowane działania redukujące.

Wyzwania demograficzne i zwiększona wydajność

Podstawowym elementem raportu jest przypomnienie, że prognozuje się, iż globalna populacja osiągnie szczyt na poziomie 9,7 miliarda do 2064 r., po czym przewiduje się stopniowy spadek. Do 2025 r.

Źródło