Dirbtinis intelektas versle
AI strategija įmonei: nuo audito iki masto plėtros
AI strategija įmonei žingsnis po žingsnio: procesų auditas, prioritetų nustatymas, bandomasis projektas, plėtra ir valdymas. Praktinis planas.
Praktinis kitas žingsnis
Padėsime automatizuoti jūsų pasikartojančius procesus. Jei norite greitai pasitikrinti savo atvejį, pradėkite nuo trumpo audito.
AI strategija įmonei, tai planas, kaip dirbtinis intelektas nuosekliai integruojamas į verslo procesus: nuo esamos situacijos audito, per prioritetų nustatymą ir bandomąjį projektą, iki plėtros ir ilgalaikio valdymo. Be tokio plano AI diegimas dažnai virsta atsitiktinių įrankių rinkiniu, kuris neduoda išmatuojamos naudos. Žemiau: praktinis kelias, kaip strategiją susidėlioti žingsnis po žingsnio.
Kodėl vien įrankių pirkimas nėra strategija
Daug įmonių AI strategiją supranta kaip ChatGPT prenumeratos ar kelių papildinių įsigijimą komandai. Tai gali duoti smulkios naudos, bet nesukuria sisteminio pokyčio. Tikra strategija atsako į tris klausimus: kuriuos procesus keičiame, kokia tvarka ir kaip matuosime rezultatą. Be šio karkaso investicijos į AI įrankius lieka izoliuotos ir sunkiai pateisinamos vadovybei.
1 žingsnis: procesų auditas
Pirmas ir svarbiausias etapas: suprasti, kur šiuo metu prarandama laiko ir kur kaupiami duomenys, kuriuos galima panaudoti. Audito metu verta surašyti:
- pasikartojančias, laiką atimančias užduotis (ataskaitos, el. laiškai, duomenų suvedimas, klientų aptarnavimas);
- procesus, kuriuose jau yra struktūrizuoti duomenys (CRM, sąskaitos, užklausų žurnalai);
- vietas, kur žmogaus darbas dubliuojasi arba klaidos kainuoja brangiai.
Būtent šiam etapui skirtas AI auditas: nepriklausoma esamos situacijos peržiūra, kuri parodo, kur AI gali duoti realią naudą, o kur investicija neatsipirks.
2 žingsnis: prioritetų nustatymas
Turint audito rezultatus, procesus reikia surikiuoti pagal du kriterijus: poveikį verslui ir įgyvendinimo sudėtingumą. Procesai, kurie duoda didelį poveikį ir yra santykinai paprasti įgyvendinti, turėtų būti pirmi sąraše. Sudėtingi, bet mažo poveikio procesai gali palaukti arba visai netikti AI sprendimui.
Šiame etape svarbu neapsigauti dėl "įdomumo": technologiškai patrauklus projektas ne visada yra tas, kuris atneša daugiausiai naudos. Sprendimą verta priimti kartu su komanda, kuri procesą vykdo kasdien, nes ji geriausiai mato, kur realiai trūksta laiko.
3 žingsnis: bandomasis projektas (pilotas)
Vietoj to, kad iš karto bandytumėte automatizuoti visą skyrių, pasirinkite vieną procesą ir įgyvendinkite jį iki galo. Pilotas turi turėti:
- aiškų, išmatuojamą tikslą (pvz., sutrumpinti atsakymo laiką arba sumažinti rankinio darbo valandas);
- konkretų atsakingą žmogų komandoje;
- terminą, per kurį bus vertinamas rezultatas.
Mažas, gerai įgyvendintas pilotas suteikia komandai pasitikėjimo ir duoda duomenų, kuriais remiantis galima planuoti plėtrą. Kiek laiko realiai užima kelias nuo pirmo proceso iki sprendimo plėsti, aprašome tekste apie 90 dienų dirbtinio intelekto diegimo planą. Jei jūsų veikla susijusi su vidinių procesų automatizavimu, verta pažiūrėti į procesų automatizavimo sprendimus arba AI sprendimus IT srityje, kur AI integruojamas su esamomis sistemomis.
4 žingsnis: plėtra į kitus procesus
Kai pilotas pasiteisina, strategija turi numatyti, kaip sprendimas plečiamas toliau: ar tai to paties proceso taikymas kitiems skyriams, ar naujo proceso pasirinkimas pagal tą pačią prioritetų logiką. Plėtros etape svarbu:
- dokumentuoti, kas veikė piloto metu ir kodėl;
- įtraukti daugiau komandos narių, kad sprendimas taptų kasdienio darbo dalimi, o ne atskiru eksperimentu;
- vertinti, ar reikalingi papildomi mokymai komandai, kad AI įrankiais būtų naudojamasi efektyviai.
Jei trūksta vidinės kompetencijos, šiame etape dažnai padeda AI mokymai komandoms arba AI mokymai vadovams, nes sprendimo sėkmė priklauso ir nuo technologijos, ir nuo to, kaip žmonės ja naudojasi.
5 žingsnis: valdymas (governance)
AI strategija nesibaigia, kai sprendimas įdiegtas. Reikalingos aiškios taisyklės, kaip AI naudojamas kasdien:
- kas atsakingas už sprendimo rezultatų peržiūrą ir klaidų taisymą;
- kokie duomenys gali būti perduodami AI įrankiams, o kokie: ne;
- kaip dažnai sprendimas peržiūrimas, kai keičiasi procesai ar duomenys.
Įmonės, kurios praleidžia valdymo etapą, dažnai po kelių mėnesių grįžta prie senų įpročių arba susiduria su neatitikimais tarp AI rezultatų ir realaus proceso. Aiškios taisyklės leidžia išlaikyti pasitikėjimą sprendimu ilguoju laikotarpiu.
Kaip prioritetus surikiuoti skaičiais
Antrasis žingsnis dažnai lieka pokalbių lygmenyje, todėl sprendimas priimamas pagal tai, kas garsiau kalba. Paprastesnis būdas yra kiekvienam procesui skirti du balus nuo 1 iki 5: poveikį ir įgyvendinimo paprastumą. Prioritetas yra jų sandauga.
Pavyzdys iš tipinės 20 žmonių paslaugų įmonės:
- Pasiūlymų ruošimas. Poveikis 5, paprastumas 4. Sandauga 20.
- Klientų užklausų rūšiavimas. Poveikis 4, paprastumas 4. Sandauga 16.
- Ataskaitų rengimas vadovybei. Poveikis 3, paprastumas 3. Sandauga 9.
- Sandėlio prognozavimas. Poveikis 5, paprastumas 1. Sandauga 5.
Sandėlio prognozavimas atrodo įspūdingiausiai ir dažniausiai pasirenkamas pirmas. Skaičiai rodo priešingai: pradėti verta nuo pasiūlymų, nes rezultatą pamatysite per kelias savaites, o ne per metus.
Poveikio balą galima pagrįsti valandomis. Jei pasiūlymų ruošimas atima 25 valandas per savaitę visai komandai, o procesas paspartėja trečdaliu, tai apie 8 valandos per savaitę arba beveik 35 valandos per mėnesį. Padauginę iš savo valandos savikainos gausite skaičių, kurį galima įrašyti į biudžetą. Skaičiavimo logiką plačiau aprašome straipsnyje apie automatizavimo ROI skaičiavimą.
Duomenys, be kurių strategija lieka popieriuje
Audito metu paaiškėja dar vienas dalykas, kurio niekas neplanuoja: duomenų būklė. Geriausias modelis nepadės, jei kainoraštis yra trijuose skirtinguose failuose, o CRM įrašai pildomi nevienodai.
Prieš pradedant pilotą verta patikrinti tris dalykus. Ar duomenys yra vienoje vietoje, ar juos galima gauti be rankinio darbo, ar jie pakankamai naujausi, kad sprendimu būtų galima pasitikėti. Jei bent į vieną klausimą atsakymas neigiamas, pirmas darbas yra tvarka, o ne technologija. Šią temą plačiau nagrinėjame straipsnyje apie AI duomenų parengtį diegimui.
Dažniausios klaidos kuriant strategiją
- Nėra vieno atsakingo žmogaus. Kai atsakinga „vadovybė", po dviejų mėnesių niekas nieko nedaro. Reikia vardo ir pavardės. Kodėl tai lemiama, aprašome straipsnyje apie tai, kas įmonėje atsakingas už AI.
- Pilotas be pabaigos datos. Bandymas be termino niekada nepasibaigia nei sėkme, nei nesėkme. Nustatykite datą, kada priimsite sprendimą tęsti arba nutraukti. Piloto struktūrą aprašome straipsnyje apie AI pilotinį projektą.
- Strategija rašoma be tų, kurie dirbs. Dokumentas, sukurtas vien vadovų kabinete, komandoje sutinkamas kaip papildomas darbas. Įtraukite bent po vieną žmogų iš kiekvieno paliesto proceso.
- Matuojama tik nauda, bet ne priežiūra. Po diegimo lieka nuolatinis darbas: rezultatų peržiūra, taisyklių atnaujinimas, naujų darbuotojų apmokymas. Dažniausius spąstus surinkome straipsnyje apie AI diegimo klaidas.
Ką daryti kitaip mažoje ir didesnėje įmonėje
Iki maždaug 10 darbuotojų strategija telpa į vieną puslapį. Užtenka trijų dalykų: sąrašo procesų su balais, vieno pasirinkto piloto ir taisyklių, kokius duomenis kelti galima. Ilgesnis dokumentas čia tik atitolina darbą.
Nuo 20 ar 30 žmonių atsiranda kita problema. Skyriai pradeda diegti savo įrankius atskirai, todėl po pusmečio įmonė turi keturias prenumeratas, tris skirtingus procesus ir jokio bendro vaizdo. Tada strategijos vertė yra ne idėjose, o koordinavime: kas ką naudoja, kas tvirtina naujus įrankius ir kur laikomos bendros užklausos.
Lietuvos rinkoje veikia dar vienas dalykas, kurio didelėse rinkose nėra. Įmonių ratas siauras, todėl geriausias informacijos šaltinis dažnai yra ne pardavėjo prezentacija, o pokalbis su panašaus dydžio įmone, kuri tą patį jau bandė. Toks pokalbis kainuoja vieną kavą ir sutaupo kelis mėnesius.
Kada verta pasitelkti išorinį partnerį
Ne kiekviena įmonė turi vidinę kompetenciją visus penkis žingsnius nueiti savarankiškai. Jei trūksta laiko ar patirties, prasminga pasitelkti AI partnerį, kuris padeda susidėlioti strategiją nuo audito iki valdymo, pritaikant ją konkrečiai jūsų verslo situacijai, o ne bendriniam šablonui.
Kaip pradėti
AI strategija įmonei nėra vienkartinis dokumentas, tai besitęsiantis procesas, kuris prasideda nuo sąžiningo esamos situacijos įvertinimo. Jei norite suprasti, kur jūsų įmonėje slypi didžiausias AI potencialas, pradėkite nuo AI audito arba susisiekite dėl nemokamos 45 min. konsultacijos, kurios metu aptarsime jūsų procesus ir realias galimybes: susisiekite čia.
Dažni klausimai
Kas yra AI strategija įmonei?+
AI strategija įmonei, tai nuoseklus planas, kaip dirbtinis intelektas bus naudojamas verslo procesams pagerinti: nuo esamos padėties audito ir prioritetų nustatymo iki bandomojo projekto, plėtros ir ilgalaikio valdymo. Ji nėra vienkartinis įrankio pirkimas, o besitęsiantis sprendimų priėmimo rėmas.
Nuo ko pradėti AI strategijos kūrimą?+
Pradėti reikia nuo audito: surašyti visus pasikartojančius procesus, įvertinti, kiek laiko jie atima, ir suprasti, kur duomenys jau yra tvarkingi. Tik po to renkamasi vienas procesas bandomajam projektui, o ne bandoma keisti viską iš karto.
Kiek laiko trunka AI strategijos įgyvendinimas?+
Priklauso nuo įmonės dydžio ir procesų sudėtingumo, tačiau bandomasis projektas paprastai gali duoti matomą rezultatą per kelias savaites ar mėnesį. Pilna strategija su valdymo taisyklėmis ir plėtra į kelis procesus yra ilgesnis, tęstinis darbas.
Ar AI strategija reikalinga tik didelėms įmonėms?+
Ne, mažoms ir vidutinėms įmonėms strategija dažnai svarbesnė, nes ištekliai ribotesni ir klaidų kaina didesnė. Aiškus planas leidžia išvengti chaotiško bandymų ir klaidų kelio bei sutelkti dėmesį į procesus su realia nauda.
Dovydas Liaudanskas
Programuotojas ir verslo praktikas, „Retos galimybės" įkūrėjas. AI naudoja kasdien savo versluose. LinkedIn
Turite klausimų? Susisiekite, konsultacija nemokama.
Visi straipsniai