Identifikace a škálování případů použití AI

Během pouhých dvou let už 39 % dospělých v USA využilo umělou inteligenci.⁠(otevře se v novém okně) Internet dosáhl ve stejném časovém období pouze 20 % míry zavedení. Vzestup umělé inteligence nejen mění jednotlivá odvětví, ale vytváří také příležitosti pro jednotlivé zaměstnance. Umělá inteligence uvolňuje lidem ruce, aby se mohli věnovat práci s vyšší hodnotou, rozvíjet své dovednosti a posouvat se v kariéře.



V jedné studii společnost BCG zjistila⁠(otevře se v novém okně), že lídři v oblasti AI zaznamenali za poslední tři roky 1,5× rychlejší růst tržeb, 1,6× vyšší výnosy pro akcionáře a 1,4× vyšší návratnost investovaného kapitálu než jejich méně pokročilí konkurenti.

Podle společnosti McKinsey⁠(otevře se v novém okně) plánuje 92 % společností zvýšit své investice do umělé inteligence. Přesto mnoho organizací stále potřebuje vést v tom, jak dosáhnout hmatatelné hodnoty. Současně pouze 1 % věří, že jejich investice do umělé inteligence dosáhly plné vyspělosti.

Na vlastní oči jsme viděli, co odlišuje úspěšné projekty AI. Naše poznatky vycházejí z 300 našich nejúspěšnějších implementací, více než 4 000 průzkumů zavedení a více než 2 milionů firemních uživatelů.

Tato příručka je určena k tomu, aby pomohla vaší organizaci najít a škálovat případy použití AI, které přinášejí jasnou hodnotu. Proces rozdělíme do tří kroků:

Najdete zde příběhy zákazníků, praktické kontrolní seznamy a příklady použití přizpůsobené různým oddělením, které podpoří pokrok vašeho týmu.

Je důležité si uvědomit, že zavádění umělé inteligence znamená mnohem víc než jen nalezení správných případů použití. Tento průvodce se nezabývá tématy, jako je budování kultury zaměřené na AI, rozvíjení případů použití s vyšší přidanou hodnotou a podpora zavádění v rámci celé společnosti. Více informací o těchto tématech najdete v dalších průvodcích, ale teď se zaměřme na proces hledání správných případů použití pro vaši společnost.

Mějte na paměti tyto tři zásady. Jsou základem všech praktických rad, které najdete dále.

Prvním krokem je najít části vašeho podnikání, které lze pomocí AI okamžitě zlepšit.

Jedním ze způsobů, jak toho dosáhnout, je vnímat umělou inteligenci jako způsob, jak vytvořit superasistenty pro vaše zaměstnance. AI superasistenti se nikdy neunaví ani neztratí soustředění. Jsou vždy k dispozici, kdykoli potřebujete pomoc. Lze je flexibilně využít téměř při jakémkoli úkolu a rozšiřují tak dovednosti vašich zaměstnanců. 

Buďte konkrétní, proč je zavádění umělé inteligence klíčové pro budoucnost vaší společnosti, ať už jde o držení kroku s konkurencí, reakci na měnící se očekávání zákazníků nebo udržení růstu. Když zaměstnanci slyší promyšlené „proč“, buduje to důvěru a přináší jasno, což jim pomáhá vidět, jak tyto změny zapadají do jejich vlastní práce a cílů.

Buďte konkrétní, proč je zavádění umělé inteligence klíčové pro budoucnost vaší společnosti, ať už jde o držení kroku s konkurencí, reakci na měnící se očekávání zákazníků nebo udržení růstu. Když zaměstnanci slyší promyšlené „proč“, buduje to důvěru a přináší jasno, což jim pomáhá vidět, jak tyto změny zapadají do jejich vlastní práce a cílů.

Práce se znalostmi často zahrnuje nejednoznačnost a otevřené výzvy. Zaměstnanci mohou mít potíže začít nebo uvíznou na mrtvém bodě, což způsobí, že se projekty zastaví. Zde může AI působit jako katalyzátor a pomáhat generovat nápady, analyzovat data a navrhovat další kroky, když není jasné, jak dál. 

Lidé ve všech firmách, se kterými jsme mluvili, používají umělou inteligenci k nastartování svého přemýšlení a odblokování nových nápadů. Používají ji k brainstormingu nápadů na kampaně, hledání rychlých poznatků v nezpracovaných datech, analýze trendů nebo prostě k určení dalších kroků, když si nejsou jistí, co mají dělat.

Zaměření na tyto typy práce vám může pomoci rychle identifikovat AI příležitosti s vysokým dopadem, což vašim týmům pomůže optimalizovat pracovní postupy, omezit úzká hrdla a urychlit inovace v celé organizaci.

Jakmile svým týmům poskytnete rámec pro vyhledávání nových příležitostí pro využití AI, dalším krokem bude proškolení v základních způsobech, jak mohou AI využívat. Abychom vám s tím pomohli, analyzovali jsme více než 600 případů užití, které jsme získali od našich zákazníků. Většina případů užití spadá do jedné ze šesti „základních skupin“: základních typů případů užití, které platí ve všech odděleních a oborech:

Tyto základní prvky jsou rychlým způsobem, jak pomoci vaším zaměstnancům, aby našli nejslibnější případy využití pro vaši firmu. Každý základní prvek představuje stovky případů použití, které jsme zaznamenali v různých odvětvích, rolích a pracovních postupech. Díky tomu představují rychlou cestou ke škálovatelné hodnotě.

Podívejme se podrobněji na jednotlivé základní prvky. Začněme tvorbou obsahu:

AI může podporovat tvorbu obsahu v nejrůznějších týmech: od shrnování obchodních hovorů až po vytváření prvních návrhů strategických dokumentů, blogových příspěvků, webových stránek a dokonce i obrázků a vizualizací. Vidíme, že týmy používají AI k úpravám a vylepšení své práce a poté ji na poslední chvíli zapojují jako korektora.



AI může psát ve stylu vaší společnosti, řídit se příručkou tónu komunikace, dodržovat preferované struktury dokumentů a dokonce i poskytovat zpětnou vazbu k psaní. Může přeložit vaši práci do různých jazyků nebo ji upravit pro různá publika, kanály či programy.

Při psaní může umělá inteligence zohlednit celý kontext konverzace nebo sadu nahraných dokumentů a podle toho utvářet výstup. Zkuste například nahrát svého průvodce psaním nebo použijte pět svých nejlepších blogových příspěvků a prompt ChatGPT, aby vytvořil podrobného průvodce psaním na základě těchto ukázek.

Umělá inteligence se široce využívá pro výzkum napříč odvětvími. Od rychlého seznámení s novými koncepty (jako je zavádění AI nebo design thinking) přes vyhledávání na webu relevantních článků nebo konkurenčních dat. Až po komplexnější vícekrokové výzkumné projekty, které procházejí web a hledají články, datové body a poznatky. Vidíme také, že týmy nahrávají dlouhé interní dokumenty, aby rychle získaly poznatky. 

Jednou z největších výhod používání umělé inteligence pro výzkum je, že si můžeš určit formát a strukturu, v jaké vám bude analýza předložena: ve formě tabulky, v bodech, uspořádanou do konkrétních oddílů nebo s křížovými odkazy.



Smysl AI pro detail a její schopnost řídit se pokyny z ní dělají skvělého výzkumného asistenta.

Mnoho softwarových vývojářů jsou pokročilí uživatelé AI. Používají to k ladění, vytváření prvních návrhů kódu v neznámých jazycích, přenášení kódu z jednoho jazyka do druhého a k vysvětlování kódu nahlas. Za poslední dva roky se schopnosti AI v matematice, vědě a programování v mnoha jazycích výrazně zlepšily a mnoho nástrojů nyní dokonce nabízí náhledy kódu v reálném čase.

Také vidíme, že s pomocí AI nástrojů začíná programovat mnoho lidí bez programátorských zkušeností. Pouhým používáním přirozeného jazyka mohou marketéři a finanční týmy vytvářet Python skripty pro automatizaci procesů, SQL dotazy pro získávání dat nebo dokonce vizualizace s front-endovým kódem pro webové stránky či interní prezentace. 

Umělá inteligence pomáhá komukoli harmonizovat data z různých zdrojů, identifikovat poznatky a trendy a pracovat se složitými tabulkovými daty, aniž bylo potřeba mítpokročilé znalosti Excelu, SQL nebo Pythonu.

AI můžete poskytnout více tabulek nebo snímků obrazovky řídicích panelů pro rychlou analýzu. Umí interpretovat data z tabulek, rozumí grafům a dokonce vám pomůže naformátovat výstupy pro tvorbu sestav. Můžete také určit, jak budou výsledky strukturovány, například zadat preferované typy grafů, souhrnné formáty nebo logiku porovnávání.

Případy použití pro tvorbu nápadů a strategii jsou oblíbené ve všech týmech: od brainstormingu nového blogového příspěvku, přes pomoc se strukturováním dokumentu a řešením problémů ve strategii, až po poskytování zpětné vazby k práci na základě klíčových cílů nebo preferencí zúčastněných stran.

S tím, jak jsou modely umělé inteligence stále více multimodálnější, vidíme, že týmy využívají hlas a obraz ke komunikaci s umělou inteligencí stejně jako s kolegou.

A s tím, jak se modely stávají schopnějšími promýšlet složité problémy, vidíme, jak s nimi mnoho týmů vytváří strategické plány, přičemž berou v úvahu svá data, cíle, kontext, omezení a závislosti.

Mnoho scénářů použití zahrnuje automatizaci částí úkolu. Viděli jsme, že zákazníci umí vytipovat opakované rutinní úkoly a vymyslet, jak je přenechat AI. Automatizace můžou být jednoduché (třeba generování týdenních přehledů o konkurenci) nebo složitější, třeba vytvoření finanční zprávy pro týdenní briefing vedení, připravené k lidské kontrole.

Paměť a vlastní pokyny jsou klíčem k automatizaci těchto procesů. Vlastní GPT představují způsob, jak je sdílet. Vytvořením standardní sady pokynů, nahráním stejného dokumentu a zadáním pokaždé stejného výstupu mohou týmy přenést méně hodnotné úkoly na jiné místo.

Dnes jsou tyto automatizace často jen samostatné úlohy, ale s produkty, jako jsou hloubkový výzkum a Operator, směřujeme do světa, kde AI bude moci samostatně a podle plánu přebírat vícestupňové úkoly.

GPT Lab společnosti Estée Lauder začíná sestavením mezioborových týmů, včetně firemního uživatele, odborníka na danou problematiku a technického vedoucího. Cílem je identifikace a rozvoj případů použití s vysokým dopadem. Jejich proces je jednoduchý a opakovatelný:

Více informací najdete v článku Estée Lauder GPT Lab⁠.

Jakmile týmy pochopí klíčové případy použití a začnou identifikovat problémy k řešení, případy použití se rychle množí.

Výzva se pak přesouvá od objevování k určování priorit. Které případy použití můžete rozšířit tak, aby měly dopad na všechny zaměstnance? Které z nich s největší pravděpodobností nyní přinesou nákladové úspory? Což by mohlo vést k novému produktu nebo zdroji příjmů?

Naše týmy pro zákaznickou spokojenost používají tento rámec dopadu/úsilí s cílem pomoci firemním zákazníkům upřednostnit případy užití. Je to jednoduchý kvadrant, který hodnotí každý případ využití podle hodnoty pro společnost a míry úsilí, které vyžaduje.

Většina týmů začíná využívat AI pro jednotlivé úkoly: úpravy blogových příspěvků, vytváření zadání kampaní nebo navrhování zásad. Je snazší přemýšlet o umělé inteligenci v kontextu konkrétních, jasně vymezených úkolů.

Když sledujeme, jak pokročilí uživatelé integrují AI do všeho, co dělají, často vidíme, že nacházejí případy použití, které zahrnují vícestupňové pracovní postupy.

Umělá inteligence není jako tradiční software ani cloudové aplikace. Naučit se využít její silné stránky vyžaduje nový způsob myšlení. Naše práce se zákazníky nám ukázala, jak rychle si lidé v nejrůznějších oborů mohou osvojit tento způsob uvažování a začít rozpoznávat případy použití s vysokým dopadem.