Pokrok v organizační transformaci pro obchodní inovace

Společnost Dai Nippon Printing Co., Ltd. byla založena v roce 1876. (DNP) je jednou z největších polygrafických společností na světě a zaměstnává více než 37 000 lidí po celém světě. Do portfolia společnosti patří chytrá komunikace, životní styl a zdravotnictví a elektronika a DNP se řídí sloganem své značky „Vytváříme budoucí standardy“ a závazkem propojovat lidi a společnost a zároveň podporovat udržitelnost.

V rámci tohoto závazku DNP už dlouho využívá nové a nastupující technologie. V dubnu 2023 se společnost strategicky rozhodla zavést umělou inteligenci (AI) v rámci celé organizace. Do května DNP vybudovala bezpečné prostředí pro využití AI v rámci celého podniku. V únoru 2025 společnost nasadila ChatGPT Enterprise v deseti klíčových odděleních. Během tří měsíců dosáhla těchto výsledků:

• 90 % případů, kdy se použil ChatGPT Enterprise, vykázalo měřitelné výsledky
• 100% míra týdenního aktivního používání
• 87% míra automatizace při zkracování času
• 70% míra opětovného využití znalostí (vlastní GPT)
• 10násobné zvýšení objemu zpracování

Aby společnost DNP mohla plně využít výhody generativní AI, zaměřila se na deset oddělení s potencionálně nejvyšším dopadem. Společnost stanovila jasné cíle: každý zaměstnanec by měl ChatGPT používat alespoň 100krát týdně a míra automatizace pro zkrácení času na úkolech by měla přesáhnout 50 %.

V důsledku toho se jednotlivá zlepšení šíří mezi týmy prostřednictvím vlastních GPT a sdílených případů použití a vytvářejí se základní vzorce, které nyní podporují transformaci podniku.

Z oddělení, kde byl zaveden ChatGPT Enterprise, byl největší dopad patrný v divizi výzkumu a vývoje ICT. Yohei Ishida, generální manažer manažer oddělení výzkumu a vývoje P&I Innovation v Centrum pokročilého podnikání vedl svůj tým k automatizaci a zlepšení strategií patentového průzkumu a podávání patentových přihlášek s cílem nahradit manuální úkoly.

Jeho tým vytvořil pomocí ChatGPT Enterprise následující pracovní postupy:

• Patentový výzkum: automatizované vyhledávání, shrnutí a klasifikace, zkracuje dobu výzkumu o 95 % a rozšiřuje pokrytí na 10násoebek
• Strategie přihlášky: identifikace klíčových odlišujících prvků mezi technologií společnosti DNP a patenty konkurence, snížení rizika zamítnutí a minimalizace revizí
• Konkurenční analýza: automaticky generované první návrhy zpráv, zkrácení doby přípravy o 80 %

Posilováním strategie v oblasti duševního vlastnictví posiluje společnost DNP základy spočívající v jedinečnosti produktů a dlouhodobé konkurenceschopnosti.

Výzkumná divize společnosti DNP podporuje inovace v oblasti QCD (kvalita, náklady a dodání) pokrokem ve výrobních technologiích s cílem zvyšovat hodnotu stávajících produktů a služeb a snahou o vývoj nových produktů a služeb. V oblastech, které vyžadují pokročilé analytické a hodnoticí postupy, společnost DNP s využitím ChatGPT Enterprise výrazně zkrátila dobu tradičně potřebnou pro úkoly, jako je obsluha experimentálního zařízení pro hodnocení materiálů, provádění měření a analýz.

Mezi klíčové výsledky patří:

• Strukturování informací z anglických patentů a principů zařízení za tři dny, namísto několika měsíců
• Možnost, aby zaměstnanci bez zkušeností s Pythonem generovali a spouštěli kód prostřednictvím ChatGPT Enterprise

Jedním z obzvlášť pozoruhodných případů použití byli zaměstnanci bez předchozích zkušeností s Pythonem, kteří dokázali generovat kód a analyzovat data bez jakýchkoli nákladů na zaučení. Vývojářská práce, která by tradičně trvala déle než rok, byla realizována během pouhých několika dnů. Spojením těchto schopností s odbornými znalostmi a zkušenostmi výzkumníků byly odhaleny nové poznatky, což mělo významný dopad na celou divizi.

DNP modernizuje řízení IT s ChatGPT Enterprise. Masahiro Kobayashi, generální manažer divize vývoje systémové infrastruktury v ICT centru (Information Innovation Operations), vyzdvihl zlepšení u úkolů, které se dřív dělaly ručně a s nejednotnými výsledky:

• Externí bezpečnostní audit: zkrátil dobu porovnávání auditů z 30 minut na 5 minut; zkrátil výběr kryptografické sady ze 3 hodin na 1 hodinu
• Zabezpečení cloudu: dokončili jsme počáteční kontrolu přibližně 100 položek, kde nebyla shoda se standardem CIS Benchmark (CIS Benchmark), za 10 minut místo dvou pracovních dnů.
• Podpora revizí: zkrácení revizí požadavků z 1 hodiny na 30 minut díky odkazování na zásady návrhu a předchozí záznamy

Dodává, že umělá inteligence lidský dohled nenahradí: „Ověření a závěrečné kontroly zůstávají odpovědností lidí.“

Jednou z největších výzev, kterým společnost DNP čelí, je ztráta znalostí. Odborné znalosti často zůstávají v hlavách zkušených zaměstnanců nebo jsou ukryté v analogových dokumentech.

Pod vedením Isaku Osawy, generálního ředitele pro rozvoj technologií v jednotce rozvoje podnikání s umělou inteligencí v Centru pro pokročilé podnikání, nyní DNP využívá umělou inteligenci k přímému řešení tohoto problému.

Jeho tým používá ChatGPT Enterprise ke strukturování a digitalizaci nestrukturovaných dat, od papírových manuálů až po historické záznamy o kvalitě. Jakmile se tyto záznamy zpracují, stanou se součástí interní znalostní báze, ke které má kdokoli přístup prostřednictvím vlastních GPT. Čas potřebný k definování datové architektury se zkrátil o 90 %. Tým také zdvojnásobil počet technických prací, které mohli posoudit.

„Naším cílem je proměnit generační znalosti v digitální práci,“ říká Osawa. Tato změna nejen kompenzuje nedostatek pracovních sil, ale také buduje dlouhodobou kapacitu pro inovace.

• 90 % případů použití vykázalo měřitelné výsledky
• 100% míra týdenního aktivního používání
• Snížení času potřebného na patentový výzkum o 95 %.
• 87% míra automatizace při zkrácení času na úkoly
• 10násobné zvýšení objemu zpracování

„Agenti umělé inteligence se bezproblémově začlení do různých situací, což umožní všem těžit z AI, aniž by si to vůbec uvědomovali,“ říká Otake. Představuje si posun od spolupráce mezi lidmi a AI k modelu, v němž části podnikání fungují prostřednictvím interakcí mezi AI systémy. S rozvojem robotiky se tento trend zrychlí, což povede k budoucnosti, v níž fyzická umělá inteligence funguje v reálném světě.

Otake s ohledem do budoucna zdůrazňuje, že uchovávání znalostí bude klíčové: „Musíme převést informace vytvořené pro lidi na informace, kterým umělá inteligence rozumí, a zajistit, aby byly znalosti uchovávány a sdíleny. Naším cílem je zvýšit produktivitu, zatímco se připravujeme na zmenšující se počet zaměstnanců.“ Cílem je převést praktické know-how pracovníků v terénu a záznamy o kvalitě do strukturovaných dat, aby se z nich agenti AI a budoucí fyzická AI mohli učit a využívat je, aby se snížila závislost na odbornosti jednotlivců a bylo možné je proměnit v trvalou konkurenční výhodu.

V rámci svého sloganu „Vytváření budoucích standardů“ se DNP snaží rozšířit své silné stránky v oblasti tisku a informačních technologií a transformovat se na společnost založenou na umělé inteligenci, která vytváří nové standardy pro společnost.