Fremme af organisatorisk forandring mhp. forretningsinnovation

Dai Nippon Printing Co., Ltd. (DNP) blev grundlagt i 1876 og er et af verdens største trykkerier med mere end 37.000 medarbejdere på verdensplan. Med en portefølje, der omfatter Smart Communication, Life & Healthcare og Electronics, lader DNP sig lede af sit brandmotto: "Vi skaber fremtidens standarder" og en forpligtelse til at skabe forbindelse mellem mennesker og samfundet og samtidig fremme bæredygtighed.

Som en del af dette fokus har DNP i lang tid gjort brug af ny teknologi. I april 2023 traf virksomheden en strategisk beslutning om at indføre AI over hele organisationen. I maj måned havde DNP bygget et sikkert miljø til brug af AI i hele virksomheden. I februar 2025 lancerede virksomheden ChatGPT Enterprise i ti nøgleafdelinger. Inden for tre måneder omfattede resultaterne:

• 90 % af use cases med ChatGPT Enterprise viste målbare resultater
• 100 % aktiv brug hver uge
• 87 % automatisering i tidsbesparelse
• 70 % genbrug af viden (tilpassede GPT'er)
• 10 gange forøgelse i procesvolumen

For at realisere fordelene ved generativ AI fuldt ud udpegede DNP ti afdelinger, hvor den potentielle effekt var størst. Virksomheden etablerede tydelige målepunkter: hver medarbejder skulle bruge ChatGPT mindst 100 gange om ugen, og reduktion af opgavetid skulle ske ved over 50 % automatisering.

Som et resultat spredte individuelle forbedringer sig på tværs af teams via tilpassede GPT'er og delte use cases, hvilket dannede grundlæggende mønstre, der nu driver forretningsudviklingen.

I de afdelinger, hvor ChatGPT Enterprise blev introduceret, blev den største effekt opnået i afdelingen for ICT-forskning og -udvikling. Yohei Ishida, General Manager for P&I Innovation Research and Development Unit, Advanced Business Center, ledte sit teams automatisering og forbedring af patentresearch og indleveringsstrategier, der erstattede manuelle opgaver.

Hans team byggede følgende arbejdsgange ved hjælp af ChatGPT Enterprise:

• Patentresearch: Automatiseret søgning, opsummering og klassificering, hvilket mindskede researchtiden med 95 % og udvidede dækningen tifoldigt
• Anvendelsesstrategi: Identificerede vigtige forskelle mellem DNP's teknologi og konkurrenternes patenter, hvilket reducerede risikoen for afvisning og minimerede revideringer
• Konkurrentanalyse: Automatisk generering af første udkast til rapporter, der reducerede forberedelsestiden med 80 %

Ved at forbedre sin strategi for intellektuel ejendom styrker DNP grundlaget for produktets unikke karakter og langsigtede konkurrenceevne.

DNP's researchafdeling, der har til formål at fremme produktionsteknologi, øger QCD-innovationen (kvalitet, omkostninger, levering) for at øge værdien af eksisterende produkter og tjenester og udvikler nye produkter og tjenester. På områder, der kræver avancerede analyse- og evalueringsteknikker, har DNP reduceret den tid, der traditionelt var nødvendig til opgaver, som f.eks. betjening af eksperimentelt udstyr til materialeevaluering, udførelse af målinger og analyser, betydeligt ved at gøre brug af ChatGPT Enterprise.

De vigtigste forskelle omfatter:

• Strukturering af oplysninger om patenter og udstyrsprincipper på engelsk på tre dage – mod normalt flere måneder
• Gør det muligt for medarbejdere uden Python-erfaring at generere og køre kode via ChatGPT Enterprise

En særlig bemærkelsesværdig use case involverede medarbejdere uden tidligere erfaring med Python, som var i stand til at generere kode og analysere data uden omkostninger til træning. Udviklingsarbejdet, der traditionelt tager mere end et år, blev implementeret på blot nogle få dage. Ved at kombinere mulighederne med forskernes ekspertise og viden dukkede der ny indsigt op, som havde en betydelig indflydelse på tværs af hele afdelingen.

DNP er i færd med at modernisere IT-governance via ChatGPT Enterprise. Masahiro Kobayashi, General Manager of System Infrastructure Development Division, ICT Center, Information Innovation Operations, fremhævede forbedringer af opgaver, der tidligere var manuelle og inkonsistente:

• Ekstern sikkerhedsrevision: Reduceret sammenligningstid for revisioner fra 30 minutter til 5 minutter; reduceret valg af kryptografisk suite fra 3 timer til 1 time
• Cloud-sikkerhed: Færdiggjorde den indledende kontrol af ca. 100 elementer, der ikke opfyldte CIS-benchmarks, på 10 minutter i stedet for to mandedage
• Gennemgangsstøtte: Forkortede kravgennemgange fra 1 time til 30 minutter ved at referere til designpolitikker og tidligere optegnelser

Han tilføjer, at AI ikke vil erstatte det menneskelige overblik: "Verifikation og den endelige kontrol forbliver menneskers ansvar."

En af DNP's største udfordringer er tab af viden. Ekspertisen lever ofte i erfarne medarbejderes hoveder eller er begravet i analoge dokumenter.

Under ledelse af Isaku Osawa, General Manager of Technology Development at the Advanced Business Center’s AI Business Development Unit, bruger DNP nu AI til at adressere dette problem direkte.

Hans team bruger ChatGPT Enterprise til at strukturere og digitalisere ustrukturerede data fra papirmanualer til historiske kvalitetslogfiler. Når posterne er behandlet, bliver de en del af en intern vidensbase, som alle kan få adgang til via tilpassede GPT'er. Den nødvendige tid til at definere dataarkitekturen blev reduceret med 90 %. Teamet fordoblede desuden antallet af tekniske dokumenter, de kunne gennemse.

"Vores mål er at forvandle generationsviden til digital arbejdskraft," siger Osawa. Den ændring opvejer ikke blot manglen på arbejdskraft, men opbygger også en langsigtet kapacitet til innovation.

• 90 % af use cases viste målbare resultater
• 100 % aktiv brug hver uge
• 95 % kortere tid til patentundersøgelser
• 87 % automatiseringsgrad med hensyn til reduktion af opgavetiden
• 10 gange forøgelse i procesvolumen

“AI-agenter vil ubemærket blive en del af forskellige situationer, hvor alle får fordel af AI endda uden at være klar over det,” siger Otake. Han forestiller sig en ændring fra samarbejde mellem mennesker og AI til et fundament, hvor dele af forretningen kører via interaktioner mellem AI og AI. Efterhånden som robotteknologien udvikler sig, accelererer den tendens og fører til en fremtid, hvor fysisk AI arbejder i den virkelige verden.

Med blikket rettet mod fremtiden understreger Otake, at bevarelse af viden vil være afgørende: "Vi skal omdanne information, der er skabt til mennesker, til information, som kunstig intelligens kan forstå, og sikre, at viden bevares og deles. Vores mål er at forbedre produktiviteten, mens vi forbereder os på en fortsat mindre arbejdsstyrke.” Målet er at gøre frontlinje-know-how og kvalitetsoptegnelser kodebaseret som strukturerede data, så AI-agenter og fremtidens fysiske AI kan lære og anvende dem og derved reducere afhængigheden af enkeltpersoners ekspertise og forvandle data til en vedvarende konkurrencefordel.

Via sin brand-strategi “Vi skaber fremtidens standarder” forsøger DNP at øge sin styrke inden for tryk- og informationsteknologi og transformere sig til en AI-native-virksomhed, der genererer samfundets nye standarder.