Organisaatiomuutoksen edistäminen yritysinnovaation lisäämiseksi

Vuonna 1876 perustettu Dai Nippon Printing Co., Ltd. (DNP) on yksi maailman suurimmista painoalan yrityksistä, joka työllistää maailmanlaajuisesti yli 37 000 ihmistä. DNP:n tuotevalikoima kattaa älykkään viestinnän, elämäntieteet ja terveydenhuoltoalan sekä elektroniikan. Yrityksen toimintaa ohjaa sen brändilausunto "Luomme tulevaisuuden standardeja." ja sitoutuminen ihmisten ja yhteiskunnan yhdistämiseen edistäen samaan aikaan kestävää kehitystä.

Osana tätä sitoutumista DNP on jo pitkään omaksunut uusia teknologioita. Yritys teki strategisen päätöksen ottaa tekoälyn käyttöön koko organisaatiossa huhtikuussa 2023. Toukokuuhun mennessä DNP oli rakentanut turvallisen ympäristön koko yrityksen käyttöön. Yritys otti ChatGPT Enterprise -version käyttöön kymmenellä keskeisellä osastolla helmikuussa 2025. Kolmessa kuukaudessa tulokset olivat:

• ChatGPT Enterprise -käyttötapauksista 90 %:ssa saavutettiin mitattavia tuloksia
• 100 % viikoittainen aktiivinen käyttöaste
• 87 % automaatioaste ajan säästämisessä
• Tiedon uudelleenkäyttöaste oli 70 % (mukautetut GPT:t)
• 10-kertainen kasvu käsittelymäärissä

DNP kohdisti toimensa kymmeneen osastoon, joilla on suurin potentiaalinen vaikutus, jotta generatiivisen tekoälyn hyödyt saatiin täysin käyttöön. Yritys asetti selkeät tavoitteet: jokaisen työntekijän tulee käyttää ChatGPT:tä vähintään 100 kertaa viikossa ja vähentää tehtävien suorittamiseen kuluvaa aikaa automatisoimalla yli 50 %.

Sen seurauksena yksilölliset parannukset levisivät tiimeihin räätälöityjen GPT:den ja jaettujen käyttötapausten kautta muodostaen ydinmalleja, jotka nyt ohjaavat muutosta liiketoiminnassa.

Niillä osastoilla, joilla ChatGPT Enterprise otettiin käyttöön, suurin vaikutus nähtiin ICT:n tutkimus- ja kehitysosastolla. Yohei Ishida, Advanced Business Centerin P&I Innovation Research and Development Unit -yksikön johtaja, johdatti tiiminsä automatisoimaan ja parantamaan patenttitutkimusta sekä patenttihakemusten laatimis- ja jättöstrategioita ja korvasi samalla manuaalisia tehtäviä.

Hänen tiiminsä rakensi seuraavat työnkulut ChatGPT Enterprise avulla:

• Patenttitutkimus: automatisoitu haku, yhteenveto ja luokittelu lyhentää tutkimusaikaa 95 % ja laajentaa kattavuutta 10-kertaisesti
• Hakemusstrategia: tunnistettiin DNP:n teknologian ja kilpailijoiden patenttien keskeiset erot, mikä vähensi hylkäysriskiä ja minimoi muutostarpeet
• Kilpailija-analyysi: ensimmäiset luonnosraportit luodaan automaattisesti, mikä lyhentää valmisteluaikaa 80 %.

Parantamalla IP-strategiaansa DNP vahvistaa tuotteidensa ainutlaatuisuuden ja pitkän aikavälin kilpailukyvyn perustaa.

DNP:n tuotantoteknologian tutkimusosasto edistää QCD-innovaatiota (laatu, kustannukset, toimitus) olemassa olevien tuotteiden ja palveluiden arvon parantamiseksi, ja pyrkii kehittämään uusia tuotteita ja palveluita. Aloilla, jotka vaativat edistyneitä analyysi- ja arviointitekniikoita, DNP on merkittävästi lyhentänyt perinteisiin tehtäviin, kuten kokeellisten laitteiden käyttöön materiaalien arvioinnissa, mittausten suorittamiseen ja analyysien suorittamiseen, käytettyä aikaa hyödyntämällä ChatGPT Enterprisea.

Keskeisiä tuloksia ovat:

• Tiedon jäsentäminen englantilaisista patenteista ja laiteperiaatteista kolmessa päivässä aiemman useiden kuukausien sijaan
• Mahdollistetaan työntekijöille, joilla ei ole Python-kokemusta, koodin luominen ja suorittaminen ChatGPT Enterprisen avulla

Erityisen huomionarvoinen käyttötapaus koski työntekijöitä, joilla ei ollut aiempaa kokemusta Pythonista, mutta jotka pystyivät luomaan koodia ja analysoimaan dataa ilman koulutuskustannuksia. Kehitystyö, joka perinteisesti olisi kestänyt yli vuoden, toteutettiin vain muutamassa päivässä. Yhdistämällä nämä ominaisuudet tutkijoiden asiantuntemukseen ja tietoon tehtiin uusia havaintoja, joilla oli merkittävä vaikutus koko divisioonaan.

DNP modernisoi IT-hallintoaan ChatGPT Enterprise -palvelun avulla. Masahiro Kobayashi, ICT-keskuksen järjestelmäinfrastruktuurin kehitysosaston johtaja, korosti parannuksia tehtävissä, jotka aiemmin olivat manuaalisia ja epäjohdonmukaisia:

• Ulkoinen tietoturvatarkastus: tarkastusten vertailuaika lyheni 30 minuutista 5 minuuttiin; kryptografisten menetelmien valinta lyheni 3 tunnista 1 tuntiin.
• Pilvipalveluiden tietoturva: suoritettiin noin 100 CIS-vertailuarvon noudattamatta jättämisen alkutarkastus 10 minuutissa kahden henkilötyöpäivän sijaan
• Arviointituki: vaatimusten arviointia lyhennettiin yhdestä tunnista 30 minuuttiin viittaamalla suunnittelukäytäntöihin ja aiempiin tietoihin

Hän lisää, että tekoäly ei korvaa ihmisen valvontaa: ”Vahvistaminen ja lopulliset tarkastukset ovat edelleen ihmisten vastuulla.”

Yksi DNP:n suurimmista haasteista on tiedon menettäminen. Asiantuntemus on usein kokeneiden työntekijöiden mielissä tai hautautuneena analogisiin asiakirjoihin.

Advanced Business Centerin tekoälyliiketoiminnan kehitysyksikön teknologiakehitysjohtaja Isaku Osawan johdolla DNP käyttää nyt tekoälyä tämän ongelman ratkaisemiseen suoraan.

Hänen tiiminsä käyttää ChatGPT Enterprisea jäsentämään ja digitoimaan jäsentämätöntä dataa paperikäyttöohjeista historiallisiin laatulokeihin. Kun tietueet on kerran syötetty, niistä tulee osa sisäistä tietämyskantaa, johon kuka tahansa voi päästä käsiksi mukautettujen GPT:den kautta. Tietoarkkitehtuurin määrittelyyn kuluva aika lyheni 90 %. Tiimi myös kaksinkertaisti tarkasteltavien teknisten julkaisujen määrän.

”Tavoitteenamme on muuttaa sukupolvien tietämys digitaaliseksi työksi”, Osawa sanoo. Tämä muutos ei ainoastaan korvaa työvoimapulaa, vaan myös rakentaa pitkän aikavälin innovointikapasiteettia.

• Käyttötapauksista 90 % osoitti mitattavia tuloksia
• 100 % viikoittainen aktiivinen käyttöaste
• Patenttitutkimukseen käytettävän ajan lyheneminen 95 %
• Automaatioaste tehtävien ajan vähentämisessä oli 87 %
• 10-kertainen kasvu käsittelymäärissä

”Tekoälyagentit sulautuvat saumattomasti erilaisiin tilanteisiin, jolloin kaikki voivat hyötyä tekoälystä sitä tiedostamatta”, Otake sanoo. Hän hahmottelee siirtymää ihmisen ja tekoälyn yhteistyöstä kohti perustaa, jossa osa liiketoiminnasta pyörii tekoälyn ja tekoälyn välisenä vuorovaikutuksena. Robotiikan kehittyessä tämä trendi kiihtyy ja johtaa siihen, että tulevaisuudessa fyysinen tekoäly toimii myös todellisessa maailmassa.

Tulevaisuutta ajatellen Otake korostaa, että tiedon säilyttäminen on ratkaisevan tärkeää: "Meidän on muunnettava ihmisille luotu tieto tekoälyn ymmärtämään muotoon ja varmistettava, että tieto säilyy ja sitä jaetaan. Tavoitteenamme on parantaa tuottavuutta samalla kun valmistaudumme työvoiman vähenemiseen." Tavoitteena on koota edistynyt osaaminen ja laatutallenteet jäsenneltyyn dataan, jotta tekoälyagentit ja tulevaisuuden fyysinen tekoäly voivat oppia ja soveltaa sitä, mikä vähentää riippuvuutta yksilön asiantuntemuksesta ja muuttaa sen pysyväksi kilpailueduksi.

Brändilausumallaan ”Luomme tulevaisuuden standardeja” DNP pyrkii laajentamaan vahvuuksiaan paino- ja tietotekniikassa ja muuttumaan tekoälyyn perustuvaksi yritykseksi, joka luo uusia standardeja yhteiskunnalle.