קידום שינוי ארגוני למען חדשנות עסקית

חברת דאי ניפון פרינטינג בע״מ (DNP), שנוסדה ב-1876, היא אחת מחברות הדפוס הגדולות בעולם ומעסיקה יותר מ-37,000 עובדים ברחבי העולם. DNP פועלת בתחומי התקשורת החכמה, החיים והבריאות והאלקטרוניקה. היא מונחית על ידי הצהרת המותג שלה, "יוצרים את הסטנדרטים של העתיד", ומחויבת לחבר בין אנשים ולחזק את הקשר שלהם לחברה, תוך קידום הקיימות.

כחלק ממחויבות זו, DNP מאמצת טכנולוגיות חדשות זה שנים רבות. באפריל 2023 קיבלה החברה החלטה אסטרטגית לאמץ בינה מלאכותית בכל רחבי הארגון. עד מאי כבר הקימה DNP סביבה מאובטחת לשימוש כלל-ארגוני. בפברואר 2025 השיקה החברה את ChatGPT Enterprise בעשר מחלקות מרכזיות. בתוך שלושה חודשים הושגו התוצאות הבאות:

• 90% ממקרי השימוש ב-ChatGPT Enterprise הניבו תוצאות מדידות

• שיעור משתמשים פעילים שבועי של 100%

• קיצור זמן של 87% באמצעות אוטומציה

• שיעור שימוש חוזר בידע של 70% (באמצעות GPTs מותאמים אישית)

• גידול של פי 10 בנפח העיבוד

כדי למצות את היתרונות של בינה מלאכותית יוצרת, DNP התמקדה בעשר המחלקות שבהן פוטנציאל ההשפעה היה הגבוה ביותר. החברה קבעה יעדים ברורים: כל עובד ישתמש ב-ChatGPT לפחות 100 פעמים בשבוע, וזמן ביצוע המשימות יקוצר ביותר מ-50% באמצעות אוטומציה.

כתוצאה מכך, שיפורים שיזמו עובדים יחידים הופצו בין הצוותים באמצעות GPTs מותאמים אישית ושיתוף מקרי שימוש. כך התגבשו דפוסי עבודה מרכזיים שמניעים כיום את השינוי העסקי.

מבין המחלקות שבהן הוטמע ChatGPT Enterprise, ההשפעה הגדולה ביותר נרשמה בחטיבת המחקר והפיתוח של טכנולוגיות מידע ותקשורת. יוהיי אישידה, מנהל יחידת המחקר והפיתוח לחדשנות ב-P&I במרכז לעסקים מתקדמים, הוביל את צוותו לאוטומציה ולשיפור של מחקר הפטנטים ושל אסטרטגיות הגשת הבקשות, כתחליף לעבודה ידנית.

הצוות שלו בנה את תהליכי העבודה הבאים באמצעות ChatGPT Enterprise:

• מחקר פטנטים: אוטומציה של חיפוש, סיכום וסיווג, שקיצרה את זמן המחקר ב-95% והרחיבה את היקפו פי 10

• אסטרטגיית הגשת בקשות: זיהוי הבדלים מהותיים בין הטכנולוגיה של DNP לפטנטים של מתחרים, שהפחית את הסיכון לדחייה וצמצם את הצורך בתיקונים

• ניתוח מתחרים: יצירה אוטומטית של טיוטות ראשוניות לדוחות, שקיצרה את זמן ההכנה ב-80%

באמצעות שדרוג אסטרטגיית הקניין הרוחני, DNP מחזקת את הבסיס לייחודיות מוצריה ולכושר התחרות שלה לאורך זמן.

חטיבת המחקר של DNP העוסקת בטכנולוגיות ייצור מקדמת חדשנות באיכות, בעלות ובאספקה (QCD), כדי להגדיל את הערך של מוצרים ושירותים קיימים, לצד פיתוח מוצרים ושירותים חדשים. בתחומים הדורשים שיטות ניתוח והערכה מתקדמות, DNP קיצרה משמעותית בעזרת ChatGPT Enterprise את הזמן שנדרש בעבר למשימות כגון הפעלת ציוד ניסויי להערכת חומרים, ביצוע מדידות וניתוח נתונים.

בין התוצאות המרכזיות:

• ארגון מידע מפטנטים באנגלית ומעקרונות הפעולה של ציוד בפורמט מובנה בתוך שלושה ימים, במקום כמה חודשים

• מתן אפשרות לעובדים ללא ניסיון ב-Python ליצור ולהריץ קוד באמצעות ChatGPT Enterprise

במקרה שימוש בולט במיוחד, עובדים ללא ניסיון קודם ב-Python הצליחו ליצור קוד ולנתח נתונים ללא כל השקעה בלימוד השפה. עבודת פיתוח שבדרך כלל הייתה אורכת יותר משנה הושלמה בתוך ימים ספורים בלבד. השילוב בין יכולות אלה לבין המומחיות והידע של החוקרים הוביל לתובנות חדשות ולהשפעה משמעותית בכל רחבי החטיבה.

DNP מחדשת את ממשל ה-IT שלה בעזרת ChatGPT Enterprise. מסהירו קוביאשי, מנהל חטיבת פיתוח תשתיות מערכות במרכז טכנולוגיות מידע ותקשורת שבמערך החדשנות במידע, הצביע על שיפורים במשימות שבעבר בוצעו ידנית וללא אחידות:

• ביקורת אבטחה חיצונית: קיצור זמן ההשוואה במסגרת הביקורת מ-30 דקות ל-5 דקות; קיצור זמן בחירת חבילת אלגוריתמי הצפנה מ-3 שעות לשעה אחת

• אבטחת ענן: השלמת בדיקה ראשונית של כ-100 סעיפי אי-עמידה בתקן CIS Benchmark בתוך 10 דקות, במקום שני ימי עבודה של אדם אחד

• סיוע בסקירות: קיצור סקירת הדרישות משעה ל-30 דקות באמצעות הסתמכות על מדיניות תכנון ותיעוד קודם

הוא מוסיף שבינה מלאכותית לא תחליף פיקוח אנושי: "האימות והבדיקות הסופיות נשארים באחריותם של בני אדם."

אחד האתגרים הגדולים ביותר של DNP הוא אובדן ידע. ידע מקצועי מצוי לעיתים קרובות רק בראשם של עובדים מנוסים, או חבוי במסמכי נייר.

בהובלת איסקו אוסווה, מנהל הפיתוח הטכנולוגי ביחידה לפיתוח עסקי בינה מלאכותית במרכז לעסקים מתקדמים, DNP משתמשת כעת בבינה מלאכותית כדי להתמודד ישירות עם הבעיה.

הצוות שלו משתמש ב-ChatGPT Enterprise כדי להפוך נתונים לא מובנים למידע דיגיטלי ומובנה, החל במדריכים מודפסים וכלה ביומני איכות מהעבר. לאחר קליטתם, רישומים אלה הופכים לחלק ממאגר ידע פנימי, הנגיש לכולם באמצעות GPTs מותאמים אישית. הזמן הנדרש להגדרת ארכיטקטורת הנתונים התקצר ב-90%. הצוות גם הכפיל את מספר המאמרים הטכניים שביכולתו לסקור.

"המטרה שלנו היא להפוך ידע שנצבר לאורך דורות לכוח עבודה דיגיטלי", אומר אוסווה. השינוי הזה לא רק מפצה על מחסור בכוח אדם, אלא גם בונה יכולת לחדשנות בטווח הארוך.

• 90% ממקרי השימוש הניבו תוצאות מדידות

• שיעור משתמשים פעילים שבועי של 100%

• קיצור של 95% בזמן מחקר הפטנטים

• קיצור של 87% בזמן ביצוע משימות באמצעות אוטומציה

• גידול של פי 10 בנפח העיבוד

"סוכני בינה מלאכותית ישתלבו באופן טבעי במגוון מצבים, ויאפשרו לכולם ליהנות מבינה מלאכותית אפילו בלי להיות מודעים לכך", אומר אוטקה. הוא צופה מעבר משיתוף פעולה בין בני אדם לבינה מלאכותית לתשתית שבה חלקים מהפעילות העסקית מתנהלים באמצעות אינטראקציה בין מערכות בינה מלאכותית. ככל שהרובוטיקה תתקדם, מגמה זו תואץ ותוביל לעתיד שבו בינה מלאכותית פיזית פועלת בעולם האמיתי.

במבט לעתיד, אוטקה מדגיש ששימור הידע יהיה חיוני: "עלינו להמיר מידע שנוצר עבור בני אדם למידע שבינה מלאכותית יכולה להבין, ולהבטיח שהידע יישמר וישותף. המטרה שלנו היא לשפר את הפרודוקטיביות תוך היערכות להצטמצמות כוח העבודה." השאיפה היא להפוך ידע מעשי מהשטח ורישומי איכות לנתונים מובנים, כדי שסוכני בינה מלאכותית, ובעתיד גם בינה מלאכותית פיזית, יוכלו ללמוד מהם וליישם אותם. כך תפחת התלות במומחיות אישית, והיא תהפוך ליתרון תחרותי מתמשך.

ברוח הצהרת המותג שלה, "יוצרים את הסטנדרטים של העתיד", DNP שואפת להרחיב את חוזקותיה בטכנולוגיות דפוס ומידע ולהפוך לחברה שבינה מלאכותית היא חלק מהותי מפעילותה, ושיוצרת סטנדרטים חדשים לחברה כולה.