Napredne organizacijske transformacije u cilju poslovne inovacije

Osnovana 1876., Dai Nippon Printing Co., Ltd. (DNP) je jedna od najvećih tiskarskih tvrtki na svijetu koja zapošljava više od 37 tisuća ljudi diljem svijeta. S portfeljom koji obuhvaća pametnu komunikaciju, životne znanosti i zdravstvo te elektroniku, DNP se vodi svojom izjavom o brendu: „Stvaranje normi za budućnost” i zalaganjem za povezivanje ljudi i društava uz istodobno unapređenje održivosti.

Kao dio tog zalaganja DNP već dugo prihvaća nove tehnologije u razvoju. U travnju 2023. tvrtka je donijela stratešku odluku da uvede AI u čitavoj organizaciji. Do svibnja je DNP izgradio sigurno okruženje za upotrebu u čitavoj tvrtki. U veljači 2025. tvrtka je uvela ChatGPT Enterprise u 10 ključnih odjela. U roku od 3 mjeseca rezultati su uključivali:

• 90 % slučajeva upotrebe uz ChatGPT Enterprise pokazali su mjerljive rezultate
• postotak aktivnog tjednog korištenja od 100 %
• postotak automatizacije u skraćenju vremena od 87 %
• postotak ponovne upotrebe znanja (prilagođeni GPT‑ovi) od 70 %
• 10 puta veći obujam obrade

Kako bi u potpunosti iskoristio prednosti generativne umjetne inteligencije, DNP je ciljao 10 odjela s najvećim mogućim utjecajem. Tvrtka je postavila jasne kriterije: svaki zaposlenik trebao bi upotrebljavati ChatGPT najmanje 100 puta tjedno, uz postotak automatizacije veći od 50 % u skraćenju vremena potrebnog za obavljanje zadataka.

Kao rezultat toga, pojedinačna poboljšanja šire se među timovima putem prilagođenih GPT‑ova i zajedničkih slučajeva upotrebe, tvoreći temeljne obrasce koji sada potiču poslovnu transformaciju.

U odjelima u kojima je uveden ChatGPT Enterprise, najveći učinak zabilježen je u ICT odjelu za istraživanje i razvoj. Yohei Ishida, glavni direktor Jedinice za istraživanje i razvoj inovacija u P&I, Centar za napredno poslovanje, predvodio je svoj tim u automatizaciji i unaprjeđenju strategija za istraživanje patenata i podnošenje patentnih prijava, zamijenivši ručne zadatke.

Njegov je tim izradio sljedeće radne tijekove pomoću plana ChatGPT Enterprise:

• Istraživanje patenata: automatizirano pretraživanje, sažimanje i klasifikacija skraćuje vrijeme istraživanja za 95 % i proširuje obuhvat 10 puta
• Strategija prijave: identificirane su ključne razlike između DNP-ove tehnologije i patenata konkurenata, smanjivši rizik od odbijanja i mogućnost revizije na najmanju moguću mjeru
• Analiza konkurencije: automatski generirani prvi nacrti izvješća, skraćujući vrijeme pripreme za 80 %

Poboljšanjem strategije intelektualnog vlasništva DNP jača temelje jedinstvenosti i dugoročne konkurentnosti proizvoda.

Istraživački odjel DNP-a koji promovira proizvodnu tehnologiju unaprjeđuje inovacije u QCD-u (kvaliteta, trošak, isporuka) kako bi povećao vrijednost postojećih proizvoda i usluga te se bavi razvojem novih proizvoda i usluga. U područjima koja zahtijevaju napredne analitičke i evaluacijske tehnike, DNP je pomoću plana ChatGPT Enterprise značajno skratio vrijeme tradicionalno potrebno za zadatke poput rada eksperimentalne opreme za procjenu materijala, provođenja mjerenja i provođenja analiza.

Ključni ishodi uključuju:

• Strukturiranje informacija iz engleskih patenata i načela rada opreme u 3 dana, umjesto nekoliko mjeseci
• Omogućavanje zaposlenicima bez iskustva u Pythonu generiranje i pokretanje koda putem plana ChatGPT Enterprise

Posebno značajan slučaj upotrebe odnosio se na zaposlenike bez prethodnog iskustva s Pythonom, koji su mogli generirati kod i analizirati podatke bez ikakvih troškova učenja. Rad na razvoju za koji bi tradicionalno bilo potrebno više od godinu dana implementiran je u samo nekoliko dana. Kombiniranjem ovih sposobnosti sa stručnošću i znanjem istraživača otkriveni su novi uvidi, što je imalo značajan utjecaj na cijeli odjel.

Uz plan ChatGPT Enterprise DNP modernizira upravljanje IT-om. Masahiro Kobayashi, generalni direktor Odjela za razvoj infrastrukture sustava, ICT centar, Operacije informacijskih inovacija, istaknuo je poboljšanja u zadacima koji su nekoć bili ručni i nedosljedni:

• Vanjska sigurnosna revizija: skratili vrijeme usporedbe revizija s 30 minuta na 5 minuta; skratili vrijeme odabira kriptografskog paketa s 3 sata na 1 sat
• Sigurnost u oblaku: dovršena početna provjera ~ 100 stavki neusklađenosti prema CIS Benchmarku u 10 minuta umjesto za 2 radna dana
• Podrška pri pregledu: skraćivanje pregleda zahtjeva s 1 sata na 30 minuta oslanjanjem na dizajnerske smjernice i ranije zapise

Dodaje da umjetna inteligencija neće zamijeniti ljudski nadzor: „Verifikacija i završne provjere ostaju odgovornost ljudi.“

Jedan od najvećih izazova DNP-a jest gubitak znanja. Stručno znanje često se nalazi u glavama iskusnih zaposlenika ili je skriveno u analognim dokumentima.

Pod vodstvom Isakua Osawe, generalnog direktora za razvoj tehnologije u Odjelu za razvoj poslovanja u području umjetne inteligencije Naprednog poslovnog centra, DNP sada upotrebljava umjetnu inteligenciju kako bi izravno riješio ovaj problem.

Njegov tim upotrebljava ChatGPT Enterprise za strukturiranje i digitalizaciju nestrukturiranih podataka, od papirnatih priručnika do povijesnih zapisnika o kvaliteti. Nakon unosa ti zapisi postaju dio interne baze znanja kojoj svatko može pristupiti putem prilagođenih GPT‑ova. Vrijeme potrebno za definiranje arhitekture podataka smanjeno je za 90 %. Tim je također udvostručio broj tehničkih radova koje je mogao pregledati.

„Naš cilj je pretvoriti generacijsko znanje u digitalni rad“, kaže Osawa. Ta promjena ne samo da ublažava manjak radne snage, već i gradi dugoročne kapacitete za inovacije.

• 90 % slučajeva upotrebe pokazali su mjerljive rezultate
• postotak aktivnog tjednog korištenja od 100 %
• 95 % kraće vrijeme za istraživanje patenata
• 87 % automatizacije u kraćem vremenu potrebnom za zadatke
• 10 puta veći obujam obrade

„AI agenti će se besprijekorno uklopiti u razne situacije, omogućujući svima da imaju koristi od umjetne inteligencije, a da toga nisu ni svjesni”, kaže Otake. On zamišlja pomak od suradnje ljudi i umjetne inteligencije prema temelju u kojem se dijelovi poslovanja odvijaju putem interakcije između AI sustava. Kako robotika napreduje, taj će se trend ubrzavati, što će dovesti do budućnosti u kojoj će fizička umjetna inteligencija djelovati u stvarnom svijetu.

Gledajući unaprijed, Otake naglašava da će očuvanje znanja biti ključno: „Moramo pretvoriti informacije stvorene za ljude u informacije koje umjetna inteligencija može razumjeti i osigurati da se znanje sačuva i podijeli. Naš je cilj poboljšati produktivnost dok se pripremamo za smanjenje radne snage.” Cilj je kodificirati znanje s prve linije i zapise o kvaliteti u strukturirane podatke kako bi ih agenti umjetne inteligencije i buduća fizička umjetna inteligencija mogli učiti i primjenjivati, smanjujući ovisnost o individualnoj stručnosti i pretvarajući je u trajnu konkurentsku prednost.

Pod sloganom svojeg brenda „Stvaranje normi za budućnost” DNP nastoji proširiti svoje prednosti u tehnologijama tiska i informacijskim tehnologijama te se transformirati u tvrtku koja se koristi umjetnom inteligencijom za stvaranje novih društvenih normi.