A szervezeti átalakulás elősegítése az üzleti innováció érdekében

Az 1876-ban alapított, Dai Nippon Printing Co., Ltd. (DNP) a világ egyik legnagyobb nyomdaipari vállalata, és világszerte több mint 37 000 embert foglalkoztat. Az intelligens kommunikáció, az életmód és egészségügy, valamint az elektronika területeit átfogó portfóliójával a DNP-t a „Jövőbeli szabványok létrehozása” márkaüzenet vezérli, valamint az az elkötelezettség, hogy összekapcsolja az embereket és a társadalmat, miközben előmozdítja a fenntarthatóságot.

E kötelezettségvállalás részeként a DNP régóta nyitott az újonnan megjelenő technológiák iránt. 2023 áprilisában a vállalat stratégiai döntést hozott az AI szervezeten belüli alkalmazása mellett. Májusra a DNP egy biztonságos környezetet épített ki vállalati szintű használatra. 2025 februárjában a vállalat bevezette a ChatGPT Enterprise-t tíz kulcsfontosságú részlegben. Három hónapon belül az eredmények a következők voltak:

• A használati esetek 90%-a a ChatGPT Enterprise használatával mérhető eredményeket mutatott
• 100%-os heti aktív használati arány
• 87%-os automatizálási arány az időmegtakarításban
• 70%-os tudás újrahasznosítási aránya (egyedi GPT‑k)
• 10-szeres növekedés a feldolgozási volumenben

A generatív AI előnyeinek teljes körű kiaknázása érdekében a DNP tíz olyan részlegre összpontosított, ahol a legnagyobb potenciális hatást érhette el. A vállalat egyértelmű mérőszámokat állított fel: minden alkalmazottnak hetente legalább 100 alkalommal kell használnia a ChatGPT‑t, és a feladatokhoz kapcsolódó időráfordítás csökkentésére 50% feletti automatizálási arányt határozott meg.

Ennek eredményeként az egyedi fejlesztések az egyedi GPT‑k és a megosztott felhasználási esetek révén elterjednek a csapatok között, és mára olyan alapvető mintázatokká álltak össze, amelyek az üzleti átalakulást hajtják.

Azokban a részlegekben, ahol bevezették a ChatGPT Enterprise-t, a legnagyobb hatás az IKT kutatás-fejlesztési részlegben volt észlelhető. Yohei Ishida, az Advanced Business Center P&I Innovációs Kutatás-Fejlesztési Egységének vezérigazgatója csapatával automatizálta és továbbfejlesztette a szabadalomkutatási és szabadalmi bejelentési stratégiákat, kiváltva a manuális feladatokat.

Csapata a következő munkafolyamatokat hozta létre a ChatGPT Enterprise használatával:

• Szabadalomkutatás: automatizált keresés, összegzés és osztályozás, amely 95%-kal csökkenti a kutatási időt és tízszeresére növeli a lefedettséget
• Alkalmazási stratégia: azonosítottuk a DNP technológiája és a versenytársak szabadalmai közötti fő megkülönböztető jegyeket, csökkentve az elutasítás kockázatát és minimalizálva a módosítások számát
• Versenytárselemzés: automatikusan generált első vázlatjelentések, 80%-kal csökkentve az előkészítési időt

A szellemitulajdon-stratégia magasabb szintre emelésével a DNP megerősíti a termékek egyediségének és a hosszú távú versenyképességnek az alapjait.

A DNP a gyártástechnológiai fejlesztéseket előmozdító kutatási részlegeként a QCD-innováció (minőség, költség, szállítás) révén növeli a meglévő termékek és szolgáltatások értékét, valamint új termékek és szolgáltatások fejlesztésére törekszik. Az összetett elemzési és értékelési technikákat igénylő területeken a DNP a ChatGPT Enterprise használatával jelentősen csökkentette az olyan feladatokhoz hagyományosan szükséges időt, mint az anyagértékeléshez használt kísérleti berendezések működtetése, a mérések elvégzése és az elemzések végrehajtása.

A fő eredmények közé tartoznak:

• Információk strukturálása angol nyelvű szabadalmakból és berendezéselvekből három nap alatt, több hónap helyett
• Lehetővé teszi, hogy a Python-tapasztalattal nem rendelkező munkavállalók a ChatGPT Enterprise segítségével kódot generáljanak és futtassanak

Egy különösen figyelemre méltó példa az volt, hogy a Pythonban korábban semmilyen tapasztalattal nem rendelkező munkatársak is képesek voltak kódot írni és adatokat elemezni, tanulási ráfordítás nélkül. Az a fejlesztési munka, amely normál esetben több mint egy évet venne igénybe, mindössze néhány nap alatt megvalósult. E képességeket a kutatók szakértelmével és tudásával ötvözve új meglátások születtek, ami jelentős hatást hozott az egész részleg számára.

A DNP a ChatGPT Enterprise segítségével korszerűsíti az IT-irányítást. Masahiro Kobayashi, az Információs Innovációs Műveletek ICT Központjának Rendszerinfrastruktúra-fejlesztési Osztályának vezetője kiemelte az egykor manuális és inkonzisztens feladatok terén elért fejlődést:

• Külső biztonsági audit: az auditok összehasonlításának idejét 30 percről 5 percre csökkentette; a kriptográfiai csomag kiválasztását 3 óráról 1 órára rövidítette
• Felhőbiztonság: ~100 CIS Benchmark-meg nem felelés tétel kezdeti ellenőrzését 10 perc alatt végezték el, ahelyett, hogy két munkanapra lett volna szükség
• Felülvizsgálati támogatás: a tervezési irányelvekre és korábbi nyilvántartásokra támaszkodva 1 óráról 30 percre csökkentette a követelmények felülvizsgálati idejét

Hozzáteszi, hogy az AI nem váltja ki az emberi felügyeletet: „Az ellenőrzés és a végső ellenőrzések továbbra is az emberek felelőssége marad.”

A DNP egyik legnagyobb kihívása a tudásvesztés. A szakértelem gyakran a tapasztalt munkatársak fejében rejlik, vagy analóg dokumentumokban rejtőzik.

Az Advanced Business Center AI üzletfejlesztési egységének technológiafejlesztési vezérigazgatója, Isaku Osawa vezetésével a DNP most már AI-t használ arra, hogy közvetlenül szálljon szembe ezzel a problémával.

Csapata a ChatGPT Enterprise-t használja a papíralapú kézikönyvekben és a korábbi minőségi naplókban található strukturálatlan adatok rendszerezésére és digitalizálására. Miután bekerültek, ezek a bejegyzések egy belső tudásbázis részévé válnak, amelyhez bárki hozzáférhet egyedi GPT‑ken keresztül. Az adatarchitektúra meghatározásához szükséges idő 90%-kal csökkent. A csapat emellett megduplázta a felülvizsgálható technikai tanulmányok számát.

„Célunk, hogy a nemzedékeken át felhalmozott tudást digitális munkává alakítsuk” – mondja Osawa. Ez a változás nemcsak ellensúlyozza a munkaerőhiányt, hanem megteremti az innováció hosszú távú feltételeit is.

• A felhasználási esetek 90%-a mérhető eredményeket mutatott
• 100%-os heti aktív használati arány
• A szabadalmi kutatásra fordított idő 95%-os csökkentése
• 87%-os automatizálási arány a feladatidő csökkentésében
• 10-szeres növekedés a feldolgozási volumenben

„Az AI-ügynökök észrevétlenül illeszkednek majd a különféle helyzetekhez, így mindenki profitálhat az AI-ból anélkül, hogy ennek akár tudatában lenne” – mondja Otake. Elképzelése szerint elmozdulás várható az emberek és az AI együttműködésétől egy olyan működési alap felé, ahol az üzleti folyamatok egy része AI-k közötti interakciókon keresztül zajlik. A robotika fejlődésével ez a tendencia fel fog gyorsulni, ami egy olyan jövőhöz vezet, ahol a fizikai AI a valós világban működik.

A jövőre tekintve Otake hangsúlyozza, hogy a tudás megőrzése kulcsfontosságú lesz: "Az emberek számára létrehozott információkat az AI számára is értelmezhető információvá kell alakítanunk, és biztosítanunk kell, hogy a tudás megőrződjön és megosztásra kerüljön. Célunk, hogy javítsuk a termelékenységet, ahogy felkészülünk a csökkenő munkaerő-állományra." A cél az, hogy a frontvonalban megszerzett szaktudást és a minőségi nyilvántartásokat strukturált adatokba rendezzük, hogy az AI-ügynökök és a jövőbeli fizikai AI-rendszerek tanulhassanak ezekből és alkalmazhassák őket, csökkentve az egyéni szakértelemtől való függést, és azt tartós versenyelőnnyé alakítva.

A „Jövőbeli szabványok létrehozása” márkaüzenet jegyében a DNP arra törekszik, hogy tovább erősítse nyomtatási és információs technológiai kompetenciáit, és olyan AI-natív vállalattá alakuljon, amely új társadalmi szabványokat teremt.