ბიზნესინოვაციისთვის ორგანიზაციული ტრანსფორმაციის წინსვლა

1876 წელს დაარსებული Dai Nippon Printing Co., Ltd. (DNP) მსოფლიოში ერთ-ერთი უმსხვილესი საბეჭდი კომპანიაა და გლობალურად 37,000-ზე მეტ ადამიანს ასაქმებს. პორტფელით, რომელიც მოიცავს Smart Communication-ს, Life & Healthcare-ს და Electronics-ს, DNP ხელმძღვანელობს თავისი ბრენდის გზავნილით — „მომავლის სტანდარტების შექმნა.“ — და ერთგულია ადამიანებისა და საზოგადოების დაკავშირებისა, თანაც მდგრადობის წინსვლის.

ამ ვალდებულების ფარგლებში, DNP დიდი ხანია იღებს ახალ ტექნოლოგიებს. 2023 წლის აპრილში კომპანიამ მიიღო სტრატეგიული გადაწყვეტილება, რომ მთელი ორგანიზაციის მასშტაბით დაენერგა AI. მაისისთვის DNP-მ შექმნა უსაფრთხო გარემო მთელი საწარმოს მასშტაბით გამოყენებისთვის. 2025 წლის თებერვალში კომპანიამ ChatGPT Enterprise ათ ძირითად დეპარტამენტში გაუშვა. სამ თვეში მიღებულ შედეგებს შორის იყო:

• ChatGPT Enterprise-ის გამოყენების შემთხვევების 90%-მა გაზომვადი შედეგები აჩვენა
• 100% ყოველკვირეული აქტიური გამოყენების მაჩვენებელი
• დროის შემცირებაში 87% ავტომატიზაციის მაჩვენებელი
• ცოდნის ხელახალი გამოყენების 70% მაჩვენებელი (custom GPTs)
• დამუშავების მოცულობის 10-ჯერ ზრდა

გენერაციული AI-ის სარგებლის სრულად რეალიზებისთვის DNP-მ მიზნად აირჩია ათი დეპარტამენტი, სადაც გავლენის ყველაზე მაღალი პოტენციალი იყო. კომპანიამ დააწესა მკაფიო საზომები: თითოეულ თანამშრომელს ChatGPT კვირაში სულ მცირე 100-ჯერ უნდა გამოეყენებინა, ხოლო ამოცანების დროში შემცირებისთვის ავტომატიზაციის მაჩვენებელი 50%-ზე მეტი უნდა ყოფილიყო.

შედეგად, ინდივიდუალური გაუმჯობესებები custom GPT‑ებისა და გაზიარებული გამოყენების შემთხვევების მეშვეობით გუნდებში გავრცელდა და ჩამოყალიბდა ძირითადი ნიმუშები, რომლებიც ახლა ბიზნესის ტრანსფორმაციას ამოძრავებს.

იმ დეპარტამენტებში, სადაც ChatGPT Enterprise დაინერგა, ყველაზე დიდი გავლენა ICT-ის კვლევისა და განვითარების განყოფილებაში გამოჩნდა. იოჰეი იშიდამ, Advanced Business Center-ის P&I Innovation Research and Development Unit-ის გენერალურმა მენეჯერმა, საკუთარ გუნდს უხელმძღვანელა საპატენტო კვლევისა და განაცხადის სტრატეგიების ავტომატიზაციასა და გაუმჯობესებაში, რითაც ხელით შესრულებული ამოცანები ჩაანაცვლა.

მისმა გუნდმა ChatGPT Enterprise-ის გამოყენებით შექმნა შემდეგი სამუშაო პროცესები:

• საპატენტო კვლევა: ძიების, შეჯამებისა და კლასიფიკაციის ავტომატიზაცია, რამაც კვლევის დრო 95%-ით შეამცირა და მოცვა 10-ჯერ გაზარდა
• განაცხადის სტრატეგია: გამოავლინა ძირითადი განმასხვავებლები DNP-ის ტექნოლოგიასა და კონკურენტების პატენტებს შორის, რაც უარყოფის რისკს ამცირებს და შესწორებებს მინიმუმამდე დაჰყავს
• კონკურენტული ანალიზი: ავტომატურად შექმნა ანგარიშების პირველი ვერსიები, რამაც მომზადების დრო 80%-ით შეამცირა

ინტელექტუალური საკუთრების სტრატეგიის გაძლიერებით, DNP ამყარებს პროდუქტის უნიკალურობისა და გრძელვადიანი კონკურენტუნარიანობის საფუძვლებს.

DNP-ის კვლევითი განყოფილება, რომელიც საწარმოო ტექნოლოგიების განვითარებას უწყობს ხელს, QCD (quality, cost, delivery) ინოვაციას ავითარებს არსებული პროდუქტებისა და მომსახურებების ღირებულების გასაზრდელად და ახალი პროდუქტებისა და მომსახურებების განვითარებას მისდევს. იმ სფეროებში, სადაც მოწინავე ანალიტიკური და შეფასების ტექნიკებია საჭირო, DNP-მ ChatGPT Enterprise-ის გამოყენებით მნიშვნელოვნად შეამცირა დრო, რომელიც ტრადიციულად სჭირდებოდა ისეთ ამოცანებს, როგორიცაა მასალის შეფასებისთვის ექსპერიმენტული აღჭურვილობის ოპერირება, გაზომვების ჩატარება და ანალიზების შესრულება.

მთავარი შედეგებია:

• ინგლისურ პატენტებსა და აღჭურვილობის პრინციპებზე ინფორმაციის სტრუქტურირება სამ დღეში, რამდენიმე თვის ნაცვლად
• თანამშრომლებისთვის, რომლებსაც Python-ის გამოცდილება არ ჰქონდათ, ChatGPT Enterprise-ის საშუალებით კოდის გენერირებისა და გაშვების შესაძლებლობის მიცემა

განსაკუთრებით საყურადღებო გამოყენების შემთხვევა შეეხებოდა თანამშრომლებს, რომლებსაც Python-ში წინასწარი გამოცდილება არ ჰქონდათ და რომლებმაც შეძლეს კოდის გენერირება და მონაცემების ანალიზი სწავლის დამატებითი ხარჯის გარეშე. ისეთი განვითარების სამუშაო, რომელსაც ტრადიციულად ერთ წელზე მეტი დასჭირდებოდა, სულ რამდენიმე დღეში განხორციელდა. ამ შესაძლებლობების მკვლევართა ექსპერტიზასა და ცოდნასთან გაერთიანებით, აღმოჩენილ იქნა ახალი მიგნებები, რომლებმაც მნიშვნელოვანი გავლენა მოახდინა მთელ განყოფილებაზე.

DNP ChatGPT Enterprise-ის საშუალებით IT მმართველობას აახლებს. მასაჰირო კობაიაშიმ, System Infrastructure Development Division-ის გენერალურმა მენეჯერმა ICT Center-ში, Information Innovation Operations-ში, ხაზი გაუსვა იმ ამოცანების გაუმჯობესებას, რომლებიც ადრე ხელით და არათანმიმდევრულად სრულდებოდა:

• გარე უსაფრთხოების აუდიტი: აუდიტის შედარების დრო 30 წუთიდან 5 წუთამდე შემცირდა; კრიპტოგრაფიული ნაკრების შერჩევა 3 საათიდან 1 საათამდე დავიდა
• ღრუბლის უსაფრთხოება: დაახლოებით 100 CIS Benchmark-ის შეუსაბამობის პუნქტის საწყისი შემოწმება 10 წუთში დასრულდა, ორი ადამიანური სამუშაო დღის ნაცვლად
• მიმოხილვის მხარდაჭერა: დიზაინის პოლიტიკებსა და წარსულ ჩანაწერებზე დაყრდნობით მოთხოვნების მიმოხილვა 1 საათიდან 30 წუთამდე შემცირდა

ის ასევე ამატებს, რომ AI ადამიანურ ზედამხედველობას ვერ ჩაანაცვლებს: „გადამოწმება და საბოლოო შემოწმება კვლავ ადამიანების პასუხისმგებლობად რჩება.“

DNP-ის ერთ-ერთი ყველაზე დიდი გამოწვევა ცოდნის დაკარგვაა. ექსპერტიზა ხშირად გამოცდილი თანამშრომლების გონებაშია მოქცეული ან ანალოგურ დოკუმენტებშია ჩამარხული.

Advanced Business Center-ის AI Business Development Unit-ში ტექნოლოგიური განვითარების გენერალური მენეჯერის, ისაკუ ოსავას ხელმძღვანელობით, DNP ახლა ამ საკითხის პირდაპირ მოსაგვარებლად AI-ს იყენებს.

მისი გუნდი ChatGPT Enterprise-ს იყენებს არასტრუქტურირებული მონაცემების სტრუქტურირებისა და დიგიტალიზაციისთვის, ქაღალდის სახელმძღვანელოებიდან ისტორიულ ხარისხის ჟურნალებამდე. ატვირთვის შემდეგ ეს ჩანაწერები შიდა ცოდნის ბაზის ნაწილად იქცევა, რომელზეც წვდომა ნებისმიერს შეუძლია custom GPT‑ების საშუალებით. მონაცემთა არქიტექტურის განსაზღვრისთვის საჭირო დრო 90%-ით შემცირდა. გუნდმა ასევე გააორმაგა ტექნიკური ნაშრომების რაოდენობა, რომელთა მიმოხილვაც შეძლო.

„ჩვენი მიზანია თაობებს შორის გადაცემული ცოდნა ციფრულ შრომად ვაქციოთ,“ ამბობს ოსავა. ეს ცვლილება არა მხოლოდ სამუშაო ძალის დეფიციტს ანაზღაურებს, არამედ ინოვაციისთვის გრძელვადიან შესაძლებლობებსაც ქმნის.

• გამოყენების შემთხვევების 90%-მა გაზომვადი შედეგები აჩვენა
• 100% ყოველკვირეული აქტიური გამოყენების მაჩვენებელი
• საპატენტო კვლევის დროში 95%-იანი შემცირება
• ამოცანის დროის შემცირებაში 87% ავტომატიზაციის მაჩვენებელი
• დამუშავების მოცულობის 10-ჯერ ზრდა

„AI აგენტები სხვადასხვა სიტუაციაში შეუმჩნევლად შეერწყმებიან პროცესებს, რაც ყველას მისცემს AI-ით სარგებლობის შესაძლებლობას ისე, რომ ამას ვერც კი გააცნობიერებენ,“ ამბობს ოტაკე. ის ხედავს გადასვლას ადამიანსა და AI-ს თანამშრომლობიდან ისეთ საფუძველზე, სადაც ბიზნესის გარკვეული ნაწილები AI-დან AI-მდე ურთიერთქმედებით იმუშავებს. რობოტიკის განვითარებასთან ერთად ეს ტენდენცია დაჩქარდება და მიგვიყვანს მომავალამდე, სადაც ფიზიკური AI რეალურ სამყაროში იმუშავებს.

მომავალზე საუბრისას, ოტაკე ხაზს უსვამს, რომ ცოდნის შენარჩუნება კრიტიკულად მნიშვნელოვანი იქნება: „ადამიანებისთვის შექმნილი ინფორმაცია უნდა გადავაქციოთ ისეთ ინფორმაციად, რომელსაც AI გაიგებს, და დავრწმუნდეთ, რომ ცოდნა შენარჩუნდება და გაიზიარება. ჩვენი მიზანია პროდუქტიულობის გაუმჯობესება მაშინ, როცა სამუშაო ძალის შემცირებისთვის ვემზადებით.“ მიზანია წინა ხაზის ნოუ-ჰაუსა და ხარისხის ჩანაწერების სტრუქტურირებულ მონაცემებად კოდიფიცირება, რათა AI აგენტებმა და მომავალმა ფიზიკურმა AI-მ შეძლონ მათი სწავლა და გამოყენება, ინდივიდუალურ ექსპერტიზაზე დამოკიდებულების შემცირებით და მისი მდგრად კონკურენტულ უპირატესობად გადაქცევით.

თავისი ბრენდის გზავნილის — „მომავლის სტანდარტების შექმნა“ — ქვეშ, DNP ცდილობს გააფართოოს თავისი სიძლიერეები ბეჭდვისა და საინფორმაციო ტექნოლოგიების სფეროებში და გარდაიქმნას AI-native კომპანიად, რომელიც საზოგადოებისთვის ახალ სტანდარტებს ქმნის.