Organizācijas pārveides veicināšana uzņēmējdarbības inovācijām

Dibināts 1876. gadā, Dai Nippon Printing Co., Ltd. (DNP) ir viens no pasaules lielākajiem poligrāfijas uzņēmumiem, kas visā pasaulē nodarbina vairāk nekā 37 000 cilvēku. Ar portfeli, kas aptver viedo komunikāciju, dzīvības zinātnes un veselības aprūpi, kā arī elektroniku, DNP vadās pēc sava zīmola saukļa "Veidojot nākotnes standartus" un apņemšanās vienot cilvēkus un sabiedrību, vienlaikus veicinot ilgtspējību.

Kā daļu no šīs apņemšanās DNP jau ilgu laiku izmanto jaunās tehnoloģijas. 2023. gada aprīlī uzņēmums pieņēma stratēģisku lēmumu ieviest mākslīgo intelektu visā organizācijā. Līdz maijam DNP bija izveidojis drošu vidi izmantošanai visā uzņēmumā. 2025. gada februārī uzņēmums uzsāka ChatGPT Enterprise ieviešanu desmit galvenajās nodaļās. Trīs mēnešu laikā tika iegūti šādi rezultāti:

• 90% no ChatGPT Enterprise lietošanas gadījumiem uzrādīja izmērāmus rezultātus
• 100% iknedēļas aktīvās lietošanas rādītājs
• 87% automatizācijas līmenis laika samazināšanā
• 70% zināšanu atkārtotas izmantošanas līmenis (pielāgoti GPT)
• 10x apstrādes apjoma pieaugums

Lai pilnībā izmantotu ģeneratīvā mākslīgā intelekta priekšrocības, DNP izvēlējās desmit nodaļas ar vislielāko potenciālo ietekmi. Uzņēmums noteica skaidrus kritērijus: katram darbiniekam jāizmanto ChatGPT vismaz 100 reizes nedēļā, un jāsasniedz vairāk nekā 50% automatizācijas rādītājs uzdevumu izpildes laika samazināšanai.

Rezultātā individuālie uzlabojumi izplatījās pa komandām, izmantojot pielāgotus GPT un kopīgus lietojuma gadījumus, tādējādi veidojot principus, kas tagad virza uzņēmuma pārvērtības.

Nodaļās, kurās tika ieviests ChatGPT Enterprise, vislielākā ietekme bija vērojama IKT pētniecības un attīstības nodaļā. Johejs Išida, drukas un informācijas inovāciju pētniecības un izstrādes nodaļas ģenerāldirektors (progresīvās uzņēmējdarbības centrs), vadīja savu komandu, lai automatizētu un uzlabotu patentu izpētes un iesniegšanas stratēģijas, aizstājot manuālus uzdevumus.

Viņa komanda izveidoja šādas darbplūsmas, izmantojot ChatGPT Enterprise:

• Patentu izpēte: automatizēta meklēšana, kopsavilkumu veidošana un klasificēšana, samazinot izpētei nepieciešamo laiku par 95% un palielinot apjomu desmitkārtīgi
• Pieteikumu stratēģija: identificēti galvenie atšķirības aspekti starp DNP tehnoloģiju un konkurentu patentiem, samazinot noraidījuma risku un nepieciešamību pēc labojumiem
• Konkurences analīze: automātiski ģenerēti pirmie ziņojumu uzmetumi, samazinot sagatavošanās laiku par 80%

Paaugstinot intelektuālā īpašuma stratēģijas nozīmi, DNP stiprina pamatus produktu unikalitātei un ilgtermiņa konkurētspējai.

DNP izpētes nodaļa, veicinot ražošanas tehnoloģiju attīstību, sekmē QCD (kvalitāte, izmaksas, piegāde) inovācijas, lai palielinātu esošo produktu un pakalpojumu vērtību, kā arī īsteno jaunu preču un pakalpojumu izstrādi. Jomās, kurās nepieciešamas progresīvas analītiskās un novērtēšanas metodes, DNP ir ievērojami samazinājis laiku, kas tradicionāli bija nepieciešams tādiem uzdevumiem kā eksperimentālo iekārtu darbināšana materiālu novērtēšanai, mērījumu veikšana un analīžu veikšana, izmantojot ChatGPT Enterprise.

Galvenie rezultāti ir šādi:

• Informācijas strukturēšana no angļu valodas patentiem un aprīkojuma principiem trīs dienu, nevis vairāku mēnešu laikā
• Iespēja darbiniekiem bez Python pieredzes ģenerēt un palaist kodu, izmantojot ChatGPT Enterprise

Īpaši atzīmējams izmantošanas gadījums bija saistīts ar darbiniekiem, kuriem nebija iepriekšējas pieredzes Python izmantošanā un kuri spēja ģenerēt kodu un analizēt datus bez jebkādām mācību izmaksām. Izstrādes darbi, kas tradicionāli aizņemtu vairāk nekā gadu, tika īstenoti tikai dažu dienu laikā. Apvienojot šīs iespējas ar pētnieku kompetenci un zināšanām, tika gūtas jaunas atziņas, radot būtisku ietekmi visā nodaļā.

DNP modernizē IT pārvaldību ar ChatGPT Enterprise. Masahiro Kobajaši, sistēmu infrastruktūras izstrādes nodaļas ģenerāldirektors (IKT centrs, informācijas inovāciju darbības), uzsvēra uzlabojumus uzdevumos, kas iepriekš tika veikti manuāli un bija nekonsekventi:

• Ārējais drošības audits: samazināts audita salīdzināšanas laiks no 30 minūtēm līdz 5 minūtēm; samazināts kriptogrāfisko risinājumu atlases laiks no 3 stundām līdz 1 stundai
• Mākoņdrošība: aptuveni 100 CIS Benchmark neatbilstības punktu sākotnējā pārbaude tika pabeigta 10 minūtēs, nevis divu cilvēkdienu laikā
• Pārskatīšanas atbalsts: prasību pārskatīšanas laiks tika saīsināts no vienas stundas līdz 30 minūtēm, atsaucoties uz projektēšanas politiku un iepriekšējiem ierakstiem

Viņš piebilst, ka MI neaizstās cilvēku veiktu uzraudzību: "Verifikācija un galīgās pārbaudes joprojām ir cilvēku atbildība."

Viens no lielākajiem DNP izaicinājumiem ir zināšanu zudums. Specializētas zināšanas bieži vien ir pieredzējušu darbinieku prātos vai apslēptas nedigitalizētos dokumentos.

Isaku Osava, tehnoloģiju izstrādes ģenerāldirektors (progresīvās uzņēmējdarbības centra MI attīstības nodaļa), tagad vada MI izmantošanu, lai palīdzētu DNP tiešā veidā risināt šo problēmu.

Viņa komanda izmanto ChatGPT Enterprise, lai strukturētu un digitalizētu nestrukturētus datus no fiziskām rokasgrāmatām līdz vēsturiskiem kvalitātes žurnāliem. Kad šie ieraksti ir uzņemti, tie kļūst par daļu no iekšējās zināšanu bāzes, kurai ikviens var piekļūt, izmantojot pielāgotus GPT. Laiks, kas vajadzīgs, lai definētu datu arhitektūru, tika samazināts par 90%. Komanda arī divkāršoja tehnisko dokumentu skaitu, ko tā varēja pārskatīt.

"Mūsu mērķis ir pārvērst paaudžu zināšanas digitālajā darbā," saka Osava. Šāda pāreja ne tikai kompensē darbaspēka trūkumu, bet arī ilgtermiņā palielina spēju inovēt.

• 90% no lietošanas gadījumu uzrādīja izmērāmus rezultātus
• 100% iknedēļas aktīvās lietošanas rādītājs
• 95% patentu izpētes laika samazinājums
• 87% automatizācijas līmenis uzdevumu izpildes laika samazināšanā
• 10x apstrādes apjoma pieaugums

“MI aģenti dabiski iekļausies dažādās situācijās, ļaujot ikvienam gūt labumu no MI, to pat neapzinoties,” saka Otake. Viņš paredz pāreju no cilvēku un MI sadarbības uz pamatu, kurā daļa uzņēmējdarbības notiek, izmantojot MI savstarpējo mijiedarbību. Robotikai attīstoties, šī tendence paātrināsies, virzot mūs uz nākotni, kur fiziskais MI darbojas reālajā pasaulē.

Raugoties nākotnē, Otake uzsver, ka zināšanu saglabāšanai būs izšķiroša nozīme: "Mums cilvēku radītā informācija jāpārveido par informāciju, ko mākslīgais intelekts spēj saprast, un jānodrošina, ka zināšanas tiek saglabātas un izplatītas. Mūsu mērķis ir uzlabot produktivitāti, gatavojoties darbaspēka samazinājumam." Mērķis ir kodificēt būtiskas praktiskās zināšanas un kvalitātes ierakstus strukturētos datos, lai MI aģenti un nākotnes fiziskais MI varētu tos apgūt un izmantot, samazinot atkarību no individuālām zināšanām un pārvēršot to ilgstošā konkurences priekšrocībā.

Saskaņā ar savu zīmola vēstījumu – "Veidojot nākotnes standartus" – DNP cenšas paplašināt savas stiprās puses drukas un informācijas tehnoloģiju jomā un kļūt par mākslīgā intelekta uzņēmumu, kas rada jaunus standartus sabiedrībai.