Fremmer organisatorisk transformasjon for forretningsinnovasjon

Dai Nippon Printing Co., Ltd. (DNP), grunnlagt i 1876, er en av verdens største trykkeribedrifter med over 37 000 ansatte globalt. DNP har en portefølje som spenner over smartkommunikasjon, helse og livsstil og elektronikk, og styres etter bedriftens motto, «Creating future standards». og en forpliktelse til å knytte sammen mennesker og samfunn samtidig som bærekraft fremmes.

Som en del av denne forpliktelsen har DNP lenge tatt i bruk nyskapende teknologi. I april 2023 tok selskapet en strategisk beslutning om å ta i bruk AI i hele organisasjonen. I mai hadde DNP bygget et sikkert miljø for bruk i hele bedriften. I februar 2025 tok de i bruk ChatGPT Enterprise i ti kjerneavdelinger. Etter tre måneder hadde de følgende resultater:

• 90 % av brukstilfellene med ChatGPT Enterprise viste målbare resultater
• 100 % ukentlig aktiv bruksandel
• 87 % automatiseringsgrad i tidsreduksjon
• 70 % gjenbruksgrad for kunnskap (egendefinerte GPT‑er)
• Tidobling av behandlingsvolum

For å utnytte fordelene ved generativ AI fullt ut, fokuserte DNP på ti avdelinger med størst potensial for innvirkning. Selskapet satte klare mål: hver ansatt skal bruke ChatGPT minst 100 ganger i uken, og over 50 % automatiseringsgrad for å redusere tidsbruk på oppgaver.

Dermed spredte individuelle forbedringer seg på tvers av teamene gjennom egendefinerte GPT‑er og delte bruksområder, og dannet kjernemønstre som nå driver forretningsendring.

I avdelingene der ChatGPT Enterprise ble introdusert, merket man størst effekt i forsknings- og utviklingsavdelingen for IKT. Yohei Ishida, General Manager for P&I Innovation Research and Development Unit, Advanced Business Center, ledet teamet sitt til å automatisere og forbedre patentundersøkelser og innleveringsstrategier, og byttet ut manuelle oppgaver.

Teamet hans bygget følgende arbeidsflyter ved å bruke ChatGPT Enterprise:

• Patentundersøkelser: automatisert søk, oppsummering og klassifisering, som reduserte undersøkelsestiden med 95 % og tidoblet dekningsområdet.
• Applikasjonsstrategi: identifiserte nøkkelforskjeller mellom DNPs teknologi og konkurrentenes patenter, noe som reduserte risikoen for avvisning og minimerte revisjoner.
• Konkurranseanalyse: genererte førsteutkast til rapporter automatisk, og reduserte forberedelsestiden med 80 %.

Ved å forbedre IP-strategien styrker DNP grunnlaget for produktets unike egenskaper og konkurransedyktighet på lang sikt.

DNPs forskningsavdeling fremmer fremskritt innen produksjonsteknologi, videreutvikler QCD-innovasjon (kvalitet, kostnader og levering) for å øke verdien av eksisterende produkter og tjenester, og jobber med å utvikle nye produkter og tjenester. I områder som krever avanserte analyse- og evalueringsteknikker, har DNP redusert tiden som tradisjonelt trengs til oppgaver som å betjene eksperimentelt utstyr for materialevaluering, gjennomføre målinger og utføre analyser, ved å ta i bruk ChatGPT Enterprise.

Viktige resultater inkluderer:

• Å kunne strukturere informasjon fra engelske patenter og utstyrsprinsipper på tre dager, ned fra flere måneder
• Gjør det mulig for ansatte uten Python-erfaring å generere og kjøre kode gjennom ChatGPT Enterprise

Et spesielt bemerkelsesverdig tilfelle involverte ansatte som uten tidligere erfaring med Python klarte å generere kode og analysere data uten noen opplæringskostnader. Utviklingsarbeid som vanligvis ville tatt over et år, ble implementert på bare noen få dager. Ved å kombinere disse egenskapene med forskeres ekspertise og kunnskap, ble det oppdaget ny innsikt som hadde sterk effekt på hele avdelingen.

DNP moderniserer IT-styring med ChatGPT Enterprise. Masahiro Kobayashi, General Manager of System Infrastructure Development Division, ICT Center, Information Innovation Operations, fremhevet forbedringer i oppgaver som tidligere var manuelle og inkonsekvente:

• Ekstern sikkerhetsrevisjon: reduserte tiden for revisjonssammenligning fra 30 minutter til 5 minutter, og reduserte tiden for valg av kryptografisk pakke fra 3 timer til 1 time
• Nettskysikkerhet: vi fullførte den første kontrollen av ~100 CIS Benchmark-avvikspunkter på 10 minutter i stedet for to dager.
• Gjennomgangsstøtte: reduserte tiden for kravgjennomganger fra 1 time til 30 minutter ved å vise til designretningslinjer og tidligere oppføringer

Han legger til at AI ikke vil erstatte menneskelig tilsyn: «Verifisering og sluttkontroller er fortsatt menneskers ansvar.»

En av DNPs største utfordringer er kunnskapstap. Ekspertise sitter ofte i hodet på erfarne ansatte eller ligger begravet i analoge dokumenter.

Under lederskap av Isaku Osawa, General Manager of Technology Development at the Advanced Business Center's AI Business Development Unit, bruker DNP nå AI til å løse dette problemet direkte.

Teamet hans bruker ChatGPT Enterprise til å strukturere og digitalisere ustrukturerte data fra papirdokumenter til historiske kvalitetslogger. Når dokumentene er innhentet, blir de del av en intern kunnskapsbase som alle kan få tilgang til gjennom egendefinerte GPT‑er. Tiden som kreves for å definere dataarkitekturen, ble redusert med 90 %. Teamet doblet også antall tekniske dokumenter de kunne gjennomgå.

«Målet vårt er å gjøre generasjonskunnskap om til digital arbeidskraft», sier Osawa. Dette skiftet løser ikke bare problemer med mangel på arbeidskraft, men bygger også langsiktige muligheter for innovasjon.

• 90 % av brukstilfeller viste målbare resultater
• 100 % ukentlig aktiv bruksandel
• 95 % reduksjon i tiden for patentundersøkelser
• 87 % automatiseringsgrad for tidsreduksjon for oppgaver
• Tidobling av behandlingsvolum

«AI-agenter vil gli sømløst inn i ulike situasjoner, slik at alle kan dra nytte av AI uten å være klar over det», sier Otake. Han ser for seg et skifte fra samarbeid mellom mennesker og AI til et grunnlag der deler av virksomheten drives gjennom AI-til-AI-interaksjon. Etter hvert som robotikken utvikler seg, vil denne trenden akselerere, noe som vil føre til en fremtid der fysisk AI jobber i den virkelige verden.

Otake understreker at kunnskapsbevaring vil bli avgjørende fremover: «Vi må gjøre om informasjon som er laget for folk, til informasjon som AI kan forstå, og sørge for at kunnskapen blir bevart og delt.» Målet vårt er å forbedre produktiviteten samtidig som vi forbereder oss på en krympende arbeidsstyrke.» Målet er å kodifisere personkunnskap og kvalitetsdokumenter til strukturerte data, slik at AI-agenter og fremtidig fysisk AI kan lære og anvende dem, noe som vil redusere avhengigheten av individuell ekspertise og gjøre det til et varig konkurransefortrinn.

Under selskapets motto, «Creating future standards», vil DNP utvide styrkene innen trykk- og informasjonsteknologi, og transformere seg til et AI-basert selskap som skaper nye standarder for samfunnet.