Prepoznavanje in širjenje primerov uporabe umetne inteligence

V samo dveh letih je 39 % odraslih v ZDA že uporabljalo umetno inteligenco.⁠(odpre se v novem oknu) Internet je v enakem časovnem obdobju dosegel le 20 % stopnjo sprejetja. Vzpon umetne inteligence ne preoblikuje le panog, temveč tudi ustvarja priložnosti za posamezne zaposlene. Umetna inteligenca ljudem omogoča, da opravljajo delo z višjo dodano vrednostjo, razširijo svoje spretnosti in napredujejo v karieri.



V eni od študij je BCG ugotovil⁠(odpre se v novem oknu), da so vodilna podjetja na področju umetne inteligence v zadnjih treh letih dosegla 1,5-krat hitrejšo rast prihodkov, 1,6-krat višje donose za delničarje in 1,4-krat boljšo donosnost vloženega kapitala kot njihovi manj napredni primerljivi konkurenti.

Po podatkih družbe McKinsey⁠(odpre se v novem oknu) 92 % podjetij načrtuje povečanje svojih naložb v umetno inteligenco. Vendar številne organizacije še vedno potrebujejo usmeritve glede tega, kako ustvariti oprijemljivo vrednost, pri čemer jih le 1 % meni, da so njihove naložbe v umetno inteligenco dosegle polno zrelost.

Iz prve roke smo videli, kaj ločuje uspešne projekte umetne inteligence od drugih. Naša spoznanja izvirajo iz 300 naših najuspešnejših uvedb, več kot 4.000 anket o uvajanju in več kot 2 milijonov poslovnih uporabnikov.

Ta vodnik je zasnovan tako, da vaši organizaciji pomaga prepoznati in razširiti primere uporabe umetne inteligence, ki prinašajo jasno vrednost. Postopek razčlenimo na tri korake:

V gradivu boste našli zgodbe strank, praktične kontrolne sezname in primere uporabe, prilagojene različnim oddelkom, ki bodo podprli napredek vaše ekipe.

Pomembno je razumeti, da uvajanje umetne inteligence pomeni veliko več kot le iskanje pravih primerov uporabe. Teme, ki presegajo okvir tega vodnika, so tudi, kako zgraditi kulturo, osredotočeno na umetno inteligenco, razvijati primere uporabe z višjo vrednostjo in spodbujati uvajanje po celotnem podjetju. O teh vprašanjih bomo več povedali v drugih vodnikih, za zdaj pa se osredotočimo na postopek iskanja pravih primerov uporabe za vaše podjetje.

V mislih imejte ta tri načela. So ozadje za vso praktično usmeritev, ki jo boste našli v nadaljevanju.

Prvi korak je prepoznati dele poslovanja, ki jih je z umetno inteligenco možno izboljšati takoj.

Eden od načinov, kako to doseči, je, da o umetni inteligenci razmišljate kot o načinu za ustvarjanje superpomočnikov za vašo delovno silo. AI superasistenti se nikoli ne utrudijo in ne izgubijo osredotočenosti. Vedno so na voljo, kadar koli potrebujete pomoč. In se lahko prilagodijo skoraj vsaki nalogi ter nadgrajujejo veščine vaših zaposlenih. 

Bodite natančni glede tega, zakaj je uvajanje umetne inteligence ključno za prihodnost vašega podjetja – ali gre za ohranjanje koraka s konkurenti, prilagajanje spreminjajočim se pričakovanjem strank ali zagotavljanje rasti. Ko zaposleni slišijo premišljen razlog »zakaj«, to ustvarja zaupanje in jasnost ter jim pomaga razumeti, kako so te spremembe povezane z njihovim delom in cilji.

Bodite natančni glede tega, zakaj je uvajanje umetne inteligence ključno za prihodnost vašega podjetja – ali gre za ohranjanje koraka s konkurenti, prilagajanje spreminjajočim se pričakovanjem strank ali zagotavljanje rasti. Ko zaposleni slišijo premišljen razlog »zakaj«, to ustvarja zaupanje in jasnost ter jim pomaga razumeti, kako so te spremembe povezane z njihovim delom in cilji.

Intelektualno delo pogosto vključuje nejasnosti in odprte izzive. Zaposleni lahko težko začnejo ali se zataknejo, zaradi česar projekti obstanejo. Tu lahko AI deluje kot katalizator: pomaga ustvarjati ideje, analizirati podatke in predlagati naslednje korake, ko pot naprej ni jasna. 

Ljudje v vseh podjetjih, s katerimi smo se pogovarjali, uporabljajo umetno inteligenco za spodbujanje razmišljanja in odpiranje novih idej. Uporabljajo ga za snovanje idej za kampanje, iskanje hitrih vpogledov v surove podatke, analizo trendov ali preprosto za ugotavljanje naslednjih korakov, ko niso prepričani, kaj storiti.

Osredotočanje na tovrstna dela vam lahko pomaga hitro prepoznati priložnosti za visoko učinkovito uporabo umetne inteligence, kar omogoča vašim ekipam optimizacijo delovnih tokov, zmanjšanje ozkih grl in pospeševanje inovacij v celotni organizaciji.

Ko svojim ekipam podate okvir za prepoznavanje novih priložnosti za UI, je naslednji korak, da jih usposobite za temeljne načine, kako lahko UI uporabljajo. Da bi pri tem pomagali, smo analizirali več kot 600 primerov uporabe, zbranih pri naših strankah. Večina primerov uporabe spada v enega od šestih »osnovnih gradnikov« – temeljnih tipov primerov uporabe, ki se uporabljajo na vseh oddelkih in v vseh disciplinah:

Ti osnovni gradniki so učinkovit način, kako zaposlenim pomagati prepoznati najobetavnejše primere uporabe za vaše podjetje. Vsak osnovni gradnik predstavlja na stotine primerov uporabe, ki smo jih opazili v različnih panogah, vlogah in delovnih tokovih, zaradi česar so učinkovita pot do naraščajoče vrednosti.

Podrobneje si oglejmo vsak gradnik tako, da začnemo z ustvarjanjem vsebine:

UI lahko podpira ustvarjanje vsebine v vseh ekipah – bodisi pri povzemanjih prodajnih klicev ali pri pripravi prvih osnutkov strateških dokumentov, objav na blogih, spletnih straneh in celo slik ter vizualizacij. Vidimo, da ekipe uporabljajo UI za urejanje in izpopolnjevanje svojega dela, nato pa jo v zadnjem trenutku vključijo kot zadnjega lektorja.



UI lahko samodejno piše v slogu vašega podjetja, upošteva vaše smernice za ton komunikacije, sledi vašim želenim strukturam dokumentov in celo poda povratne informacije o pisanju. Nato lahko vaše delo prevede v različne jezike in ga prilagodi različnim občinstvom, kanalom ali programom.

Pri pisanju lahko umetna inteligenca upošteva celoten kontekst pogovora ali nabor naloženih dokumentov za oblikovanje rezultata. Na primer, naložite svoj vodnik za pisanje ali uporabite pet svojih najboljših objav na blogu, nato pa poziv ChatGPT, naj na podlagi teh primerov pripravi podroben vodnik za pisanje.

Umetno inteligenco pogosto uporabljajo za raziskave v različnih panogah. Od hitrega spoznavanja novih konceptov (kot sta uvajanje umetne inteligence ali oblikovalsko razmišljanje) do iskanja ustreznih člankov ali konkurenčnih podatkov na spletu ter obsežnejših, večstopenjskih raziskovalnih projektov, ki pregledujejo splet za članke, podatkovne točke in vpoglede. Opažamo, da ekipe nalagajo dolge interne dokumente za hitro pridobivanje vpogledov. 

Ena največjih prednosti uporabe UI pri raziskovanju je, da lahko določite obliko in strukturo, v kateri vam je analiza predstavljena: v obliki tabele, z alinejami, organizirano v določene razdelke ali z navzkrižnim sklicevanjem.



Umetna inteligenca s svojo pozornostjo do podrobnosti in sposobnostjo sledenja navodilom predstavlja odličnega raziskovalnega pomočnika.

Mnogi inženirji programske opreme so napredni uporabniki umetne inteligence. Uporabljajo ga za razhroščevanje, ustvarjanje prvih osnutkov kode v neznanih jezikih, prenos kode iz enega jezika v drugega in razlago svoje kode. V zadnjih dveh letih so se zmogljivosti umetne inteligence na področjih matematike, znanosti in programiranja v številnih jezikih znatno izboljšale, številna orodja pa zdaj ponujajo predoglede kode v realnem času.

Prav tako opažamo, da se programiranja s pomočjo orodij UI lotevajo tudi ljudje brez programerskega predznanja. Že samo z uporabo naravnega jezika lahko tržniki in finančne ekipe izdelujejo skripte v Pythonu za avtomatizacijo procesov, poizvedbe SQL za pridobivanje podatkov ali celo vizualizacije s prednjo kodo za spletna mesta ali interne predstavitve. 

UI vsakomur pomaga uskladiti podatke iz različnih virov, prepoznati vpoglede in trende ter delati s kompleksnimi podatki v preglednicah brez potrebe po naprednem znanju Excela, SQL-a ali Pythona.

Umetni inteligenci lahko posredujete več preglednic ali posnetkov zaslona nadzornih plošč za podporo hitri analizi. Lahko interpretira podatke iz preglednic, razume vizualne grafikone in celo pomaga oblikovati rezultate za poročanje. Podate lahko tudi navodila, kako naj bodo rezultati strukturirani, na primer z določitvijo želenih vrst grafikonov, oblik povzetkov ali primerjalne logike.

Primeri uporabe za razvijanje idej in strategij so priljubljeni v vseh ekipah. Ti vključujejo snovanje idej za novo objavo na blogu, pomoč pri strukturiranju dokumenta, reševanje težav v strategiji ali podajanje povratnih informacij o delu na podlagi ključnih ciljev ali preferenc deležnikov.

Ko modeli UI postajajo vse bolj večmodalni, opažamo, da ekipe glas in vid uporabljajo za komuniciranje z UI na enak način, kot bi govorili s sodelavcem.

In ker modeli postajajo vse zmogljivejši pri razmišljanju o zapletenih problemih, opažamo, da številne ekipe z njimi pripravljajo strateške načrte, pri čemer upoštevajo svoje podatke, cilje, kontekst, omejitve in odvisnosti.

Veliko primerov uporabe vključuje avtomatizacijo delov opravila. Videli smo, da stranke prepoznajo ponovljive, rutinske naloge in zasnujejo načine, kako jih prepustiti umetni inteligenci. Avtomatizacije so lahko preproste, na primer priprava tedenskih posodobitev o konkurenci, ali bolj zapletene, na primer priprava finančnega poročila za tedenske vodstvene sestanke, pripravljene za človeški pregled.

Spomin in navodila po meri sta ključ do avtomatizacije takšnih procesov. GPT‑ji po meri so način za njihovo deljenje. Z oblikovanjem standardnega nabora navodil, nalaganjem istega dokumenta in vsakič določanjem enakega rezultata lahko ekipe prenesejo manj vredne naloge.

Danes so te avtomatizacije pogosto posamezna opravila, vendar se s produkti, kot sta Poglobljeno raziskovanje in Operator, pomikamo v svet, kjer lahko umetna inteligenca samostojno in po urniku prevzame večstopenjske naloge.

Laboratorij GPT podjetja Estée Lauder začne delo z interdisciplinarnimi ekipami, ki vključujejo poslovnega uporabnika, strokovnjaka za določeno področje in tehničnega vodjo, da opredelijo in razvijejo primere uporabe z visokim vplivom. Njihov postopek je preprost in ponovljiv:

Za več podrobnosti si preberite o Estée Lauder GPT Labu⁠.

Ko ekipe razumejo ključne primere uporabe in začnejo prepoznavati težave, ki jih je treba rešiti, se primeri uporabe običajno začnejo hitro množiti.

Izziv se nato iz odkrivanja premakne k določanju prioritet. Katere primere uporabe lahko razširite, da bodo vplivali na vse zaposlene? Kateri bodo zdaj najverjetneje prinesli prihranke pri stroških? Kateri bi lahko vodili do novega izdelka ali vira prihodkov?

Naše ekipe za uspeh strank uporabljajo ta okvir vpliva/napora, da podjetniškim strankam pomagajo prednostno razvrstiti primere uporabe. To je preprost kvadrant, ki oceni vsak primer uporabe glede na vrednost za podjetje in stopnjo potrebnega napora.

Večina ekip začne tako, da UI uporablja za posamezne naloge: urejanje objav na blogu, priprava navodil za kampanje ali pripravo pravilnikov. O UI je lažje razmišljati v kontekstu specifičnih, ločenih nalog.

Toda ko opazujemo, kako napredni uporabniki vključujejo UI v vse svoje dejavnosti, pogosto ugotovimo, da odkrivajo primere uporabe, ki zajemajo večstopenjske delovne procese.

Umetna inteligenca ni podobna tradicionalni programski opremi ali aplikacijam v oblaku. Za izkoriščanje njegovih prednosti je potreben nov način razmišljanja. Naše delo s strankami je pokazalo, kako hitro lahko ljudje v različnih panogah osvojijo takšen način razmišljanja in prepoznajo primere uporabe z velikim učinkom na njihovo delo.