Zaradi UI je najbolj ogrožen srednji menedžment

Uporaba umetne inteligence (UI) v podjetjih se pogosto napačno razume kot nadomeščanje ljudi, medtem ko gre v resnici za optimizacijo procesov. UI omogoča podjetjem, da izboljšajo učinkovitost in produktivnost, kar vodi do boljših poslovnih rezultatov. Namesto da bi UI nadomestila delovna mesta, lahko zaposlenim pomaga, da se osredotočijo na bolj strateške naloge, medtem ko UI prevzame rutinske in ponavljajoče se naloge, poudarja Darko Butina, ki je v svoji karieri sodeloval pri razvoju in rasti številnih mednarodnih podjetij – Netcetera (Švica), Cognism (Združeno kraljestvo), One PM (Švica) in Securities Grid (Združeno kraljestvo), Mimovrste (Slovenija), Trimo UAE (ZAE), Elektro Energija (Slovenija) in drugih.

Četrto industrijsko revolucijo povezujemo z avtomatizacijo, velikimi podatki in digitalnimi dvojčki, ki so pospešili in pocenili inoviranje. S prihodom velikih jezikovnih modelov (LLM) umetna inteligenca prodira tudi na področje menedžmenta. Kako UI lahko konkretno pripomore k boljšim, hitrejšim in bolj premišljenim odločitvam v podjetju?

Nočem zmanjševati pomena srednjega menedžmenta, a dejstvo je, da se z uporabo umetne inteligence v vseh procesih znotraj podjetja številne vloge bistveno spreminjajo. Po eni strani bo veliko ljudi moralo prevzeti drugačne naloge, saj postajajo nekateri deli tradicionalnega menedžmenta, predvsem srednji menedžment, manj potrebni. Po drugi strani pa bodo odnosi s strankami (ang. customer relationship) vse pomembnejši. Te spremembe bodo tako velike, da bodo vplivale tudi na širše družbene odnose. Razlika med tistimi podjetji – in tudi posamezniki –, ki bodo UI znali učinkovito uporabiti, in tistimi, ki je ne bodo, bo gromozanska. Uporaba orodij UI dokazano drastično poveča produktivnost. To pomeni, da podjetje z enakimi resursi lahko naredi več ali pa zniža stroške, kar ga naredi bolj profitabilnega. Če je podjetje bolj profitabilno, ima tudi več denarja za investicije.

Kakšen vpliv ima UI na strateško odločanje?

Če je strategija ažurirana – in je pri tem v pomoč UI –, je mogoče veliko odločitev prenesti na ljudi, ki so bliže strankam. Ker vedo, znotraj kakšnih okvirov naj se odločajo, ne potrebujejo več stalne potrditve pri nadrejenih. Tako razbremeniš srednji menedžment, ki je bil do zdaj odgovoren predvsem za prenos strategije. Ampak, roko na srce, v večjih podjetjih se pri tem pogosto zatakne – informacije se ne pretakajo, ker si srednji menedžment ustvarja lastne vrtičke. Če pa imate strategijo, ki jo UI nenehno osvežuje in komunicira naprej, tega dela menedžmenta morda celo ne potrebujete več.

Ali smo že na točki, ko bodo vodilni zaupali UI pri sprejemanju pomembnih odločitev?

Zaupanje je ključ. Seveda ne gre za slepo zaupanje – UI temelji na principih statistike, kar pomeni, da vedno obstaja določena stopnja negotovosti. A če model postaviš pravilno, je lahko bolj zanesljiv kot človek. Recimo: raziskave so pokazale, da zdravniki v povprečju pravilno postavijo diagnozo v 70 odstotkih primerov. UI je z enakimi podatki dosegel 97 odstotkov. Torej – zakaj ga ne bi uporabili kot »junior sodelavca«, ki ga najprej močno nadziraš, nato pa mu postopno vse bolj zaupaš?

Kako, konkretno, se danes uporablja UI v podjetjih?

Jaz to razdeljujem na štiri področja. Prvo je osebna produktivnost – recimo, da ti copilot pomaga napisati dopis. Drugo je prenova notranjih procesov – proces, za katerega si prej potreboval pet ljudi, lahko zdaj z manj viri opraviš bolje in drugače. Tretje področje je usmerjeno k izboljšavi produktov ali storitev z elementi UI – recimo izboljšana podpora za stranke ali hitrejše procesiranje povpraševanja (na primer triaža pravnih zadev). Četrto pa je razvoj lastnih rešitev UI pri samih produktih ali storitvah – pri čemer UI postane ključni del rešitve, ki jo podjetje nudi naprej. V vseh teh primerih lahko podjetje hitreje, učinkoviteje in z manj napakami deluje.

Varnost podatkov je ena ključnih skrbi podjetij, še posebno pri deljenju internih podatkov z zunanjimi ponudniki UI.

Seveda obstajajo zadržki. Ampak spomnimo se na čas, ko so ljudje dvomili o varnosti oblačnih rešitev (ang. cloud). Zdaj vsa podjetja uporabljajo office 365, google workspace in druge platforme saas. Enako se bo zgodilo tudi z UI – podjetja se bodo naučila izbrati zaupanja vredne ponudnike in razumeti, kaj se dogaja z njihovimi podatki. Večina vodilnih orodij UI je na platformah velikih igralcev, kot so OpenAI, Google, Microsoft. Če podjetje ne želi deliti podatkov zunaj, bo moralo imeti tehnično znanje, da orodje poganja znotraj svojih sistemov – ampak takih podjetij je zelo malo.

Podatki nikoli niso popolni, a kljub temu je z njimi mogoče delati analize – to velja za človeka in tudi za umetno inteligenco, ocenjuje Darko Butina. FOTO: Leon Vidic

Podjetja velikokrat skrbi tudi, da nimajo dovolj kakovostnih podatkov, ki bi bili primerni za obdelavo z UI.

Podatki niso nikoli popolni. A kljub temu lahko z njimi delaš analize – to velja za človeka in tudi za umetno inteligenco. Če zna človek na podlagi teh podatkov narediti smiselno analizo, potem lahko to naredi tudi UI. Seveda moraš podatke najprej ustrezno pripraviti – očistiti, normalizirati, preveriti, ali so pravilni. In tudi pri tem lahko že danes pomaga UI. Ne samo pri analizi, ampak tudi pri samem preverjanju kakovosti podatkov. V določenih primerih je UI celo hitrejši in boljši pri zaznavanju napak kot človek.

Katero orodje izbrati v poplavi domačih in tujih ponudnikov, velikokrat mladih podjetij?

Odločitev o tem, katero orodje izbrati, mora vedno izhajati iz strategije podjetja – najprej moraš vedeti, kaj želiš doseči, nato pa izbereš ustrezno orodje.

Implementacija UI ne sme biti izvedena v smislu »uvedimo chatgpt, potem bomo pa že videli«. Ne. Najprej je treba pogledati svojo strategijo, definirati procese, ki jih želiš optimizirati ali spremeniti, in šele nato izbirati orodja, ki temu ustrezajo.

Kar se tiče samih orodij – danes bi priporočil eno, čez tri mesece pa mogoče že drugo. Razvoj je hiter. Kako preveriti? Iščeš reference, poslovni model, stopnjo financiranja … Skratka, tako kot vedno – zaupaš, a tudi preverjaš.

Kaj je največji izziv pri integraciji orodji?

Če model, na katerega si se zanašal, nenadoma začne delovati drugače, je to lahko velik problem. Še posebno če so vanj integrirani svoje podatki. Treniranje modelov ni kot pisanje kode – če je nekaj narobe, ne moreš samo popraviti ene vrstice. Če je model napačno treniran, ga moraš pogosto trenirati znova – z novimi parametri, drugačnim naborom podatkov ali celo popolnoma drugačnim pristopom.

In še nekaj – za večino uporabnikov je UI še vedno črna škatla. Ne moreš točno vedeti, zakaj se je model odločil tako, kot se je. Ne moreš vedno rekonstruirati poti do končnega odgovora. To je ena izmed velikih omejitev sedanjega razvoja na eni strani, na drugi strani pa se v tem skriva tudi velika podobnost z nami (ljudmi).