Eksperymenty z AI to dziś codzienność w wielu firmach, ale tylko nieliczne organizacje potrafią przełożyć je na realną wartość biznesową i pełną transformację. Droga do bycia „AI-fueled” prowadzi przez pięć poziomów dojrzałości – od pierwszych pilotaży, po organizacje, które działają jak uczące się maszyny i budują zupełnie nowe modele biznesowe.
Droga firmy do zasilania sztuczną inteligencją
Ścieżka, którą należy podążać, aby firma zaczęła być napędzana AI, nie jest jeszcze dobrze wydeptana; w naszej ocenie mniej niż jeden procent dużych przedsiębiorstw spełnia naszą definicję bycia „AI-fueled”. Jednak istnieją modele dojrzałości dla praktycznie każdej zdolności biznesowej – a zatem i my zaproponujemy takie modele dla sztucznej inteligencji. Dojrzałośćw zakresie AI zależy od szeregu czynników, w tym od:
- różnorodności przypadków użycia AI w całym przedsiębiorstwie
- różnorodności stosowanych technologii AI
- poziomu zaangażowania wyższej kadry kierowniczej
- roli analizy danych w procesach podejmowania decyzji w firmie
- zakresu dostępnych zasobów AI – danych, specjalistów, technologii
- zakresu wdrożeń produkcyjnych (a nie tylko pilotaży i eksperymentów)
- udziału AI w transformacji strategii biznesowej lub modeli biznesowych
- istnienia praktyk i procesów zapewniających etyczne wykorzystanie AI.
Modele dojrzałości zdolności biznesowych zwykle dzielą się na pięć poziomów i nie ma powodu, by nasz odbiegał od tego standardu. Zwykle też niski poziom zdolności jest określany jako poziom 1, a wysoki – 5, i tak będzie również w naszej propozycji.
- Firmy zasilane AI (poziom 5). Wszystkie lub większość opisanych przez nas składowych są w pełni wdrożone i funkcjonalne – biznes jest zbudowany na podstawie AI i działa jak ucząca się maszyna
- Firmy transformujące (poziom 4). Nie są jeszcze zasilane AI, ale zaszły już dość daleko, implementując sporo omówionych elementów. Mogą się poszczycić wieloma wdrożeniami AI, które wytwarzają zauważalną wartość dla organizacji.
- Firmy szukające drogi (poziom 3). Wykonały już pewne kroki w kierunku zasilania sztuczną inteligencją i robią postępy, ale są na wczesnym etapie – wdrożyły pewne systemy i osiągnęły kilka mierzalnych pozytywnych efektów biznesowych.
- Firmy początkujące (poziom 2). Eksperymentują z AI, mają już plan, ale przed nimi daleka droga; nie dysponują jeszcze wdrożeniami produkcyjnymi lub też mają ich bardzo niewiele.
- Firmy niewykorzystujące potencjału (poziom 1). Zaczęły eksperymentować ze sztuczną inteligencją, ale nie mają jeszcze wdrożeń produkcyjnych i nie wygenerowały wartości ekonomicznej.
Moglibyśmy dodać jeszcze „poziom 0” dla firm, które w ogóle nie wykazują aktywności na polu AI, ale jest to z pewnością mało liczna kategoria wśród dużych przedsiębiorstw działających w rozwiniętych gospodarkach. Kluczowa różnica między naszym a innymi modelami dojrzałości polega na tym, że proponujemy trzy różne archetypy wykorzystania AI, a firma może osiągać różne poziomy dojrzałości niezależnie od tego, który obierze za główny cel swoich wysiłków.
Naszym zdaniem, gdy mówimy o firmach rzeczywiście zasilanych sztuczną inteligencją, prawie zawsze trafiamy na organizacje, które osiągnęły poziom 5. Są to przedsiębiorstwa, które korzystają z wielu różnorodnych technologii AI i wdrożyły liczne przypadki użycia, a także stworzyły wspomagające je platformy technologiczne. Owszem, takie firmy również często eksperymentują, a te przedsiębiorstwa, które dążą przede wszystkim do tworzenia produktów i usług, eksperymentują zwykle nawet więcej niż te skupiające się na udoskonalaniu procesów operacyjnych. Wszystkie te organizacje mają jednak wspólny cel – i zazwyczaj cel ten osiągają – jest nim faktyczne prowadzenie biznesu za pomocą AI i wdrożenie produkcyjne odpowiednich systemów technologicznych. Firmy z poziomu piątego używają nowych procesów biznesowych. Wprowadzają na rynek i oferują klientom nowe produkty i usługi. Ich kadra kierownicza wyższego szczebla aktywnie i z zaangażowaniem określa przypadki użycia AI i monitoruje wyniki.
Firmy zasilane AI tworzą zespoły mistrzów danych, modernizują cyfrową infrastrukturę i pozyskują wielkie zbiory danych w celu trenowania i testowania modeli.
Co najważniejsze istnieją różne archetypy korzystania z AI, a modele zdolności biznesowych nieco się różnią w zależności od obranej strategii. Wspomnieliśmy, że trzy główne archetypy można opisać następująco: (1) tworzenie nowych biznesów, produktów lub usług; (2) transformacja operacji i (3) wpływanie na zachowania klientów. Z naszych badań wynika, że najczęstszym celem wdrażania AI jest ulepszanie procesów operacyjnych, ale przynajmniej niektóre firmy nie ograniczają się tylko do prób poprawy skuteczności istniejących strategii, operacji i modeli biznesowych. Wykorzystują one AI do zmiany strategii, tworzenia radykalnie nowych projektów procesów biznesowych i budowania innych relacji z klientami i partnerami. Te firmy oceniają swój rozwój w zakresie AI przede wszystkim na podstawie tego, na ile udało im się rozwinąć nowe strategie, modele biznesowe czy produkty. Cele związane z przekształcaniem operacji dotyczą znaczących ulepszeń operacyjnych, nato- 145 miast cele związane z zachowaniem klientów obejmują to, na ile faktycznie udało się wywołać zmiany w tym zakresie. Naturalnie osiągnięcie tak wysokiego poziomu transformacji biznesowej wymaga aktywnego zaangażowania wyższej kadry kierowniczej w kreowanie strategii i tak właśnie zwykle się dzieje w firmach z poziomu 5.
Ping An: ewidentny przykład firmy z poziomu 5 tworzącej nowe modele biznesowe
Trudno byłoby sobie wyobrazić przedsiębiorstwo bardziej zaangażowane w dążenie do zasilania sztuczną inteligencją niż Ping An, chińska firma, która powstała w 1988 roku i początkowo specjalizowała się w ubezpieczeniach. Ping An błyskawicznie rozwinęło zintegrowaną platformę finansową, która oferuje produkty i usługi z zakresu ubezpieczeń, finansów i inwestycji, a także kompleksowe ekosystemy finansowe, zdrowotne, samochodowe i usługowe. Ping An wykorzystało AI do stworzenia nowych modeli biznesowych, nowych strategii, nowych ekosystemów i nowych procesów. Okazało się to znakomitą ideą rozwoju firmy na przełomie dwudziestego i dwudziestego pierwszego wieku, ponieważ był to okres, w którym gospodarka Chin przeżywała gwałtowny wzrost, a klienci stali się zamożniejsi.
Nie można wątpić, że AI posłużyło Ping An do dokonania transformacji biznesowej na poziomie całej organizacji i że transformacja ta zakończyła się sukcesem. Naturalnie firma używa AI również do tego, aby udoskonalać istniejące procesy w wielu prowadzonych biznesach, ale koncentruje się na tworzeniu nowych, zasilanych sztuczną inteligencją scenariuszy i możliwości biznesowych. Kadra zarządzająca Ping An z pewnością angażuje się w wykorzystanie AI. Peter Ma Mingzhe, założyciel i prezes firmy, blisko współpracuje z zespołem specjalistów od analizy danych i kieruje rozwojem nowych technologii związanych ze sztuczną inteligencją. Ilekroć wpada na pomysł nowego zastosowania AI w Ping An, znajduje odpowiednich ludzi, którzy mogą ten pomysł urzeczywistnić. Ma od ponad dziesięciu lat jest entuzjastą analizy danych, a w ostatnim okresie też big data i sztucznej inteligencji. W 2013 roku Ma powierzył stanowisko dyrektora do spraw operacyjnych i informacyjnych Jessice Tan, która przeszła do Ping An z firmy konsultingowej McKinsey, a wcześniej ukończyła dwa kierunki studiów na MIT. Obecnie jest współdyrektorką generalną i zarządza między innymi inicjatywami AI firmy Ping An.
Ping An utworzyło również gigantyczną organizację zajmującą się specjalistyczną analizą danych. W czerwcu 2021 roku zatrudniało ponad cztery tysiące pięciuset mistrzów danych i specjalistów od sztucznej inteligencji, a także ponad sto dziesięć tysięcy ekspertów naukowych i technicznych. Jing Xiao, kierownik zespołu naukowego i w praktyce również szef działu AI, ma doktorat z informatyki i robotyki z Carnegie Mellon University. Wielu spośród obecnych mistrzów danych pracujących dla Ping An wywodzi się ze świata akademickiego. Specjaliści od AI są zatrudniani do konkretnych projektów w ramach poszczególnych działów firmy. Xiao powiedział nam, że gigantyczne zbiory danych, którymi firma dysponuje (a które pochodzą po części z ekosystemów utworzonych przez Ping An), a także ich liczne zastosowania to magnes przyciągający wiele talentów z zakresu data science. Dodał również, że zadaniem firmowych specjalistów od sztucznej inteligencji jest nie tylko tworzenie modeli – muszą je także wdrażać biznesowo.
Ping An może się pochwalić wieloma przypadkami użycia 147 sztucznej inteligencji, a niektóre z nich są dobrze widoczne dla szerokiej publiczności. Platforma Good Doctor (Dobry lekarz), która zapewniła firmie nowe możliwości biznesowe w obszarze ochrony zdrowia, to oparty na AI program pomagający lekarzom badać symptomy i przeprowadzać triaże, służący ponad czterystu milionom subskrybentów. Smart Cities (Inteligentne miasta) to system inteligentnego przewidywania rozprzestrzeniania się chorób, który monitoruje występowanie na przykład grypy czy cukrzycy w społeczności wielu wielkich chińskich miast. Aplikacja Auto Owner (Właściciel samochodu) wykorzystuje AI oraz inne narzędzia cyfrowe do rozpatrywania roszczeń powypadkowych na podstawie zdjęć ze smartfona – zajmuje to mniej niż dwie minuty. Inne funkcjonalności tej samej aplikacji to generowanie oferty polisy ubezpieczeniowej dla klienta w czasie krótszym niż siedem sekund. OneConnect, część firmy zajmująca się usługami finansowymi, wykorzystuje potężny system zarządzania ryzykiem zasilany przez AI. W firmie można znaleźć o wiele więcej podobnych zastosowań sztucznej inteligencji.
Przedsiębiorstwo stworzyło kilka różnych platform AI, żeby rozwijać wspomniane scenariusze użytkownika. Na przykład Ping An Brain integruje uczenie głębokie, eksplorację danych, rozpoznawanie biologiczne i inne technologie, aby zasilić scenariusze użytkownika w zakresie analizy łańcucha zdarzeń, rozpoznawania głosu, silnika rekomendacji i wdrożeń robotycznych. Aplikacje należące do projektu inteligentnych miast, takie jak te przewidujące występowanie chorób, zasilane są platformą PADIA zaprojektowaną do podejmowania decyzji na podstawie danych. Składa się ona z wielu algorytmów AI, w tym uczenia maszynowego i przetwarzania języka naturalnego. Z punktu widzenia struktury organizacji większość działań Ping An w dziedzinie AI wywodzi się z działu technologii firmy, którego główna siedziba mieści się w Shenzhen, ale laboratoria rozsiane są po wielu innych chińskich miastach, a także innych państwach, jak na przykład Singapur.
Dział technologii Ping An, założony w roku 2008, zdobył już wiele nagród za projekty badawcze, a w 2019 roku uzyskał ósme miejsce w rankingu liczby uzyskanych patentów. Obecnie większość projektów tej jednostki uwzględnia jakąś formę AI. Ping An wykorzystywało technologie obróbki danych i scenariuszy, aby zasilać i przekształcać swoją działalność biznesową od samego początku, gdy, startując jako firma ubezpieczeniowa, zaczęło przemieniać się w wiodącą, zintegrowaną platformę usług finansowych i zdrowotnych. Nie ma powodu, by inne firmy ubezpieczeniowe – ale też i te działające w odmiennych sektorach – nie poszły w ślady tego przedsiębiorstwa. Ping An przekształciło się z malutkiego biznesu, jakim było pod koniec lat osiemdziesiątych dwudziestego wieku, w światowego giganta. Przychód wielkości stu dziewięćdziesięciu jeden miliardów dolarów przyniósł tej firmie szesnastą pozycję w rankingu Fortune Global 2021 i drugą w klasyfikacji światowych przedsiębiorstw finansowych.
Powyższy fragment pochodzi z książki Sztuczna inteligencja w biznesie. Jak zdobyć rynkową przewagę dzięki AI, autorstwa Thomasa H. Davenporta i Nitin Mittal. Książka została wydana przez Wydawnictwo MT Biznes.
Największe zagrożenie dla firm? Nie brak talentów, lecz brak komunikacji
