Rád bych navázal na svůj červnový blog: Využívejte umělou inteligenci pro obchodní úspěch. Tedy téma, které se zabývalo rolí zavedení generativního AI pro zvýšení konkurenční výhody firmy.
Každá společnost, chce li být úspěšná v budoucnu (+8-10 let), musí být schopna na této budoucnosti začít pracovat nyní. Neznamená to, že by měla rezignovat na současnost, ale interní projekty, které zefektivňují výkonnost stávajícího business modelu nejsou odpovědí na to, jak by měla firma úspěšně fungovat v budoucnu.
V tomto svém příspěvku se budu věnovat tomu, jakou roli hraje a bude hrát umělá inteligence v optimalizaci stávajícího business modelu firmy a jakou může hrát v budoucnu v případě, že o ní uvažujeme jako o nelineární změně, která přinese disrupci, na kterou musí firmy reagovat, aby neztratily konkurenční výhodu. Ve výsledku to tak budou vlastně příspěvky dva, jeden o současnosti a jeden o budoucnosti. Na závěr článku vám nastíním, jak vám jsme s využitím AI schopni pomoci my.
Jak umělá inteligence mění stávající business? Každý, kdo si před rokem vyzkoušel práci s ChatGPT, musel být překvapen, někdo jako třeba také já, dokonce ohromen, jak použitelné jsou výstupy, zapojíme li tento model do vysoce kreativní práce. Například: chceme li diskutovat nové možnosti jak oslovit klienty nebo jakým způsobem vést marketingový průzkum, jak koncipovat nový výrobek a mnoho dalších činností. A to už vůbec nemluvím o schopnosti generovat text pro web, perfektní nadpis pro inzerát nebo článek. Vše neskutečně rychle, během pár minut.
ChatGPT je zvláště vysoce efektivní pro realizaci činností, kterým se říká white collar labour, tedy v podstatě nepříliš kreativní administrativní práce, jako: organizace schůzek včetně zajištění všech potřebných zdrojů, vyřizování interní hromadné komunikace, fleet management, resource management, vytvoření prezentací z dat ve firemním template, organizace nákupních procesů, řada procesů v oblasti human resources, financí atd., atd.
Ještě bych předestřel, že mluvím li o ChatGPT je to proto, že stávající model 4 od společnosti OpenAI je zdaleka nejvýkonnější LLM (Large Language Model), ale stejně tak mohou být používány jiné modely od řady dalších firem. Tady bych odkázal na moje starší příspěvky na FB nebo LinkedIn, kde jsou popsány jiné zajímavé modely, řada z nich umožňující práci zdarma a také v češtině. Zároveň bych zopakoval, že pro smysluplnou práci s modelem je nezbytné určité zacvičení, abychom v konkrétních scénářích dosáhli odpovídající výstupy. Dokonce v této oblasti existuje speciální profese a výzkum, kterému se říká prompt engineering, jehož cílem je dostat z modelů to nejlepší pro jednotlivé scénáře použití. Pro běžné uživatele existuje mnoho videí, prezentací a studií. Ostatně my také poskytujeme praktický výcvik práce s ChatGPT nebo jinými modely. V podstatě lze říci, že po teoretické přípravě a praktickém zkoušení v rozsahu půl dne, je každý zaměstnanec schopen ChatGPT smysluplně používat.
Tedy zpět k našemu tématu. Řekli jsme si, že ChatGPT je perfektní pro generování textů, řekněme obecně všech modalit (text, obrázky, video, audio), pro pomoc s generováním nebo testováním vysoce kreativních ideí apod., je potřeba si také říci, kde jsou jeho schopnosti zatím omezené. Jedna z hlavních oblastí, kde to není ono, je složitější interpretace dat. Mám li například data z prodeje v jednotlivých prodejních kanálech, tak není problém pomocí ChatGPT provést analýzu typu, vytvořit vizualizaci ukazující výkonnost jednotlivých kanálů v čase nebo jejich porovnání. Chceme li ovšem zapojit pohled, který se týká nějaké větší komplexity, vlivu externích faktorů, nebo dalších anomálií, nejsou generované závěry, které bychom chtěli použít třeba pro rozhodování o investicích do jednotlivých kanálů, příliš použitelné. Tedy chci li na základě interpretace těchto dat udělat manažerské rozhodnutí, není zatím ChatGPT příliš výhodné používat. Chci li ale naopak vytvořit ideu pro nový výrobek pro specifický segment trhu, připravit marketingový průzkum, následně ho vyhodnotit je ChatGPT pomocníkem, který zkušenému pracovníkovi umožní dosáhnout skvělého výstupu během mnohem kratší doby než kdyby pracoval bez jeho pomoci.
Další oblastí, kde ChatGPT exceluje je tvorba programového kódu. Tato oblast by si zasloužila samostatný příspěvek neboť reálné přínosy zapojení generativního AI do zefektivnění vývojářské práce jsou v řádu desítek procent. Jeli tedy součástí tvorby nového produktu, který firma vyvíjí také programové vybavení, je zapojení AI absolutní nutnost pro podstatné zefektivnění práce.
Podobnou oblastí je zakomponování generativního AI do obchodních procesů ve všech fázích. Zde se ovšem nebavíme o využití ChatGPT pro generování výstupů, které by jinak dělal příslušný zaměstnanec, ale o změně v obchodních procesech umožněných AI technologií. Jako příklad lze uvést zavedení technologie souhrnně nazývané chatbot specificky dotrénované pro potřeby komunikace s klienty firmy. Tento na míru vytrénovaný chatbot je často také postaven na technologii ChatGPT, ale nekomunikuje se zaměstnanci firmy, ale přímo s jejími zákazníky. Proto, aby mohl sloužit tomuto účelu se využívá celá řada dalších technik jako fine-tuning nebo retrieval augmented generation, jejichž popis není předmětem tohoto článku. Využití si můžeme představit například při doporučování výrobků v e-shopu firmy na základě zákazníkem popsaného požadavku ("chtěl bych dárek pro manželku k 10. výročí svatby, ráda čte a má ráda růžovou barvu a nechci utratit víc jak 1000 Kč"), na linkách zákaznické podpory, kde může nahradit first level support s dostupností 24/7 a zlepšit tak zákaznickou spokojenost, infolinkách a obdobně na webu jako informační chatbot apod. Podobnou roli může hrát takto vyladěný chatbot také při komunikaci se zaměstnanci firmy, stávajícími nebo budoucími. Dají se tak automatizovat některé HR procesy např. sběr dat při nástupu nového zaměstnance nebo analýza dat z interních průzkumů týkajících se výkonnosti a sentimentu aj.
Na závěr této kapitoly bych nabídl shrnutí. Využití umělé inteligence ve stávajících business modelech umožňuje firmám vysoce zefektivnit a zlevnit řadu administrativních činností, které probíhají ve většině oddělení firmy - nákup, lidské zdroje, finance, logistika, obchod, marketing nebo podpůrná administrativa. Pojmem vysoce zefektivnit myslím, že pracovníci jsou schopni se dostat na zkrácení doby realizace repetetivních úkolů na zlomek času, který by jim činnost zabrala bez AI. Nebudu přehánět, když řeknu, že lze zkrátit realizaci většiny úkolů minimálně na polovinu času při stejné kvalitě. Do této zefektivňující části zahrnuji také tvorbu programového kódu, kde množství generovaného kódu developery může při stejné kvalitě výstupů narůst o 10-20% za stejnou časovou jednotku. Druhou zásadní oblastí jsou kreativní činnosti, kde čas není hlavním měřítkem. Využití umělé inteligence v této oblasti je firmám schopno zajistit kvalitnější výstupy u stávajících pracovníků nebo a to je velmi důležité pro nákladovou stránku firmy, juniorní pracovníci, dobře zaškoleni pro práci s AI, dokáží generovat výstupy jako mnohem seniornější a tudíž také dražší zaměstnanci. Zde se jedná o oddělení firmy jako je výzkum a vývoj, design nových produktů, marketing, obchod apod.
Podmínkou úspěšné adopce a také adaptace generativního AI uvnitř firmy je ovšem zvládnutí metod práce s AI pro jednotlivé scénáře činností s ohledem na konkrétní profese. Ukazuje se, že prosté "hraní" si s ChatGPT zdaleka neumožňuje dosažení plného potenciálu této technologie. Nenechte si ujet vlak, který již vyrazil a nyní se rozjíždí podél nástupiště. Nyní je ideální doba zefektivnit fungování také vaší firmy. Když to neuděláte vy, můžete si být jisti, že vaše konkurence ano.
My v AP Consulting se věnujeme digitální transformaci menších a středních společností s využitím moderních IT technologií, kam generativní AI/ChatGPT bezesporu patří. S čím vám jsme v této oblasti schopni pomoci:
Vysvětlíme, s využitím našeho AI Adoption Framework, jaké jsou reálné přínosy využití AI pro vaši firmu. Pro firmu jako celek, ale také pro jednotlivá oddělení firmy v závislosti na vašem businessu. Kde jsou zatím ještě slepé uličky. Jen málokterá technologie se tak rapidně vyvíjí jako AI a tudíž, co platilo před půl rokem, může být dnes jinak. Zefektivnění řady činností firmy lze navíc dělat mnohem efektivněji jinak, než s pomocí AI, a je dobré si tyto skutečnosti uvědomit.
Jak udělat první krok a systematicky využít AI s pomocí již existujících generativních modelů tak, aby jste byli schopni zvýšit výkonnost firmy a snížit náklady v řádu týdnů. Představíme vhodné modely a jejich využití. Modelů je řada a ne vždy je vhodné použít ChatGPT. Předáme vám poslední poznatky v oblasti pokročilejších technik pro práci s modely typu ChatGPT, pokročilejší prompt engineering. Tento krok ovlivňuje fungování všech oddělení firmy. Výsledkem je firemní metodika využití generativního AI popisující v jakých procesech/činnostech, jakým způsobem a s jakými omezeními bude firma generativní AI ve svém business používat. Podle nás se jedná o krok, který musí udělat každá firma, nechce li zaostat za konkurencí a ztratit pozici na trhu.
V druhém kroku vám pomůžeme vytvořit inovační strategii obsahující využití generativních AI modelů, většinou specificky upravených, pro zefektivnění fungování vašich procesů, hlavně obchodních. Naplnění této strategie vám umožní v řádu jednotek měsíců významně zlepšit vztahy se zákazníky/potenciálními zákazníky/partnery a projeví se pozitivně ve výkonnosti obchodu.
Ve třetím kroku vám pomůžeme vytvořit inovativní strategii zaměřenou na další oddělení firmy, kde sofistikovanější využití AI, kromě zapojení generativního AI, dává největší smysl, jako jsou HR, finance, nákup, vnitřní IT a další.
Sjednejte si bezplatnou úvodní konzultaci, na základě které se můžete rozhodnout, zda by pro vás spolupráce s námi dávala smysl.
V dalším příspěvku se zaměříme na zásadní disrupci, kterou umělá všeobecná inteligence (AGI) přinese do businessu v delším časovém horizontu a na kterou je potřeba si připravit scénáře již nyní.
Disclaimer: Text tohoto článku nebyl generován s využitím umělé inteligence. Použitý obrázek byl generován s využitím modelu DALL-E 2 od společnosti OpenAI.