Umjetna inteligencija može ubrzati odlučivanje, smanjiti troškove i osloboditi zaposlenike rutinskih zadataka, no njezino uvođenje samo po sebi ne jamči poslovni rezultat. Ako su procesi nejasni, podaci nepouzdani, a ciljevi nedovoljno definirani, AI neće riješiti probleme tvrtke, nego ih može dodatno ubrzati i proširiti.
Bila je to jedna od ključnih poruka panela “Industrija 5.0: redefiniranje inteligentnog poduzeća”, s konferencije Smart industry Poslovnog dnevnika na kojem su sudjelovali Mario Marinić, CEO e-Sustava, Milan Listeš, glavni direktor BE-terne Hrvatska, Marin Curavić, Business Development Manager u ASEE-ju, Krešimir Mlinarić, direktor Span Evolvea, i Božidar Bajsić, direktor Editela.
Pitanje nije treba li svaka tvrtka uvesti umjetnu inteligenciju zato što to čini konkurencija, nego koji problem želi riješiti i može li tehnologija doista pomoći da se postigne konkretan poslovni cilj. Prije odabira alata potrebno je razumjeti kako posao funkcionira, gdje nastaju zastoji i kakav se rezultat očekuje. Povećanje prodaje, primjerice, neće donijeti korist ako proizvodnja nema kapacitet ispuniti narudžbe ili ako nabava ne može osigurati potrebne materijale, složili su se panelisti.
Zato se poslovanje mora promatrati od početka do kraja, a ne kroz izolirane zadatke. Ubrzavanje jednog dijela procesa može stvoriti usko grlo u drugom, pa ukupni učinak izostane. Tvrtka koja ubrza izradu ponude, ali je i dalje šalje na višednevno odobravanje, nije bitno skratila vrijeme potrebno da kupac dobije odgovor. Jednako tako, sustav koji preporučuje prihvaćanje narudžbe neće biti od velike koristi ako nema pravodobne informacije o zalihama, proizvodnim kapacitetima i isporukama dobavljača.
Povezati više funkcija
AI nije početak lanca, poruka je koja se provlačila kroz raspravu. Prije njega dolaze standardizacija i optimizacija procesa, sređivanje podataka i jednostavnija automatizacija. Tek kada su poznati poslovni cilj i ograničenja postojećeg sustava, može se procijeniti gdje je umjetna inteligencija opravdana i kakvu dodatnu vrijednost donosi. U suprotnom, projekt može ostati zanimljiv tehnološki eksperiment bez mjerljivog učinka na poslovanje.
To, međutim, ne znači da tvrtke moraju čekati da svaki podatak bude savršen i svaki proces potpuno uređen. Milan Listeš upozorio je da takvo čekanje može zakočiti napredak. Podaci se, rekao je, u mnogim slučajevima mogu poboljšavati tijekom provedbe projekta, a tehnologija može pomoći da se njihovi nedostaci lakše prepoznaju. Važno je odabrati proces u kojem postoji jasno usko grlo, krenuti od njega i tijekom rada popravljati ono što se pokaže nedostatnim. Takav pristup omogućuje napredak bez pretpostavke da će se cijela organizacija promijeniti odjednom.
Primjer proizvodne tvrtke koja mora odgovoriti na zahtjev za hitnom isporukom pokazuje zašto je važno povezati više funkcija. Prodaja želi prihvatiti narudžbu, nabava zna da dobavljač kasni, a proizvodnja već ima popunjen raspored. Svaki odjel može postupati u skladu sa svojim ciljevima, a da pritom cijela tvrtka donese lošu odluku. Sustav koji povezuje informacije iz prodaje, nabave, proizvodnje i logistike može prikazati moguće scenarije i njihove posljedice: promjenu rasporeda, traženje drugog dobavljača ili pravodobno obavještavanje kupca.
Takav sustav ipak ne može sam odrediti što je tvrtki najvažnije ako uprava to nije definirala. Je li prioritet zadržati strateškog kupca, smanjiti troškove, zaštititi maržu ili ravnomjerno rasporediti kašnjenja? Odgovori ovise o poslovnoj strategiji, a ne o samoj tehnologiji. Umjetna inteligencija može brzo obraditi informacije i usporediti alternative, no kriterije prema kojima ih vrednuje mora postaviti organizacija.
Mario Marinić upozorio je da objektivnost sustava ovisi o podacima, modelima i pravilima koja su mu zadali ljudi. AI ne donosi odluke izvan okvira koje su mu postavili njegovi tvorci i korisnici. Ako se u sustav ugradi pogrešan prioritet ili nepotpun skup podataka, rezultat može izgledati uvjerljivo, a ipak voditi prema pogrešnoj odluci. Tehnologija pritom može ubrzati proces odlučivanja, ali ne može preuzeti odgovornost za to što se smatra dobrim poslovnim ishodom.
Krešimir Mlinarić istaknuo je da autonomija ne bi trebala biti jednaka u svim poslovnim situacijama. Sustavu se moraju zadati ciljevi, dostupne informacije i jasna poslovna pravila, a razina samostalnosti treba ovisiti o mogućoj šteti. U praksi to znači postupno uvođenje: od preporuke, preko izvršavanja koje čovjek prethodno odobrava, do autonomnog djelovanja ondje gdje su rizici prihvatljivi. Odgovornost za postavljanje tih granica ostaje na organizaciji.
Jedan od važnijih izazova pojavljuje se nakon što zaposlenici počnu koristiti AI i postanu brži u pojedinačnim zadacima. U raspravi su spomenuti podaci prema kojima velik dio zaposlenika smatra da im se osobna produktivnost povećala, dok znatno manji udio tvrtki prepoznaje financijsku korist. Razlika između ta dva rezultata otvara pitanje što organizacija radi s vremenom koje je tehnologija oslobodila.
Ako zaposlenik ponudu može izraditi za petnaest minuta umjesto za nekoliko sati, to je korisno, ali samo ako se ostatak procesa također ubrza. Ako ponuda zatim čeka odobrenje ili podatke iz drugog sustava, ušteda na jednom koraku ne pretvara se automatski u bržu uslugu ili veći prihod. Problem tada nije u alatu, nego u načinu na koji je posao organiziran.
Marin Curavić upozorio je i na potrebu drukčijeg mjerenja učinka zaposlenika. Kada se rutinski upiti automatiziraju, ljudima mogu ostati složeniji slučajevi koji zahtijevaju više vremena i stručnog znanja. Zaposlenik koji riješi manji broj zahtjevnijih problema može stvarati veću vrijednost od onoga koji obradi velik broj jednostavnih zahtjeva. Tvrtke će morati prilagoditi kriterije uspješnosti promjenama u raspodjeli posla.
Korisnička podrška
U raspravi je kao primjer navedena i korisnička podrška, u kojoj se jednostavniji upiti mogu prepustiti automatizaciji, dok ljudi preuzimaju reklamacije, nejasne kvarove i situacije u kojima je nužna prosudba. Cilj nije samo smanjiti broj zadataka koje obavljaju zaposlenici, nego im omogućiti da se više bave poslovima u kojima iskustvo i razumijevanje konteksta donose najveću vrijednost. To zahtijeva i promjenu načina rada, a ne samo nabavu novih alata. Za uprave to znači da se odluka o AI-ju ne može prepustiti samo IT odjelu ili pojedinačnom entuzijastu.
Poslovni timovi moraju definirati što žele poboljšati, a tehnološki stručnjaci procijeniti kako to ostvariti i uz koje rizike. Zajednički dogovor omogućuje mjerenje poslovnog učinka u radu tvrtke. U proizvodnji i distribuciji odluke često ovise o informacijama koje dolaze izvan organizacije. Ako dobavljač ne pošalje pouzdan podatak o isporuci ili ga pošalje prekasno, ni najbolje interno rješenje ne može planirati na temelju stvarnog stanja. Zato digitalizacija ne bi smjela stati na granicama pojedine tvrtke ili odjela. Podaci moraju pravodobno prolaziti cijelim lancem – od dobavljača i proizvođača do distributera i kupca.
Božidar Bajsić govorio je o važnosti elektroničke razmjene podataka i povezivanja sudionika u lancu opskrbe. Takva razmjena nije važna samo za slanje narudžbenica, računa ili potvrda, nego i za dobivanje informacija koje omogućuju praćenje i upravljanje cijelim procesom. Što je više pouzdanih podataka dostupno u pravom trenutku, to je lakše prepoznati zastoj, promijeniti plan ili obavijestiti kupca prije nego što problem postane veći.
Ovisnost, trošak i otpornost
Panelisti su upozorili i na rizik prevelike ovisnosti o malom broju pružatelja AI usluga. Današnje cijene i dostupnost alata ne moraju ostati nepromijenjene, osobito ako se tržište koncentrira oko nekoliko velikih platformi. Tvrtke zato trebaju računati ne samo na trošak uvođenja, nego i na trošak korištenja, infrastrukture i mogućih promjena cijena. Poslovni slučaj mora pokazati da se ulaganje isplati i kada se uzmu u obzir svi troškovi.
Važno je zadržati i mogućnost rada u slučaju prekida. Ako ključni sustav prestane funkcionirati, tvrtka ne bi smjela izgubiti sposobnost obavljanja osnovnih poslova. To podrazumijeva rezervne postupke, dostupnost nužnih informacija i dovoljno znanja unutar organizacije da se posao može nastaviti i bez automatizacije. Takav plan nije znak nepovjerenja prema tehnologiji, nego dio upravljanja operativnim rizikom.
Zaključak rasprave nije bio da svaka tvrtka mora što prije prijeći na potpuno autonomne AI agente. Naprotiv, put prema njima zahtijeva poslovne ciljeve koji se mogu jasno opisati, uređene procese, kvalitetne podatke, definirana pravila i postupno širenje ovlasti. Umjetna inteligencija može pomoći da organizacija radi brže i donosi informiranije odluke, ali ne može sama odrediti što je za nju uspjeh. Stvarna vrijednost nastaje tek kada se tehnologija uklopi u cijeli poslovni sustav, a ne kada se doda kao još jedan izdvojeni al
