Umjetna inteligencija sve je manje izdvojeni tehnološki eksperiment, a sve više alat za konkretno unapređenje poslovnih procesa. Posebno je relevantna za mala i srednja poduzeća koja nemaju velike interne timove za razvoj i optimizaciju, ali isti se obrasci mogu primijeniti i u korporacijama. „Možemo nuditi rješenja koja značajno unapređuju razvoj poslovanja manjih i srednjih poduzeća, ali i korporacija“, ističe za ICTbusiness Media - ICTbusiness.info Mislav Galler, član Uprave i glavni komercijalni direktor Telemach Hrvatska. Ključ nije u tome da se umjetnoj inteligenciji prepusti cijelo poslovanje, nego da se precizno odredi koje zadatke može preuzeti i gdje stvara mjerljivu vrijednost.
Za manje organizacije AI može djelomično nadomjestiti nedostatak stručnih kapaciteta u poslovima koji nisu strateška jezgra kompanije. Galler navodi primjer organizacije koja si možda ne može priuštiti vrhunskog stručnjaka za svaki pojedini operativni posao, ali uz dobro postavljen sustav može dobiti vrlo sposobnog digitalnog pomoćnika. „Za poslove koji nisu od krucijalne ili strateške važnosti možete dobiti sjajnog suradnika“, kaže. Time se ne ukida potreba za stručnjacima, nego se dio njihova vremena oslobađa od rutinskih zadataka.
Slično vrijedi i za velike sustave. Repetitivni računovodstveni, tehnički i operativni poslovi među prvim su kandidatima za automatizaciju jer imaju jasnije obrasce i lakše ih je opisati pravilima i očekivanim rezultatima. „U velikoj korporaciji određene repetitivne računovodstvene ili tehničko-operativne poslove već možete itekako unaprijediti“, objašnjava Galler. U takvom modelu umjetna inteligencija postaje dodatni alat za povećanje produktivnosti, a ne autonomna zamjena za organizaciju.
Granica je ondje gdje proces uključuje osjetljive baze podataka, povjerljive informacije ili odluke s većim poslovnim i pravnim posljedicama. Galler zato inzistira na modelu human in the loop, odnosno na tome da čovjek ostane uključen u nadzor i odlučivanje kada je riječ o delikatnim područjima. „Nećete to staviti u vrlo delikatne službe gdje su u pitanju određene baze podataka i osjetljivi podaci bez ljudskog nadzora“, upozorava.
Potencijal za ubrzanje poslovanja, međutim, vidi kao iznimno velik bez obzira na veličinu poduzeća. Automatizacija može skratiti vrijeme obrade, preuzeti velik broj ponavljajućih koraka i omogućiti zaposlenicima da se usmjere na poslove u kojima su važni iskustvo, procjena i poslovni kontekst. „Ubrzanje samog poslovnog procesa, neovisno o tome radi li se o malom, srednjem ili velikom poduzeću, nemjerljivo je“, kaže Galler.
Da bi se taj potencijal ostvario, kompanija najprije mora vrlo precizno znati što od sustava traži. Nejasno definiran proces neće automatski postati kvalitetniji samo zato što je u njega uključen AI. Potrebno je razraditi očekivanja, granice odgovornosti, izvore podataka i način provjere rezultata. „Moramo biti vrlo precizni u tome što tražimo i jasno raspisati očekivanja“, naglašava Galler. Upravo je ta priprema često važnija od samog tehničkog povezivanja.
Njegovo iskustvo pokazuje da integracija s postojećim informacijskim sustavima ne mora biti najsloženiji dio projekta. Tehnologija i integracijski mehanizmi napredovali su dovoljno da se povezivanje često može riješiti brže nego organizacijska i regulatorna pitanja. „Najmanji problem je implementacija i spajanje s postojećim sustavima; to se često riješi puno brže“, navodi. Time se težište projekta pomiče s pitanja može li se nešto tehnički napraviti na pitanje pod kojim se uvjetima smije napraviti.
Pravne i regulatorne preduvjete zato Galler vidi kao jedno od trenutačnih uskih grla. Kompanije moraju znati koji podaci ulaze u sustav, tko im pristupa, što se s njima događa te postoji li dio procesa koji zbog svoje osjetljivosti zahtijeva dodatna ograničenja. „Moramo biti vrlo pažljivi da riješimo pravno-regulatorne predispozicije, a to obično traje dulje“, kaže. U praksi se tako može dogoditi da je tehnološko rješenje spremno, ali njegova primjena u produkciji čeka razjašnjenje pravila.
To posebno vrijedi kada se AI povezuje s procesima koji sadrže osobne, poslovno povjerljive ili druge osjetljive informacije. Tada pitanje više nije samo koliko je model sposoban, nego i je li cijeli sustav postavljen tako da organizacija zadrži kontrolu nad podacima i odgovornostima. Galler upravo u toj kombinaciji tehnologije, procesa i regulative vidi stvarni izazov implementacije.
Unatoč ograničenjima, njegov je zaključak da je faza čekanja završila. Repetitivni procesi već su dovoljno zreli za ozbiljnu primjenu, pod uvjetom da kompanija razumije što automatizira i zašto. „Mislim da je to već tu i sugeriram svakome da se ozbiljno informira i da krene“, zaključuje Galler. Sljedeća faza zato neće biti rasprava postoji li poslovna primjena umjetne inteligencije, nego koliko ih kvalitetno organizacije mogu uklopiti u postojeće procese, uz jasne kontrole i ljudski nadzor.
