Mit #3: AI to projekt IT

Na pierwszy rzut oka to kolejne wdrożenie.

To trzeci mit z serii. Kiedy organizacje rozpoczynają inicjatywę związaną ze sztuczną inteligencją, większość dyskusji koncentruje się na technologii. Jaką platformę wybrać? Który model jest najlepszy? Który dostawca ma najciekawszą roadmapę? Dział IT prowadzi ocenę rozwiązań, dział zakupów negocjuje umowę, powoływany jest zespół projektowy.

Na pierwszy rzut oka wygląda to jak każde inne wdrożenie systemu. W rzeczywistości jest zupełnie inaczej.

Największym powodem niepowodzeń projektów AI nie jest zła technologia ani wybór niewłaściwego dostawcy. Problemem jest traktowanie AI jak kolejnego wdrożenia IT, podczas gdy w rzeczywistości jest to transformacja sposobu działania organizacji.

Systemy ERP czy CRM przede wszystkim cyfryzują istniejące procesy. AI idzie o krok dalej: zmienia sposób podejmowania decyzji. A kiedy zmienia się sposób podejmowania decyzji, zmieniają się również odpowiedzialności, procesy, model współpracy oraz sposób zarządzania firmą. To już nie jest projekt IT. To transformacja modelu operacyjnego.

Dyrektor IT nie zrobi tego sam.

Dyrektor IT może zadbać o bezpieczeństwo rozwiązania, integrację z istniejącymi systemami i poprawność techniczną wdrożenia. Nie podejmie jednak decyzji o zmianie procesu planowania, polityki zapasów, systemu motywacyjnego ani o tym, kiedy pracownicy powinni zaufać rekomendacjom AI zamiast dotychczasowym praktykom. To są decyzje biznesowe.

Potwierdzają to również badania.

Powód jest prosty. AI zmienia sposób funkcjonowania przedsiębiorstwa. Wpływa na planowanie zapasów, harmonogramowanie produkcji, optymalizację transportu, priorytetyzację zamówień klientów czy organizację pracy zespołów.

Często wymaga nowych KPI, innych mechanizmów motywacyjnych, przeprojektowania procesów oraz lepszej współpracy między działami. Tylko liderzy biznesowi mają możliwość wprowadzenia takich zmian.

Dlaczego projekty AI naprawdę zawodzą.

Wyobraźmy sobie wdrożenie AI do optymalizacji zapasów w sieci centrów dystrybucyjnych. Od strony technicznej wszystko działa perfekcyjnie. Model generuje trafne rekomendacje, dane są przetwarzane w czasie rzeczywistym, a platforma jest poprawnie zintegrowana z systemem ERP.

Mija jednak sześć miesięcy i poziom zapasów praktycznie się nie zmienia. Dlaczego?

Bo planiści nadal ręcznie nadpisują rekomendacje AI. Dział zakupów zamawia towary według dotychczasowych przyzwyczajeń. Cele dotyczące poziomu zapasów nie zostały zmienione. System motywacyjny nadal premiuje lokalną optymalizację zamiast wyników całego łańcucha dostaw.

Dlatego sukces projektu AI nie powinien być mierzony tym, czy platforma została uruchomiona albo czy model osiągnął 95% skuteczności. Powinien być oceniany przez pryzmat tego, czy organizacja podejmuje lepsze decyzje, szybciej reaguje na zmiany, obniża koszty, poprawia poziom obsługi klientów i zwiększa produktywność.

Wdrożenie IT a transformacja AI.

Różnicę najlepiej pokazuje proste porównanie.

Firmy nie stają się organizacjami wykorzystującymi AI dlatego, że wdrożyły sztuczną inteligencję. Stają się nimi wtedy, gdy AI staje się elementem codziennego podejmowania decyzji.

Od czego zaczynają firmy odnoszące sukces.

Najlepsze organizacje nie rozpoczynają programu AI od wyboru dostawcy ani od pilota technologicznego. Zaczynają od problemu biznesowego. Wyznaczają lidera biznesowego odpowiedzialnego za rezultat, definiują mierzalne KPI i są gotowe zmienić procesy tam, gdzie jest to konieczne. Technologia jest narzędziem. To liderzy odpowiadają za transformację.

Zanim rozpoczniesz wybór platformy AI, odpowiedz na pięć pytań:

Jeżeli nie potrafisz odpowiedzieć na te pytania, prawdopodobnie nie jesteś jeszcze gotowy na wdrożenie AI, niezależnie od tego, którą platformę wybierzesz.

Zobacz, jak blueclip zamienia AI w lepsze codzienne decyzje, a nie kolejną platformę →