Skrivena zamka koja usporava usvajanje AI-ja u preduzećima

Usvajanje AI-ja u preduzećima

Muhammed Gider
7 min čitanja • 

Usvajanje AI-ja u preduzećima napreduje brže od bilo koje tehnološke promjene u novijoj historiji. Svaki sastanak rukovodstva na kraju se svodi na isto očekivanje. AI mora donijeti mjerljivu vrijednost cijeloj organizaciji. Nakon što je predstavljen ChatGPT, inženjerski timovi usvojili su Copilot, analitičari prihvatili Perplexity, a operativni timovi eksperimentisali s automatizacijom. Produktivnost se poboljšala gotovo odmah.

Ipak, samo nekoliko mjeseci kasnije, tempo usvajanja je usporio. Pilot-projekti su zastali. Povrat ulaganja postao je neujednačen. Ovo usporavanje nije posljedica slabih modela ili nedostatka ambicije rukovodstva. Ono proizlazi iz strukturnog nesklada između mogućnosti AI-ja i okruženja u preduzećima.

Nedavno sam naišao na analizu koju je objavio Caleb, autor koji često istražuje organizacijsku stranu usvajanja AI-ja. Njegov pristup nije donio nove koncepte, ali je razjasnio napetost koju su mnogi rukovodioci u preduzećima već osjetili. Objasnio je zašto AI briljira u pojedinačnim slučajevima primjene, ali teško dovodi do transformacije na nivou sistema.

Usvajanje AI-ja ne zavisi od snage modela. Zavisi od sloja na kojem se AI uvodi u preduzeće.

Za CIO-e, CTO-e i rukovodioce transformacije koji se pitaju zašto AI oduševljava u demonstracijama, ali zastaje pri implementaciji, ovaj članak prikazuje skrivena ograničenja i strateške puteve potrebne za održivo usvajanje u cijelom preduzeću.

Od „Trebamo li usvojiti AI“ do „Zašto usvajanje ide tako sporo“

Prije dvije godine preduzeća su raspravljala o tome treba li im AI. Danas je pitanje kako ga integrisati održivo i sigurno. Analitičari predviđaju da bi značajan dio rezultata rada preduzeća uskoro mogao generisati AI. Na papiru to izgleda neizbježno. U praksi je uticaj i dalje neujednačen.

Inženjerski timovi rade brže, ali se izvršavanje poslova koji uključuju različite timove jedva poboljšava. Prodajni timovi automatizuju kontaktiranje potencijalnih klijenata, ali i dalje gube vrijeme na ručnu koordinaciju. Operativni timovi brzo dolaze do uvida, ali ručno usklađuju fragmentirane podatke.

Preduzeća ne funkcionišu kao linearne mašine. Ona djeluju kao složeni sistemi koje oblikuju upravljanje, poticaji, kultura i naslijeđena tehnologija. AI povećava tu složenost umjesto da je smanjuje.

AI u preduzećima korisno je posmatrati kroz tri nivoa zrelosti.

Nivo 1. Zadaci uz pomoć AI-ja

Korisno, ali suštinski ograničeno

Ovdje većina preduzeća počinje. Zaposleni koriste generativni AI za istraživanje, sažimanje, prijedloge za pisanje koda i kreiranje sadržaja. Ovi alati odmah donose vrijednost.

Ali ubrzavanje zadataka nije isto što i transformacija tokova rada. Prateći procesi — odobravanja, predaja posla i nivoi izvještavanja — ostaju nepromijenjeni. Zbog toga se brzina rada preduzeća ne povećava značajno.

Brzina obavljanja zadataka nije isto što i brzina rada organizacije.

Ova faza djeluje sigurno jer ne zahtijeva strukturne prilagodbe. Ali dugoročni ROI ograničen je već samim načinom na koji je osmišljena.

Nivo 2. Agentni tokovi rada

Veliki potencijal i snažan otpor

Agentni AI autonomno izvršava tokove rada koji obuhvataju više koraka. Agenti mijenjaju datoteke, pregledaju rezultate, upravljaju zadacima ili koordiniraju operacije. Njihov potencijal je ogroman.

Obim njihove primjene nije.

Prepreka nisu tehničke mogućnosti, već organizaciona spremnost. Agentni sistemi zahtijevaju povjerenje, nadzor, upravljanje i toleranciju prema automatizaciji. Narušavaju ustaljene hijerarhije i postupke za osiguravanje usklađenosti s propisima. Uvode nepoznat operativni rizik.

Zbog toga se mnogi agentni alati svode na poluautonomne asistente koji djeluju samo unutar sigurnih granica.

Preduzeća ne odbacuju autonomiju zbog straha. Odbacuju je zbog neusklađenosti.

Nivo 3. Sistemi izgrađeni na AI-ju

Dugoročna prednost

Sistemi izgrađeni na AI-ju predstavljaju najviši nivo zrelosti. Osmišljeni su uz učešće AI-ja od samog početka. Umjesto da naknadno prilagođavaju tokove rada optimizirane za ljude, preduzeća grade nove operativne strukture u kojima AI koordinira tok podataka, slijed odluka i ritam rada.

To otvara mogućnost prediktivnog poslovanja, smanjuje uska grla i omogućava kontinuirano donošenje odluka.

Prepreka je velika. Ali dugoročna prednost daleko nadmašuje postepene dobitke.

Međutim, put do sistema izgrađenih na AI-ju je dug. Prava opasnost javlja se u međuvremenu.

Problem s Ferrarijem

AI kojim se ne upravlja predstavlja prijetnju visokih performansi

Caleb je upotrijebio metaforu koja postaje još snažnija u kontekstu preduzeća. Omogućiti zaposlenima pristup moćnim AI alatima kao što su ChatGPT ili Copilot nije samo kao dati im Ferrari.

To je kao da im dajete Ferrari bez obuke, bez saobraćajnih pravila, bez osiguranja i bez uvida u to kuda će automobil zapravo otići.

Motor je izvanredan. Ipak, u složenom poslovnom okruženju s osjetljivim podacima, zahtjevima za usklađenost s propisima i naslijeđenim sistemima, ovaj nivo nekontrolisane moći predstavlja strukturnu prijetnju.

Neregulisani AI dovodi do nenamjernog curenja podataka, korištenja IT alata izvan službenog nadzora, neprovjerljivih rezultata, nekontrolisanih ulaznih podataka za modele i potpunog gubitka mogućnosti revizije.

Ferrari se ne kreće samo brzo. Kreće se u smjerovima koje preduzeće ne može vidjeti.

Dok se radni tokovi, granice upravljanja, slojevi validacije i integracijska arhitektura ne izgrade iznova, AI bez nadzora ostaje teret, a ne prednost.

Zašto veličina preduzeća stvara sistemsko trenje

Kako organizacije rastu, složenost koordinacije raste još brže. Udvostručavanje tima ne udvostručuje složenost. Ono je višestruko povećava.

AI poboljšava učinak pojedinca. Ali preduzeća funkcionišu na nivou mreže. Taj nesklad upija najveći dio njegovog učinka.

Istraživanja pokazuju jednu ključnu istinu.

AI pojačava ono što već postoji. Usklađenost ubrzava. Fragmentacija se urušava.

Bez preoblikovanih radnih tokova i upravljanja, AI donosi izolovana poboljšanja umjesto transformacije cijelog sistema.

Stvarnost preduzeća

Sigurnost, povjerenje, rizici povezani s podacima i unutrašnji otpor

Prije nego što preduzeća krenu ka autonomiji ili radnim tokovima od temelja zasnovanim na AI-ju, suočavaju se s neizbježnim ograničenjima.

Sigurnosni zahtjevi ne dopuštaju nikakav kompromis u pogledu granica pristupa podacima ili usklađenosti s propisima.
Nepouzdanost LLM-ova stvara oklijevanje jer se halucinacije ne mogu tolerisati.
IT izvan službenog nadzora pojavljuje se kada službeni alati zaostaju za potrebama zaposlenih.
Strateški i lični podaci nose pravne i reputacijske rizike.
Nedostatak centralizovanog upravljanja stvara neizvjesnost u pogledu validacije i nadzora.

To nisu znakovi konzervativizma.
To su znakovi institucionalne odgovornosti.

Usvajanje AI-ja ubrzava se tek kada se ove osnove poštuju.

Stvarna praznina na tržištu

Ne traži svaki radni tok temeljitu promjenu

Neki narativi o AI-ju polaze od pretpostavke da zaposleni žele automatizaciju. U stvarnosti, mnogi radni tokovi ostaju stabilni jer djeluju predvidivo i sigurno u okviru organizacijske kulture.

Prava prilika je drugdje.
Ručni prijenos podataka.
Ponovno dokumentiranje.
Prebacivanje iz jednog konteksta u drugi.
Izolovane platforme.
Nepovezani tokovi rada.

Ove prepreke neprimjetno nagrizaju produktivnost.

Uklonite nevidljive prepreke i usvajanje postaje prirodno.

Praktični koraci za održivu transformaciju preduzeća

Uspješna preduzeća primjenjuju slične prakse.

Provedite detaljne revizije tokova rada.
Postepeno uvodite agentsko ponašanje uz nadzor.
Redizajnirajte uloge prije nego što redizajnirate tehnologiju.
Počnite u oblastima s malo ograničenja koja nameću naslijeđeni sistemi.
Mjerite brzinu napretka organizacije, a ne brzinu izvršavanja zadataka.

Ovi koraci djeluju jednostavno. Njihov učinak je eksponencijalan.

Završno razmatranje za rukovodioce preduzeća

Usvajanje AI-ja u preduzećima nije izazov vezan za modele. To je strukturni i kulturni izazov. Većina organizacija ostaje ograničena na poboljšanja na nivou pojedinačnih zadataka jer njihovi tokovi rada nisu osmišljeni za autonomne sisteme.

Rukovodioci koji to prepoznaju i promišljeno pristupe redizajnu oblikovat će sljedeću eru produktivnosti preduzeća.

AI jača usklađene organizacije i pojačava fragmentiranost onih koje su nepovezane. Prvo ojačajte temelje. Zatim proširite primjenu.

Praktična napomena

Potreba za sigurnim i integrisanim slojem za preduzeća

U razgovorima s CIO-ovima i timovima za transformaciju stalno se ponavlja jedna tema. Preduzećima nije potreban još jedan samostalni asistent. Potreban im je siguran, duboko integrisan sloj produktivnosti koji omogućava reviziju, povezuje aplikacije, štiti podatke, usklađen je s pravilima upravljanja i uvodi AI u tokove rada bez destabilizacije postojećih sistema.

Platforme izgrađene na dubokim integracijama, arhitekturi koja privatnost stavlja na prvo mjesto i nadzoru na nivou preduzeća pretvaraju AI bez nadzora iz rizika u stratešku prednost. One pružaju planski projektovan sistem puteva koji Ferrari nikada nije imao.

To je filozofija na kojoj se temelji Dvina. Nije osmišljena kao alat za pojedinačne zadatke ili izolovani agent, već kao sloj produktivnosti koji razumije tokove rada, objedinjuje aplikacije, štiti osjetljive podatke i omogućava timovima da ostvare transformaciju na nivou tokova rada bez odricanja od kontrole.

Završno razmatranje

Budućnost pripada preduzećima koja grade prave puteve

Preduzeća koja pobijede u prelasku na AI neće biti ona s najviše modela. To će biti ona koja izgrade najsigurnije, najjasnije i najprilagodljivije puteve za djelovanje AI-ja.

Kada se tokovi rada, upravljanje i tokovi podataka usklade, AI se prestaje ponašati kao eksperimentalni motor i postaje prava infrastruktura preduzeća.

Budućnost ne pripada preduzećima s najbržim motorima. Pripada onima s najčvršćim putevima.

Pogledajte referentni video

Pridružite se Dvina

Registrujte se besplatno i objedinite sve svoje alate u jednom jednostavnom radnom prostoru.

Istražite više