Skrivena zamka koja usporava usvajanje AI-ja u poduzećima

Usvajanje AI-ja u poduzećima

Muhammed Gider
7 min čitanja • 

Usvajanje AI-ja u poduzećima napreduje brže od bilo koje tehnološke promjene u novijoj povijesti. Svaki sastanak vodstva na kraju se svodi na isto očekivanje. AI mora donijeti mjerljivu vrijednost cijeloj organizaciji. Nakon izlaska ChatGPT-a, inženjerski timovi počeli su koristiti Copilot, analitičari su prihvatili Perplexity, a operativni timovi eksperimentirali su s automatizacijom. Produktivnost se poboljšala gotovo odmah.

Ipak, samo nekoliko mjeseci poslije, usvajanje je usporilo. Pilot-projekti su zastali. Povrat ulaganja postao je neujednačen. To usporavanje nije posljedica slabih modela ni nedostatka ambicije vodstva. Ono proizlazi iz strukturnog nesklada između mogućnosti AI-ja i poslovnih okruženja.

Nedavno sam naišao na analizu Caleba, autora koji često istražuje organizacijsku stranu usvajanja AI-ja. Njegov pristup nije donio nove koncepte, ali je razjasnio napetost koju su mnogi čelnici poduzeća već osjetili. Objasnio je zašto AI briljira u pojedinačnim primjenama, ali teško donosi transformaciju na razini sustava.

Usvajanje AI-ja ne ovisi o snazi modela. Ovisi o sloju na kojem se AI uvodi u poduzeće.

Za CIO-ove, CTO-ove i voditelje transformacije koji se pitaju zašto AI oduševljava u demonstracijama, ali zapinje pri implementaciji, ovaj članak prikazuje skrivena ograničenja i strateške putove potrebne za održivo usvajanje u cijelom poduzeću.

Od „Trebamo li usvojiti AI” do „Zašto je usvajanje tako sporo”

Prije dvije godine poduzeća su raspravljala o tome trebaju li AI. Danas je pitanje kako ga integrirati održivo i sigurno. Analitičari predviđaju da bi AI uskoro mogao stvarati značajan dio onoga što poduzeća proizvode. Na papiru to izgleda neizbježno. U praksi učinak ostaje neujednačen.

Inženjerski timovi rade brže, no provedba koja zahtijeva suradnju različitih funkcija jedva se poboljšava. Prodajni timovi automatiziraju kontaktiranje potencijalnih klijenata, ali i dalje gube vrijeme na ručnu koordinaciju. Operativni timovi brzo dolaze do uvida, ali rascjepkane podatke usklađuju ručno.

Poduzeća ne funkcioniraju kao linearni strojevi. Ona djeluju kao složeni sustavi koje oblikuju upravljanje, poticaji, kultura i naslijeđena tehnologija. AI tu složenost povećava umjesto da je smanjuje.

Koristan je pristup promatrati AI u poduzećima kroz tri razine zrelosti.

Razina 1. Zadaci uz pomoć AI-ja

Korisno, ali u osnovi ograničeno

Većina poduzeća počinje upravo ovdje. Zaposlenici koriste generativni AI za istraživanje, sažimanje, prijedloge pri pisanju koda i stvaranje sadržaja. Ti alati odmah donose vrijednost.

No ubrzavanje zadataka nije isto što i preobrazba tijeka rada. Prateći procesi — odobravanja, primopredaje i razine izvještavanja — ostaju nepromijenjeni. Zbog toga se brzina rada poduzeća ne povećava znatno.

Brzina izvršavanja zadataka nije isto što i brzina rada organizacije.

Ova faza djeluje sigurno jer ne zahtijeva strukturne prilagodbe. No dugoročni povrat ulaganja ograničen je samim pristupom.

Razina 2. Agentni tijekovi rada

Velik potencijal i snažan otpor

Agentni AI autonomno izvršava tijekove rada s više koraka. Agenti mijenjaju datoteke, pregledavaju rezultate, upravljaju zadacima ili koordiniraju operacije. Potencijal je golem.

No razmjeri primjene nisu.

Prepreka nije tehnička sposobnost, nego organizacijska spremnost. Agentni sustavi zahtijevaju povjerenje, nadzor, upravljanje i toleranciju prema automatizaciji. Narušavaju ustaljene hijerarhije i rutinske postupke usklađivanja s propisima. Uvode operativni rizik s kojim se organizacije još nisu susretale.

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

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

Razina 3. Sustavi iz temelja osmišljeni za AI

Dugoročna prednost

Sustavi iz temelja osmišljeni za AI predstavljaju najvišu razinu zrelosti. Sudjelovanje AI-ja predviđeno je od samog početka. Umjesto naknadne prilagodbe tijekova rada optimiziranih za ljude, poduzeća grade nove operativne strukture u kojima AI koordinira protok podataka, slijed odluka i ritam rada.

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

Prepreka je velika. No dugoročna prednost daleko nadmašuje postupna poboljšanja.

Ipak, put do sustava iz temelja osmišljenih za AI dug je. Prava opasnost pojavljuje se u međuvremenu.

Problem s Ferrarijem

Neupravljani AI: prijetnja visokih performansi

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

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

Motor je izvanredan. No u složenom poslovnom okruženju s osjetljivim podacima, zahtjevima za usklađenost i naslijeđenim sustavima, takva razina nekontrolirane snage predstavlja strukturnu prijetnju.

Neregulirani AI dovodi do nenamjernog curenja podataka, korištenja IT-a u sjeni, neprovjerljivih rezultata, nekontroliranih ulaznih podataka za modele i potpunog gubitka mogućnosti revizije.

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

Dok se ne preoblikuju tijekovi rada, granice upravljanja, slojevi provjere valjanosti i integracijska arhitektura, AI bez nadzora ostaje rizik, a ne prednost.

Zašto veličina poduzeća stvara trenje u sustavu

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

AI poboljšava učinkovitost pojedinaca. No poduzeća djeluju na razini mreže. Taj nesklad poništava većinu učinka.

Istraživanja pokazuju jednu ključnu istinu.

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

Bez preoblikovanih tijekova rada i upravljanja, AI donosi pojedinačna poboljšanja umjesto transformacije cijelog sustava.

Stvarnost poduzeća

Sigurnost, povjerenje, rizici povezani s podacima i unutarnji otpor

Prije nego što poduzeća krenu prema autonomiji ili tijekovima rada izvorno osmišljenima za AI, suočavaju se s neizbježnim ograničenjima.

Sigurnosni zahtjevi ne dopuštaju nikakav kompromis u pogledu granica za podatke ili usklađenosti s propisima.
Nepouzdanost LLM-ova izaziva oklijevanje jer se halucinacije ne mogu tolerirati.
IT u sjeni pojavljuje se kada službeni alati zaostaju za potrebama zaposlenika.
Strateški i osobni podaci donose pravne i reputacijske rizike.
Nedostatak centraliziranog upravljanja stvara neizvjesnost oko provjere valjanosti i nadzora.

To nisu znakovi konzervativnosti.
To su znakovi institucionalne odgovornosti.

Usvajanje AI-ja ubrzava se tek kada se poštuju ti temelji.

Stvarna praznina na tržištu

Ne traži svaki tijek rada potpuno preoblikovanje

Neki narativi o AI-ju polaze od pretpostavke da zaposlenici žele automatizaciju. U stvarnosti mnogi tijekovi rada ostaju stabilni jer djeluju predvidivo i sigurno unutar organizacijske kulture.

Prava prilika leži drugdje.
Ručni prijenosi podataka.
Ponovno dokumentiranje.
Prebacivanje između konteksta.
Izolirane platforme.
Nepovezani radni tokovi.

Te prepreke neprimjetno nagrizaju produktivnost.

Uklonite nevidljive prepreke i prihvaćanje će postati prirodno.

Praktični koraci za održivu transformaciju poduzeća

Poduzeća koja uspijevaju primjenjuju slične prakse.

Provedite temeljite revizije radnih tokova.
Postupno uvodite agentsko ponašanje uz nadzor.
Preoblikujte uloge prije nego što preoblikujete tehnologiju.
Počnite u područjima s malo ograničenja koja proizlaze iz naslijeđenih sustava.
Mjerite brzinu napretka organizacije, a ne brzinu izvršavanja zadataka.

Ti koraci djeluju jednostavno. Njihov je učinak eksponencijalan.

Završno promišljanje za čelnike poduzeća

Uvođenje AI-ja u poduzeća nije izazov vezan uz modele. To je strukturni i kulturni izazov. Većina organizacija ostaje zarobljena u poboljšanjima na razini pojedinačnih zadataka jer njihovi radni tokovi nisu osmišljeni za autonomne sustave.

Čelnici koji to prepoznaju i promišljeno preoblikuju način rada oblikovat će sljedeću eru produktivnosti poduzeća.

AI jača usklađene organizacije, a produbljuje rascjepkanost onih koje nisu usklađene. Najprije ojačajte temelje. Zatim povećavajte opseg.

Praktična napomena

Potreba za sigurnim i integriranim slojem za poduzeća

U razgovorima s CIO-ovima i timovima za transformaciju jedna se tema stalno ponavlja. Poduzećima ne treba još jedan samostalni asistent. Treba im siguran, duboko integriran sloj produktivnosti koji omogućuje reviziju, povezuje aplikacije, štiti podatke, usklađen je s pravilima upravljanja i uvodi AI u radne tokove bez destabilizacije postojećih sustava.

Platforme izgrađene na dubokim integracijama, arhitekturi koja privatnost stavlja na prvo mjesto i nadzoru prilagođenom zahtjevima poduzeća pretvaraju AI bez odgovarajućeg upravljanja iz rizika u stratešku prednost. One pružaju projektiranu cestovnu mrežu koju Ferrari nikada nije imao.

To je filozofija na kojoj se temelji Dvina. Zamišljena je ne kao alat za pojedinačne zadatke ili izolirani agent, nego kao sloj produktivnosti koji razumije radne tokove, povezuje aplikacije, štiti osjetljive podatke i omogućuje timovima da ostvare transformaciju na razini radnih tokova bez gubitka kontrole.

Završno promišljanje

Budućnost pripada poduzećima koja grade prave ceste

Poduzeća koja će pobijediti u prijelazu na AI neće biti ona s najviše modela. Bit će to ona koja izgrade najsigurnije, najjasnije i najprilagodljivije putove za djelovanje AI-ja.

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

Budućnost ne pripada poduzećima s najbržim motorima. Pripada onima s najčvršćim cestama.

Pogledajte referentni video

Pridružite se platformi Dvina

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

Istražite više