Podkast

Kaj loči podjetja, ki uspešno uvedejo AI, od ostalih?

Enej Gradišek je naredil več kot 500 delavnic o AI. To je, kar vidi v praksi.

Slab proces z umetno inteligenco ne postane boljši, postane večji kaos. Pogovor z Enejem Gradiškom o tem, kje se podjetja pri uvajanju AI najbolj zafrknejo. Tretja epizoda Opti Solutions Podkasta.

Nuša Breznikar in Žan Breznikar6. avgust 20267 min branja

Enej Gradišek ima za sabo več kot 500 delavnic o umetni inteligenci za podjetja in ekipe. Ko sva ga vprašala, kaj so največje napake, je odgovoril s sliko, ki si jo je težko pozabiti: ljudje si predstavljajo, da greš v trgovino, kupiš kilo AI, ga doma streseš na mizo in rečeš, da si zdaj AI podjetje.

V tretji epizodi podkasta sva se z njim pogovarjala o tem, kaj v praksi loči podjetja, ki AI zares uvedejo, od tistih, ki ostanejo pri "saj smo probali, pa ni delalo".

Slab proces z AI postane večji kaos

Garbage in, garbage out. Če imaš slabe podatke ali neurejene procese in nanje vržeš umetno inteligenco, ne dobiš reda, dobiš večji nered. AI bazira na podatkih, in če so ti razmetani, iz njih ni kaj potegniti.

Zato gre pred vsako uvedbo pregled. Kaj podjetje sploh potrebuje, kakšni so njegovi podatki in kje so procesi. Najtežji del tega pogovora je vprašanje za vodstvo: ali je v redu, če ta proces obrnemo na glavo. Ker ni nujno, da je obstoječi proces optimalen samo zato, ker obstaja.

Malo podjetje ima pri tem prednost

V manjših in srednjih podjetjih se pogosto zgodi tole: pridejo z željo po AI, mi rečemo, dajmo najprej pogledati procese, oni pa odgovorijo, da so to hoteli urediti že leta. Na koncu uredijo druge stvari v poslu, da lahko dodajo umetno inteligenco. To se izkaže za zelo produktivno.

V korporaciji premikaš tanker. Ladja se obrača mesece in ne dneve. Enej pravi, da to niti ni nujno slabo. Ob vsakem novem modelu je hype, ki traja tri dni, in če ga naenkrat uporablja 10 ali 15 tisoč ljudi, brez politike in brez nadzora, je to kaos. Stabilnost ima svojo vrednost. Kar pogreša, so ekipe znotraj velikih organizacij, ki bi v zaprtem peskovniku testirale najnovejše in to potem počasi razširile naprej.

Največje tveganje je status quo

Tole je najbolj koristen del pogovora za vsakega lastnika. Podjetja se bojijo, kaj bo z njihovimi podatki. Ko pa vprašaš, ali uporabljajo umetno inteligenco, je odgovor pogosto: načeloma ne, razen vsak malo ChatGPT. In ko vprašaš, ali so ti računi poslovni, se izkaže, da ima vsak svojega.

To je pravo tveganje. Osebni računi se lahko uporabljajo za učenje modelov in podatki grejo mimo vsakega nadzora. Že sam premik z osebnih računov na poslovni ekipni račun na strežniku v Evropi je ogromna razlika. Podjetjem pa se zdi večje tveganje ta prehod kot pa to, da pustijo stvari, kot so.

Enej k temu doda še eno provokacijo. Večina večjih podjetij ima Microsoft. Mail, ki ga pošlješ po Outlooku, gre na nek strežnik in nazaj. Jezikovni model znotraj istega ekosistema podatke obdela na istem mestu. Vprašanje torej ni, ali podatki grejo ven, ampak ali veš, kam grejo, kdo jih obdeluje in kako so šifrirani med prenosom in v mirovanju.

Če delo naredim v eni uri namesto v štirih, grem tri ure prej domov?

To vprašanje je postavil Enej in je pošteno. Če je bila prej ena naloga za štiri ure in je zdaj za eno, kaj se zgodi s preostalimi tremi.

Odgovor iz naše prakse: to vprašanje postavimo na vsaki diagnostiki, direktno zaposlenim. Realnost je, da so ljudje preobremenjeni. Ne delajo na 100 odstotkih, delajo na 120. Prva zmaga je zato razbremenitev, ne dodatno delo. Šele za tem pride tisto, za kar zmanjka časa, pa bi podjetje premaknilo naprej.

Pri lastnikih slišimo dve stvari, in prva pogosto preseneti. Prva je, da hočejo razbremeniti ekipo, ker si želijo, da ljudje niso na robu. Druga je, da bi podjetje raslo brez tega, da bi morali množično zaposlovati.

Prototip v dvajsetih minutah, produkcija pol leta

Napaka, ki se ponavlja: velik hype okoli prototipa, potem pa se v resnični produkciji zadeva sesuje. Prototip danes narediš v dvajsetih minutah in na sliki izgleda odlično. Da ta stvar res dela, pa je lahko pol leta zahtevnega dela zadaj.

Najbolj očiten primer so glasovni asistenti. Vsak lahko naredi voicebota za demo. Pravi customer support, ki govori dobro slovensko, pozna številke in naredi premor takrat, ko je treba, je čisto drug par rokavic.

Enej ima za demote dobro primerjavo. Demo je, kot da pripelješ ferrarija pred dvorišče in vprašaš, ali ni lep avto. Vsi rečejo wow, ampak ga ne znajo voziti. Zato pri njem namesto demota deluje delavnica, kjer ljudi pelješ skozi njihov lasten proces.

Adopcija stoji ali pade z ljudmi

Vodstvo je predpogoj, samo po sebi pa ni dovolj. Potrebna sta oba smera, od zgoraj navzdol in od spodaj navzgor. Če pritiska samo vodstvo, ima ekipa občutek, da si je nekdo spet nekaj izmislil in to vrgel nanje.

To je klasičen change management in je znan že od šestdesetih let. Če si del spremembe in te nekdo sliši, greš skozi proces lažje, ker imaš svoj delež pri njej. Precej drugače je, če dobiš list papirja z obvestilom, da bo od jutri drugače.

Do enakega zaključka sva prišla tudi midva, samo z druge strani. Na reviziji vedno vprašamo končne uporabnike, kaj si želijo in kaj bi jim dejansko pomagalo. Ko prideš do zaposlenega z vprašanjem, kako bi mu olajšali delovnik, in ne z gotovo rešitvijo, obramba pade.

Kaj odnesti

Enej opozarja, da smo v Sloveniji v mehurčku. Nam se zdi vse trivialno, v resnici pa velik del ljudi še vedno ne zna napisati prompta, po zadnji raziskavi pa smo pod evropskim povprečjem. Njegov nasvet za vse, ki v tem prostoru delajo, je tek na dolge proge. Slovenija je majhna, vsi se poznajo in kdor ne dostavi, ga trg izloči.

Cilj delavnice ne sme biti pogovor o AI. Če v ponedeljek zjutraj nič ni drugače, se ni zgodilo nič.

Ste pripravljeni na AI transformacijo?

Rezervirajte brezplačen 30-minutni posvet, kjer skupaj pregledamo vaše procese in identificiramo priložnosti za avtomatizacijo. Brez obveznosti.