Domen Zadravec pri strankah ne sprašuje po AI-modelih in algoritmih. Sprašuje, kateri od njihovih AI projektov dejansko premika EBITDA. Tišina, ki sledi, je že sama po sebi odgovor.
Partner pri EY-Parthenon in vodja korporativnih financ ter poslovnega svetovanja za centralno Evropo ne začne s tehnologijo. Začne z vprašanjem, kje podjetje danes izgublja denar. Šele ko je to jasno, se pogovor premakne k AI. Ta vrstni red ni naključen in v tem intervjuju pojasni, zakaj je prav on tisti, ki loči podjetja, ki z AI ustvarjajo vrednost, od tistih, ki samo govorijo o njej.
Svetovalne hiše ugotavljajo, da več kot 50 % direktorjev od naložb v AI še ni zaznala merljivega donosa. Ali podobne izkušnje opažate tudi pri slovenskih podjetjih? Kje se zatakne?
Da, podobno vidimo tudi pri slovenskih podjetjih. Ne zato, ker AI ne bi imel potenciala, ampak ker je veliko projektov še vedno zastavljenih kot tehnološki eksperimenti, ne kot poslovne investicije.
Najpogosteje se zatakne pri treh stvareh: ni jasnega lastnika poslovnega učinka; podatki niso dovolj urejeni; projekt ni povezan z merljivim kazalnikom, kot so marža, produktivnost, hitrost obdelave, zmanjšanje napak ali rast prihodkov.
AI sam po sebi ne ustvari donosa. Donos nastane, ko AI spremeni proces, odločanje ali stroškovno strukturo podjetja.
Raziskava MIT kaže, da 95% pilotnih AI projektov nikoli ne preide v rabo in poslovne uspehe. Zakaj je prehod od eksperimenta do dejanske poslovne vrednosti tako zahteven? Kje je odgovornost – tehnologija, management ali kultura?
Prehod iz pilota v produkcijo je težak, ker pilot običajno dokazuje, da tehnologija deluje, produkcija pa zahteva, da deluje podjetje.
V produkciji se pojavijo vprašanja, ki jih pilot pogosto obide: kdo odgovarja za rezultat, kdo upravlja tveganja, kako se rešitev integrira v obstoječe sisteme, kako jo uporabljajo zaposleni, kako merimo uspeh in kaj se zgodi, ko model naredi napako.
Odgovornost ni samo pri tehnologiji. Največji izziv je kombinacija managementa in kulture. Tehnologija danes pogosto zmore več, kot so organizacije pripravljene absorbirati.
Danes ni podjetja, ki ne bi trdilo, da uporablja AI. Zakaj potem večina še vedno ne vidi rezultatov? Kaj delajo najbolj uspešna podjetja drugače od ostalih?
Ker ‘uporabljati AI’ ni isto kot ‘ustvarjati vrednost z AI’. Veliko podjetij uporablja orodja, nekaj jih ima pilote, precej manj pa jih je spremenilo način dela.
Najuspešnejša podjetja delajo tri stvari drugače.
Prvič, izberejo manj primerov uporabe, vendar tiste z neposredno povezavo na poslovni rezultat. Drugič, ne obravnavajo AI kot IT-projekt, ampak kot transformacijo procesov. Tretjič, zelo hitro merijo učinek in ustavijo projekte, ki ne ustvarjajo vrednosti.
Razlika med uspešnimi in neuspešnimi ni v tem, kdo ima boljši model. Razlika je v tem, kdo zna model vgraditi v poslovanje.
Večina svetovalcev začne pri tehnologiji. Vi začnete pri EBITDA. Če danes sedite pred upravo podjetja, kako ugotovite, kje lahko AI ustvari prvi pravi evro vrednosti?
Začnem z zelo preprostim vprašanjem: Kje podjetje danes izgublja denar, čas ali priložnosti? Pogledamo glavne vzvode EBITDA: prihodke, marže, stroške, obratni kapital, produktivnost in tveganja. Nato iščemo procese, kjer je veliko ponavljajočega se dela, veliko odločanja na podlagi podatkov, veliko napak ali počasnih odzivov.
Tipični primeri so napovedovanje povpraševanja, optimizacija cen, avtomatizacija podpore kupcem, boljša izterjava, hitrejše finančno poročanje, zaznavanje anomalij ali podpora prodajnim ekipam.
Prvi pravi evro vrednosti običajno ni v najbolj futurističnem primeru uporabe, ampak v zelo konkretnem procesu, ki ga podjetje vsak dan izvaja stokrat ali tisočkrat.
Ena izmed bolj izpostavljenih tem je agentna AI. Hkrati analitiki opozarjajo, da številni projekti ne bodo izpolnili pričakovanj. Kako ločiti poslovne priložnosti od buzz wordov?
Zelo preprosto: vprašati se moramo, ali agent rešuje realen poslovni tok od začetka do konca ali samo ustvarja vtis avtonomije.
Prava priložnost obstaja tam, kjer agent lahko prevzame zaporedje nalog: razume zahtevo, poišče podatke, sprejme predlog odločitve, pripravi dokument, sproži naslednji korak in vse to naredi z nadzorom, sledljivostjo in jasnimi pravili.
Buzzword pa je, kadar podjetje reče ‘imamo agenta’, v resnici pa gre za klepetalnika brez integracije, brez odgovornosti in brez merljivega učinka.
Agentna AI bo pomembna, vendar ni čarovnija. Pomembna bo tam, kjer bo dobro povezana s procesi, podatki, kontrolami in ljudmi.
Raziskave kažejo, da 90% podjetij (torej skoraj vsa) deluje v strukturah, ki preprosto niso prilagojene AI… Kako začnete pogovor z upravo, ki misli, da ima stvari pod kontrolo?
Običajno vprašam: Koliko AI primerov uporabe imate v produkciji, kdo je njihov poslovni lastnik, kakšen finančni učinek ustvarjajo, kdo spremlja tveganja, kako hitro jih lahko skalirate in koliko zaposlenih jih dejansko uporablja pri delu? Na ta vprašanja pogosto podjetja nimajo jasnih odgovorov, kar pomeni, da imajo AI aktivnosti, nimajo pa AI operacijskega modela.
Ta pogovor ni namenjen kritiki uprave. Namenjen je temu, da se razlika med občutkom kontrole in dejansko sposobnostjo izvajanja zelo hitro pokaže.
Ko podjetja začenjajo uvajati AI, se pogosto pojavijo tudi pomisleki zaposlenih. Kateri strahovi so po vaših izkušnjah najpogostejši?
Najpogostejši strah je, da bo AI nadomestil ljudi. Takoj za tem pa pridejo bolj praktični strahovi: ali bom še relevanten in znal uporabljati nova orodja, ali bo moje delo bolj nadzorovano, bom odgovoren za napake modela, … Pomembno je, da teh strahov ne opišemo kot iracionalnih. Za zaposlene je AI zelo oseben, ker posega v identiteto dela.
Najboljše organizacije zato ne govorijo samo o učinkovitosti, ampak tudi o opolnomočenju. Ljudem pokažejo, kako se njihovo delo spremeni, katera znanja bodo potrebovali in kje AI prevzame rutino, človek pa presojo, odnos, odgovornost in kreativnost.
Vaša lastna raziskava kaže, da podjetja z zrelim upravljanjem AI dosegajo 81% boljšo inovativnost in višjo rast prihodkov. Impresivno. Kako torej do t.i. zrelega upravljanja?
Zrelo upravljanje AI pomeni, da podjetje zna hkrati pospeševati inovacije in obvladovati tveganja. Začne se z jasnim portfeljem primerov uporabe: kaj razvijamo, zakaj, kdo je lastnik, kakšen učinek pričakujemo. Nato potrebujemo pravila za podatke, varnost, skladnost, etiko, model risk management in odgovornost.
Pomembno je, da upravljanje ne postane birokratska zavora. Dober model upravljanja omogoči hitrejše odločanje, ker ljudje vedo, kaj je dovoljeno, kaj ni in kdaj potrebujejo dodatno presojo.
Zrelost torej ni dokument; je sposobnost podjetja, da AI varno, hitro in ponovljivo uvaja v poslovanje.
Na koncu osebno vprašanje. Svetujete podjetjem o AI transformaciji vsak dan. Kaj pa vas osebno pri tem razvoju AIligence skrbi ali veseli oz. vznemirja pri AI?
Veseli me, da lahko AI ljudem pomaga delati bolj pametno, ne samo hitreje. Veliko rutinskega dela, iskanja informacij, priprave analiz in administracije lahko postane lažje. To odpira prostor za bolj kakovostno odločanje in bolj ustvarjalno delo.
Skrbi pa me, da bi podjetja AI uporabljala površno: brez razumevanja podatkov, brez odgovornosti, brez razlage zaposlenim in brez jasnega premisleka o posledicah.
Najbolj vznemirljivo pri AI je, da nas sili ponovno premisliti, kako delamo, kako vodimo podjetja in kaj je v resnici vrednost človeške presoje. Tehnologija je močna, ampak najpomembnejše vprašanje ostaja človeško: za kaj jo bomo uporabili.