Czy Twoja firma jest gotowa na przełomowe zmiany: sztuczna inteligencja jako kluczowy aspekt dzisiejszego świata

Po premierze publicznej wersji Chat GPT w listopadzie 2022 r., która przyciągnęła milion użytkowników w mniej niż tydzień i z każdym dniem staje się coraz bardziej popularna, wiele osób tradycyjnie utożsamia ją z AI (Artificial Intelligence, czyli sztuczną inteligencją).

AI to jednak znacznie szersze pojęcie, wykraczające nawet poza usługi kognitywne, które oferuje Chat GPT. W szczególności obejmuje ona uczenie maszynowe, rozpoznawanie obrazów i mowy oraz analizę danych.

Jeśli chodzi o usługi kognitywne, ich zastosowanie można podzielić w następujący sposób: rozpoznawanie głosu – voice recognition (25%); analiza sentymentu – sentiment analysis (10%); rozpoznawanie obrazów – image recognition (20%); personalizacja – personalization (10%); przetwarzanie języka naturalnego – natural language processing (NLP) (35%).

Sztuczna inteligencja, bez przesady, otwiera przed firmami nieograniczone możliwości. Oto tylko niektóre z korzyści, jakie firmy otrzymują po wdrożeniu AI: poprawa interakcji z klientami; zwiększenie wydajności operacyjnej, przeniesienie procesu podejmowania decyzji zarządczych na nowy poziom precyzji oraz zwiększenie bezpieczeństwa systemów

informatycznych. Co więcej, w ostatnich latach pojawiło się wiele innowacyjnych produktów i usług opartych na AI.

Każda firma wybiera swój własny „zestaw inteligentnych rozwiązań” na podstawie konkretnych potrzeb. Jednak w każdym przypadku transformacja biznesowa z wykorzystaniem AI rozpoczyna się od inwestycji w technologie gromadzenia i analizy danych, które są podstawą wdrażania bardziej złożonych algorytmów i rozwiązań.

Jeśli więc powiedziałeś „tak” modernizacji procesów biznesowych, warto rozważyć rozwiązanie ERP. Należy pamiętać, że ERP odgrywa kluczową rolę w przetwarzaniu i konsolidacji danych dotyczących wszystkich procesów organizacyjnych, w tym tych, które AI będzie wykorzystywać z korzyścią dla firmy. Dlatego stopień zaufania do tego systemu zarówno wewnątrz firmy, jak i wśród partnerów oraz inwestorów ma kluczowe znaczenie.

Przykładowo, rozwiązania firmy SMART business, czołowego partnera Microsoft, są zgodne z międzynarodowymi standardami i zapewniają automatyzację procesów biznesowych z możliwością łatwej kontroli i audytu. Jednocześnie można je elastycznie dostosować do „najbardziej nieoczekiwanych” potrzeb każdej konkretnej firmy i szybko wdrożyć. A dzięki integracji analityki w czasie rzeczywistym i możliwościom sztucznej inteligencji system staje się wygodnym i niezawodnym narzędziem dla najwyższego kierownictwa do planowania i alokacji zasobów oraz monitorowania wydajności zarówno poszczególnych procesów biznesowych, jak i całej firmy.

Jeśli mówimy o najczęstszych obszarach zastosowania AI, otrzymamy niezwykle długą listę:

• W czołówce znajduje się obsługa klienta. Coraz więcej firm z całego świata stawia na AI w celu zapewnienia wysokiego poziomu usług. Jest ona podstawą różnych systemów rekomendacji, które wykorzystują analizę wcześniejszych preferencji klientów do generowania wskazówek, jak zwiększyć ich zadowolenie oraz tworzenia chatbotów i wirtualnych asystentów, którzy odpowiadają na typowe pytania klientów 24/7. Według badania McKinsey w Ameryce Północnej około połowa zapytań klientów w bankowości, telekomunikacji i firmach programistycznych jest obsługiwana maszynowo, w tym przez sztuczną inteligencję. Pracownicy mogą skupić się na rozwiązywaniu kwestii związanych z usługami, które wymagają głębszej analizy ze strony specjalisty.
• W zarządzaniu łańcuchem dostaw, w tym w prognozowaniu popytu, oraz w logistyce, w celu optymalizacji tras dostaw.
• W marketingu, do tworzenia spersonalizowanych reklam, tj. najbardziej odpowiednich ofert i reklam dla konkretnego konsumenta.
• W analizie finansowej jest wykorzystywana do poprawy analizy ryzyka kredytowego i wykrywania oszustw z dużą dokładnością. W szczególności instytucje finansowe mogą wykorzystywać AI do automatyzacji procesu oceny zdolności kredytowej klientów oraz natychmiastowego wykrywania podejrzanych transakcji, co zmniejsza ryzyko i minimalizuje potencjalne straty.
• W medycynie jest ona wykorzystywana do diagnozowania chorób. Ciekawym przykładem jest doświadczenie firmy PathAI, która tworzy technologie uczenia maszynowego do analizy próbek tkanek pod kątem patologii. Z kolei farmaceuci z Atomwise wykorzystują technologie głębokiego uczenia do przyspieszenia procesu odkrywania leków. Sztuczna inteligencja analizuje tu miliardy możliwych związków chemicznych, poszukując perspektywicznych obszarów wymagających zbadania.
• W branży produkcyjnej jest wykorzystywana do automatyzacji linii produkcyjnych, prognozowania zapotrzebowania oraz optymalizacji przepływu pracy.
• Do ochrony przed telefonicznymi żartami. Specjaliści Motorola Solutions wykorzystują AI do rozpoznawania komend głosowych i transkrypcji połączeń alarmowych z numerem 911 w czasie rzeczywistym. Pomaga to w szybszym i dokładniejszym dostarczaniu niezbędnych informacji w sytuacjach kryzysowych, eliminując fałszywych zgłoszeń. System dokładnie analizuje stan emocjonalny dzwoniących.
• W HR i rekrutacji AI jest ona wykorzystywana do analizy CV, prognozowania zatrudnienia potencjalnych kandydatów, przeprowadzania wstępnych rozmów kwalifikacyjnych oraz reskillingu i upskillingu pracowników. Przykładowo, firma Skillsoft zajmująca się rozwojem technologii edukacyjnych opracowała Conversation AI Simulator (CAISY). Program pozwala użytkownikom prowadzić dyskusje biznesowe, zdobywać umiejętności składania ofert biznesowych i rozwiązywać konflikty w trakcie świadczenia usług.

Ekosystem IT rozwiązań opartych na AI firmy SMART business

Niewątpliwie na obecnym etapie rozwoju technologii inwestycje w AI są inwestycjami we własną przewagę konkurencyjną w najbliższej przyszłości. Tak więc, według badań McKinsey zakres, w jakim detaliści wdrożą technologie oparte na AI w ciągu najbliższych 2-3 lat, zadecyduje o ich sukcesie przez co najmniej dwie dekady.

Jak więc firmy mogą dostosować się do tych zmian i osiągnąć taki poziom efektywności, który pozwoli im na stały rozwój zamiast ciągłego „nadrabiania zaległości”? Jak rozpocząć własną historię inteligentnej transformacji?

Eksperci w dziedzinie analityki predykcyjnej zalecają rozpoczęcie od audytu własnych potrzeb biznesowych i oceny zasobów.

Експерти у сфері прогнозної аналітики рекомендують розпочати із ревізії власних бізнес-потреб та оцінки ресурсів.

Kolejnym krokiem jest wybór rozwiązania, które będzie odpowiadało zadaniom firmy, spośród szerokiej gamy narzędzi dostępnych na rynku. Etap ten obejmuje szczegółową analizę nie tylko funkcjonalności rozwiązań, ale także kwestii związanych ze wsparciem technicznym i serwisowym, skalowalnością oraz integracją z istniejącymi systemami. W tym kontekście korzystnie wyróżniają się innowacyjne rozwiązania oparte na rozwiązaniach Microsoft. Dla przykładu, przyjrzyjmy się puli produktów opartych na AI stworzonych przez zespół SMART business:

• SMART Demand Forecast to system prognozowania popytu oparty na uczeniu maszynowym i AI, który pozwala na kompleksowe prognozowanie sprzedaży regularnej i promocyjnej na różnych poziomach szczegółowości.
• SMART Price Insights to rozwiązanie do ustalania cen oparte na AI, które w pełni automatyzuje proces wyznaczania cen oraz stwarza jednolite środowisko zarządzania cenami. Dzięki dynamicznemu ustalaniu cen zawsze będziesz w stanie sprostać wymaganiom rynku, a system dostosowywania strategii pozwoli Ci szybko i skutecznie reagować na wyzwania biznesowe.
• SMART Personal Engagement to system optymalizacji procesów marketingowych i osobistej interakcji z klientami. Jest to swego rodzaju kreator grupy docelowej. Pozwala segmentować ogromne ilości danych o klientach oraz personalizować kampanie marketingowe. Jest niezastąpionym narzędziem, jeśli chodzi o znalezienie najlepszej strategii komunikacji.
• SMART Flexi Scheduler to system zarządzania personelem do elastycznego zarządzania godzinami pracy zespołu. Algorytmy AI analizują dane historyczne i przewidują przyszłe potrzeby, co pozwala na efektywne zarządzanie personelem i redukcję kosztów. Rozwiązanie pozwala dokładnie przewidzieć potrzebę zatrudnienia pracowników (z uwzględnieniem wymagań dotyczących kwalifikacji oraz wszelkich ograniczeń).

Zintegrowane podejście do budowania jednolitego ekosystemu IT opartego na technologiach Microsoft, niestandardowych usługach oraz sztucznej inteligencji pozwala firmom szybko reagować na zmiany, poprawiać efektywność procesów biznesowych i szybko się skalować.

SMART Demand Forecast – Twój „szósty zmysł” pomagający w prognozowaniu

Jednak najbardziej przekonującym językiem dla biznesu jest język liczb. Przyjrzyjmy się zatem realnemu przykładowi wdrożenia systemu SMART Demand Forecast w sieci restauracji McDonald’s w Gruzji..

Obecnie sieć posiada 23 restauracje. Dziennie 1500 pracowników obsługuje prawie 35 000 gości. Jednocześnie muszą przestrzegać najwyższych standardów. Oczywiście w takich okolicznościach nie można obejść się bez zaawansowanej analityki predykcyjnej opartej na innowacyjnych technologiach. A McDonald’s Georgia korzystają z niej już od dłuższego czasu.

Wcześniej jednak firma korzystała z rozwiązania, które pozwalało przewidywać popyt na poziomie całej sieci w perspektywie trzech miesięcy z agregacją na poziomie każdego miesiąca. Taki interwał prognozowania nie pozwalał na uwzględnienie krótkoterminowych zmian w popycie. W szczególności jego zależności od wahań sezonowych czy różnych zdarzeń lokalnych. Fakt, że popyt był prognozowany dla całej sieci, a prognoza nie odzwierciedlała rzeczywistego stanu rzeczy w poszczególnych restauracjach, również przyczynił się do spadku dokładności prognoz.

W związku z tym, biorąc pod uwagę bogatą wiedzę zespołu SMART business, jego specjaliści zostali poproszeni o zaoferowanie bardziej odpowiedniego rozwiązania.

Wdrożenie rozwiązania SMART Demand Forecast umożliwiło prognozowanie popytu z agregacją na poziomie tygodnia i szczegółowością na poziomie produktu i płacówki. Dzięki temu udało się zapewnić spójność danych i prognoz w całej sieci restauracji, co pozwoliło uniknąć rozbieżności i błędów.

W wyniku wdrożenia SMART Demand Forecast osiągnięto:

• 83-procentową dokładność prognozowania sprzedaży dla każdej restauracji na podstawie cotygodniowej agregacji danych za okres 4 tygodni;
• 80-procentową dokładność prognozowania sprzedaży dla każdej restauracji na podstawie cotygodniowej agregacji danych za okres 12 tygodni;
• Średnie odchylenie od prognoz na poziomie 5%, co jest standardem akceptowanym na rynku globalnym.

W rezultacie firmie udało się zoptymalizować proces prognozowania popytu, a co za tym idzie zarządzania zapasami, a także zwiększyć satysfakcję klientów i znacznie obniżyć koszty operacyjne.

Pozwoliło to pracownikom sieci restauracji McDonald’s w Gruzji skupić się na tworzeniu unikalnego doświadczenia każdego klienta w celu zwiększenia lojalności wobec marki.

Co należy wiedzieć o SMART Demand Forecast

Główne zalety SMART Demand Forecast, które biznes już docenił, to wysokiej jakości prognozowanie zarówno sprzedaży promocyjnej, jak i regularnej. Jedną z zalet rozwiązania jest prognozowanie oparte na scenariuszach. Umożliwia ono symulowanie różnych wariantów kampanii promocyjnych i ocenę, jaką ilość towaru można sprzedać przy ustaleniu określonej ceny – bez ryzyka finansowego.

Po wdrożeniu rozwiązania będziesz w stanie:

• zmniejszyć obciążenie zespołów wielofunkcyjnych;
• zredukować ilość zapasów do optymalnego poziomu;
• poprawić jakość obsługi klienta dzięki dokładniejszemu reagowaniu na zapytania klientów i większej dostępności produktów;
• zmniejszyć ilość strat;
• podejmować świadome decyzje zarządcze;
• szybko generować raporty.

Obliczyć, jak dokładność prognozowania wpłynie na rentowność firmy, można tutaj:
Kalkulator