Sztuczna inteligencja w biznesie. Jak zdobyć rynkową przewagę dzięki AI - ebook

WSTĘP DO WYDANIA POLSKIEGO

Tempo zmian technologii AI wydaje się być tak szybkie, że wszystkie książki na jej temat jawią się jako przestarzałe niemalże już w momencie druku. Częściowo to złudzenie – w końcu przegrana Kasparowa z Deep Blue miała miejsce ćwierć wieku temu. Rozwój sztucznej inteligencji trwa od dziesięcioleci i postępy są regularne. Częściowo jednak coś jest na rzeczy: publikacje, które skupiają się na technologicznych aspektach rewolucji, faktycznie dezaktualizują się błyskawicznie. Na tym tle niniejsza pozycja jest zdecydowanie wyjątkowa – nie koncentruje się na szybko zmieniających i, w gruncie rzeczy, mało istotnych kwestiach technicznych, a na strategicznych fundamentach rewolucji AI w zarządzaniu.

Kiedy mówimy o sztucznej inteligencji, często myślimy o przyszłości – filmach science fiction, robotach, które przejmują świat. Ale ta książka pokazuje, że sztuczna inteligencja to nie tylko przyszłość, ale również teraźniejszość. AI jest tu i teraz, jest częścią naszego codziennego życia, wpływa na wiele aspektów naszej codzienności, a jej znaczenie będzie tylko rosło.

„All in on AI” to nie tylko teoria. To praktyczne spojrzenie na to, jak sztuczna inteligencja zmienia różne sektory – od biznesu, przez medycynę, aż po edukację. Ta książka dostarcza unikalnych przemyśleń, inspirujących przykładów i praktycznych wskazówek, które pomogą Ci lepiej zrozumieć i wykorzystać potencjał AI.

„All in on AI” to podróż do serca rewolucji technologicznej, która już teraz kształtuje naszą przyszłość. Autorzy, uznani eksperci w dziedzinie AI, z pasją i precyzją tłumaczą, jak technologie oparte na AI, takie jak uczenie maszynowe, głębokie uczenie, czy przetwarzanie języka naturalnego, zmieniają sposób, w jaki pracujemy, uczymy się i żyjemy.

Davenport i Mittal’s z sukcesem demistyfikują AI, pokazując, że nie jest to tylko domena naukowców i technologów. Przytaczają liczne przykłady zastosowań AI w różnych dziedzinach – od medycyny, przez finanse, aż po produkcję i usługi. Pokazują, jak AI pomaga lekarzom w diagnozowaniu chorób, bankom w wykrywaniu oszustw, a firmom w dostarczaniu spersonalizowanych usług dla swoich klientów.

„All in on AI” to jednak nie tylko opis stanu obecnego. Autorzy z wizjonerskim zacięciem rysują obraz przyszłości, w której AI będzie jeszcze bardziej wszechobecne i wpływowe. Przedstawiają scenariusze, w których AI pomaga rozwiązywać najbardziej palące problemy ludzkości, od zmian klimatycznych po walkę z ubóstwem.

Ale Davenport i Mittal’s nie ignorują też wyzwań i zagrożeń związanych z AI. Omawiają kwestie etyczne, społeczne i ekonomiczne, które niesie ze sobą rozwój AI, takie jak prywatność danych, bezpieczeństwo cyfrowe, czy wpływ automatyzacji na rynek pracy.

„All in on AI” to książka, która inspiruje, edukuje i prowokuje do myślenia. To lektura obowiązkowa dla każdego, kto chce zrozumieć, jak AI zmienia nasz świat i jak możemy skorzystać z tej rewolucji.

Powyższe, wyróżnione kursywą elementy wstępu, zostały wygenerowane za pomocą kilku zapytań do ChatGPT 4. Dobrze pokazują zarówno wady, jak i zalety generatywnej AI na dziś. To poprawnie napisane, sensowne i odnoszące się do meritum zdania – ale jednocześnie na tyle górnolotne i nie zawierające głębszej myśli, że stanowią odpowiednik dietetyczny Big Maca: co prawda zaspokajają podstawową potrzebę, ale raczej nie zwrócą niczyjej uwagi i nie mają konkretniejszej treści.

Istotą książki Davenporta i Mittala jest to, że AI nie miałaby szans jej napisać. Autorzy nie dają się porwać fali hurraoptymizmu i nie przesadzają z futurologicznymi fantazjami, ale jednocześnie trzeźwo dostrzegają ogrom nadchodzącego tsunami rewolucji technologicznej i strategicznej. Dzięki silnemu umocowaniu swoich tez w przykładach i wiedzy z zakresu zarządzania, są w stanie powiedzieć coś ciekawego i wartego uwagi. Zdecydowanie polecam.

Prof. dr hab. Dariusz Jemielniak,

Akademia Leona Koźmińskiego, faculty associate Berkman-Klein Center for Internet and Society na Uniwersytecie im. J. Harvarda, wiceprezes Polskiej Akademii Nauk, współautor „AI w strategii: Rewolucja sztucznej inteligencji w zarządzaniu” (2023, Poltext).ROZDZIAŁ 1 CZYM JEST FIRMA ZASILANA SZTUCZNĄ INTELIGENCJĄ?

Już teraz wiele spośród największych i najbardziej zaawansowanych technologicznie przedsiębiorstw na świecie deklaruje, że chce postawić wszystko na sztuczną inteligencję i być „AI-first” – a z pewnością wkrótce będzie ich o wiele więcej. Google ujmuje to tak: „w świecie AI-first technologia obliczeniowa jest powszechnie dostępna, w domu, w pracy, w samochodzie i w drodze, a każda z tych form staje się coraz łatwiejsza i bardziej intuicyjna w obsłudze oraz, przede wszystkim, inteligentniejsza”. Firmy z innych branż, które chcą być napędzane sztuczną inteligencją, również dążą do tego, żeby znaleźć intuicyjne i inteligentne rozwiązania technologiczne, tylko dla konkretnych zastosowań, na przykład w usługach finansowych, produkcji czy opiece zdrowotnej.

Przedsiębiorstwa w pełni AI-fueled, czyli zasilane sztuczną inteligencją, stanowią mniej niż jeden procent dużych firm. Nie było łatwo znaleźć ich dość, żeby wypełnić książkę, ale udało nam się opisać około trzydziestu. Spodziewamy się także, że wiele przedsiębiorstw pójdzie w ich ślady. I nie bez powodu! Firmy, które tu przedstawiamy, radzą sobie znakomicie. Obrały skuteczne modele biznesowe, podejmują trafne decyzje, utrzymują bliskie relacje z klientami, oferują potrzebne produkty i usługi, a dyktowane przez nie ceny zapewniają im wysoką rentowność. Są teraz uczącymi się maszynami, które wspomagają działania pracowników technologiami AI. Dysponują większą ilością danych, dane te są lepszej jakości, a na ich podstawie sztuczna inteligencja przeprowadza analizy i podejmuje decyzje. Zasoby te są z sukcesem wykorzystywane do rozbudowy przedsiębiorstw i wytwarzania społecznej i ekonomicznej wartości.

W wypadku wielu firm droga do realizacji pełnego potencjału sztucznej inteligencji zaczyna się od ostrożnego badania wybranych możliwości biznesowych i kilku potencjalnych przypadków użycia. Często nigdy nie dochodzi do etapu, który jako jedyny może przynieść wartość ekonomiczną, czyli do wdrożenia modelu do produkcji. Chociaż takie ostrożne badanie terenu pomaga zdobyć cenną wiedzę, raczej nie wystarczy, żeby firma stała się animatorem rynku albo należała do grupy „szybkich naśladowców”. Aby sztuczna inteligencja wniosła znaczącą wartość w działanie przedsiębiorstwa, konieczne jest gruntowne przebudowanie systemu interakcji ludzi i maszyn w całym środowisku pracy. Taka firma musi dokonać dużych inwestycji i wykorzystywać nie tylko oprogramowanie pilotażowe, ale też w pełni wdrożone systemy produkcyjne, które zmieniają zarówno sposób pracy pracowników, jak i formy interakcji z klientami. Jej dyrekcja dąży do systemowej implementacji narzędzi opartych na sztucznej inteligencji na każdym szczeblu i na każdym etapie działania przedsiębiorstwa, żeby wspomóc projektowanie procesów biznesowych (BPD, business process designs) i podejmowanie decyzji na podstawie danych (DDDM, data-driven decision-making). Sztuczna inteligencja kształtuje nowe modele biznesowe oraz ofertę towarów i usług. Na razie tak agresywne eksploatowanie sztucznej inteligencji zapewnia przedsiębiorstwu pozycję lidera w branży. W przyszłości transformacja w firmę zasilaną AI nie będzie już tylko możliwą drogą do sukcesu – stanie się niezbędnym warunkiem przetrwania.

Co się składa na system zasilania sztuczną inteligencją?

Po czym poznać, czy firma jest zasilana AI? Co jest niezbędne, żeby zasłużyć na to miano? Nie istnieje jedna, powszechnie uznana lista składowych. W ramach naszych badań i konsultacji zwróciliśmy jednak uwagę na szereg zjawisk typowych dla firm szczególnie agresywnie stosujących technologie sztucznej inteligencji. W ciągu ostatnich czterech lat przeprowadziliśmy trzy badania aktywności przedsiębiorstw na polu AI, dzięki czemu wiele z tych elementów możemy ująć w liczby. Liczby te oddają stan rzeczy na październik 2021 roku.

Szerokie zastosowanie sztucznej inteligencji, wykorzystanie różnorodnych technologii

Firmy zasilane sztuczną inteligencją używają AI we wszystkich częściach organizacji, w różnych zastosowaniach. Sztuczna inteligencja to technologia ogólnego zastosowania, która może wspomagać realizację wielu celów biznesowych. Według naszych ankiet technologie AI najczęściej wdrażane są po to, aby wspomagać efektywność procesów biznesowych i podejmowanie decyzji oraz udoskonalać istniejące produkty i usługi. Zgodnie z najnowszym badaniem na ten temat przeprowadzonym przez Deloitte w 2020 roku już wtedy najczęściej realizowane były właśnie te trzy cele. Pod wspomnianymi hasłami kryje się jednak wiele różnorodnych szczegółowych zastosowań sztucznej inteligencji. Na przykład wspomaganie procesów biznesowych może obejmować zwiększanie efektywności łańcucha dostaw przez lepsze koordynowanie dostaw i zapotrzebowania, kalkulację zapotrzebowania na obsługę techniczną sprzętu fabrycznego, a nawet przewidywanie, kto z kandydatów do zatrudnienia będzie najlepszym pracownikiem. Firmy w pełni zasilane sztuczną inteligencją z czasem zaczynają stosować tę technologię do wykonywania szerokiej gamy funkcji i procesów, a także przy tworzeniu produktów i świadczeniu usług. Żaden pojedynczy przypadek użycia nie przyniesie jeszcze transformacji całej firmy, ale gdy jest ich bardzo wiele, dokonuje się głęboka zmiana.

W naszym najnowszym badaniu wykorzystania AI firmy, które wdrożyły najwięcej rozwiązań i osiągnęły największe sukcesy – nazwane przez nas firmami transformującymi – stanowią dwadzieścia osiem procent wszystkich zbadanych przedsiębiorstw. Jak wyjaśnimy poniżej, firmy transformujące są już na dobrej drodze do pełnego wykorzystania możliwości sztucznej inteligencji, ale bardzo niewiele z nich można określić jako zasilane AI (firmy z tej grupy były zbyt nieliczne, żeby dało się je wyodrębnić w szeroko zakrojonym badaniu). W grupie firm transformujących wdrożono na pełną skalę przeciętnie sześć scenariuszy użycia AI i osiągnięto siedem wyników biznesowych, co stanowi imponujący rezultat – jednak daleki od tego, czego można oczekiwać w firmie zasilanej sztuczną inteligencją. Nazywanie tych firm transformującymi sugeruje, że ich celem jest pełna transformacja biznesowa, ale bardzo niewiele z nich zostało już faktycznie przekształconych przez sztuczną inteligencję. Przedsiębiorstwa, które istotnie zmierzają do całkowitej transformacji za pomocą AI, na ogół posuwają się znacznie dalej – niektóre wdrażają setki systemów i osiągają tak wiele wyników biznesowych, że trudno je policzyć. Naturalnie transformacja biznesowa to ciągły proces i przekształcenia żadnej firmy nigdy nie się kończą.

Firmy, które są w pełni zasilane sztuczną inteligencją, nie ograniczają się w swoim portfolio do pojedynczej technologii AI, lecz starają się wykorzystać wszelkie dostępne możliwości. Opis różnorodnych technologii oferowanych przez sztuczną inteligencję znajduje się w tabeli 1-1. Na sztuczną inteligencję składają się trzy główne, podstawowe zasoby: jest to wiedza w formie statystyki, logiki i semantyki – integrowana przez obliczenia, w tej rodzinie technologii można jednak znaleźć różnorodne metody, narzędzia i przypadki użycia.

Liderzy przedsiębiorstw zasilanych AI wiedzą wystarczająco dużo o sztucznej inteligencji, żeby podejmować trafne decyzje dotyczące tego, jakie narzędzia stosować do jakich przypadków użycia. Nie zawsze łatwo to ocenić z uwagi na – niewidoczną na pierwszy rzut oka – złożoność narzędzi. W tabeli 1-1 można na przykład znaleźć wiele różnych typów uczenia maszynowego, a ofensywni użytkownicy tej technologii muszą wiedzieć, który typ najlepiej zastosować do jakiego celu. Ponadto wybory, przed którymi stają przedsiębiorcy, mają charakter piętrowy. Na przykład „semantyczne systemy sztucznej inteligencji” w tabeli 1-1 obejmują technologie oparte na przetwarzaniu języka, takie jak rozumienie języka naturalnego (NLU, natural language understanding) czy tworzenie języka naturalnego (NLG, natural language generation). Jednak w rdzeniu aplikacji NLU często znajdują się nie tylko wykresy powiązań między słowami a pojęciami, co sugeruje termin „semantyka”, lecz także algorytmy uczenia głębokiego. Podobnie bywa z oprogramowaniem NLG, które działa na bazie systemu przewidywania słów, jak na przykład niezwykle wyrafinowany system GPT-3 rozwijany przez OpenAI, który potrafi generować wszelkiego rodzaju teksty, od wierszy po programy komputerowe. Proste programy NLG bywają również konstruowane przez odwołanie do reguł. To, jak złożone są technologie AI, powoduje, że kadra kierownicza wdrażająca sztuczną inteligencję musi się sporo nauczyć, zanim zdecyduje o poważnych inwestycjach w poszczególne narzędzia i projekty.

TABELA 1-1 Technologie AI stosowane w firmach zasilanych sztuczną inteligencją

Rodzaj technologii AI

Działanie

Statystyczne uczenie maszynowe

Nadzorowane uczenie maszynowe

Tworzy modele predykcyjne trenowane na danych

Nienadzorowane uczenie maszynowe

Grupuje podobne przypadki bez uprzedniego szkolenia

Samonadzorowane uczenie maszynowe

Znajduje w danych sygnały kontrolne. Technologia dopiero powstaje

Uczenie ze wzmacnianiem

Uczy się przez eksperymentowanie i maksymalizowanie nagrody

Sieci neuronowe

Używają warstw ukrytych do przewidywania/klasyfikowania

Uczenie głębokie

Używa wielu ukrytych warstw do tworzenia modeli predykcyjnych

Uczenie głębokie – rozpoznawanie obrazów

Uczy się rozpoznawać obrazy w zbiorach oznaczonych danych

Uczenie głębokie – przetwarzanie języka naturalnego

Uczy się rozumieć lub wytwarzać mowę i tekst

Logiczne systemy sztucznej inteligencji

Silniki regułowe

Podejmuje proste decyzje na podstawie reguł jeśli/to

Zrobotyzowana automatyzacja procesów (RPA)

Łączy przepływ pracy, dostęp do danych oraz decyzje na podstawie reguł

Semantyczne systemy sztucznej inteligencji

Rozpoznawanie mowy

Rozpoznaje ludzką mowę i przekształca w tekst pisany

Rozumienie języka naturalnego (NLU)

Ocenia treści o charakterze tekstowym pod kątem znaczenia i intencji

Tworzenie języka naturalnego (NLG)

Tworzy tekst – dostosowany do potrzeb i nadający się do czytania

Niektóre firmy łączą w swojej działalności różne technologie. Na przykład Cotiviti, przedsiębiorstwo specjalizujące się w wykrywaniu oszustw ubezpieczeniowych i analityce danych w ochronie zdrowia, stosuje silniki regułowe oraz uczenie maszynowe, co stanowi wyjątkowo użyteczne połączenie. Tę samą parę technologii wybrał DBS Bank do walki z praniem brudnych pieniędzy. Wiele firm używa zrobotyzowanej automatyzacji procesów (RPA, robotic process automation) do organizacji procesów przepływu pracy na zapleczu operacyjnym i podejmuje decyzje na podstawie reguł. Coraz więcej firm i ich klientów łączy też RPA z uczeniem maszynowym, żeby dodatkowo usprawnić proces decyzyjny – często nazywane jest to „inteligentną automatyzacją procesów”. Ta kombinacja różnych form sztucznej inteligencji będzie w coraz powszechniejszym użyciu i pewnie wkrótce poznamy ją pod nowymi nazwami. Najbardziej agresywni gracze wdrażają najczęściej wszystkie dostępne technologie – zarówno w takiej postaci, jak opisano w tabeli 1-1, jak i w różnych kombinacjach, których nie potrafimy jeszcze dokładnie scharakteryzować, bo dopiero zaczynają się pojawiać. W przyszłości do powszechnego użycia wejdą też pewnie nowe technologie, które wykorzystują formy sztucznej inteligencji, takie jak wirtualna rzeczywistość i inne formy symulacji, modele cyfrowe (cyfrowe bliźniaki) i metawersum.