A digitalizációs trendeket boncolgató összeállításunk előző részében összefoglaltuk, hogy a különböző felmérések alapján hogyan áll ezen a téren az Európai Unió általában, illetve azon belül Magyarország. Szinte minden elemzés kiemeli: jelentős erőfeszítéseket kell tenni, hogy az európai gazdaság szereplőinek a mesterséges intelligencia fejlesztésében és felhasználásában is fel kell zárkózniuk a világ élvonalához. Az alábbiakban azt járjuk körül, miért fontos ez már ma is gazdasági versenyképességünk javításához.

A vállalati döntéshozatal évtizedeken át az adatelemzés, tapasztalat és intuíció háromszögében mozgott. Ma azonban egy új szereplő is belépett ebbe az egyenletbe: a generatív mesterséges intelligencia. A technológia, amely képes szövegeket, képeket, sőt komplett üzleti szcenáriókat generálni, egyre gyakrabban válik a vezetői döntéshozatal támogatójává – és nem csupán operatív, hanem stratégiai szinten is.

Több, mint automatizáció – együttműködő gondolkodás

A generatív MI nemcsak adatokat elemez, hanem javaslatokat tesz, összefüggéseket tár fel, és kreatív megoldásokat kínál. A vállalatvezetők számára ez azt jelenti: nem egy eszközt használnak, hanem egy „gondolkodó partnert” kapnak a kezükbe. Egyben kevesebb időt kell, hogy adatgyűjtéssel töltsenek, több erőforrást szentelhetnek a stratégiai gondolkodásra.

Lássuk néhány példán keresztül, hogyan változtathatja meg alapjaiban a döntéshozatal mechanizmusát a mesterséges intelligencia! Egy nemzetközi kereskedelmi lánc generatív MI-vel elemeztetheti az online véleményeket és visszajelzéseket. A releváns és tiszta adatokkkal tanított mesterséges intelligencia ugyanis felismeri a trendeket, gyakori problémákat és pozitívumokat, majd ezek alapján akár automatikus riportokat is készít a menedzsment számára.

Egy logisztikai vállalat arra használhatja, hogy különféle „mi lenne, ha” szcenáriókat elemezzen: milyen változásokat generálna, ha egy régióban megemelkednének az üzemanyagárak? Az MI nemcsak szimulációt készít, de költség- és ügyfélvesztési előrejelzéseket is ad. Egy szoftvercégnél pedig a marketingosztály új kampányötleteket és szlogeneket generáltathat vele, amik közül A/B teszteléssel lehet választani a legígéretesebb irányt.

Gyorsabb döntések a mérnöki tervezésben

Az elméleti lehetőségeken túl már révbe ért, sikeres projektek is alátámasztják a generatív MI alkalmazásának szükségességét. Jól példázza ezt a Siemens ipari divíziója, mely hatalmas mennyiségű dokumentációt, tervrajzot és műszaki leírást kezel különböző gyártóüzemekben. A döntéshozók számára nehéz volt naprakészen átlátni a technikai változásokat, hibákat vagy javaslatokat, ezért generatív MI-t vezettek be.

A mesterséges intelligencia képes feldolgozni és értelmezni a dokumentációt, majd kontextusban javaslatokat tenni – például egy adott alkatrész egyszerűsítésére vagy helyettesítésére, a termékélettartam és gyártási költségek alapján. A projekt eredményeként a tervezési ciklusok akár 30 százalékkal is lerövidültek, miközben a mérnökök a magasabb szintű problémákra koncentrálhattak.

Ugyancsak sikeres bevezetésről számolt be a Schneider Electric. A vállalat célul tűzte ki, hogy csökkenti ökológiai lábnyomát. Ehhez összetett, gyakran átláthatatlan adatstruktúrák alapján kellett üzleti döntéseket hozni a gyártás, logisztika és az energiagazdálkodás hatásainak figyelembevételével. Az MI az adatok alapján természetes nyelven fogalmazott meg célokat és az azok eléréséhez vezető javaslatokat. Például: „Ha a gyártósor X-ről Y-ra váltunk, a széndioxid-kibocsátás 12 százalékkal csökken, de a költségek 5%-kal nőnek – a megtérülés 18 hónap.”

Végül említsük meg a Deloitte esetét is. Egy nagyvállalati ügyfél számára készült, személyre szabott tanácsadói jelentés hagyományosan heteket vett igénybe. Interjúk, adatgyűjtés, elemzés, szövegírás, prezentációkészítés, mind-mind olyan feladat, ami pusztán humán erőforrással sokáig tart. Ezt az időt lerövidítendő a Deloitte generatív MI-t épített a tanácsadói munkafolyamatokba. A rendszer automatikusan gyűjtöti a nyilvános pénzügyi, iparági és versenytársi adatokat, majd emberi nyelven megfogalmazott, ügyfélspecifikus riportokat generál, amit végül a tanácsadók finomhangolnak. A projekt eredményeként a riportok első verziója akár 70 százalékkal gyorsabban elkészülhet, miközben az ügyfelek úgy értékelzték, hogy az így készült anyagok „mélyebb betekintést nyújtottak, mint korábban”.

A jövő: hibrid döntéshozatal

Amint azt a való életben szerzett tapasztalatok is mutatják, a generatív MI három területen biztosan előnyhöz juttatja a vállalkozásokat. Egyrészt akár percek alatt állít elő többféle változatot, jelentést vagy koncepciót. Másrészt képes kiszűrni az emberi figyelmetlenségből eredő hibákat és elfogultságokat. Mindezt megkoronázza a skálázhatósága, vagyis, hogy a generatív MI egyszerre több üzleti egységben is alkalmazható, minimalizálva az erőforrásigényt.

A technológia alkalmazása ugyanakkor nem mentes a kihívásoktól. A generált tartalmak megbízhatóságának ellenőrzése (komoly fejtörést okozhat az MI hallucinálása), a döntési felelősség kérdése, valamint az adatvédelmi és etikai aggályok mind kiemelt figyelmet igényelnek.

A legnagyobb érték akkor születik, ha a mesterséges intelligencia nem helyettesíti, hanem kiegészíti az emberi gondolkodást. A jövő vállalatai azok lesznek, akik képesek ötvözni a gépi gyorsaságot és az emberi ítélőképességet. Attól egyelőre nem kell tartani, hogy a generatív MI átveszi a döntéshozók helyét – de azok, akik nem alkalmazzák, hamarosan hátrányba kerülhetnek azokkal szemben, akik már együtt gondolkodnak az algoritmusokkal.

Cikkünk illusztrációját a ChatGPT segítségével készítettük
 

Ez a cikk független szerkesztőségi tartalom, mely a One Solutions támogatásával készült. Részletek »