AI w polskich firmach. Największym hamulcem nie technologia, a bezpieczeństwo i ludzie
Gdzie są dziś polskie firmy, jeśli chodzi o wdrożenia AI? Zaufanie do autonomicznych agentów dopiero się buduje, a wyzwaniem pozostaje połączenie danych z wielu różnych źródeł i uporządkowanie procesów.
Sztuczna inteligencja nie jest już nowinką, ale sam zakup narzędzi niczego jeszcze nie zmienia. Pytania o codzienną praktykę zadaje raport AI Ready. Droga do Autonomicznej Firmy, autorstwa SAP Polska. W sierpniu tego roku ankietę wypełniło 411 menedżerów zarządzających wydatkami na IT. Każdy z nich pracował w firmie zatrudniającej co najmniej 50 osób oraz wdrożył przynajmniej jedno rozwiązanie AI.
Użycie AI jest wpisane w strategię rozwoju
Pod tym stwierdzeniem podpisałoby się 70 proc. badanych. Tyle w teorii, a jak wygląda to w praktyce? Pełną adopcję deklaruje 59 proc. menedżerów, ale co trzeci badany (34 proc.) zauważa AI fatigue, czyli spadek początkowego entuzjazmu. Dodatkowo aż 39 proc. boryka się z martwymi subskrypcjami, co oznacza, że firma opłaca narzędzia, ale korzysta z nich mało kto.
Być może pracownicy obawiają się, że wygenerują dodatkowy koszt dla pracodawcy. A może boją się o własne zatrudnienie: jeśli pokażą, że robotę może za nich wykonać AI, to po co utrzymywać stanowisko dla człowieka? - pyta retorycznie Marcin Demkiw, który w polskim oddziale SAP zarządza sprzedażą.
Jego firma ma swojego asystenta - Joule. Operuje on na poziomie aplikacji biznesowych działających w ekosystemie SAP-a, może więc dostosować się do konkretnych zapytań. Demkiw wyróżnia tu trzy poziomy zaawansowania rozwiązań:
- Chatbot: prowadzenie rozmowy i odpowiadanie na pytania z uwzględnieniem kontekstu firmy.
- Pomoc analityczna: wsparcie decyzji na podstawie firmowych danych.
- Wykonywanie działań (za pomocą agentów) w wizji autonomicznego przedsiębiorstwa.
Działamy w modelu konsumpcyjnym, więc widzimy, jak z AI korzystają nasi klienci. Na razie jest tego niewiele - dodaje Demkiw.
A jak firmy mierzą swoje wdrożenia? Najczęściej sprawdzają oszczędność czasu pracowników (41 proc.) oraz czas trwania całych procesów (39 proc.). Oszczędności i zmniejszenie liczby błędów wskazało po 32 proc. ankietowanych. Poziom adopcji narzędzi w zespole mierzy 31 proc. Subiektywne odczucia pracowników bierze pod uwagę 29 proc. Realny zwrot z inwestycji, czyli porównanie kosztów z oszczędnościami lub dodatkowymi przychodami, sprawdza zaledwie 28 proc. firm, a wzrost wolumenu pracy 26 proc. Innymi słowy, większość organizacji inwestuje w AI, nie licząc szczegółowo, czy się to opłaca.
Demkiw podkreśla, że samo liczenie oszczędności powinno wyjść poza sztuczną inteligencję.
Dzięki AI mogę wyprodukować mnóstwo analiz i raportów, ale czy przełożą się one na jakość końcowego produktu? Jeśli tak, to co zrobię z zaoszczędzonym czasem? A może przez to, że produkuję więcej tekstu, to wręcz spowalniam proces? - podkreśla.
Co wpływa na jakość analizy?
Śmieci na wejściu, śmieci na wyjściu
55 proc. menedżerów przyznaje, że rozproszenie danych utrudnia pełne wykorzystanie sztucznej inteligencji. Według 52 proc. każdy dział w ich firmie działa jak osobna wyspa, a brak integracji danych utrudnia współpracę.
Łączenie danych z różnych źródeł to najtrudniejszy typ projektu w IT. A jednocześnie spółki rosnące organicznie naturalnie tworzą silosy na poziomie departamentów. To nie służy wprowadzaniu nowych technologii, które tymi danymi się karmią - zauważa Demkiw.
Dane nieuzgodnione na poziomie całej organizacji są jedną z największych barier dla wdrożenia AI. Jednak najczęściej wskazywaną barierą jest bezpieczeństwo, czyli obawy o wyciek danych i brak jasnych regulacji (37 proc.), oraz bariera ludzka, czyli obawy zespołu i brak zaufania do algorytmów (33 proc.). Dalej mamy ograniczenia prawne (24 proc.), brak kompetencji i szkoleń (21 proc.) oraz brak strategii i wsparcia zarządu (20 proc.). Rzadziej wymieniano ograniczenia budżetowe (19 proc.), trudności z wykazaniem opłacalności (18 proc.) i nieuporządkowane dane czy bałagan w procesach (15 proc.).
Przekłada się to na rozrost szarej strefy, jeśli chodzi o wykorzystanie AI.
Shadow AI to poważny problem
38 proc. menedżerów zauważyło użycie w pracy prywatnych narzędzi AI, a 34 proc. wklejanie poufnych danych do nieautoryzowanych aplikacji. Właśnie te zachowania określa się jako Shadow AI, czyli wykorzystanie AI bez wiedzy i zgody działów IT. Skąd się to bierze? Najczęściej z niewiedzy. Respondenci najczęściej wskazywali brak wiedzy zespołu o ryzykach związanych z niezatwierdzonym AI i zbyt wolne procedury (po 34 proc.).
Rolą pracodawcy jest pokazanie pracownikom, że nie można wrzucać korporacyjnych dokumentów do publicznie dostępnych AI, bo w dłuższej perspektywie może to doprowadzić do utraty przewagi konkurencyjnej. Firmie będzie trudniej działać na rynku - podkreśla Marcin Demkiw.
To właśnie redukcje etatów są dziś zresztą kluczową kwestią, na której zasadzają się rozmowy o wykorzystaniu AI.
54 proc. menedżerów uważa, że agenci doprowadzą do zmniejszenia liczby etatów
Obawa ta jest nieco silniejsza w większych firmach i w branży finansowej.
Jeszcze częściej mówi się o presji produktywności: 56 proc. badanych uważa, że wdrożenia AI sprawią, iż od pracowników będzie się wymagać większej liczby zadań w tym samym czasie. Rodzi to jednak kolejne pytania w kontekście wykorzystania agentów w firmach.
Ludzie z natury unikają nużącej pracy, więc z otwartymi ramionami powitają agentów, którym oddelegują nudne zadania. Jednak jeśli agent popełni błąd, to odpowiedzialność spadnie na człowieka. Spójrzmy na proces księgowości. Czy księgowa chce cały dzień uzupełniać ręcznie dane z faktur kontrahentów? Oczywiście że nie. Dziś obsługuje pewnie kilkadziesiąt faktur dziennie. Agent zrobi ich tysiące. Jednak na koniec to człowiek musi podjąć decyzję o przelewie w oparciu o fakturę przeanalizowaną przez agenta. Księgowa jej nie widziała, a jednocześnie musi zatwierdzić przelew na miliony złotych - wyjaśnia Demkiw.
Konieczne jest więc odpowiednie pokierowanie agentem i wyznaczenie ram, w których może się on poruszać, aby nie doprowadzić np. do błędnego wysłania przelewu.
Jednocześnie rzeczywistość bywa mniej spektakularna niż zapowiedzi. 49 proc. menedżerów twierdzi, że wdrożenie AI w ich dziale idzie wolniej, niż zapowiadano, i na razie nie zmienia fundamentalnie sposobu funkcjonowania zespołu. Częściowym lekarstwem mają być szkolenia, które przeprowadza większość firm.
Czas przestać kolekcjonować narzędzia i zacząć mądrze z nimi pracować
Sukcesu nie mierzy się bowiem liczbą kupionych subskrypcji, lecz ich adopcją i oszczędnościami.
Jak przy okazji każdej nowości, tak i w przypadku AI, klienci pytają o korzyść biznesową. Bez tego nie ma mowy o inwestycji. My budujemy nasze najlepsze praktyki na podstawie 50 lat doświadczenia w prowadzeniu procesów i budowaniu aplikacji dla największych firm na świecie. Dzięki temu wiemy, jak automatyzować zadania i implementować autonomicznych agentów - mówi Demkiw.
Gotowość na erę autonomicznych firm wyrasta z uporządkowanych procesów, danych wolnych od silosów, jasnych zasad korzystania z narzędzi i dobrych doświadczeń ludzi z technologią, którą już mają. Polskie firmy mają tu jeszcze sporo do zrobienia, bo niektóre wciąż zastanawiają się nad przejściem do chmury.
Dziennikarz w serwisach Bizblog i Spider’s Web. Specjalista nowych technologii z doświadczeniem ze starych mediów. Zajmuje się opisywaniem sukcesów i porażek startupów, a także rozwojem rynku kryptowalut i cyfrowych finansów. Napisał dwie książki „Bitcoin. Złoto XXI wieku” (Helion) i „Polski e-sport” (Znak). Pracował w Pulsie Biznesu i Gazecie Wyborczej, publikował w CD-Action, Newsweeku, Gościu Niedzielnym i Wprost. Współtworzył Sondę 2. Występował w czasie konferencji Intel Extreme Master 2021, komentował wydarzenia technologiczne dla TVN, Polsatu czy Tok FM. Mieszka w Singapurze, gdzie zajmuje się analityka biznesową.