A digitalizációtól az AI transzformációig
Az AI potenciálja óriási, de a kihasználás egyáltalán nem magától értetődő. A hype hangos zajt generál, amibe túl könnyen belemosódik a tudatos, cégre szabott cselekvési terv bölcs üzenete. Mielőtt teljesen elvesznénk, és hagynánk magunkat sodorni az árral, jusson eszünkbe, hogy ilyet már láttunk, nem is olyan régen (persze az ezredforduló sokaknak már történelem). A sikeres cégek túlestek a digitális technológiák bevezetésén, és mára természetesen nyúlunk a digitalizáció adta lehetőségekhez.
Színes paletta
A whitedognál jelenleg legalább 15 kész AI toolt használunk vagy tesztelünk, ezen túl építettünk - egyebek mellett - saját alkalmazást a kreatív alkotási folyamataink felgyorsítására.De ha mindezeket kivesszük a képből, akkor is kijelenthető, hogy használunk AI és rokon technológiákat, mint ahogy azt teszi a legtöbb cég - hosszú évek óta!
Néhány példa:
Google hirdetések
- Gépi tanulás a Smart Bidding, Performance Max és prediktív közönségek működéséhez.
- Nagy nyelvi modellek (LLM) a hirdetésszöveg-generáláshoz és kreatív variánsokhoz.
- Generatív AI képekhez, videókhoz, és automatikus hirdetésvariánsokhoz.
- Prediktív modellek (lifetime value, vásárlási hajlam, churn, stb.)
Amazon
- Recommender rendszerek (egyik legerősebb a piacon): “Customers who bought this also bought...”
- Gépi tanulás alapú árazási modellek, demand forecasting.
- LLM és genAI (pl. Amazon Bedrock) tartalomgenerálásra és ügyfélszolgálati chatbotokra.
- Computer vision & robotics a fulfilment centerekben.
HubSpot
- Gépi tanulás a lead scoring, időzítési ajánlások és automatizált szekvenciák optimalizálásához.
- LLM / genAI a marketing- és sales-szövegek, e-mailek, workflow-k és címkék automatikus generálásához.
- Prediktív modellek churn, nyitási arány és konverziós valószínűség előrejelzésére.
Leegyszerűsítve: ha nem vezetünk be semmi újdonságot, akkor is használhatjuk a legfejlettebb adat alapú technológiákat, beépítve a már bevezetett digitális hirdetési, CRM, e-kereskedelmi, ügyfélszolgálati platformjainkba.
Nyugodjunk meg tehát...de hátra azért ne dőljünk. Inkább nézzünk körül, mi az, ami egyáltalán elérhető számunkra!
Általános, chat alapú platformok
ChatGPT, Gemini, Perplexity, Claude: mindnyájan használjuk valamelyiket, vagy többet is ezek közül a társalgási alapú AI eszközök közül. Mindenre (is) képesek választ adni, de az átlagosra vannak programozva, és olykor tévednek is. Az óvatosságunk terjedjen ki a reflex-szerű visszaellenőrzésen túl arra is, hogy céges előfizetéssel használjuk őket - ez biztosítja a minimumot az adataink védelme felé, azaz, hogy az AI modelleket ne a bizalmas üzleti adatainkon tanítsa az adott eszköz.Az sem baj, ha tudjuk, hogyan kell jól promptolni - kérdezzük meg bátran a használt eszközünket, készséggel fog válaszolni.
Cégre szabott GPT-k
A ChatGPT-ben lehetőség van saját GPT-k létrehozására, amiben kontextust teremtünk a beszélgetésekhez, akár céges tudásanyagok feltöltésével. Ehhez hasonló funkció a többi eszközben is elérhető, pl. Gemek a Geminiben. Próbáljuk ki, pl. egy céges asszisztens létrehozásával, ami a munkatársakat segíti egy adott területen, mint például az onboarding vagy a pénzügyi adminisztráció.
Lekérdezhető tudástárak
A cégre szabott GPT-k korlátozottan képesek tudásanyagot tárolni és feldolgozni. Ha sok anyagból vagy nagyon heterogén tartalmakból kell egy koherens tudásbázist építeni, akkor már erre specializált eszközöket érdemes igénybe venni. Ezek mögött sokszor egy úgynevezett vektor adatbázis és más képességek, pl. karakterfelismerés, vagy képelemzés funkciók teszik lehetővé a pontos eredmény visszaadását. Ilyen tudástárak megfelelő AI és automatizációs kompetenciákkal építhetők házon belül, vagy megvehetők dobozos termékként is.
Speciális toolok
Az általános társalgási alapú eszközök nemcsak szöveget, hanem táblákat, képeket, prezentációs diákat is előállítanak, tehát igen sokoldalúak. Ezzel együtt, ha kimondottan egy bizonyos területen keresünk megoldást, érdemes speciális generatív toolokat alkalmazni,pl. hang, zene, videó készítésére, vagy olyan feladatokra, mint pl. egy szöveges dokumentum közvetlen átalakítása narrált animációvá. Biztosak lehetünk benne, hogy a szakterületünkön számos eszköz elérhető, ami olyan képességeket ad a kezünkbe, ami eddig nem állt rendelkezésre.
Hatékonyságnövelés célalkalmazásokkal
Ha túl a generatív AI alapvető használati módjait megismertük, elkezdhetjük a technológiát a belső folyamataink optimalizálására alkalmazni. Ezen a ponton összemosódik az AI és az automatizáció. Vegyük a következő példát: szeretnénk az emailen bejövő számláink eddigi manuális szortírozását és feldolgozását kiváltani. Szükség van egy automatizációs eszközre, ami átjárást biztosít a mailboxunk és a felhő-alapú tárhelyünk mappái között, valamint egy AI eszközre, ami “megnézi” a számlát és “eldönti” annak típusát.
Találjuk meg tehát a működésünk fájdalompontjait és elemezzük, hogyan segíthet nekünk az adattechnológia az optimalizálásban.
Sokszor egyébként nem is az AI, hanem a digitalizáció, az adatbázis-építés és az arra épülő egyszerű automatizálás lesz a megoldás kulcsa, de ne legyünk csalódottak: az eredmény így is a jobb működés lesz.
Core AI fejlesztések
Az olyan tudás alapú üzletágakban, mint amilyen a médiaipar is, a generatív AI és az ügynök-alapú automatizálás gyökeres átalakulást eredményeznek a következő években. Ez úgy megy végbe, hogy a cégek az alapvető, direkt üzleti értéket teremtő folyamataikba szervesen építik be az AI technológiát. Mivel minden cég más, ennek módja sokszor egyedi fejlesztés lehet. Mielőtt ilyen projektbe belevágunk, végezzünk pontos folyamatfelmérést, adat- illetve megfelelőségi auditot és megtérülés-elemzést. A projekt része kell legyen az elvárt szervezeti átalakuláshoz kapcsolódó változásmenedzsment is.
AI transzformációs megfontolások
Az AI transzformáció nem IT kérdés, hanem egy olyan komplex folyamat, ahol az alábbi építőköveket önmagukban vizsgálnunk kell, illetve ezek összességéből kell kialakítsuk a saját, üzleti stratégiánknak megfelelő, és azt támogató AI stratégiánkat.
Nem egy út létezik. Az AI transzformációs lépésekre és lehetőségekre inkább egy térképként tekintsünk, ahol a stratégia egyfajta útvonaltervezést jelent. És ahogy a Waze-ben, úgy itt is lehetnek saját céges, de akár személyes szempontjaink is, a cég stratégiájának, a szervezeti felépítésnek, üzleti folyamatainknak és akár a személyes habitusunknak megfelelően.
A cégkultúra a kiindulópont. Szerencsés esetben a szervezet nyitott a technológiai újdonságokra, és megfelelően fejlett digitálisan, beleértve az adattudatosságot is. Azonban ez a ritkább. Az AI transzformációnk csak akkor lesz sikeres, ha figyelembe veszi a cégkultúrát - ezt szem előtt tartva alakítsuk ki a roadmapet, és válasszuk meg a sebességet.
Szűkös erőforrások. Könnyen lehet, hogy épp a digitális transzformáció közepén érkezünk az AI transzformációhoz, márpedig a folytonos transzformáció nagyon ki tudja szivattyúzni a menedzsment kapacitásokat - miközben a napi működés és eredménytermelés is épp elég nagy kihívást jelent. Ezt muszáj szembeállítanunk az AI technológia ígéretével (vagy épp fenyegetésével).
Az írás címe nem véletlen: az AI valóban jöhet cunamiként is – elsöprően, ijesztően, kontrollálhatatlanul. De dönthetünk másképp is. Megtanulhatjuk "olvasni" a hullámokat, egyensúlyt tartani szervezet és technológia között.
A tudatos AI-használat erről szól: nem a technológia tempója diktál, hanem mi választjuk meg az irányt és a sebességet.
A hullám már itt van, és nem fog eltűnni. A kérdés csak az, hogy elszenvedjük, vagy meglovagoljuk. Azok a szervezetek – és szakemberek – járnak jól, akik nem menekülnek a víz elől, hanem megtanulnak benne magabiztosan mozogni.
