Autonomiczne firmy są bliżej, niż nam się wydaje.

Samochody bez kierowcy to już rzeczywistość. Teraz pora na autonomiczne organizacje.

Codziennie słyszymy coraz więcej o tym, jak autonomiczne pojazdy zmienią nasze życie. Innowatorzy branży motoryzacyjnej – na przykład Tesla i Waymo – pracują nad ich stworzeniem od lat, a niedawno do wyścigu dołączyli tradycyjni gracze, włącznie z General Motors i Fordem. Autonomiczne samochody – chociaż wciąż nadzorowane przez ludzi – przewożą dziś pasażerów, obsługując wahadłowe kursy między innymi w Las Vegas, Bostonie i Detroit.

Jednak zastosowania sztucznej inteligencji i automatyzacji nie kończą się na samochodach. Ile czasu minie, zanim dojdziemy do zdolności „samodzielnej jazdy” na poziomie przedsiębiorstw?

W autonomicznej firmie podejmowaniem wielu rutynowych decyzji, które wymagają przetwarzania olbrzymich ilości danych, zajmowałyby się maszyny we współpracy ludźmi. W miarę jak rośnie nasza umiejętność oceniania i rejestrowania organizacyjnych informacji, rosną również możliwości stosowania uczenia maszynowego, a nawet automatyzowania procesów decyzyjnych.

W rezultacie, autonomiczne firmy są bliżej, niż wydaje się wielu przywódcom. Producenci oprogramowania i fundusze venture capital o ugruntowanej pozycji inwestują w nowe produkty, które w bliskiej przyszłości będą pomagać w obsłudze autonomicznych przedsiębiorstw. W tym artykule przedstawiamy kilka firm, które już dziś wielkimi krokami zbliżają się do przyszłej autonomii, i podpowiadamy trzy działania, jakie liderzy mogą podejmować, aby przygotować się na nadchodzące zmiany.

Metafora autonomicznego samochodu

Aby zrozumieć koncepcję autonomii w kontekście, warto wiedzieć, że autonomiczne pojazdy dzielą się na kategorie – od zerowej (brak automatyzacji) do piątej (pełna autonomia) – ustalone przez SAE International[1] (zobacz Zrozumieć metaforę autonomicznego samochodu). Autopilot firmy Tesla, wymagający, aby kierowca trzymał co najmniej jedną rękę na kierownicy, należy do poziomu 2, który zapewnia człowiekowi „wsparcie przy kierowaniu lub hamowaniu/przyspieszaniu”, ale wymaga od niego „ciągłego nadzorowania” funkcji wspierających.

Zrozumieć metaforę autonomicznego samochodu

Autonomiczne przedsiębiorstwa są bliżej, niż nam się wydaje. Aby ułatwić zrozumienie metafory interakcji między automatycznymi systemami a działaniami ludzi, w tabeli poniżej przedstawiamy poziomy automatyzacji jazdy, które stanowią standard w branży motoryzacyjnej.

POZIOM SAE 0

Brak automatyzacji jazdy

Pojazdem kieruje siedzący na fotelu kierowcy człowiek. Jego zadaniem jest stałe nadzorowanie wszystkich automatycznych funkcji, które ograniczają się do przekazywania ostrzeżeń i udzielania chwilowej pomocy. Przykłady obejmują automatyczne systemy hamowania awaryjnego (ABS), ostrzeżenia przed obiektami w martwym polu i ostrzeżenia przed niezamierzoną zmianą pasa ruchu.

POZIOM SAE 1

Wsparcie kierowcy

Pojazdem kieruje siedzący na fotelu kierowcy człowiek. Jego zdaniem jest stałe nadzorowanie wszystkich automatycznych funkcji, które obejmują elementy obecne w pojazdach kategorii 0 oraz systemy wspierające kierowanie lub hamowanie/przyspieszanie, takie jak autonomiczny, adaptacyjny tempomat.

POZIOM SAE 2

Częściowa automatyzacja jazdy

Pojazdem kieruje siedzący na fotelu kierowcy człowiek. Jego zadaniem jest stałe nadzorowanie wszystkich automatycznych funkcji, które obejmują elementy obecne w pojazdach kategorii 0–1 oraz systemy wspierające kierowcę zarówno przy kierowaniu, jak i przy hamowaniu/przyspieszaniu.

POZIOM SAE 3

Warunkowa automatyzacja jazdy

Człowiek nie kieruje pojazdem, nawet jeśli siedzi na fotelu kierowcy. W tym scenariuszu, kontrolę sprawuje pojazd. Człowiek musi przejąć kierowanie, jeśli żądają tego automatyczne systemy samochodu. Systemy pojazdu tej kategorii wykraczają poza wsparcie kierowcy i są zdolne do całkowicie autonomicznego prowadzenia pojazdu, jednak funkcjonują wyłącznie w określonych warunkach i nie działają, dopóki wszystkie te warunki nie zostaną spełnione.

POZIOM SAE 4

Zaawansowana automatyzacja jazdy

Człowiek nie kieruje pojazdem, nawet jeśli siedzi na fotelu kierowcy. Kontrolę sprawuje pojazd. Jego automatyczne systemy nie wymagają, aby człowiek przejmował kierowanie. Systemy pojazdu tej kategorii wykraczają poza wsparcie kierowcy i mogą być całkowicie autonomiczne jeśli chodzi o prowadzenie pojazdu, jednak funkcjonują wyłącznie w określonych warunkach i nie działają, dopóki wszystkie te warunki nie zostaną spełnione.

POZIOM SAE 5

Pełna automatyzacja jazdy

Człowiek nie kieruje pojazdem, nawet jeśli siedzi na fotelu kierowcy. Kontrolę sprawuje pojazd. Jego automatyczne systemy nie wymagają, aby człowiek przejmował kierowanie. Systemy pojazdu tej kategorii wykraczają poza wsparcie kierowcy, są zdolne do całkowicie autonomicznego prowadzenia pojazdu i działają w każdych warunkach. Obejmują one funkcje wszystkich poprzednich poziomów, z tym że automatyczny pojazd może jeździć wszędzie i w każdych warunkach.

SAE International, 2018

Jeśli zastosujemy tę klasyfikację wobec biznesowych procesów decyzyjnych, wiele programów komputerowych dla przedsiębiorstw należy do poziomu zerowego. Można je porównać do wynalazku samochodowej kamery cofania. To urządzenie dostarcza informacji, ale to kierowca decyduje, co z nich wynika i jak je wykorzystać, a kamera na pewno nie powstrzyma go przed wjechaniem tyłem w płot.

W ciągu kilku ostatnich dekad niewielkie postępy w oprogramowaniu biznesowym doprowadziły je do stanu porównywalnego z autonomią poziomu drugiego, często określanego mianem „wsparcia kierowcy”. Ten typ oprogramowania dla przedsiębiorstw bazuje na procesach i automatyzuje rutynowe zadania, które ułatwia i przyspiesza.

Na przykład firma Salesforce opracowała procedury zarządzania relacjami z klientami (CRM) dla pracowników sprzedaży. Z kolei, firma SAP dokonała tego samego na potrzeby działalności operacyjnej, a ServiceNow – dla świadczeń pracowniczych. Natomiast Microsoft stworzył procedury pracy nad dokumentami, prezentacjami i analizami pracowników umysłowych. Tego rodzaju aplikacje wspomagają pracowników, ale nie wykonują właściwie żadnej samodzielnej pracy bez nadzoru. Używający ich ludzie wciąż muszą podejmować ważne decyzje.

To jednak zaledwie wierzchołek autonomicznej góry lodowej. Uczenie maszynowe tworzy o wiele więcej możliwości podejmowania decyzji, a nawet bezpośrednich działań przez oprogramowanie i aplikacje. Te nowe narzędzia stanowić będą odpowiednik automatycznej jazdy na poziomie trzecim, to znaczy, że pracownik wciąż będzie siedzieć „w fotelu kierowcy”, ale kierowaniem będzie się zajmować głównie maszyna.

Branże, które zaczynają „autonomiczną jazdę”

Automatyzacja już dziś zmienia wiele branż. Niektórzy eksperci przewidują, że w ciągu następnych pięciu lat zastosowanie „robodoradców” (robo-advisers) w usługach finansowych spowoduje wzrost wartości aktywów objętych zarządzaniem do prawie 800 miliardów dolarów. Z kolei, w branży reklamy cyfrowej firmy wykorzystują dziś automatyczne systemy do publikowania ogłoszeń, a w branży turystyczno-hotelowej automatyka jest również ważna przy wycenianiu miejsc w samolotach i pokoi hotelowych.

Większość przywódców firm słabo albo wcale nie angażuje się w rozwijanie firmowych zdolności autonomicznego podejmowania decyzji. Wyjątek stanowi branża oprogramowania dla biznesu. Poniżej przedstawiamy kilka przykładów producentów oprogramowania – według pionów funkcyjnych – którzy już dziś tworzą autonomiczną ofertę.

IT: Różnorodne „autonomiczne” programy tworzone przez takie firmy, jak IBM, CA Technologies, IPsoft i ServiceNow, wspierają wiele rozmaitych aspektów pracy działu IT, od konfigurowania infrastruktury przez testowanie oprogramowania po zarządzanie danymi. Na przykład Oracle pozycjonuje produkt Oracle Autonomous Database Cloud jako „pierwszą na świecie autonomiczną bazę danych”, która ma zarządzać danymi klienta „bez ryzyka ludzkiego błędu” i „bez ludzkiej pracy”. To rozwiązanie automatycznie aktualizuje zestawy danych bez wyłączania dostępu do nich, wyszukuje i minimalizuje zagrożenia bezpieczeństwa oraz stosuje uczenie maszynowe do zarządzania pojemnością i wydajnością.

Planowanie operacyjne i zarządzanie łańcuchem dostaw

Finansowany przez fundusze venture capital start-up Aera Technology reklamuje się jako „inteligentna technologia dla autonomicznych przedsiębiorstw”. Twierdzi, że jego system Cognitive Demand Management rozszyfrowuje sposób działania firmy, przedstawia rekomendacje w czasie rzeczywistym i podejmuje w imieniu przywódców działania w takich obszarach, jak zarządzanie popytem, wydajność produkcyjna i przejrzystość łańcucha dostaw. Z kolei firma o9 Solutions oferuje automatyczne zdolności planowania popytu i działalności operacyjnej.

Marketing:

Wiele przedsiębiorstw oferujących narzędzia wyposażone w sztuczną inteligencję zajmuje się automatycznym marketingiem, generowaniem leadów, wsparciem dla klientów i optymalizacją stron pod kątem wyszukiwarek internetowych (SEO). Należąca do tego grona firma Marketo reklamuje automatyzację działań marketingowych jako autonomiczny samochód, którego silnikiem są jej narzędzia do wzbudzania zaangażowania klientów, a start-up BounceX zamienia anonimowy ruch w sieci w ruch kontrolowany, aby planować kolejne, spersonalizowane działania mające wzbudzać zaangażowanie.

Sprzedaż:

Firma6sense używa sztucznej inteligencji, aby śledzić potencjalnych nabywców, zanim w ogóle znajdą się w firmowym lejku sprzedażowym. Jej przedstawiciele twierdzą, że dzięki zbieraniu i analizowaniu „wczesnych sygnałów zamiaru kupna”, takich jak przeszukiwanie asortymentu konkurencji, potrafi generować i oceniać leady, których wcześniej nikt nie dostrzegł, oraz doradzać sposób nawiązania kontaktu z klientem. Firma Conversica autonomicznie tworzy spersonalizowane wiadomości e-mail, aby przesuwać klientów w dół lejka konwersji. Lider branży CRM Salesforce wyposażył swojego asystenta AI Einsteina w automatyczne zdolności, które umożliwiają użytkownikom szeregowanie leadów według prawdopodobieństwa sfinalizowania sprzedaży.

Przygotowania do autonomicznego podejmowania decyzji

Tak jak producenci z branży motoryzacyjnej zastanawiają się od nowa, na czym polega prowadzenie samochodu, tak producenci oprogramowania, którzy tworzą aplikacje biznesowe oparte na sztucznej inteligencji, zmuszają przywódców firm do zastanowienia się, na czym będzie polegać zarządzanie przedsiębiorstwem, kiedy część pracy będzie wykonywana autonomicznie.

Wszystko to może się wydawać przerażające z punktu widzenia członków rad nadzorczych i przywódców biznesowych, a szczególnie menedżerów średniego szczebla, którzy rozstrzygają ciągle takie same decyzje. Jednak celem automatycznych rozwiązań nie jest eliminacja menedżerów, a zapewnienie im przewagi. Nawet kiedy systemy będą działać w sposób porównywalny z pojazdami na trzecim poziomie automatyzacji, człowiek wciąż będzie potrzebny, aby podejmować decyzje, które nie zapadają często, wymagają wysokiego stopnia ludzkiego zaangażowania lub uwzględnienia informacji niedostępnych w formie cyfrowej.

Biorąc pod uwagę rozwój i potencjał uczenia się maszyn, rozrastanie się cyfrowych sieci oraz nawał danych, do jakich firmy mają dziś dostęp, kierunek jest oczywisty. Autonomiczne rozwiązania będą krok po kroku włączane w codzienne zarządzanie i działalność operacyjną organizacji.

Niestety, niewielu przywódców i rad nadzorczych jest gotowych przestawić się na zarządzanie i kierowanie autonomicznymi przedsiębiorstwami. W związku z tym przedstawiamy trzy pośrednie kroki, których podjęcie pomoże liderom zapewnić sukces firmom i sobie samym:

Sklasyfikuj firmowe decyzje

Nie wszystkie decyzje i procesy można zautomatyzować. Menedżerowie powinni zacząć od ocenienia i ustalenia, które się do tego nadają. Stwórz system punktowania możliwości automatyzacji, który bazuje na stopniu powtarzalności, podporządkowania regułom i poziomie generowanych danych. Dodatkowo przemyśl, jakie umiejętności generują oszczędności kosztowe w przeciwieństwie do wniosków i działań. Warto zacząć od umiejętności, które da się łatwo zautomatyzować.

Podnoś umiejętności własne i pracowników

Wszyscy przywódcy muszą rozumieć współczesny świat bazujący na danych i wpływ modeli danych oraz uczenia się maszyn na swoją pracę. Aby zagwarantować firmie sukces, podnoszenie umiejętności w zakresie AI należy rozpocząć od najwyższego kierownictwa. Przywódcy wyższego szczebla muszą rozumieć, jak działa uczenie maszynowe na ogólnym poziomie, jak dane zasilają algorytmy i jak stosować wyniki ich pracy w swoich zespołach.

Wprowadzaj AI na szeroką skalę

Wiele przedsiębiorstw pozostaje w tyle za rywalami, jeśli chodzi o podejmowanie inicjatyw dotyczące danych i AI. W świetle tendencji do wprowadzania autonomicznego zarządzania ryzyko nienadążania jest szczególnie poważne. Dlatego organizacje muszą budować działy analityki danych, które będą równie kompetentne jak działy IT, i powierzać im zbieranie i rozwijanie unikatowych danych przedsiębiorstwa oraz zarządzenie nimi.

Przywódcy wyższego szczebla mają jeszcze mnóstwo czasu, aby przygotować swoje zespoły i rady nadzorcze. Stoimy dopiero u progu transformacji w kierunku autonomicznych przedsiębiorstw. Biorąc jednak pod uwagę tempo zmian i wiele niedawnych komunikatów dużych producentów oprogramowania i funduszy venture capital na temat inwestycji w autonomiczne rozwiązania dla biznesu, pora, aby liderzy zaczęli się przygotowywać na nieuniknione. Nieodwołalnie zmierzamy w kierunku samodzielnie prowadzących się firm, które będą wyznaczać kurs i utrzymywać go dzięki przetwarzaniu i wykorzystywaniu danych, pozostawiając ludziom do wykonywania działania o większej wartości dodanej.

O AUTORACH:

Barry Libert jest prezesem firmy z branży uczenia maszynowego AIMatters oraz starszym współpracownikiem ośrodka badawczego SEI Center w Wharton School. Megan Beck (@themeganbeck) jest współzałożycielką i przewodniczącą AIMatters. Libert i Beck są współautorami książki The Network Imperative, wydanej w 2016 roku nakładem Harvard Business Review Press. Thomas H. Davenport (@tdav) jest profesorem technologii informacyjnych i zarządzania w Babson College, współpracownikiem Initiative on the Digital Economy na MIT i starszym doradcą w wydziale Analytics and Cognitive firmy Deloitte.


[1] Organizacja zawodowa, która skupia inżynierów zajmujących się motoryzacją, lotnictwem i maszynami wykorzystywanymi w przemyśle i standaryzuje takie urządzenia, jak: samochody, ciężarówki, łodzie, samoloty, sprzęt budowlany itd. (źródło: Wikipedia).