Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
Przywództwo

Jak pokonać problem przeciętnej efektywności

28 stycznia 2020 13 min czytania
Kevin Whitaker
Zdjęcie Martin Reeves - Dyrektor zarządzający, starszy partner oraz członek zarządu BCG Henderson Institute
Martin Reeves
Tom Deegan
Jak pokonać problem przeciętnej efektywności

Nowe badania dowodzą, że przewodzenie na rynku ma coraz bardziej tymczasowy charakter. Wyzwaniem dla firm nie jest już dotarcie na szczyt, lecz pozostanie na nim.

W strategii zawsze chodziło o unikanie przeciętności i realizowanie wyjątkowych zadań, zapewniających firmie odpowiednio duże korzyści na rynku. Pod tym względem nic się nie zmieniło poza tym, że nieustanna zmienność i niestabilność otoczenia biznesowego sprawiają, że osiąganie ponadprzeciętnych wyników nie jest już wystarczające.

Prawdziwym sprawdzianem dla liderów rynku jest zdolność utrzymania się nad średnią w długim horyzoncie czasu.

W ostatnim czasie badaliśmy trajektorie wydajności 22 000 przedsiębiorstw na przestrzeni minionego czterdziestolecia. Wyniki pokazały, że utrzymanie wysokiego poziomu efektywności mierzonej szerokim spektrum wskaźników jest dziś znacznie trudniejsze niż w przeszłości. Firmy, którym uda się wybić ponad średnią w branży, muszą znacznie ciężej walczyć o utrzymanie pozycji lidera.

Analiza wykazała, że tylko 17% spośród firm, które wybiły się znacznie ponad średnią w swojej branży, potrafi utrzymać przewagę przez kolejne pięć lat. Te organizacje – między innymi Apple i Alphabet – nieustannie znajdują nowe źródła przewagi konkurencyjnej, na nowo definiując swoje działania i dostosowując się do zmiennych uwarunkowań rynkowych. Zespoły zarządzające pragnące uniknąć przeciętnych wyników mogą się od nich wiele nauczyć.

Trudno jest wzbić się ponad przeciętność. Jeszcze trudniej utrzymać pozycję na szczycie

W przeszłości firmy radziły sobie na rynku, uzyskując przeciętne wyniki i płynąc z prądem rozwoju gospodarczego. Te czasy dawno minęłyIndeks górny (1). W wielu krajach spadło już tempo długoterminowego wzrostu gospodarczego, a trendy demograficzne przewidują dalsze spowolnienie. Zwalnia również tempo globalizacji, a konwencjonalne środki, za pomocą których decydenci mogą stymulować gospodarkę, są na wyczerpaniu, co dodatkowo zagraża wzrostowi przedsiębiorstw i zyskom finansowymIndeks górny (2).

Oprócz coraz większych trudności w przekroczeniu średnich wyników dla swojego sektora przedsiębiorstwa stoją przed drugim, jeszcze poważniejszym, wyzwaniem utrzymania dotychczasowej pozycji lidera. Warto zwrócić uwagę na fakt, że wskaźnik „wypadania” firm z rankingu 100 największych amerykańskich przedsiębiorstw magazynu „Fortune” wzrósł o 60% w ciągu ostatniego półwiecza. Wielu liderów już odczuwa nasilenie rotacji i niestabilności rynku. Podjęliśmy próbę oszacowania ich przeczuć i przyjrzeliśmy się dokładnie danym liczbowym.

Pomiar trwałości wyników

Przeanalizowaliśmy względne wyniki uzyskane przez 22 000 firm, przyglądając się zwłaszcza temu, jak radzą sobie z konkurencją w swoim sektorze i jak długo liderzy utrzymują się na szczycie. Innymi słowy, naszym celem było zmierzenie stabilności osiąganych wyników. Za wskaźnik wydajności przyjęliśmy całkowitą stopę zwrotu dla akcjonariuszy (total shareholder return TSR) i jej podstawowe składniki – wzrost przychodów, marże zysku i oczekiwania rynku.

Z każdego sektora wybraliśmy najsprawniejsze przedsiębiorstwa w danym roku – te, które znalazły się w najwyższym kwintylu pod względem całkowitej stopy zwrotu dla akcjonariuszy w stosunku do mediany dla całego sektora – i obliczyliśmy wykładniczy „współczynnik regresji” różnicy w wydajności w kolejnych latachIndeks górny (3). Weźmy na przykład firmę o średniej rocznej całkowitej stopie zwrotu dla akcjonariuszy o 20 punktów procentowych wyższej od średniej dla sektora. Jeśli współczynnik regresji wyniósłby 50%, to przewaga firmy pod względem wydajności spadłaby do 10 punktów procentowych po roku, 5 punktów procentowych po dwóch latach i 2,5 punktu procentowego po trzech latach. Wysokie tempo regresji wskazuje na brak równowagi i stabilności w obszarze wydajności, a co za tym idzie – szybszą regresję do średniej. Wyniki pokazują, że tempo utraty przewagi w obszarze całkowitej stopy zwrotu dla akcjonariuszy wzrosło radykalnie w ciągu ostatnich czterech dekad. Na przykład w latach osiemdziesiątych wskaźnik regresji wynosił około 15%: w latach 1980–1985 liderzy wydajności odnotowali niewielki spadek premii pod względem całkowitej stopy zwrotu dla akcjonariuszy w porównaniu ze średnią dla branży w kolejnych latach. Natomiast w latach 2008–2013 współczynnik regresji wyniósł już 100%. Po spektakularnym wejściu na szczyt wydajność liderów obniżała się do mediany sektora w ciągu zaledwie jednego roku. Co ciekawe, rok później niektórzy z dawnych liderów odnotowali wyniki gorsze od średniej w swojej branży.

Gwiazdy wracają na ziemię znacznie szybciej niż kiedyś

Firmom, które w latach osiemdziesiątych osiągnęły najwyższą całkowitą stopę zwrotu dla akcjonariuszy, sprzyjało stabilne otoczenie biznesowe, które pomogło im utrzymać pozycję lidera. Natomiast firmy, które osiągnęły lepsze wyniki trzy dekady później, doświadczyły znacznie szybszej regresji do średnich sektorowych.

Nasza analiza sugeruje, że regresja nie ma tymczasowego charakteru. Zaobserwowaliśmy stuprocentowy lub blisko stuprocentowy spadek najwyższych wartości pod względem całkowitej stopy zwrotu dla akcjonariuszy w ostatnich 15 latach. Dawniej tempo regresji różniło się znacznie w zależności od sektora, natomiast dziś jest ono niemal takie samo dla większości obszarów gospodarki. Odpowiedzialność za ten wzorzec nie leży wyłącznie po stronie zmieniających się oczekiwań inwestorów i zwiększonej sprawności rynków finansowych: naszym zdaniem, z biegiem czasu coraz trudniej jest osiągać lepsze wyniki w obszarze podstawowych wskaźników (takich jak wzrost przychodów, zysk operacyjny i zwrot z aktywów).

Jak wybrane firmy przeciwstawiają się ciążeniu do średniej

Nasze ustalenia wskazują zespołom zarządzającym konieczność wypracowania nowych źródeł przewagi konkurencyjnej. Wcześniejsze okresy charakteryzowały się „klasycznymi” strategiami planowania, opartymi na stabilnej i przewidywalnej dynamice gospodarczejIndeks górny (4). Przewaga konkurencyjna wynikała z trwałych, statycznych czynników, takich jak niższe koszty operacyjne – często uzyskiwane w wyniku efektu skali – oraz wybór najbardziej atrakcyjnych branż i segmentów prowadzenia działalności. Istniało wysokie prawdopodobieństwo, że największe w danym roku przedsiębiorstwa pozostaną takie w roku kolejnym. Dodatkowo organizacje rzadko zmieniały branżę czy rynek prowadzenia działalności.

Dziś jednak logika konkurencji się zmianiaIndeks górny (5). Zakłócenia na rynkach i zmiany technologiczne wymagają dynamicznych zdolności (takich jak zwinność, innowacyjność i zdolność wymyślania nowych zastosowań), które często są odwrotnie proporcjonalne do wielkości organizacji, co niweluje tradycyjne korzyści skaliIndeks górny (6). Dodatkowo nowe modele biznesowe oparte na platformie cyfrowej zacierają granice między sektorami. Analiza pokazuje jednak, że pomimo tych trudności niektórym firmom udaje się konsekwentnie przewyższać średnią sektorową. W ciągu ostatnich pięciu lat 17% firm plasujących się na szczycie utrzymało przewagę, odnotowując jedynie minimalny spadek wydajności, podczas gdy wielu z ich rywali wpadło w pułapkę przeciętnej wydajności.

Niewielkiej grupie firm udaje się konsekwentnie osiągać ponadprzeciętne wyniki w swojej branży w długim okresie. Mniej więcej jedna na sześć firm z górnego kwintylu wydajności mierzonego całkowitą stopą zwrotu dla akcjonariuszy utrzymuje przewagę nad rywalami.

Liderów zdefiniowano jako przedsiębiorstwa o średniej rocznej całkowitej stopie zwrotu dla akcjonariuszy w najwyższym kwintylu dla danego sektora, na podstawie danych z kolejnych pięciu lat (2008–2013). Uwzględniono przedsiębiorstwa, które odnotowały przychody skorygowane o poziom inflacji w wysokości ponad 50 milionów dolarów na początku 10‑letniego badanego okresu, dla których dostępne były dane w całym analizowanym okresie; wyeliminowano 5% w najwyższych i najniższych wartości, by uniknąć wpływu skrajnych danych (źródła: S&P Capital IQ, analiza BCG Henderson Institute).

Co wyróżnia te firmy? Nieustannie poszukują nowych źródeł wzrostu i przewagi oraz sprawnie dostosowują się do nowych warunków. Organizacje pragnące pójść ich śladem muszą zmierzyć się z czterema kluczowymi wyzwaniami.

1. Zmiana modeli myślenia

Pierwsze wyzwanie wiąże się z mentalnością i polega na unikaniu pułapki samozadowolenia (utrzymamy przewagę i wydajność) i nieuchronności (dzisiejsze modele i praktyki bazują na niezmiennej logice). Zamiast myśleć: „Nie naprawiaj niczego, dopóki się nie popsuje”, przywódcy muszą wzbudzić w sobie poczucie gorliwości i znaleźć uzasadnienie dla wprowadzenia zapobiegawczych zmianIndeks górny (7). Muszą też zachować pokorę, pamiętając o tym, że dzisiejsze modele, nawet najbardziej udane, nie są gwarancją sukcesu na zawsze.

Przykładowo, koncern Amazon dąży do zachowania kultury „Pierwszego dnia”, która promuje przekonanie, że rynek stale ewoluuje, a nowe odkrycia są nie tylko możliwe, ale wręcz konieczne. Kultura Amazona wystrzega się spoczywania na laurach: na jednym spotkaniu dyrektor generalny Jeff Bezos powiedział pracownikom: „Pewnego dnia Amazon upadnie”Indeks górny (8). Dzięki zaszczepieniu tych wartości organizacja unika zastoju i pielęgnuje zdolność do zmian – co sprzyja wprowadzaniu innowacji w ofercie (jak uruchomienie bezpłatnej jednodniowej wysyłki) oraz w całej działalności (np. powołanie działu Amazon Web Services).

2. Przyjęcie nowych wskaźników biznesowych

Chociaż prawdopodobieństwo utrzymania dotychczasowych wyników wydajności w przyszłości jest niewielkie, jak na ironię w biznesie najczęściej korzysta się ze wskaźników obrazujących przeszłe wydarzenia (takich jak wzrost, udział w rynku czy rentowność). Te dane przydają się co prawda do oceny i poprawy bieżących wyników, lecz pragnąc osiągać lepsze wyniki w czasie, liderzy muszą korzystać z bardziej dalekowzrocznych wskaźników, oceniających przyszłą kondycję firmy, takich jak „świeżość” koszyka przychodów (udział ofert opartych na najnowszych innowacjach w sprzedaży) lub jego żywotność (zdolność do napędzania działalności i zrównoważonego rozwoju)Indeks górny (9).

3. Przyjęcie wielowymiarowego podejścia do strategii

Ponieważ klucze do sukcesu w przyszłości będą odmienne od dzisiejszych, należy równocześnie zarządzać przedsiębiorstwem w wielu wymiarach czasowych: bieżącej krótkookresowej działalności (wykorzystując istniejące nisze i optymalizując operacje) oraz w horyzoncie długofalowym (badając nowe możliwości i opracowując pulę szans możliwych do wykorzystania w przyszłości). Chociaż te wyzwania wymagają zasadniczo różnych umiejętności i podejść, struktura organizacyjna przedsiębiorstw może wspierać realizację obu celów.

Na przykład Google zrestrukturyzował swoją działalność w 2015 roku i przeniósł powstające spółki zależne pod parasol nowego macierzystego podmiotu Alphabet, co dało możliwość zarządzania nimi niezależnie od podstawowej działalności w zakresie wyszukiwania i usług internetowych. To posunięcie umożliwiło liderom nowych jednostek – takich jak autonomiczne pojazdy czy nauki przyrodnicze – na swobodniejsze eksplorowanie nowych pomysłów. W tym samym czasie podstawowy obszar działalności koncernu udoskonala operacje i generuje gotówkę.

4. Tworzenie nowych zdolności organizacyjnych

Ze względu na coraz szybsze tempo ewoluowania otoczenia biznesowego firmy nie mogą już polegać wyłącznie na statycznych zdolnościach, takich jak wydajność i jakość, które służą przede wszystkim wypracowaniu silnej pozycji w długim okresie. Zamiast tego liderzy muszą nieustannie eksperymentować i rozszerzać udane inicjatywy. Wymaga to nowych cech organizacyjnych, w tym wprowadzenia różnorodności w obszarze wykształcenia, doświadczenia i sposobów myślenia pracowników, tworzenia otoczenia sprzyjającego zarówno rywalizacji, jak i współpracy, a także przyspieszenia tempa uczenia się firmy (poprzez niwelowanie hierarchicznych struktur i integrację technologii, by móc sprawnie korzystać z nowych danych)Indeks górny (10).

Uzyskiwanie ponadprzeciętnych wyników jest trudne, lecz jeszcze trudniejsze jest ich utrzymanie. Przyjmując, że znakomita wydajność jest mniej trwała niż kiedykolwiek wcześniej, liderzy mogą pomóc swoim organizacjom wykształcić nawyk ciągłego przeobrażania się, by w ten sposób uniknąć ryzyka spadku do grona przeciętnych.

  1. M. Reeves, L. Faeste, F. Hassan, et al., „Preemptive Transformation: Fix It Before It Breaks”, Boston Consulting Group, 17 sierpnia 2018, www.bcg.com.

  2. E. Kim, “Jeff Bezos to Employees: ‘One day, Amazon Will Fail,’ but Our Job Is to Delay It as Long as Possible,” CNBC.com, 15 listopada 2018, www.cnbc.com.

  3. M. Reeves, G. Hansell, K. Whitaker, et al., “Achieving Vitality in Turbulent Times,” Boston Consulting Group, 21 października 2019, www.bcg.com. >

  4. M. Reeves, K. Whitaker, “Competing on the Rate of Learning,” Boston Consulting Group, 24 sierpnia, 2018, www.bcg.com.

  5. M. Reeves, C. Love, P. Tillmanns, „Your Strategy Needs a Strategy”, Boston Consulting Group, 16 października 2012, www.bcg.com.

  6. R. Kimura, M. Reeves, K. Whitaker, „The New Logic of Competition”, Boston Consulting Group, 22 marca 2019, www.bcg.com.

  7. M. Reeves, G. Hansell, K. Whitaker, et al., „The Global Landscape of Corporate Vitality”, Boston Consulting Group, 18 października 2018, www.bcg.com.

  8. H‑P. Burkner, M. Reeves, H. Lotan, et al., „A Bad Time to Be Average”, Boston Consulting Group, 22 lipca 2019, www.bcg.com.

  9. P. Carlsson‑Szlezak, P. Swartz, „An Economic History of Now”, Bernstein U.S. Economics (publikacja dostępna wyłącznie w subskrypcji), listopad 2018.

  10. Analiza objęła wszystkie publiczne amerykańskie przedsiębiorstwa, które w danym roku odnotowują co najmniej 50 milionów dolarów przychodów skorygowanych o wskaźnik inflacji; firmy z górnego kwintyla zidentyfikowano na podstawie średniej wydajności w okresie pięciu lat w porównaniu z medianą dla całego sektora.

O autorach
Tematy

Może Cię zainteresować

• Jak generować wartość z AI dzięki małym transformacjom w biznesie - Webster
Premium
Jak generować wartość z AI dzięki małym transformacjom w biznesie

Liderzy skutecznie wykorzystują duże modele językowe, stopniowo minimalizując ryzyko i tworząc solidne fundamenty pod przyszłe transformacje technologiczne, dzięki czemu generują realną wartość dla swoich organizacji.

Niespełna dwa lata temu generatywna sztuczna inteligencja (GenAI) trafiła na czołówki stron gazet, zachwycając swoimi niezwykłymi możliwościami: mogła prowadzić rozmowy, analizować ogromne ilości tekstu, dźwięku i obrazów, a nawet tworzyć nowe dokumenty i dzieła sztuki. To najszybsze w historii wdrożenie technologii przyciągnęło ponad 100 mln użytkowników w ciągu pierwszych dwóch miesięcy, a firmy z różnych branż rozpoczęły eksperymenty z GenAI. Jednak pomimo dwóch lat intensywnego zainteresowania ze strony kierownictwa i licznych prób wdrożeniowych nie widać wielkoskalowych transformacji biznesowych, które początkowo przewidywano. Co się stało? Czy technologia nie spełniła oczekiwań? Czy eksperci się pomylili, wzywając do gigantycznych zmian? Czy firmy były zbyt ostrożne? Odpowiedź na te pytania brzmi: i tak, i nie. Generatywna sztuczna inteligencja już teraz jest wykorzystywana w wielu firmach, ale nie – jako lokomotywa radykalnej transformacji procesów biznesowych. Liderzy biznesu znajdują sposoby, by czerpać realną wartość z dużych modeli językowych (LLM), nie modyfikując całkowicie istniejących procesów. Dążą do małych zmian (small t) stanowiących fundament pod większe przekształcenia, które dopiero nadejdą. W tym artykule pokażemy, jak robią to dzisiaj i co możesz zrobić, aby tworzyć wartość za pomocą generatywnej sztucznej inteligencji.

Premium
Polski przemysł na rozdrożu

Stoimy przed fundamentalnym wyborem: albo dynamicznie przyspieszymy wdrażanie automatyzacji i robotyzacji, co sprawi, że staniemy się aktywnym uczestnikiem czwartej rewolucji przemysłowej, albo pogodzimy się z perspektywą erozji marż pod wpływem rosnących kosztów operacyjnych i pogłębiającego się strukturalnego niedoboru wykwalifikowanej siły roboczej.

Jak alarmują prognozy Polskiego Instytutu Ekonomicznego, do 2030 r. w samej Europie może zabraknąć nawet 2,1 mln wykwalifikowanych pracowników, co czyni automatyzację nie jedną z możliwości, lecz strategiczną koniecznością. Mimo że globalnie liczba robotów przemysłowych przekroczyła już 4,2 mln jednostek, a w Europie w 2023 r. wdrożono rekordowe 92,4 tys. nowych robotów, Polska wciąż pozostaje w tyle. Nasz wskaźnik gęstości robotyzacji, wynoszący zaledwie 78 robotów na 10 tys. pracowników przemysłowych, znacząco odbiega od europejskiego lidera – Niemiec (397 robotów na 10 tys. pracowników), czy globalnego pioniera – Korei Południowej (tysiąc robotów na 10 tys. pracowników). W Scanway – firmie, która z sukcesem łączy technologie rozwijane dla sektora kosmicznego z potrzebami przemysłu – jesteśmy przekonani, że przyszłość konkurencyjności leży w inteligentnym wykorzystaniu danych, zaawansowanej automatyzacji opartej na AI oraz strategicznej gotowości do wprowadzania zmian technologicznych. Czy jednak zaawansowana wizja maszynowa napędzana przez sztuczną inteligencję może się stać katalizatorem, który pozwoli sprostać wyzwaniom i odblokować uśpiony potencjał innowacyjny polskiej gospodarki?

Premium
Zamień konflikt we współpracę

Destrukcyjny konflikt w zespole zarządzającym może zahamować rozwój organizacji. Skuteczne zarządzanie takimi napięciami wymaga od liderów świadomego odejścia od rywalizacji o władzę na rzecz współpracy oraz strategicznego, systemowego myślenia.

Konflikt w zespole zarządzającym, szczególnie wtedy gdy przeradza się w trwały, emocjonalny antagonizm, staje się realnym zagrożeniem dla efektywności całej organizacji. Studium przypadku firmy X-Style.

Jak zapewnić stabilność i elastyczność na rynku zielonej energii?

Dynamiczne zmiany na rynku energii oraz rosnące znaczenie OZE i celów ESG stawiają przed firmami nowe wyzwania. W tym kontekście Reo.pl (Grupa Enerconet) kładzie nacisk na elastyczność, dogłębną analizę potrzeb klienta i transparentność danych. O strategiach budowania długoterminowych relacji i zapewniania przewidywalności w sektorze odnawialnym opowiada Grzegorz Tomasik, prezes Reo.pl. 

Reo.pl działa na polskim rynku od 2022 roku. Jakie wyzwania napotkali państwo przy wprowadzaniu elastyczności i dostosowywaniu się do dynamicznych zmian w sektorze OZE?

Chociaż marka Reo.pl powstała na początku 2022 r., nasza grupa – Enerconet – działa na rynku energetycznym już od 2007 r. Ta wieloletnia obecność w sektorze OZE i doświadczenie w obrocie energią dają nam status dojrzałego podmiotu, wspartego silnym zespołem i dogłębną znajomością branży.

Od 2007 r. sektor OZE przeszedł znaczącą transformację, obejmującą regulacje, mechanizmy rynkowe i podejście firm do zakupu zielonej energii. Kluczową zmianą był rozwój bezpośrednich kontraktów (P2P) między wytwórcami OZE a odbiorcami końcowymi. Spółki tworzące dziś Enerconet aktywnie uczestniczyły w tej ewolucji od samego początku, analizując rynek i wypracowując skuteczne rozwiązania, co ostatecznie doprowadziło do uruchomienia platformy Reo.pl.

Premium
Gdy projekt wymyka się spod kontroli

Polskie firmy technologiczne coraz częściej realizują złożone zlecenia dla międzynarodowych gigantów. Jednak nawet najlepiej przygotowany zespół może przy takim projekcie natknąć się na nieoczekiwane przeszkody. Przykład firmy Esysco wdrażającej szyfrowanie poczty e-mail dla jednego z największych niemieckich banków pokazuje, jak szybko może runąć precyzyjnie zaplanowany harmonogram oraz jak radzić sobie z nieprzewidywalnymi wyzwaniami.

Polskie firmy technologiczne coraz częściej zdobywają międzynarodowe kontrakty i realizują projekty, które jeszcze niedawno były zarezerwowane wyłącznie dla międzynarodowych rywali. Dzięki temu zdobywają zagraniczne rynki, osiągając imponujące wyniki eksportu usług IT, który w 2023 r. przekroczył 16 mld dolarów. W ostatniej dekadzie przychody branży wzrosły niemal czterokrotnie, a wartość eksportu – aż 7,5 razy, dzięki czemu polski sektor IT stał się motorem rodzimego eksportu. Kluczowymi kierunkami ekspansji są Stany Zjednoczone, Niemcy i Wielka Brytania, a wśród najsilniejszych obszarów znajdują się fintech, cyberbezpieczeństwo, sztuczna inteligencja, gry oraz rozwój oprogramowania.

Polska wyróżnia się w regionie Europy Środkowo-Wschodniej jako największy eksporter usług IT, przewyższając Czechy czy Węgry, a pod względem jakości specjalistów IT zajmuje trzecie miejsce na świecie. Jednak do pełnego wykorzystania tego potencjału konieczne jest pokonanie barier takich jak ograniczony dostęp do kapitału na ekspansję, rosnące koszty pracy oraz niedostateczne doświadczenie w międzynarodowej sprzedaży i marketingu. To jednak nie wszystko. Przy współpracy z międzynarodowymi gigantami trzeba również pamiętać o nieznanej polskim wdrożeniowcom skali, złożoności i nieprzewidywalności towarzyszącym tak wielkim projektom. Dobrym przykładem może być nasze wdrożenie dla jednego z największych niemieckich banków, z którym podpisaliśmy kontrakt na wprowadzenie systemu zabezpieczeń e-maili dla ponad 300 tys. użytkowników rozsianych po całym świecie. Technologicznie byliśmy gotowi, ale rzeczywistość szybko zweryfikowała nasze plany.

Premium
Praktyczny poradnik kreowania wartości z dużych modeli językowych

Gdy w 2022 r. pojawiły się powszechnie dostępne duże modele językowe (LLM), ich potężna zdolność do generowania tekstu na żądanie zapowiadała rewolucję w produktywności. Jednak mimo że te zaawansowane systemy AI potrafią tworzyć płynny tekst w języku naturalnym i komputerowym, to są one dalekie od doskonałości. Mogą halucynować, wykazywać się logiczną niespójnością oraz produkować treści nieadekwatne lub szkodliwe.

Chociaż technologia ta stała się powszechnie dostępna, wielu menedżerów nadal ma trudności z rozpoznawaniem przypadków użycia LLM-ów, w których poprawa produktywności przewyższa koszty i ryzyka związane z tymi narzędziami. Potrzebne jest bardziej systematyczne podejście do wykorzystywania modeli językowych, tak aby uefektywnić procesy biznesowe, a jednocześnie kontrolować słabe strony LLM-ów. Proponuję trzy kroki ułatwiające osiągnięcie tego celu. Po pierwsze, należy rozłożyć proces na mniejsze zadania. Po drugie, trzeba ocenić, czy każde zadanie spełnia tzw. równanie kosztów GenAI, które szczegółowo wyjaśnię w tym artykule. Jeśli ten warunek zostanie spełniony, należy uruchomić projekt pilotażowy, iteracyjnie oceniać jego wyniki oraz na bieżąco wprowadzać zmiany w celu poprawy rezultatów.

Kluczowe w tym podejściu jest pełne zrozumienie, w jaki sposób mocne i słabe strony modeli językowych odpowiadają specyfice danego zadania; jakie techniki umożliwiają ich skuteczną adaptację w celu zwiększenia wydajności; oraz jak te czynniki wpływają na bilans kosztów i korzyści – a także na ocenę ryzyka i potencjalnych zysków – związanych z wykorzystaniem modeli językowych do podnoszenia efektywności realizowanych działań.

Premium
Dlaczego odważne pomysły giną w szufladach menedżerów i co z tym zrobić?

Najbardziej innowacyjne, nietypowe idee często nie zostają zrealizowane – nie dlatego, że są złe, ale dlatego, że wywołują niepewność. Co może pomóc menedżerom w podejmowaniu ryzykownych, lecz potencjalnie przełomowych decyzji? Kluczowe okazuje się świadome budowanie sieci doradczej.

Menedżerowie, którzy są świadomi znaczenia innowacji w rozwoju organizacji, często zachęcają członków swoich zespołów do dzielenia się świeżymi i kreatywnymi pomysłami. Jednak wielu pracowników skarży się, że ich najlepsze propozycje są przez zwierzchników często pomijane, odrzucane lub niewłaściwie rozumiane.

Paradoksalnie to właśnie menedżerowie mogą stanowić jedną z największych barier dla innowacji. Mocno zakorzenieni we własnych obszarach specjalizacji, często nie dostrzegają wartości nowatorskich idei – szczególnie wtedy, gdy pomysły te wyznaczają nowe ścieżki w ich dziedzinie.

AI dla wszystkich - Mechło
Premium
AI dla wszystkich: jak ją wdrożyć w firmie?

Sztuczna inteligencja nie jest już zarezerwowana wyłącznie dla dużych korporacji i technologicznych gigantów. Dziś każdy może korzystać z narzędzi opartych na AI, a bariera kosztów znacząco się obniżyła. To jednak nie znaczy, że korzystanie z tych technologii jest proste i zrozumiałe dla wszystkich.

Powszechna dostępność sztucznej inteligencji (AI) nie rozwiązuje kluczowego problemu: braku wiedzy o tym, jak skutecznie i odpowiedzialnie z niej korzystać. Dlatego edukacja staje się nie tylko wsparciem, ale wręcz warunkiem realnego wykorzystania potencjału tej technologii. Umiejętność pracy z AI powinna być dziś traktowana jak podstawowa kompetencja, niezbędna zarówno w życiu zawodowym, jak i codziennym. Tym bardziej, że generatywna sztuczna inteligencja (GenAI) coraz śmielej wkracza na polski rynek, oferując firmom wiele korzyści: począwszy od automatyzacji drobnych zadań aż po strategiczne przedsięwzięcia.

Premium
Jak zarządzać długiem technologicznym w erze AI

Sztuczna inteligencja rewolucjonizuje świat biznesu, ale jednocześnie przyczynia się do narastania długu technologicznego w firmach. Oto cztery kluczowe wskazówki dla liderów, które pomogą świadomie zarządzać kompromisami i stworzyć przestrzeń na innowacje.

Dług technologiczny działa jak kotwica, która spowalnia wysiłki liderów biznesu zmierzające do sprawnego zarządzania organizacją. Dodatkowa praca i nagromadzone koszty wynikające z doraźnych rozwiązań, nieaktualnych aplikacji i starzejącej się infrastruktury ograniczają zdolność firm do innowacji, konkurowania i długoterminowego rozwoju.

Pewien poziom długu technologicznego jest nieunikniony. Aby zachować elastyczność, przedsiębiorstwa często wdrażają nowe technologie w ekspresowym tempie, świadome, że w przyszłości będą musiały ponieść koszty modernizacji tych systemów. Ten kompromis staje się jednak coraz trudniejszy w miarę postępującej implementacji sztucznej inteligencji. Przy rocznych kosztach przekraczających 2,41 bln dolarów w samych tylko w Stanach Zjednoczonych, dług technologiczny nie jest już wyłącznie problemem IT – to realne obciążenie biznesowe, które wymaga uwagi na najwyższym szczeblu zarządzania.

Premium
Przyszłość należy do hybrydowych zespołów ludzi i agentów

Paul Baier i Johna J. Sviokli twierdzą, że generatywna sztuczna inteligencja nie jest kolejnym narzędziem do automatyzacji, lecz stanowi jakościową zmianę sposobu, w jaki organizacje uczą się, gromadzą wiedzę i przekuwają ją w przewagę konkurencyjną. Kluczowym pojęciem, które wprowadzają autorzy, jest WINS work, czyli praca oparta na słowach (words), obrazach (images), liczbach (numbers) i dźwiękach (sounds). To właśnie ten obszar, ich zdaniem, ulegnie najgłębszej transformacji.

Baier i Sviokla zwracają uwagę, że paradoksalnie uniwersalność i szerokie spektrum zastosowań generatywnej sztucznej inteligencji (GenAI) stanowią istotne utrudnienie w jej praktycznym wdrażaniu. Firmy, które najskuteczniej wykorzystują potencjał tej technologii, robią to, traktując ją jako integralną zdolność organizacyjną, a nie jedynie izolowane rozwiązanie technologiczne. Autorzy proponują nowy model zarządzania, nazywany Teorią A. Zakłada ona, że organizacje powinny zmienić sposób postrzegania pracy, koncentrując się na współpracy ludzi i agentów (a więc modeli wyposażonych w dodatkowe narzędzia informatyczne). W takim podejściu najważniejszy jest dialog między ludźmi a maszynami, w którym role asystowania, uzupełniania i automatyzacji są dynamicznie przypisywane w zależności od stopnia strukturyzacji zadania. Takie podejście pozwala na stopniową zmianę krzywej uczenia się w pracy kognitywnej typu WINS. Historycznie każda znacząca zmiana paradygmatu zarządzania prowadziła do ulepszenia mechanizmów uczenia się, co sugeruje, że efektywne
wdrożenie GenAI w ramach Teorii A może być kolejnym krokiem w tej ewolucji przynoszącym organizacjom długoterminową przewagę konkurencyjną.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Newsletter

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!