Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
Komunikacja
Magazyn (Nr 1, czerwiec 2019)

Cenne lekcje na temat cyfryzacji obsługi klienta

1 czerwca 2019 16 min czytania
Alireza Nili
Alistair Barros
Mary Tate
Cenne lekcje na temat cyfryzacji obsługi klienta

Administracja publiczna zazwyczaj nie jest pionierem pod względem digitalizacji obsługi klienta, ale urzędy państwowe w Australii są przodownikami w wykorzystaniu botów do poprawy jakości usług.**

Cyfrowi asystenci

zwani też czatbotami lub softbotami – najprawdopodobniej w ciągu następnej dekady przeobrażą funkcję obsługi klienta. Te komputerowe algorytmy zdolne do wchodzenia w interakcje z ludźmi wykorzystują analizy wielkich zbiorów danych oraz technologie, takie jak przetwarzanie języka naturalnego i uczenie maszynowe, do tworzenia dokładnych profili użytkowników i reagowania na ich pytania. Jak wynika z raportu organizacji Grand View Research, 45% konsumentów na całym świecie, we wszystkich branżach, uznaje dzisiaj cyfrowych asystentów za główny punkt komunikacji z firmami. Na tej podstawie szacuje się, że do 2025 roku wartość globalnego rynku tych cyfrowych narzędzi wzrośnie do 1,25 miliarda dolarów.

Ogólna strategia większości firm polega na wykorzystywaniu cyfrowych asystentów do przesiewania próśb zgłaszanych przez klientów (za pośrednictwem centrów telefonicznej obsługi klienta, witryn internetowych i aplikacji na smartfony), a następnie załatwiania najprostszych spraw, takich jak prośby o podstawowe informacje (na przykład salda rachunków) – które w wielu organizacjach są przedmiotem większości zapytań klientów. Bardziej złożone kwestie są przekazywane pracownikom działu obsługi klienta. Tym samym cyfrowi asystenci redukują obowiązki spoczywające na pracownikach i związane z tym koszty (poza kosztami implementacji, które mogą być wysokie).

W wielu firmach panuje przekonanie, że cyfrowe narzędzia są w stanie odpowiedzieć tylko na podstawowe pytania, a wszelkie inne sprawy muszą być załatwiane przez ludzi. To nieprawda. Przez ostatnie cztery lata badaliśmy zastosowanie cyfrowych asystentów w sektorze publicznym i sektorze prywatnym naszego rodzimego rynku, czyli Australii. W wyniku tych badań przekonaliśmy się, że urzędy publiczne już dzisiaj używają tych technologii do załatwiania złożonych spraw, kierowanych pod ich adresem przez obywateli.

NAJWAŻNIEJSZE PYTANIE:
W JAKI SPOSÓB BOTY MOGĄ POPRAWIĆ JAKOŚĆ OBSŁUGI KLIENTA

USTALENIA
Mogą świadczyć ukierunkowaną, złożoną pomoc, która wykracza daleko poza odpowiedzi na proste zapytania.
Umożliwiają organizacjom zdobywanie zarówno historycznych, jak i aktualnych danych z wielu usługowych punktów kontaktu z klientami.
Mogą poprawiać doświadczenia użytkowników – ale tylko wtedy, gdy wspiera je dobry projekt i ludzka wnikliwość.

Wdrażanie technologii cyfrowych asystentów właśnie w sektorze publicznym kłóci się z powszechnym wyobrażeniem na temat trendów w rozpowszechnianiu się AI. W większości państw urzędy państwowe wchłaniają nowe technologie wolniej niż firmy. Nie mają odpowiednich budżetów, aby dokonać takich inwestycji, zmagają się z instytucjonalną inercją i zazwyczaj przejawiają niechęć do ryzyka, po części dlatego, że wszelkie błędy mogą zaszkodzić ich reputacji. Jednak od 2015 roku niektóre instytucje publiczne w Australii – zwłaszcza te, które świadczą pomoc socjalną – inwestują pokaźne środki w cyfrowych asystentów. Są to podmioty, które muszą sobie radzić z nadzwyczaj wysoką liczbą interakcji z obywatelami i zwiększać swoją produktywność dzięki poszerzaniu zakresu samoobsługi. W 2017 roku w Australii państwowe urzędy rozpatrzyły 700 milionów podań internetowych o zasiłek, telefoniczne centra odebrały 52 miliony zgłoszeń od obywateli, a centra obsługi bezpośredniej przyjęły 19 milionów osób. Ponadto większość programów opieki społecznej wymaga przedstawienia dokumentacji potwierdzającej takie szczegóły jak: personalia partnerów wnioskodawców, dane osób będących na ich utrzymaniu, wysokość zarobków, wartość majątku i problemy zdrowotne. Decyzje dotyczące świadczeń opierają się zaś na skomplikowanych regułach biznesowych, pozwalających ustalić, czy zasiłek jest należny, jaka powinna być jego wysokość itp. Cyfrowi asystenci pomagają wykonać wszystkie te zadania.

80%
taki odsetek spraw zgłaszanych do Australijskiego Urzędu Podatkowego załatwia cyfrowy asystent ALEX

Zdarzało się i tak, że w ślady urzędów publicznych, które zapoczątkowały stosowanie cyfrowych asystentów, poszły później podmioty prywatne. Australijski Urząd Podatkowy (Australian Tax Office – ATO) na przykład z powodzeniem włączył zaawansowanego technologicznie cyfrowego asystenta nazwanego Alex w swoje procesy świadczenia usług. Alex został stworzony przez amerykańską firmę Nuance, jest wykorzystywany przez ATO od 2016 roku i potrafi podczas pierwszego kontaktu z klientami załatwić 80% zgłaszanych przez nich spraw. Obecnie korzystają z niego także takie przedsiębiorstwa jak linie lotnicze Jetstar Airways, które działają w Australii, Nowej Zelandii i kilku krajach azjatyckich.

1,25 MILIARDA DOLARÓW
taką wartość do 2025 roku osiągnie globalny rynek czatbotów

Z przeprowadzonej przez nas analizy wynika, że firmy z całego świata mogą wyciągnąć cenne nauki z działalności australijskich urzędów publicznych, które poprawiły jakość swoich usług dzięki wykorzystaniu cyfrowych asystentów. Ogólnie rzecz biorąc, nauki te obejmują trzy wątki: zastosowania, wyzwania i najważniejsze zalecenia.

Zastosowania cyfrowych asystentów

Cyfrowi asystenci potrafią świadczyć pomoc trojakiego rodzaju, różniącą się stopniem złożoności.

Podstawowa selekcja

Pierwsze zastosowanie polega na wyselekcjonowaniu usług odpowiadających potrzebom klienta. On sam wie, czego potrzebuje, ponieważ zgłasza się z konkretną sprawą, która może być załatwiona dzięki nowej usłudze lub modyfikacji usługi już istniejącej. Aby zapewnić obywatelom tego rodzaju pomoc, instytucje publiczne w Australii angażują cyfrowych asystentów, którzy funkcjonują dzięki technologiom przetwarzania języka naturalnego i uczenia maszynowego (na potrzeby rozmowy telefonicznej albo tekstów pojawiających się podczas czatu z klientem). Tym sposobem cyfrowi asystenci identyfikują rodzaj pomocy, łącząc przeszłe dane na temat obsługi konkretnej osoby z informacjami wynikającymi z jej aktualnego zapytania. Co ważniejsze, asystenci ciągle uczą się na interakcjach z klientami, z biegiem czasu coraz precyzyjnej reagując na ich potrzeby.

Algorytmy uczenia maszynowego mają ogromną moc, dzięki czemu asystenci cyfrowi mogą przejrzeć miliony usługowych interakcji i dopasować właściwe odpowiedzi.

Roxy jest cyfrowym asystentem, który wykorzystuje zaplecze technologiczne systemu (back‑end), aby pomóc klientom rozeznać się w złożonych programach opieki socjalnej w Australii i zarekomendować im najbardziej odpowiednie usługi. Podobne cyfrowe narzędzie Amelia jest asystentem, który ma bardziej rozbudowane zdolności konwersacyjne i który jest używany przez urzędy publiczne w Nowej Południowej Walii do odpowiadania zarówno na zapytania wewnętrzne, jak i na zapytania od obywateli. W zależności od przebiegu interakcji Amelia potrafi nawet zmieniać ton głosu.

Cyfrowe narzędzia nie potrafią jednak uczyć się same. Zdobywają wiedzę dzięki interakcjom z prawdziwymi klientami.

Pomoc ukierunkowana

Drugie zastosowanie dotyczy pomocy o bardziej ukierunkowanym charakterze, takiej jak wypełnianie formularzy w imieniu klienta lub pomaganie klientowi w rozwiązaniu problemu w spersonalizowany sposób. Jeśli na przykład bezrobotny chce wystąpić o zasiłek, musi odpowiedzieć na mniej więcej 150 pytań. Oliver, cyfrowy asystent w jednej z instytucji z sektora opieki społecznej, potrafi samoczynnie udzielić wielu odpowiedzi, opierając się na danych z profilu klienta. Dzięki temu liczba odpowiedzi, których musi udzielić sam zainteresowany, spada do zaledwie 10–15.

Pomoc proaktywna

Trzecie – i najbardziej wyrafinowane – zastosowanie polega na wspieraniu klientów w proaktywny sposób. Instytucje opieki społecznej mogą użyć cyfrowych asystentów wspomaganych predyktywnymi analizami do przesyłania klientom spersonalizowanych zaleceń na temat spraw, których oni mogą nawet nie być świadomi – takich jak nadchodzące wydarzenie lub kolejne kroki wymagane do wystąpienia o konkretne świadczenie. Przykłady takich zaleceń obejmują też najważniejsze wydarzenia w życiu obywateli – ślub, narodziny pierwszego dziecka, przeprowadzka lub przejście na emeryturę. Cyfrowi asystenci mogą następnie stworzyć drzewa decyzyjne, które pomogą klientom nawiązać kontakt z odpowiednimi jednostkami w urzędach publicznych i rozeznać się w ich działalności.

Cyfrowy asystent mógłby na przykład zapoznać się z profilem klienta – powiedzmy inżyniera górnictwa z Australii – i na podstawie jego wieku i innych danych demograficznych stwierdzić, że człowiek ten wkracza w kulminacyjny wiek dla osób pracujących na jego obecnym stanowisku, dlatego wkrótce przejść do mniej intensywnej pracy w pokrewnej branży. Następnie asystent mógłby wskazać alternatywne branże z dużym popytem na pracowników, dostarczyć klientowi informacji o konkretnych stanowiskach i odesłać do odpowiednich ofert pracy. Asystent mógłby także przekazać mu w pakiecie dane na temat: szkoleń, agencji pośrednictwa pracy obsługujących wskazane branże i wszelkich potencjalnych skutków finansowych wynikających z różnicy w poziomie wynagrodzeń.

Wyzwania związane z angażowaniem asystentów cyfrowych

Analizując działalność podmiotów z sektora publicznego, stwierdziliśmy, że organizacje, które chciałyby skorzystać z pomocy asystentów cyfrowych, muszą uporać się z kilkoma niełatwymi wyzwaniami.

Koszty

Początkowe koszty angażowania asystentów cyfrowych mogą być wysokie, zwłaszcza wtedy, gdy dotyczą zaawansowanych technologii, nienależących do kategorii plug‑and‑play. Firmy, które zainwestowały pokaźne kwoty w już działające systemy obsługi klienta, mogą wzbraniać się przed wydaniem kolejnych pieniędzy. Jednak po pewnym czasie inwestycje w asystentów cyfrowych zazwyczaj zwracają się, gdyż bezpośrednia obsługa klientów przez pracowników pierwszej linii (front‑office) generuje wyższe koszty.

Zarządzanie danymi

Wspomaganie asystentów cyfrowych wielkimi zbiorami danych wymaga zdolności do magazynowania danych i do ich udostępniania w czasie rzeczywistym. Zarówno urzędy publiczne, jak i firmy zmagają się z ogromną ilością danych o klientach – które poza tym są często rozproszone po różnych kanałach i systemach – co komplikuje stworzenie jednego, zintegrowanego profilu danej osoby. Efektywna strategia zarządzania danymi jest niezbędna, zwłaszcza gdy w grę wchodzi udzielanie pomocy ukierunkowanej i pomocy proaktywnej. Cyfrowy asystent musi mieć dostęp do aktualnych i historycznych danych o interakcjach działu obsługi klienta z nabywcami.

Pokrewne wyzwanie dotyczy ochrony prywatności. Zapewnienie przedsiębiorstwu zgodności z regulacjami w tej kwestii jest ważne zwłaszcza wtedy, gdy zamierza ona gromadzić bardzo wrażliwe dane osobowe z wielu kanałów sprzedaży lub z podmiotów tworzących usługowy ekosystem (dostawców, dystrybutorów lub partnerów korporacyjnych).

Aby cyfrowi asystenci przyswoili procedury świadczenia usług klienta, powinni być wbudowani w modele operacyjne firmy

Zarządzanie usługami

Nawet ci asystenci cyfrowi, którzy korzystają z najbardziej zaawansowanego zaplecza technologicznego, potrzebują licznych sesji szkoleniowych, aby przyswoić terminologię dotyczącą klientów, procedury świadczenia usług oraz nauczyć się najwłaściwszych odpowiedzi. Algorytmy uczenia maszynowego mają ogromną moc, dzięki czemu asystenci cyfrowi mogą przejrzeć miliony usługowych interakcji i dopasować odpowiedzi. Jednak cyfrowe narzędzia nie potrafią uczyć się same. Zdobywanie wiedzy ma w ich przypadku formę dynamicznego procesu opartego na interakcjach z prawdziwymi klientami. Oznacza to, że cyfrowi asystenci powinni być starannie wbudowani w model operacyjny przedsiębiorstwa. Jeśli firmy nie przeprowadzą efektywnych testów przy użyciu realistycznych scenariuszy przed zaprzęgnięciem cyfrowych asystentów do obsługi prawdziwych klientów, możliwe wczesne potknięcia, niekorzystnie odbijające się na doświadczeniach użytkowników lub na procesie przetwarzania informacji, mogą zaszkodzić ich reputacji lub marce.

Najważniejsze zalecenia

Pomimo licznych wyzwań asystenci cyfrowi staną się z biegiem czasu bardziej powszechnym zjawiskiem. Nie jest to przemijająca moda, którą przedsiębiorstwa mogą po prostu przeczekać. W rzeczywistości organizacje muszą zacząć interesować się asystentami cyfrowymi raczej wcześniej niż później, tak aby ich własne zdolności ewoluowały na równi z szybkim postępem technologicznym. Zalecamy, aby w tym celu wykonać poniższe kroki.

Zacznij skromnie i bezpiecznie

Asystenci cyfrowi muszą przejść testy „drogowe” – czyli sprawdzić się w wielu różnych możliwych scenariuszach – tak aby ich wartość potwierdzili doświadczeni pracownicy, zanim dojdzie do interakcji z klientami. Z chwilą gdy asystenci cyfrowi zaczną udzielać w miarę właściwych odpowiedzi, można wykorzystać ich do obsługi nadzwyczaj prostych procesów zachodzących w kontakcie z klientami – na przykład do wskazywania klientom zasobów służących samodzielnej nauce, takich jak praktyczne podręczniki i instrukcje wideo. Niektóre przedsiębiorstwa używają mało zaawansowanych botów do potrzeb wewnętrznych (w takich obszarach jak usługi HR), aby rozbudować swoje zdolności w sposób niezagrażający relacjom z klientami.

Zintegruj zarządzanie danymi z zarządzaniem usługami

Poza tym przedsiębiorstwa powinny się zająć tymi aspektami swojej strategii świadczenia usług, które dotyczą danych. Dane są dla asystentów cyfrowych niczym tlen. Organizacje muszą zdobyć dane historyczne ze wszystkich usługowych punktów kontaktu z klientami (takich jak witryny internetowe, aplikacje mobilne, placówki call center i strony w mediach społecznościowych), a ponadto informacje pochodzące z tych urządzeń użytkowników, które mają połączenie z internetem (od przeglądarek internetowych na telefonach mobilnych po wirtualnych asystentów w rodzaju Alexa lub Siri). Powinny wreszcie zarządzać strumieniowym przekazem danych w czasie rzeczywistym podczas interakcji usługowych, aby stworzyć ujednolicony profil klienta.

Skoncentruj się na doświadczeniach użytkowników, a nie na technologii

Niektóre organizacje popełniają błąd, sądząc, że sami asystenci cyfrowi wystarczą, aby przeobrazić funkcję obsługi klienta. Asystenci stanowią tylko część rozwiązania, a próbom ucyfrowienia wadliwych procesów towarzyszy poważne ryzyko. Aby czerpać korzyści z technologii, organizacje muszą przekonstruować interakcje i procesy usługowe wokół doświadczeń użytkowników, niezależnie od tego, czy klienci są obsługiwani przez cyfrowych asystentów czy przez ludzi. A dobra konstrukcja wymaga ludzkiej intuicji. Bez względu na to, jak bardzo zaawansowani technologicznie staną się cyfrowi asystenci, sama technologia nigdy nie zapewni doskonałej obsługi wszelkiego rodzaju interakcji. To dlatego przedsiębiorstwa nie powinny wierzyć ani entuzjastom, ani przeciwnikom stosowania asystentów cyfrowych. Są to potężne narzędzia, ale ostatecznie są to tylko narzędzia. 

O AUTORACH
Alireza Nili
(@NiliAlireza) bada procesy świadczenia usług w ramach podoktorskiego stypendium naukowego.
Alistair Barros jest profesorką w dziedzinie obsługi klienta, a Mary Tate stypendystką w School of Information Systems na uczelni Queensland University of Technology w Brisbane w Australii.

BIBLIOGRAFIA

1. K. Kirkpatrick, AI in Contact Centers, „ Communications of the ACM” t. 60, nr 8 (sierpień 2017); i H. Demirkan, C. Bess, J. Spohrer, A. Rayes, D. Allen, Y. Moghaddam, Innovations With Smart Service Systems: Analytics, Big Data, Cognitive Assistance, and the Internet of Everything, „Communications of the Association for Information Systems” t. 37, artykuł 35 (październik 2015).
2. Chatbot Market Size to Reach $1.25 Billion by 2025, „Grand View Research”, sierpień 2017.
3. Demirkan i inni, Innovations With Smart Service Systems.
4. Studium, które najsilniej wiąże się z niniejszym artykułem, nie zostało jeszcze opublikowane, ale opublikowaliśmy już kilka opracowań na temat przyswajania sobie przez klientów nowych technologii w obszarze świadczenia usług zarówno w sektorze publicznym, jak i prywatnym. Zobacz na przykład: M. Leyer, M. Tate, F. Bär, M. Kowalkiewicz, M. Rosemann, Customer Acceptance of Pro‑Active Services: A Scenario‑Based Empirical Study, Proceedings of the 25th European Conference on Information Systems, 5‑10 czerwca 2017 r., str. 1837‑1852; i D. Oberle, A. Barros, U. Kylau, S. Heinzl, A Unified Description Language for Human to Automated Services, Information Systems 38, nr 1 (marzec 2013), str. 155‑181.
5. Australian Government Department of Human Services, Annual Report 2016‑2017, październik 2017, humanservices.gov.au.
6. Salsa Digital, Digital Transformation in Government Insight #51: Chatbots and the Public Sector, 19 lutego 2018, salsadigital.com.au.
7. D. Rosenberg, How Marketers Can Start Integrating AI in Their Work, „Harvard Business Review”, 29 maja 2018 r.
8. Microsoft, Artificial Intelligence Transforms Even the Most Human Services, microsoft.com.
9. Nott, Cognitive Virtual Agent Amelia Debuts on NSW GovDC, „Computerworld”, 10 listopada 2017 r.
10. Microsoft, Artificial Intelligence Transforms Even the Most Human Services.
11. T.H. Davenport, V. Mahidhar, What’s Your Cognitive Strategy?, „MIT Sloan Management Review” 59, nr 4 (lato 2018).
12. Rosenberg, How Marketers Can Start Integrating AI.
13. Demirkan i inni, Innovations with Smart Service Systems.
14. J. van Doorn, M. Mende, S.M. Noble, J. Hulland, A.L. Ostrom, D. Grewal, J.A. Petersen, Domo Arigato Mr. Roboto: Emergence of Automated Social Presence in Organizational Front Lines and Customers’ Service Experiences, „Journal of Service Research” 20, nr 1 (luty 2017), str. 43‑58.

O autorach
Tematy

Może Cię zainteresować

Horyzontalna ilustracja w realistycznym stylu przedstawia zmęczonego lidera siedzącego samotnie przy biurku w półmroku. Wokół niego porozrzucane są pomięte notatki, pusta filiżanka po kawie i otwarty laptop emitujący chłodne, niebieskie światło. Mężczyzna opiera głowę na dłoni, z pochyloną sylwetką i oznakami wyczerpania. Całość utrzymana jest w stonowanej kolorystyce, symbolizując przeciążenie pracą i emocjonalne wypalenie. Ilustracja odwołuje się do problematyki, jaką porusza psychologia pracy w kontekście przywództwa. Jak liderzy radzą sobie z przepracowaniem

Uważność nie wystarczy, gdy toniemy w nadmiarze obowiązków. Poznaj zaskakujące strategie zapracowanych liderów, które naprawdę działają.

W ostatnich latach wiele nagłówków sugerowało, że wszyscy jesteśmy już nieco wypaleni zawodowo. Od pasywno-agresywnego „quiet quitting” po tajemniczo brzmiącą „ghost work” – narracja głosi, że ludzie zasypiają za kierownicą, a w najlepszym razie przysypiają co kilka kilometrów.

Ale co, jeśli ta diagnoza nie jest do końca trafna – przynajmniej w odniesieniu do sporej grupy z nas?

Co, jeśli istnieje znacząca liczba osób, które czują się przeciążone pracą, a mimo to pozostają zmotywowane i skuteczne? W dzisiejszej rzeczywistości, gdzie zmiana warunków zatrudnienia często wydaje się poza naszym zasięgiem, warto przyjrzeć się tym pracownikom i zastanowić, czego możemy się od nich nauczyć, by nadal działać efektywnie.

dobrostan Zadbaj o siebie i swój zespół. Jak budować dobrostan w niestabilnych czasach?

Współczesny świat biznesu to arena ciągłych zmian, która wystawia na próbę odporność psychiczną pracowników i liderów. Jak w obliczu narastającej presji i niepewności budować organizacje, gdzie dobrostan jest filarem sukcesu? Zapraszamy do lektury artykułu, w którym Agata Swornowska-Kurto, bazując na raporcie „Sukces na wagę zdrowia – o kondycji psychicznej i przyszłości pracy”, odkrywa kluczowe strategie dla liderów. Dowiedz się, jak przeciwdziałać wypaleniu, budować autentyczne wsparcie i tworzyć środowisko, które inspiruje, zamiast przytłaczać.

nękanie oddolne Co zrobić, gdy podwładni cię sabotują?
Jak reagować, gdy wiarygodność lidera jest podkopywana – otwarcie lub za kulisami – a atmosfera w zespole staje się coraz bardziej toksyczna? Nękanie w miejscu pracy nie zawsze płynie z góry na dół Contrapower harassment to rzadko poruszany, lecz istotny temat związany z nękaniem w pracy. W przeciwieństwie do tradycyjnego postrzegania tego zjawiska, dotyczy ono […]
EOD Jak automatyzacja obiegu dokumentów wspiera zarządzanie czasem pracy

W dzisiejszej rzeczywistości biznesowej niezbędne jest sięganie po innowacyjne rozwiązania technologiczne. Taką decyzję podjęła firma Vetrex, wdrażając w swoich strukturach elektroniczny obieg dokumentów Vario firmy Docusoft, członka grupy kapitałowej Arcus. O efektach tego działania opowiedział Przemysław Szkatuła – dyrektor działu IT w firmie Vetrex.

Jakie cele biznesowe przyświecały firmie przy podjęciu decyzji o wdrożeniu systemu elektronicznego obiegu dokumentów?

Przemysław Szkatuła: Przede wszystkim chodziło o usprawnienie procesów wewnętrznych. Wcześniej obieg dokumentów był głównie manualny, co generowało wiele problemów kumulujących się pod koniec każdego miesiąca. Dzięki wdrożeniu systemu Vario wszystko odbywa się elektronicznie i wiemy dokładnie, na którym etapie procesu znajduje się faktura. To usprawnia przepływ informacji nie tylko w działach finansowych, lecz także między zwykłymi użytkownikami systemu. Dzięki wprowadzeniu powiadomień mailowych każdy użytkownik otrzymuje niezwłocznie informację o nowej aktywności, a kierownicy działów są świadomi, jakie koszty wystąpiły.

quiet quitting Nie pozwól by quiet quitting zrujnowało twoją karierę

Quiet quitting to nie cicha rewolucja, lecz ryzykowna strategia wycofania się z aktywnego życia zawodowego. W świecie przeciążonych pracowników i liderów często niedostrzegających rzeczywistych wyzwań swoich zespołów, bierna rezygnacja z zaangażowania może być kusząca, ale długofalowo – szkodzi wszystkim.

Case study
Premium
Czy planowanie strategiczne ma jeszcze sens?

Krakowski producent słodyczy Zafiro Sweets był przez lata doceniany w branży i wśród pracowników za wieloletni, stabilny wzrost poparty wysoką jakością produktów. Turbulencje rynkowe, napędzane dynamiką mediów społecznościowych i zmieniającymi się oczekiwaniami klientów, podważyły jednak jego dotychczasowy model działania, oparty na planowaniu strategicznym. Firma szuka sposobu, który pozwoli jej się zaadaptować do szybkich zmian zachodzących w jej otoczeniu. Marta Wilczyńska, CEO Zafiro Sweets, z niedowierzaniem patrzyła na slajd, który dostała od działu sprzedaży. Siedziała w restauracji w warszawskim Koneserze, gdzie wraz z Tomaszem Lemańskim, dyrektorem operacyjnym, oraz Justyną Sawicką, dyrektorką marketingu, uczestniczyli w Festiwalu Słodkości – jednej z branżowych imprez, które sponsorowali.

Premium
Zalecenia prof. Kazimierza suwalskiego dla młodych i doświadczonych liderów

Doświadczenie prof. Kazimierza Suwalskiego, chirurga i lidera, przekłada się na uniwersalne zasady skutecznego przywództwa. Poniższe zestawienie to zbiór praktycznych wskazówek, które wspierają rozwój zarówno młodych, jak i doświadczonych liderów – od budowania autorytetu i zarządzania zespołem po radzenie sobie z kryzysami i sukcesję przywództwa.

Premium
Z sali operacyjnej do gabinetu lidera

Droga od chirurga do lidera wymagała nie tylko zmiany kompetencji, ale też perspektywy. Profesor Kazimierz Suwalski, pionier polskiej kardiochirurgii, dzieli się doświadczeniami z budowania zespołów, instytucji i kultury przywództwa opartej na transparentności, zaufaniu i odpowiedzialności. Podkreśla,
że kluczowymi kwestiami są: mentoring, zarządzanie silnymi osobowościami i świadome rozwijanie talentów. Przypomina, że prawdziwe przywództwo nie ustaje wraz z końcem kariery – trwa, gdy potrafimy dzielić się wiedzą i tworzyć przestrzeń do wzrostu innych.

Causal ML
Premium
Jak skutecznie wdrożyć przyczynowe uczenie maszynowe (Causal ML) w organizacji?

Coraz więcej firm dostrzega potencjał Causal ML jako narzędzia wspierającego podejmowanie trafnych decyzji. Jednak skuteczne wdrożenie tego podejścia wymaga czegoś więcej niż zaawansowanych algorytmów — potrzebne są właściwe pytania, odpowiednie dane oraz współpraca interdyscyplinarnych zespołów.

Premium
Nowe podejście do uczenia maszynowego odpowiada na pytania „co by było, gdyby”

Causal ML – nowatorskie podejście w uczeniu maszynowym – daje kadrze zarządzającej nowe narzędzie do oceny skutków decyzji strategicznych. Umożliwia pewniejsze eksplorowanie alternatywnych scenariuszy, dzięki czemu wspiera podejmowanie bardziej świadomych i trafnych decyzji biznesowych. Tradycyjne systemy uczenia maszynowego (machine learning, ML) zdobyły szerokie uznanie jako narzędzia wspomagające procesy decyzyjne, szczególnie tam, gdzie kluczowe jest oszacowanie prawdopodobieństwa konkretnego zdarzenia, na przykład zdolności kredytowej klienta. Klasyczne modele ML opierają jednak swoje predykcje głównie na identyfikowaniu korelacji w danych. Taka metodologia, choć użyteczna w pewnych kontekstach, okazuje się niewystarczająca, a wręcz może wprowadzać w błąd, szczególnie wtedy, gdy menedżerowie starają się przewidzieć realny wpływ swoich decyzji na wyniki biznesowe.

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!