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

Przemysł 4.0 – jak wystartować?

1 czerwca 2019 12 min czytania
Zdjęcie Jarosław Gracel - Wiceprezes ASTOR, dyrektor ds. Przemysłu 4.0
Jarosław Gracel
Przemysł 4.0 – jak wystartować?

Transformacja sektora produkcji i wdrożenie założeń Przemysłu 4.0 wymagają od zarządu odpowiedzi na szereg pytań o znaczeniu strategicznym. Co zmiana oznacza dla firmy i jaki jest jej cel? Jak firma powinna wyglądać za 3–5 lat? Który model transformacji pasuje do kultury organizacji? Taka refleksja jest szczególnie ważna dla firm, które w łańcuchu wartości koncentrują się tylko na najtańszym i najszybszym wytwarzaniu dla kilku kluczowych klientów.

Najpowszechniejsza definicja Przemysłu 4.0 mówi, że jest to „zbiorcze określenie dla innowacji technologicznych oraz koncepcji organizacji łańcucha wartości, zmieniających rewolucyjnie produkcję przemysłową”. Innowacje technologiczne polegają na integracji technologii z obszarów: robotyki i pojazdów autonomicznych, symulacji procesów (offline, online), big data (w tym sztucznej inteligencji), rozszerzonej i wirtualnej rzeczywistości (AR, VR), wytwarzania przyrostowego (druk 3D), cloud computing, cyberbezpieczeństwa IT/OT, przemysłowego internetu rzeczy (np. smart sensors).

Koncepcja organizacji łańcucha wartości może na przykład polegać na stworzeniu nowego lub na modyfikacji istniejącego modelu biznesowego, na stworzeniu nowego produktu (z elementami cyfryzacji lub cyfrowego produktu / cyfrowej usługi). Może też sprowadzać się do integracji przepływu danych w łańcuchu wartości (np. między klientem i fabryką), do rozbudowy łańcucha wartości o funkcje R&D, designu, logistyki lub obejmować budowę nowych kanałów sprzedaży.

Rewolucyjna zmiana produkcji ma miejsce wtedy, kiedy nasze kluczowe wskaźniki KPI (takie jak Lead Time) osiągną poziom dający nam znaczącą przewagę konkurencyjną (np. w relacji do średniej w branży/segmencie). Przemysł 4.0 wymaga podejścia strategicznego i długofalowej konsekwencji.

Badania prowadzone wśród inżynierów przez firmę ASTOR pokazują, że około 80% firm w Polsce jest już na etapie Przemysłu 3.0, czyli na etapie podstawowej automatyzacji, robotyzacji i gromadzenia danych z procesów. Dobre wdrożenie Przemysłu 3.0 jest fundamentem technologicznym do myślenia o przejściu do wariantu 4.0.

Z perspektywy menedżerów Przemysł 4.0 oznacza postawienie sobie i zespołom ambitnego celu biznesowego. Może nim być na przykład skrócenie o połowę okresu Lead Time, stworzenie cyfrowego produktu lub/i rozwój nowych ogniw łańcucha wartości. Dla inżynierów Przemysł 4.0 to rozwój kompetencji w nowych obszarach technologicznych i konieczność zrozumienia biznesowych aspektów wdrażania technologii. Dla właścicieli – zrozumienie, jak firma odpowiada na długofalowe wyzwania rynkowe oraz na oczekiwania klientów (np. na potrzebę indywidualizacji produktu).

Jak powinna wyglądać fabryka za 5 lat?

W opracowaniu „Industry 4.0 – how to navigate digitization of the manufacturing sector” z roku 2015 McKinsey proponuje ciekawą koncepcję 3 archetypów dla fabryk przyszłości (Smart‑Automated Plant, Customer‑Centric Plant, e‑Plant in‑the‑box), które są zaklasyfikowane według realizowanego wolumenu produkcji oraz źródła wartości (koszty, personalizacja). Dyskusje z menedżerami firm produkcyjnych pokazują jednak, że takie podejście nie wyczerpuje tematu.

Nie można przecież zgodzić się ze stwierdzeniem, że zorientowana na klienta powinna być tylko jedna grupa fabryk. Takie powinny być wszystkie. Ponadto niski wolumen produkcji i wysoki stopień personalizacji charakteryzuje i w moim przekonaniu będzie charakteryzować czwartą kategorię fabryk. Dlatego proponuję przyjęcie nowej klasyfikacji, w której fundamentem każdego archetypu będzie orientacja na klienta.

Cztery nowe archetypy fabryk przyszłości mogą wyglądać następująco:

  1. Inteligentna, zautomatyzowana i zrobotyzowana fabryka

Fabryka realizująca bardzo wysokie wolumeny produkcji, która dzięki pełnej automatyzacji i robotyzacji procesów jest w stanie wytwarzać produkty kosztem niższym niż konkurencja. Produkcja w niej jest zorganizowana w formie specjalnie zaprojektowanych, zautomatyzowanych linii produkcyjnych ze wspólnymi modułami konfekcjonowania. Taki model może przyjąć na przykład producent z branży spożywczej, który swój biznes opiera na współpracy z sieciami dyskontowymi.

  1. Cyfrowa masowa indywidualizacja w fabryce

Fabryka realizująca średnie lub wysokie wolumeny produkcji wysoce zindywidualizowanych wyrobów (takich jak samochody, ubrania, meble, elementy konstrukcyjne, bramy). Zakład pod względem procesowym i technologicznym jest przygotowany do realizacji bardzo krótkich serii, częstych przezbrojeń i wysokiej personalizacji produktu. Często jest on zorganizowany w formie uniwersalnych, modułowych gniazd produkcyjnych, gdzie produkt steruje przepływem sekwencji produkcji. To też jest produkcja zrobotyzowana i zautomatyzowana, tylko z innym rodzajem organizacji produkcji (np. w formie gniazd).

  1. Mobilna modułowa fabryka

Fabryka „mobilna”, czyli taka, która może być w sposób elastyczny budowana, uruchamiana, pakowana i przenoszona w zależności od trendów rynkowych, standardów branżowych lub dostępu do surowca. Przykładem minifabryki w takim archetypie może być system produkcji palet tekturowych, które zostały wprowadzone jako standard w grupie IKEA.

Taki system, ze względu na swoją mobilność, może zostać bardzo szybko zbudowany, zamontowany i uruchomiony w dowolnym miejscu w hali produkcyjnej (lub też w jej bezpośredniej bliskości) na czas realizacji zlecenia. Innym przykładem są minifabryki narzędzi i komponentów do realizacji dużych inwestycji budowlanych. Bardziej zaawansowany przykład – modułowa mleczarnia Nestlé.

  1. Produkcja ręczna z wykorzystaniem cyfryzacji

To zupełnie nowy archetyp, dotyczący niszowego segmentu rynku, który jednak odpowiada za wytwarzanie produktów o najwyższej wartości jednostkowej (także segmentu produktów luksusowych). W takich fabrykach proces opiera się na ręcznej pracy najwyższej klasy specjalistów (często rzemieślników), którzy z wykorzystaniem nowoczesnych narzędzi do obróbki materiałów wytwarzają produkty na indywidualne zamówienie.

W tego typu fabrykach nowoczesne technologie są wykorzystywane dla zwiększenia bezpieczeństwa pracy, ochrony zdrowia (np. zrobotyzowane malowanie), a także po to, by podnieść jakość doświadczenia klienta czy też organizacji procesu produkcji (cyfrowy obieg informacji). Zgodnie z takim archetypem działają producenci luksusowych samochodów (np. Bentley, Ferrari), producenci w branży zbrojeniowej oraz w segmencie aerospace.

Powyżej opisane zostały cechy różnicujące archetypy. Istnieje natomiast cała gama zagadnień wspólnych (tzw. pryncypiów), które dotyczą każdego z nich. Należą do nich:

  • rozwój kompetencji menedżerów, inżynierów i pracowników liniowych;

  • dbanie o doskonałość operacyjną – kontynuacja programów ciągłego doskonalenia;

  • rozwój infrastruktury cyfrowej i cyfrowy przepływ informacji (tzw. Paperless Factory);

  • polityka cyberbezpieczeństwa i narzędzia niezbędne w tym obszarze.

Dobre polskie przykłady drogi do Przemysłu 4.0

Szczęśliwie kilka polskich firm produkcyjnych także podejmuje pionierskie działania. Wśród nich można na pewno wyróżnić firmę Wiśniowski, producenta bram i ogrodzeń, która strategicznie zainwestowała we wszystkie ogniwa łańcucha wartości. Wybranym archetypem dla fabryk jest „cyfrowa masowa indywidualizacja” (Digital mass‑indivdualization). Cała sieć dystrybutorów posiada narzędzia, które umożliwiają personalizację produktu dla klienta końcowego.

Dodatkowo, po złożeniu zamówienia, system informatyczny jest w stanie automatycznie wygenerować zamówienia na parametry technologiczne produkcji (w tym na parametry pracy robotów spawalniczych). Dzięki integracji informatycznej pionowego łańcucha wartości czas dostarczenia produktu finalnego skraca się znacząco, co przekłada się na wymierne korzyści biznesowe.

Przykładem dobrej, innowacyjnej praktyki w obszarze rozwoju łańcucha wartości jest firma Nowy Styl. W obszarze R&D firma powołała zespół badań i consultingu przestrzeni pracy. Zespół ten, wykorzystując metodykę Design Thinking, wspólnie z klientami wypracowuje nowe koncepcje organizacji przestrzeni biurowej. Następnie – we współpracy z technologami – przekłada te koncepcje na produkcję. Dodatkowym atutem jest samo zaplecze produkcyjne, które dzięki nowoczesnym technologiom wspiera sprawną realizację zindywidualizowanych produktów.

Archetypy a poziom automatyzacji

Konsekwencją wyboru docelowego archetypu będzie oczywiście zmiana podejścia do projektowania i rozbudowy fabryk, ponieważ klasyczne podejście architektoniczne już nie wystarczy. Bardzo ważne w tym procesie będzie uwzględnienie takich aspektów, jak organizacja procesów i przepływ produktu na halach produkcyjnych, organizacja logistyki wewnętrznej, wykorzystanie nowoczesnych technologii produkcyjnych wspierających efektywność i personalizację (np. automatyzacja produkcji i transportu, robotyzacja, cyfryzacja – w tym internet rzeczy i przemysłowy internet rzeczy (IIoT) czy wytwarzanie przyrostowe).

Każdy z archetypów ma zupełnie inne wymagania dotyczące automatyzacji. O ile w archetypie 1. – „inteligentna zautomatyzowana i zrobotyzowana fabryka” – layout fabryki składać się będzie z klasycznych ciągów produkcyjnych, o tyle w fabrykach zorientowanych na masową indywidualizację (archetyp 2.: „cyfrowa masowa indywidualizacja w fabryce”) będzie to raczej podejście do organizacji produkcji oparte o modułowe gniazda obróbcze, gdzie to produkt decyduje, z których gniazd skorzystać, żeby wyjechać z obszaru produkcji w jak najkrótszym czasie i w oczekiwanej jakości.

Z drugiej strony koszty technologii (np. robotów przemysłowych) w ostatnich dwudziestu latach znacząco spadły. Dzięki temu inwestycje, które jeszcze kilka lat temu nie były rentowne, teraz już się opłacają. Co więcej, zaawansowane systemy wizyjne i pomiarowe (czujniki) pozwalają na automatyczne wykonywanie coraz bardziej zaawansowanych operacji. Stale powiększa się więc zakres procesów podatnych na automatyzację, powodując przy tym wzrost ROI.

Od czego zacząć wdrożenie – pilotaż technologiczny, kompetencje czy zmiana modelu biznesowego? Obserwacje działań strategicznych branży produkcyjnej pokazują, że przedsiębiorstwa rozpoczynają transformację w różny sposób. Najczęściej spotykane drogi to:

1. Pilotaże technologiczne (ok. 70% firm)

Rozpoczynają od projektu pilotażowego w wybranym obszarze firmy. Wskazywane przez menedżerów korzyści z takiego podejścia to m.in.:

  • dostępność technologii – łatwość, szybkość wdrożenia;

  • szybki skokowy wzrost produktywności w wybranym obszarze;

  • możliwość zaimponowania klientom;

  • niska bariera wejścia (np. dostęp do technologii w modelu XaaS, leasingu);

  • uczenie się przez eksperymentowanie;

  • poprawa jakości w wybranych obszarach;

  • wygospodarowanie czasu na myślenie biznesowe/strategiczne dzięki automatyzacji procesu;

  • szybkie zwiększenie dostępu do danych;

  • redukcja błędów;

  • możliwość systemowego zarządzania wiedzą w organizacji;

  • standaryzacja procesów dzięki technologii.

2. Tworzenie nowych modeli biznesowych / reorganizacja łańcucha wartości (ok. 20% firm)

Rozpoczynają od stworzenia nowego modelu biznesowego/produktu i w ślad za tym budują nową „ucyfrowioną” fabrykę, ewentualne inwestują w rozwój zespołów R&D lub cyfrowych kanałów sprzedaży. Korzyści wskazywane przez menedżerów to m.in.:

  • rozpoczęcie od celu i jasnego uzasadnienia strategicznego;

  • długoterminowość;

  • łatwiejsze zdobycie finansowania / uzasadnienie dla właścicieli;

  • transformacja oparta na trendach rynkowych oraz dopasowana do rozwoju gospodarki;

  • możliwość analizy realnego wpływu na biznes i przyszłych skutków zmiany;

  • mniejsze ryzyko błędu (długofalowo), szczególnie jeśli można zdobyć dane, które są fundamentem budowy modelu;

  • wytwarzanie nowego produktu / wdrożenie nowej technologii zdeterminowane przez model;

  • inwestycje długofalowe w obszary o wysokiej wartości dodanej (np. R&D, projektowanie, obsługa klienta, serwis itp.) dzięki reorganizacji łańcucha wartości);

  • poprawa komunikacji wewnątrz firmy dzięki integracji łańcucha wartości.

3. Systemowe podejście do rozwoju kompetencji cyfrowych w organizacji (ok. 10% firm)

Rozpoczynają od rozwoju kompetencji liderów i inżynierów (w tym Inżynierów 4.0), a następnie powierzają im odpowiedzialność za rozwój technologii i modeli biznesowych. Korzyści:

  • większa otwartość na zmianę i transformację;

  • wykorzystanie i rozwój posiadanych w organizacji talentów;

  • innowacyjne myślenie i nowoczesne metody pracy;

  • zaangażowanie pracowników na wczesnym etapie;

  • zwiększenie świadomości i akceptacja zmiany;

  • budowanie zdolności wdrożeniowych;

  • doskonalenie całej organizacji, nie tylko wybranego obszaru;

  • zwiększenie tempa wdrażania zmian w dłuższym horyzoncie czasu;

  • otwartość na otoczenie – uważna obserwacja;

  • edukacja – transfer wiedzy;

  • łatwiejsze znalezienie dobrego modelu biznesowego i dopasowanie technologii;

  • szersza perspektywa dla transformacji;

  • oddolne generowanie pomysłów;

  • zwiększanie elastyczności w całej organizacji.

Pozostaje pytanie, która droga startowa jest optymalna dla firmy. Pierwszą i podstawową podpowiedzą jest to, który z trzech powyższych obszarów jest silną stroną organizacji. Dodatkowe parametry, które można wziąć pod uwagę przy wyborze jednej z trzech ścieżek, zostały zestawione w tabeli poniżej:

Podsumowanie

Odpowiedź na strategiczne pytania postawione na początku tekstu nie jest łatwa, ale z pewnością pomoże ukierunkować działania związane z transformacją firmy produkcyjnej do modelu Przemysł 4.0. Kolejnym krokiem będzie zbadanie gotowości i dojrzałości cyfrowej zespołów oraz całej organizacji. Następnie konieczne będzie zbudowanie mapy drogowej transformacji, zawierającej kluczowe projekty technologiczne wraz z uzasadnieniem biznesowym oraz mapę rozwoju kompetencji cyfrowych w organizacji.

O autorach
Tematy

Może Cię zainteresować

Marki luksusowe pod presją geopolityki

W połowie kwietnia rynki kapitałowe zelektryzowała informacja o tym, że francuski gigant LVMH stracił tytuł najcenniejszej firmy luksusowej na świecie na rzecz mniejszego, ale bardziej ekskluzywnego Hermèsa. Czy detronizacja jednej francuskiej marki przez drugą (producenta torebek Louis Vuitton przez producenta torebek Birkin) to rzeczywiście zdarzenie, którym powinny się ekscytować europejskie rynki? I co ta zmiana oznacza dla polskich producentów marek premium?

 

Dobre relacje w firmie zaczynają się od dobrze dobranych słów

Gdy codzienna komunikacja sprowadza się do skrótów myślowych, domysłów i niejasnych sygnałów, łatwo o spadek zaangażowania, narastające napięcia i chaos informacyjny. Coraz więcej organizacji dostrzega, że to właśnie język – sposób, w jaki mówimy do siebie w pracy – buduje (lub rujnuje) atmosferę oraz relacje w zespołach. O tym, jak świadomie kształtować kulturę organizacyjną poprzez komunikację, opowiada Joanna Tracewicz, Senior Content Strategy Manager w rocketjobs.pl i justjoin.it, a także współautorka poradnika Nie mów do mnie ASAP! O spoko języku w pracy.  Rozmawia Paulina Chmiel-Antoniuk.

AI w medycynie predykcyjnej – jak wearables zmieniają opiekę Jak AI i urządzenia noszone rewolucjonizują medycynę

W ostatnich latach inteligentne urządzenia noszone (wearables) przeszły drogę od prostych krokomierzy do zaawansowanych narzędzi monitorujących stan zdrowia. Dzięki sztucznej inteligencji stają się one nie tylko rejestratorami danych, lecz także systemami predykcyjnymi, które mogą wspierać diagnostykę i profilaktykę chorób. W świecie biznesu i zarządzania zdrowiem pracowników technologia ta może odegrać kluczową rolę.
Według raportu Think Tank SGH wartość globalnego rynku AI w ochronie zdrowia wzrośnie z 32,3 miliarda dolarów w 2024 roku do 208,2 miliarda dolarów w 2030 roku, co oznacza średnioroczny wzrost na poziomie 36,4%. Ta dynamiczna ekspansja wskazuje na rosnące znaczenie technologii AI i wearables jako ważnych elementów nowoczesnej opieki medycznej.

Strategiczna samotność – klucz do autentycznego przywództwa

W dynamicznym współczesnym świecie biznesu, w którym dominują informacje dostarczane w trybie natychmiastowym, umiejętność samodzielnego, logicznego i krytycznego myślenia stała się jedną z najcenniejszych kompetencji liderów. Koncepcja ta, przedstawiona przez Williama Deresiewicza, byłego profesora Uniwersytetu Yale, zakłada, że prawdziwe przywództwo nie rodzi się wśród zgiełku opinii i impulsów zewnętrznych, lecz w przestrzeni samotności i skupienia.

Skup się na fanach marki. Oferta skierowana do wszystkich nie działa!
Multimedia
Skup się na fanach marki. Oferta do wszystkich nie działa!

W spolaryzowanej kulturze pogoń za rynkiem masowym i kierowanie oferty do wszystkich są z góry skazane na porażkę. Najlepszym sposobem na osiągnięcie sukcesu marki jest sprzymierzenie się z subkulturą, która ją pokocha.

Cła, przeceny i okazje: Jak zarobić, gdy inni panikują lub tweetują

Trump tweetuje, Wall Street reaguje nerwowo, a inwestorzy znów sprawdzają, czy gdzieś nie pozostawili Planu B. Gdy rynek wpada w histerię, pojawia się pokusa: a może jednak warto „kupić w tym dołku”? W tym tekście sprawdzamy, czy inwestowanie w kontrze do tłumu to genialna strategia na czasy ceł Trumpa, banów na Chiny i politycznych rollercoasterów — czy raczej przepis na ból głowy i portfela. Nie wystarczy chłodna kalkulacja, przyda się też stalowy żołądek.

• 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
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.

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!