Jak sztuczna inteligencja pomaga firmom burzyć silosy

AI pomaga firmom w skoordynowaniu przepływu pracy tak, by osiągnąć wysoką wydajność i poprawić stopień synchronizacji działań.

Każdy, kto kiedykolwiek pracował dla dużej organizacji, wie dobrze, że silosy to nie fikcja. Są czymś oczywistym wewnątrz firmy: lewica nie zawsze wie, co czyni prawica, a pracownicy, którzy teoretycznie powinni pracować w porozumieniu, są zupełnie ze sobą niezgrani.

Silosy istnieją również na płaszczyźnie zewnętrznej. Firmy współpracujące ze sobą nie zawsze dysponują pełną informacją ani nie mają jasnego obrazu tejże współpracy. Czasami sytuacja taka prowadzi do wytworzenia między kolegami i współpracownikami mentalności „my kontra oni”. W rezultacie dochodzi do utraty różnych możliwości, a problemy nie zostają rozwiązane.

Ale gdy firmy zaczynają eksperymentować z nowymi technologiami, które pozwalają przełamać bariery między silosami, sprawy zaczynają wyglądać inaczej. O ile zaadaptuje się je we właściwy sposób, nowe narzędzia – oparte na technologiach sztucznej inteligencji, uczeniu maszynowym oraz zaawansowanej analityce – są w stanie zmienić sposób, w jaki pracownicy się ze sobą komunikują, jak współpracują i jak koordynują swoje zadania. Rezultat: wyższa efektywność, lepsza synchronizacja oraz ograniczenie widzenia tunelowego.

Zburz silosy, usprawnij spedycję

UPS, gigant spedycyjny z centralą w Atlancie, stanowi znakomity przykład wykorzystania nowej technologii w sposób poprawiający wydajność operacyjną oraz uzyskiwane wyniki. Firma wykorzystuje narzędzie do planowania sieci (network planning tool – NPT) w celu zintegrowania swojego systemu odbiorów i doręczeń przesyłek. Przesyłka klienta instytucjonalnego zostaje skategoryzowana według kodu pocztowego adresata, wagi i objętości; następnie przykleja się do niej etykietę z kodem paskowym, umieszcza na taśmociągu, gdzie zostaje zeskanowana i załadowana do przewozu. System NPT organizuje przesyłki według punktu docelowego, przy jednoczesnym uwzględnieniu rodzaju przesyłki oraz pory roku. Przesyłki zawierające środki farmaceutyczne na przykład nie zostaną skierowane na trasę prowadzącą przez pustynię, gdyż wysokie temperatury mogą wpłynąć na siłę działania niektórych leków, ponadto NPT uwzględnia także ewentualność zatorów komunikacyjnych w szczytowych okresach świątecznych.

Cały urok systemu NPT jednak polega nie tylko na jego algorytmie – chodzi raczej o to, że jest to aplikacja, która pozwala inżynierom podejmować lepsze decyzje. Gdy przesyłka zostaje przekierowana na inną trasę, aplikacja powiadamia inżyniera w nowym mieście o zmianie planu przewozu. Inżynier ten następnie przygląda się różnym opcjom, ocenia je i podejmuje działanie. Inżynier może albo pozostawić plan bez zmian, albo przekierować przesyłkę na podstawie nowych informacji. Owa podjęta przez człowieka decyzja aktualizuje dane w aplikacji, co z kolei pomaga jej uczyć się na podstawie ludzkich decyzji i w przyszłości inteligentniej planować trasy. Co równie ważne, NPT służy również jako mechanizm weryfikacji decyzji podjętej przez inżyniera, by upewnić się, że przyniosła ona pożądany skutek. Pozwala to UPS nie tylko zaoszczędzić czas i pieniądze, ale także podnosi poziom satysfakcji klienta.

Silosy w dystrybucji leków

Firma Becton, Dickinson and Co. (BD), globalny dostawca technologii medycznych, również wbudowała w swój obieg pracy rozwiązania oparte na technologii AI. Aplikacja BD HealthSight Diversion Management Analytics tej firmy została zaprojektowana z myślą o tym, by pomóc szpitalom i systemom opieki zdrowotnej w poprawie procesów zarządzania wydawaniem leków w warunkach, w których uzależnienie od leków na receptę w USA osiągnęło rozmiary epidemii.

Dzięki monitorowaniu aktywności szpitali w zakresie wydawania leków aplikacja pozwala instytucjom opieki zdrowotnej zidentyfikować anomalie i ryzykowne zachowania związane z ewentualnym niedozwolonym wykorzystaniem leków ze strony pracowników opieki zdrowotnej. Dzięki wykorzystaniu algorytmów uczenia maszynowego oraz uwzględnieniu szeregu różnych rodzajów zachowań w wydawaniu leków – jak ręczne zmiany w przepisanym dawkowaniu leku (overrides) i transakcje anulowane – aplikacja rozpoznaje zachowania sugerujące wysokie ryzyko niedozwolonego wykorzystania leku. Następnie przydziela potencjalne przypadki niedozwolonego wykorzystania leku inspektorom.

„Niedozwolone wykorzystywanie leków w szpitalach to skomplikowane wyzwanie, które szpitalom może być trudno wykryć, a ma ono potencjalnie szkodliwy wpływ zarówno na pacjenta, jak i na bezpieczeństwo pracowników opieki zdrowotnej” – powiedział Ranjeet Banerjee, globalny prezes ds. rozwiązań z zakresu zarządzania lekami (Medication Management Solutions) w BD. Zdaniem Banerjeego: „Aplikacja BD HealthSight Diversion Management Analytics stanowi kolejny krok w dążeniach firmy do rozwiązania problemu niedozwolonego wykorzystania leków za pomocą zintegrowanych rozwiązań oraz metod analitycznych”.

Jak rozbić silosy sprzedaży i marketingu

Inne jeszcze firmy wykorzystują AI do tego, by poprawić jakość wewnętrznej współpracy i koordynacji zadań. Na przykład firma People.ai z siedzibą w San Francisco próbuje rozwiązać utrzymujący się problem braku synchronizacji w działalności działów sprzedaży i marketingu. Firma niedawno wprowadziła na rynek narzędzie mające podnieść poziom zaangażowania i komunikacji pomiędzy obiema jednostkami i pozwalające firmom zrozumieć, które z kampanii marketingowych działają, a które nie.

Narzędzie to, Campaign360, dostarcza obserwacji w czasie rzeczywistym co do efektów spotkań i okazji sprzedażowych wygenerowanych za pomocą kampanii marketingowych. Wytwarza to większą przejrzystość co do potencjalnych możliwości sprzedażowych w firmie wykreowanych przez działania marketingowe, a ponadto wpaja odpowiedzialność za postępy w kontaktach z potencjalnymi klientami u przedstawicieli handlowych. Według firmy People.ai – której rozwiązanie da się wbudować w platformę CRM, jak Salesforce, i do której klientów należą takie firmy, jak Lyft i Zoom – oferowana przez nią platforma AI pozwala organizacjom odzyskać od 20 do 30% możliwości sprzedażowych płynących z działań marketingowych, które obecnie w typowym przedsiębiorstwie zostają zmarnowane.

Technologia jest w stanie także potencjalnie przełamać silosy informacyjne i inne bariery. Udostępnienie menedżerom bardziej klarownego obrazu prowadzonej działalności pozwala im zrozumieć ograniczenia pomiędzy jednostkami funkcjonalnymi i ułatwia współpracę, co może w dłuższym horyzoncie czasowym korzystnie wpłynąć na kulturę firmy.

Z całą pewnością sztuczna inteligencja nie stanowi panaceum na problemy z silosami, które stanowią bolączkę dużych organizacji. Technologia AI ma swoje własne problemy i ograniczenia, w tym niewystarczające dane wejściowe, brak pewności co do tego, że dane te zostaną dobrze zinterpretowane, oraz ryzyko, że będą odzwierciedlać pewne ukryte uprzedzenia. I rzecz jasna ostateczna odpowiedzialność za wyeliminowanie silosów organizacyjnych spoczywa na ludziach.

Mimo to wielu menedżerów już dostrzega związaną z technologiami AI obietnicę wykreowania lepiej skomunikowanych, bardziej skoordynowanych systemów wewnątrz i na zewnątrz organizacji. W miejscu pracy przyszłości silosy być może będą pieśnią przeszłości.

O AUTORACH:

Zoran Latinovic jest wizytującym pracownikiem naukowym w MIT Sloan School of Management. Sharmila C. Chatterjee jest starszym wykładowcą z dziedziny marketingu oraz kierownikiem akademickim kursu zarządzania przedsiębiorstwem (Enterprise Management) w MIT Sloan School of Management.