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

Kreatywność ujarzmiona. Jak prowadzić działania kreatywne, aby maksymalizować efektywność i minimalizować ryzyko?

21 lutego 2020 10 min czytania
Magdalena Macko
Kreatywność ujarzmiona. Jak prowadzić działania kreatywne, aby maksymalizować efektywność i minimalizować ryzyko?

Prowadzenie biznesu jeszcze nigdy nie było tak nieprzewidywalne. Globalizacja, ale przede wszystkim digitalizacja i rewolucja technologiczna sprawiają, że nowa konkurencja może pojawić się w każdym momencie i nadejść z najmniej spodziewanego kierunku.

W Polsce dochodzi jeszcze jedno wyzwanie – jak nie wpaść w pułapkę średniego dochodu (który jest m.in. konsekwencją niskich marż, a te są pochodną niewielkiego udziału intelektualnej wartości w cenie)?

Ten brak wartości dodanej to skutek deficytu innowacyjności i kreatywności. Źródła tego problemu mogą być dwa: kompletny brak kreatywnego potencjału u pracowników lub strategia i wynikające z niej procesy oraz kultura w firmach, które opierają się na „copy thinking”. Z moich obserwacji wynika, że problem leży raczej po stronie firm. Dobrze i kompleksowo przeprowadzona operacja „odblokowywania” kreatywności z dużym prawdopodobieństwem pozwoli organizacji wypłynąć na „niebieski ocean” i stworzy szanse budowania nowych możliwości biznesowych. Opisany niżej model wypracowywania nowych rozwiązań ma zastosowanie we wszystkich obszarach działalności firmy, także zarządzania jej finansami. Wiele procesów, często niezmienianych latami, można usprawnić i ulepszyć, sprawiając, by stały się bardziej efektywne i przyjazne zarówno dla pracowników przedsiębiorstwa, jak i zewnętrznych interesariuszy.

Jak zacząć?

Wiele firm identyfikuje działania kreatywne z agencjami reklamowymi czy biurami projektowymi. Często są to działania outsource’owane. Wielu CEO wciąż nie widzi przestrzeni na tego typu aktywność w głównych obszarach swojej działalności, wewnątrz własnej organizacji. Tymczasem czynnikiem, który wydaje się niezbędny dla rozwoju polskich firm, jest umiejętność wewnętrznego generowania, rozwijania i wdrażania w życie nowatorskich rozwiązań – takich, które nie są „tańszą kopią”, ale wytworem kreatywnego myślenia. Zbudowanie trwałej kompetencji w organizacji jest zawsze procesem i wymaga równoległych działań w trzech obszarach:

  1. Odpowiedniego zdefiniowania strategii firmy i ambitnych celów biznesowych,

  2. Dobrania właściwej metodologii pracy,

  3. Zaangażowania w proces odpowiednich ludzi.

Same działania kreatywne mają w sobie nieunikniony, wysoki współczynnik niepewności – na starcie nigdy nie wiadomo, co będzie efektem końcowym. Proces dla postronnego obserwatora, często przyzwyczajonego do pracy w Excelu i Power Poincie, wydaje się bardzo chaotyczny – karteczki na wszystkich możliwych ścianach i ciągłe dyskusje… Pojawia się więc pytanie, jak opanować ten proces – zwiększyć prawdopodobieństwo sukcesu, trzymając zarazem w ryzach koszty? Opisane wyżej w punktach podejście pozwala na minimalizację ryzyka – szczególnie właściwa metodologia pracy i trzymanie dyscypliny w procesie umożliwiają opanowanie chaosu i dojście do oczekiwanych rozwiązań.

„Copy thinking” versus „design thinking”

Design thinking po polsku często nazywany jest myśleniem projektowym, choć moim zdaniem lepszym tłumaczeniem byłoby „myślenie tworzące”, bo przecież o tworzenie czegoś nowego tu chodzi, to metodologia, która pozwala właśnie na ujarzmienie kreatywności.

W biznesie chodzi o balansowanie między „risk and reward” (ryzyko i nagroda). Dobrze czujemy się w linearnie prowadzonych procesach, gdzie w punkcie startu dokładnie wiadomo, jak ma wyglądać finalne rozwiązanie. Wyzwaniem jest wtedy opracowanie najbardziej efektywnej drogi implementacji. Projekty kreatywne stoją w totalnej opozycji do takiego podejścia – rozwiązanie finalne jest nieznane, dlatego tak ważne jest, by droga była jak najlepiej opisana i przewidywalna.

Czym jest design thinking, czyli myślenie tworzące? W najprostszych słowach to metoda wypracowywania rozwiązań w oparciu o głębokie zrozumienie problemów i potrzeb użytkowników. To przewidywalna droga dojścia do nieprzewidywalnego rozwiązania.

Jej główne trzy filary to:

  1. Koncentracja na użytkowniku – prawdziwe i jak najpełniejsze zrozumienie jego uświadomionych i nieuświadomionych potrzeb – punktem wyjścia jest zawsze klient i jego potrzeby; szerokie wykorzystanie badań, zarówno ilościowych, jak i przede wszystkim jakościowych oraz własnych obserwacji,

  2. Interdyscyplinarny zespół – spojrzenie na problem z maksymalnie wielu perspektyw,

  3. Eksperymentowanie i częste testowanie hipotez – szybkie budowanie prototypów rozwiązań (im mniej dopracowane, tym lepiej, bo trudniej się w nich „zakochać”) i zbieranie opinii od użytkowników – to ograniczenie ryzyka wdrożenia nietrafionych pomysłów.

Jak te trzy obszary włożyć w linearny i kontrolowany proces?

Przez laboratorium do rzeczywistości

Projekt, którego celem jest wdrożenie (a nie tylko wymyślenie) jakiegoś nowego rozwiązania ma dwie zasadnicze fazy – laboratoryjną i implementacyjną. Laboratoryjna, jak sama nazwa wskazuje, to w dużej mierze praca twórcza, której celem jest wypracowanie koncepcji rozwiązania. Często odbywa się w sali projektowej, poza rzeczywistym środowiskiem. Metoda design thinking pomaga we właściwy sposób zarządzić tą fazą.

Najbardziej znanymi i najczęściej używanymi modelami pracy w projektach realizowanych metodą design thinking są Stanford Design Thinking Model, stworzony w kolebce design thinking na Uniwersytecie Stanforda w Kalifornii w USA oraz model wypracowany przez British Design Council. Obydwa zakładają, że w każdym projekcie jest pięć sekwencyjnie następujących po sobie etapów.

Zaczyna się bardzo istotną fazą empatii – w dużym skrócie chodzi o bardzo dobre zrozumienie użytkownika – nie tylko zebranie jak największej liczby danych, wyników badań, ale wręcz o wejście „w jego buty”. Celem jest kompletne odwrócenie perspektywy wszystkich członków zespołu projektowego z wewnętrznej (problem biznesowy do rozwiązania) na perspektywę użytkownika (problem użytkownika do rozwiązania).

Dopiero po tym etapie można przejść do drugiej fazy – definiowania, gdy określa się rzeczywisty problem do rozwiązania (z perspektywy użytkownika). Definiowanie to krytyczny punkt dla dalszych prac – nazwany problem nie może być ani za wąski (wtedy ograniczamy sobie możliwości dojścia do naprawdę innowacyjnych rozwiązań), ani zbyt szeroki (będzie trudno w krótkim czasie wypracować rozwiązanie).

Po definiowaniu następuje etap najbardziej lubiany przez wszystkich, czyli tzw. ideacja – to tu jest miejsce na wymyślanie jak największej liczby pomysłów, które potencjalnie mogą być odpowiedzią na problem. W tej fazie nie ma żadnych ograniczeń, chodzi o to, by kreować.

Następnie ma miejsce etap prototypowania – spośród pomysłów zebranych w poprzedniej fazie wybiera się te, które wydają się najbardziej obiecujące, i przystępuje się do jak najszybszego ich urzeczywistnienia. W tej fazie buduje się, rysuje, odgrywa scenki, nieocenione są wtedy kartony, nożyczki, kolorowe mazaki – wszystko po to, by jak najszybciej (wciąż jednak jeszcze w warunkach laboratoryjnych) zweryfikować trafność zaproponowanych rozwiązań. Szybkość tworzenia i prowizoryczność tych rozwiązań mają podwójne znaczenie – pozwalają na natychmiastowe i prawie bezkosztowe eliminowanie nietrafionych pomysłów oraz nie pozwalają twórcom nadmiernie przywiązać się do ich pomysłów – dopóki są niedopracowane, łatwiej się z nimi rozstać.

Ostatnim etapem jest testowanie – tu konfrontujemy rozwiązanie z użytkownikami, by sprawdzić, czy pomysł ma szanse powodzenia. Warto zauważyć, że etapy empatii i ideacji to fazy „ilościowe” – tu zbieramy dane, generujemy pomysły, a fazy definiowania, prototypowania i testowania to fazy syntezy „jakościowej”, gdy wyciąga się wnioski i dokonuje wyborów. Sekwencyjne i naprzemienne ułożenie etapów ilościowych i jakościowych pozwala na sprawny postęp w pracach. Nakładając na poszczególne fazy reżimy czasowe (z reguły kilka tygodni na każdy etap), otrzymujemy gotowy plan projektu z gwarancją kontroli czasowej i budżetowej.

Fazę laboratoryjną kończymy z gotową, przetestowaną koncepcją rozwiązania. Teraz następuje faza implementacji. Dobrą praktyką są dwa etapy w tej fazie – najpierw kilkutygodniowy pilot w warunkach rzeczywistych, by zobaczyć, jak wypracowane rozwiązanie działa naprawdę. Z reguły na tym etapie następuje jeszcze wiele zmian i ulepszeń. Dopiero po nim przystępujemy do całościowej i kosztownej implementacji.

W wielu organizacjach, poza samymi pracami zespołu projektowego, kluczowe są spotkania grup lub komitetów zatwierdzających postępy. Powyższe podejście pozwala je bardzo łatwo zaplanować w kluczowych momentach. W naszej praktyce w Banku Millennium robimy w czasie kilkumiesięcznego projektu trzy spotkania. Pierwszym jest tzw. kick off, na którym zatwierdzamy zespół projektowy oraz potwierdzamy wyzwanie biznesowe. Jako kolejne następuje spotkanie zatwierdzające po fazach empatii i definiowania, gdzie prezentujemy wnioski z analizy dostępnych danych oraz perspektywę klienta i zatwierdzamy prawdziwy problem użytkownika, który chcemy rozwiązać podczas prac w tym projekcie. Wreszcie na ostatnim spotkaniu, już po etapie testowania, prezentujemy wybrany prototyp lub prototypy najbardziej obiecujących rozwiązań i zatwierdzamy plan fazy implementacyjnej.

Właściwi ludzie = nasi pracownicy

Moje doświadczenia wskazują, żeby raczej naszych pracowników, ludzi z wiedzą ekspercką, uczyć metod pracy i budować odpowiednią kulturę wspierającą procesy kreatywne, niż zlecać projekty zewnętrznym projektantom. Projektanci są bardzo pomocni na samym początku wdrażania podejścia w firmie, by przekazać wiedzę, nauczyć moderować proces i w późniejszych projektach służyć jako wsparcie i osoby wzmacniające perspektywę zewnętrzną – prawdziwa wartość jednak wypływa z  organizacji.

Zastosowanie metodologii design thinking w projektach realizowanych wewnętrznie przez pracowników firmy wpływa znacząco na trwałą zmianę sposobu pracy. Przy szerszym zastosowaniu może zaowocować zmianami w kulturze organizacyjnej. Po pierwsze bardzo wzmacnia się umiejętność słuchania i otwartość na informację (w tym często krytyczną). Ponieważ metoda wymaga bardzo dużego skupienia na użytkowniku, pracownicy muszą przestać myśleć perspektywą wewnętrzną, a zacząć zewnętrzną. To bardzo zwiększa umiejętność współpracy. Często też to, co słyszą, jest kompletnie inne od tego, co myślą… W związku z tym pojawia się kolejna ważna kompetencja – pokora (świadomość, że nie zawsze „wiemy najlepiej”) i chęć poszukiwania nowych rozwiązań. To pierwszy krok do kreatywności… Otwarty umysł odpowiednio poprowadzony technikami warsztatowymi okazuje się bardzo produktywny.

Zarówno każdy człowiek, jak i każda organizacja mogą być kreatywni – na kreatywność należy patrzeć jak na mięsień – żeby był naprawdę sprawny, trzeba go ćwiczyć. Dobra metodologia pracy i wytrwałość z pewnością pozwolą zlikwidować deficyt innowacyjności i kreatywności. Może nawet doprowadzą do obfitości… Czego sobie i wszystkim firmom życzę!

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.

Technologia to zaledwie 5% sukcesu – pozostałe 95% to ludzie

W świecie, w którym digitalizacja stała się koniecznością, sukces zależy nie od samej technologii, lecz od umiejętności jej wykorzystania. O tym, jak multidyscyplinarne podejście, kobiece przywództwo i kultura oparta na bezpieczeństwie psychologicznym pozwoliły Archicom zbudować efektywny cyfrowy ekosystem, opowiada Agata Skowrońska-Domańska, wiceprezeska zarządu firmy.

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.

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!