Rychlost AI: Další fáze budoucnosti inovací

Od chvíle, kdy se objevil ChatGPT, svět vstoupil do cyklu boomu umělé inteligence. Ale co většina lidí nechápe, je to, že umělá inteligence není vlastně nic nového — existuje již quite dlouhou dobu. Již v raných dnech široce používaného vyhledávače Google byla automatizace srdcem výsledků. Nyní svět začíná probouzet a uvědomovat si, jak moc je umělá inteligence již zakořeněna v našem denním životě a jak moc nevyužitého potenciálu ještě má.

Rychlost přijetí a inovací umělé inteligence se pohybuje tak rychle – dosahuje kolem 1 bilionu dolarů ve výdajích – že mnoho lidí se ptá, zda můžeme přesně předpovědět expanzi budoucích modelů, dokonce i dvou let dopředu. To je ještě více poháněno tím, že technologické společnosti jako Meta, Alphabet, Microsoft, Oracle a OpenAI představují kolo za kolem nových pokroků a modelů umělé inteligence, aby držely krok s poptávkou průmyslu. Výrobce čipů pro umělou inteligenci Nvidia roste tak rychle, že jeho podnikání nemůže být ani řádně oceněno.

Co víme o rychlosti umělé inteligence, je to, že jak se zvyšuje množství dat a zlepšuje se kvalita dat, bude umělá inteligence schopna pohánět inovace pro obchodní činnosti, aplikace a procesy napříč všemi odvětvími. Abychom mohli odhadnout, kde bude umělá inteligence za několik let, musíme nejprve pochopit, že použití umělé inteligence je dvojité. První je to, že je to technologický umožňovatel, který zlepšuje stávající řešení, aby byla více efektivní, přesná a účinná. Druhé je to, že umělá inteligence má potenciál být technologickým inovátorem tím, že činí neuvěřitelné pokroky nebo řešení skutečnými.

Přemýšlení o rychlosti umělé inteligence v historii

Ačkoli to vypadá, jako by buzz za umělou inteligencí začal, když OpenAI spustil ChatGPT v roce 2022, původ umělé inteligence a zpracování přirozeného jazyka (NLP) sahá zpět desetiletí. Algoritmy, které jsou základem umělé inteligence, byly poprvé vyvinuty v 40. letech, čímž byla položena základna pro strojové učení a analýzu dat. Rané použití umělé inteligence v odvětvích, jako je řízení dodavatelského řetězce (SCM), sahají zpět do 50. let, kdy se používala automatizace k řešení problémů v logistice a správě zásob. V 90. letech byly datové přístupy a strojové učení již běžné v podnikání. Jak se postupovalo do roku 2000, technologie, jako je robotická automatizace procesů (RPA), zefektivnily rutinní úkoly napříč mnoha složitými a administrativními podnikatelskými funkcemi.

Pak přišel ChatGPT. Je velmi jasné, že vnímání umělé inteligence se změnilo kvůli generativní umělé inteligenci. Před vznikem GenAI spotřebitelé nerozuměli mechanismu automatizace, natož moci automatizace pro podniky. Umělá inteligence leží v základu naší moderní technologie, jako je vyhledávač Google. Většina spotřebitelů důvěřuje Google, aby jim poskytl přesné odpovědi na nesčetné otázky, zřídka se ptají na složitý proces a algoritmy, které stojí za tím, jak tyto výsledky vypadají na jejich počítačovém displeji. Ale vidět je věřit — s ChatGPT, svět začal vidět reálné použití. Přesto je zde ještě mýtus o tom, jak hluboce je umělá inteligence integrována do našeho denního života — dokonce i v podnikatelském světě. Jak je zmíněno výše, umělá inteligence umožňuje stávající technologii být lepší a, stejně jako Intelovy mikročipy, umělá inteligence sedí na pozadí technologií, které používáme každý den.

Jestliže lídři nemohou pochopit velikost umělé inteligence, jak mohou být očekáváni, že úspěšně přijmou umělou inteligenci do své denní podnikatelské činnosti? To je přesně problém.

Přijetí a růstové výzvy

Jestliže by někdo požádal nástroj GPT, ‘co profesionálové v oblasti nákupu a řízení dodavatelského řetězce pravděpodobně řeknou o umělých inteligencích’, pravděpodobně bude zdůrazňovat znalostní mezery související s přijetím umělé inteligence. Globálně, přijetí umělé inteligence se zvýšilo exponenciálně v minulém roce po omezeném růstu v předchozích letech. Během posledních šesti let pouze 50% lídrů uvedlo, že investují do technologie umělé inteligence napříč svými operacemi. V roce 2024 se míra přijetí skočila na 72%, ukazující, že lídři podniků se právě probouzejí k potenciálu umělé inteligence, aby zlepšila jejich organizaci napříč všemi podnikatelskými aktivitami.

Jednoduše řečeno, realizace plné hodnoty umělé inteligence vyžaduje více než jen nasazení špičkových řešení. To vyžaduje přístup k správným datům — datům, která poskytují bohatý kontext o skutečných vzorcích podnikatelských výdajů, výkonu dodavatelů, tržních dynamikách a skutečných omezeních. Nedostatečný přístup k datům znamená život nebo smrt pro inovace umělé inteligence v podniku. Minimálně 30% všech projektů generativní umělé inteligence se očekává, že budou opuštěny kvůli špatné kvalitě dat, kromě dalších výzev, jako jsou nedostatečné kontrolní mechanismy, rostoucí náklady nebo nejasná obchodní hodnota. Ale existují mnohé další výzvy, kterým čelí podniky při přijímání umělé inteligence a jejím škálování.

V velkých organizacích je bohužel běžné mít sila, které mohou vystavit podniky velkým rizikům. Vezměme si například odvětví řízení dodavatelského řetězce. Řízení dodavatelského řetězce hraje kritickou roli v podnikatelské strategii a pro velké, globální organizace je propojená velikost odvětví téměř neuvěřitelná. Jestliže jeden aspekt podniku funguje v silu, může to vystavit celou organizaci velkému riziku. Jestliže týmy řízení dodavatelského řetězce nekomunikují změny poptávky svým dodavatelům, jak mohou lídři očekávat, že vytvoří přesné prognózy? Jestliže prodejní tým nekomunikuje aktualizované prognózy nákupnímu týmu, mohou zajistit dlouhodobé smlouvy na základě zastaralých informací, uzamknout se do dohod, které nemusí být v souladu se současnou poptávkou zákazníků.

Buď to je organizační, nebo informační silo, nedostatek komunikace může vést k rozpadu zákaznického servisu, vytvořit neefektivitu a celkově zastavit inovace. Umělá inteligence může prokázat svou hodnotu při řešení těchto sil: jestliže je jejich technologie efektivně propojena, pak mohou být jejich zaměstnanci a dodavatelé také.

Lídři podniků aktivně investují do řešení poháněných umělou inteligencí, aby poháněli automatizaci procesů, strategické zdrojové schopnosti, viditelnost a kontrolu výdajů a celkovou ziskovost. Aby našli úspěch s těmito schopnostmi umělé inteligence a dosáhli svých cílů ve správě celkových výdajů, musí podniky spolupracovat, aby vytvořily transparentnost a pracovaly na společném cíli.

Další evoluce umělé inteligence

Právě teď je nejlepší případ použití umělé inteligence, který skutečně pohání podnikatelskou efektivitu a růst, automatizace jednoduchých, administrativních úkolů. Bez ohledu na to, zda se jedná o efektivitu pracovních postupů, extrakci a analýzu dat, správu zásob nebo prediktivní údržbu, lídři si uvědomují, že umělá inteligence může urychlit monotónní, časově náročné úkoly nevídanými rychlostmi a s extrémní přesností. Ačkoli to vypadá jednoduše, když se využije v odvětvích, jako je řízení dodavatelského řetězce nebo nákupu, použití, jako je toto, může ušetřit podnikům nesčetné hodiny a miliardy dolarů.

Pro řízení dodavatelského řetězce a nákupu konkrétně bude jednou z těchto inovací vylepšení autonomního zdrojování. Díky využití umělé inteligence a dalších pokročilých technologií mohou podniky automatizovat úkoly, které byly tradičně závislé na lidech, jako je zdrojování a uzavírání smluv, aby poháněly efektivitu a uvolnily zdroje, aby umělá inteligence mohla analyzovat obrovská množství dat, identifikovat trendy a činit informovaná zdrojovací rozhodnutí v reálném čase. Plně autonomní zdrojování nabízí nejen nezpochybnitelné úspory nákladů tím, že ušetří čas zaměstnanců, podporuje efektivitu a snižuje chyby, ale může také zmírnit riziko podvodu a padělání tím, že neustále zajišťuje soulad s etickými a udržitelnými standardy.

Jednoduše řečeno, výsledek umělé inteligence není pouze zlepšením podnikatelské návratnosti, ale také zlepšením rozhodování, předpovědí budoucích vzorců a budováním odolnosti. Lídři na nejvyšší úrovni napříč sektory stále více považují přijetí technologií umělé inteligence za zásadní pro transformaci a budoucí odolnost svých operací prostřednictvím automatizace. S časem, stejně jako každá jiná technologie před ní, umělá inteligence se stane stále více dostupnou, zatímco hodnota jejího výstupu bude nadále stoupat. To nám dává dostatečné důvody, abychom byli optimističtí ohledně budoucnosti umělé inteligence a vyvážené role, kterou bude hrát v našich životech — jak podnikatelských, tak osobních.