
Gatis Romanovskis. Publicitātes foto
2022. gada nogalē, kad publiski kļuva pieejams ChatGPT, mēs, “Hansab”, sapratām - tas ir brīdis, kas iezīmēs milzīgu pārmaiņu sākumu un būtiski mainīs uzņēmējdarbības vidi.
Jāatzīst, ka sākumā šo rīku vairāk uztvērām kā rotaļīgu eksperimentu - kolēģi to izmantoja e-pastu sagatavošanai, ideju ģenerēšanai un kā interesantu sarunu biedru ikdienas komunikācijā. Taču ar laiku radās izpratne, ka aiz tā slēpjas tehnoloģija, kas var būtiski mainīt uzņēmuma darba procesus un tam ir nepieciešama stratēģiska pārvaldība. Mākslīgā intelekta lietošanu nedrīkst atstāt pašplūsmā, un tas jāizmanto ļoti mērķēti, pārdomāti un, kas ne mazāk svarīgi, arī droši un ētiski. Iezīmēšu mūsu ceļu līdz mākslīgā intelekta stratēģijai, kas var kalpot kā ceļa karte arī citiem.
Mākslīgais intelekts nav maģiska nūjiņa
Pirmajos mēnešos, kad darbinieki sāka brīvi eksperimentēt ar mākslīgā intelekta iespējām, valdīja liels entuziasms. Bija interesanti vērot darbinieku radošo pieeju un vēlmi izmēģināt jauno tehnoloģiju savos pienākumos. Taču drīz vien nācās saskarties ar realitāti — rezultāti bija nevienmērīgi, dažkārt kļūdaini, un radās vilšanās. Tomēr arī šī pieredze bija vērtīga. Tā palīdzēja saprast, ka mākslīgais intelekts nav brīnumlīdzeklis, kas automātiski atrisina visus jautājumus. Bez mērķtiecīgas virzības un skaidra ietvara šāda tehnoloģija uzņēmumā var tikt izmantota haotiski, radot vairāk apjukuma nekā vērtības.
Diemžēl arvien biežāk redzam, ka darbinieki dažādos uzņēmumos izmanto mākslīgo intelektu paši pēc savas iniciatīvas — augstākajai vadībai nezinot, bez drošības pārbaudēm, bez rezultātu uzraudzības. Šādā veidā tehnoloģija zaudē stratēģisko vērtību un kļūst par apdraudējumu datu drošībai, palielina fragmentāciju un liedz organizācijai sasniegt mērogojamus rezultātus.
No eksperimentiem līdz strukturētai pieejai
Lai mākslīgais intelekts kļūtu par daļu no uzņēmuma ilgtspējīgas izaugsmes, nepieciešams sistemātisks skatījums. Mūsu uzņēmumā šis process sākās ar apmācībām un iekšējām darba grupām, kurās analizējām, kādos procesos mākslīgais intelekts var sniegt vislielāko vērtību. Tas ļāva noteikt konkrētus darbības virzienus, kur jaunais asistents varētu tikt ieviests nevis eksperimentāli, bet ar skaidru uzdevumu un mērķiem. Mēs vairs neizmantojām šos rīkus tikai kā sarunu partneri vai palīgus tekstu ģenerēšanā, bet iekļāvām tos automatizācijas plūsmās, kur tie darbojas autonomi un ar izmērāmiem rezultātiem.
Labs piemērs ir mūsu rīks, kas automātiski identificē aktuālos iepirkumus, lejupielādē dokumentus, izanalizē to prasības un salīdzina ar Hansab spējām un piedāvājumu. Tas, kas iepriekš prasīja stundu cilvēka darba, tagad notiek automātiski, dažu sekunžu laikā, un ar nelielām izmaksām. Šāds risinājums katru mēnesi uzņēmumam ietaupa vairāk nekā 3000 eiro tikai darbaspēka pozīcijā vien.
Mākslīgā intelekta stratēģija ir nepieciešama jau šodien
Lai uzņēmums spētu ilgtermiņā gūt labumu no mākslīgā intelekta, ar vienkāršu ieviešanu vai "labu gribu" nepietiek. Nepieciešama stratēģija, kas aptver gan tehnoloģiskos, gan cilvēkresursu, gan ētiskos aspektus. Tajā jāparedz, kādas prasmes un zināšanas darbiniekiem būs nepieciešamas nākotnē, kā šīs prasmes tiks attīstītas, kā vadība sekos līdzi mākslīgā intelekta sniegumam, un kā uzņēmums pārvaldīs sensitīvus datus, aizsargājot gan klientu informāciju, gan uzņēmuma datus.
Turklāt šādai stratēģijai jāparedz arī konkrēti mērījumi — laika ietaupījums, izmaksu samazinājums, darba kvalitātes pieaugums, investīciju atdeves rādītāji. Tikai skaidri definēti parametri ļauj uzņēmuma vadībai regulāri izvērtēt, vai izvēlētā virzība ir pareiza. Pretējā gadījumā mākslīgā intelekta integrācija var palikt tikai "interesants eksperiments", nevis reāla inovācija ar taustāmiem rezultātiem.
Mākslīgā intelekta stratēģijā ir jānosaka arī sarkanās līnijas - lai novērstu nepiemērotu vai nedrošu rīku izmantošanu, konfidenciālas informācijas ievadīšanu, vai neapzinātu klientu datu aizsardzības prasību pārkāpšanu. Vienots rīku katalogs, skaidri noteikumi un iekšēja komunikācija nodrošina, ka visi uzņēmuma darbinieki ir vienā informatīvajā telpā un mākslīgais intelekts tiek izmantots saskaņoti.
Stūrakmeņi uzņēmuma mākslīgā intelekta stratēģijai
Veidojot mūsu uzņēmuma mākslīgā intelekta stratēģiju, kļuva skaidrs, ka tās panākumu atslēga nav tikai tehnoloģiskais izvērtējums, bet tajā jāietver arī cilvēkresursu, kultūras un drošības dimensijas. Viens no pirmajiem jautājumiem, ar ko saskārāmies, bija saistīts ar darbinieku kompetencēm – kādas prasmes nākotnē būs nepieciešamas un kā tās attīstīt mērķtiecīgi. Mākslīgā intelekta ieviešana prasa ne tikai tehnisku izpratni, bet arī spēju kritiski vērtēt datus, formulēt uzdevumus rīkiem un interpretēt to sniegtās atbildes.
Tāpat bija jāizstrādā skaidrs pienākumu sadalījums starp vadītājiem, darbiniekiem un inovāciju komandām. Katram jāzina, par ko viņš atbild – kurš izvērtē rīkus, kurš apstiprina to izmantošanu, kurš seko drošībai un kurš mērķiem. Līdztekus tam mēs detalizēti analizējām uzņēmuma procesus, lai noteiktu, kuros no tiem mākslīgais intelekts var dot vislielāko atdevi – vai tas ir klientu apkalpošanā, dokumentu pārvaldībā, iepirkumos vai mārketingā.
Ļoti būtisks jautājums bija arī par to, kā mērīt mākslīgā intelekta sniegumu. Lai stratēģija nebūtu teorētiska, tai jābūt balstītai datos – izmaksu ietaupījums, laika efektivitāte, investīciju atdeve.
Vēl viens izaicinājums bija saistīts ar datu drošību un ētiku. Definējām, kādi dati drīkst tikt izmantoti mākslīgā intelekta sistēmās, kā tos aizsargāt un kā apmācīt darbiniekus atbildīgai rīcībai ar sensitīvu informāciju. Šis aspekts kļūst īpaši svarīgs laikā, kad datu apjoms strauji pieaug, un sabiedrības uzticība uzņēmumiem bieži vien balstās uz to spēju rīkoties atbildīgi ar informāciju.
Lai nodrošinātu konsekventu un pārdomātu rīku izmantošanu, izveidojām arī iekšēju katalogu ar apstiprinātajiem mākslīgā intelekta risinājumiem, kur skaidri norādīts, kādos gadījumos un kā tos drīkst pielietot. Tas palīdz uzturēt konsekvenci visās struktūrvienībās un vienlaikus atvieglo jaunu darbinieku apmācību.
Apzināti virzījāmies uz pakāpenisku mākslīgā intelekta integrāciju. Sākot ar mazākiem pilotprojektiem un konkrētām komandām, mēs ļāvām darbiniekiem iegūt praktisku pieredzi un pierādīt, ka šie rīki spēj uzlabot viņu darbu. Tikai pēc veiksmīgiem eksperimentiem risinājumi tika integrēti plašākos procesos, kas ļāva izvairīties no pretestības un veicināja iekšēju uzticēšanos tehnoloģijām.
Ņemot vērā, ka Hansab ir starptautisks uzņēmums ar struktūrvienībām vairākās valstīs, nolēmām spert nākamo soli – izveidot Baltijas mākslīgā intelekta kompetences centru. Tā būs platforma, kur pārstāvji no Latvijas, Lietuvas un Igaunijas kopīgi testēs rīkus, apmainīsies pieredzē un nodrošinās vienotu virzību visā grupā. Esam pārliecināti, ka šī sadarbība palīdzēs ne tikai sinhronizēt pieeju, bet arī paātrināt inovāciju ieviešanu, pateicoties kolektīvai mācīšanās pieredzei.
Ilgtermiņa perspektīva un konkurētspējas jautājums
Šodien mākslīgais intelekts vairs nav priekšrocība – tas kļūst par standartu. Uzņēmumi, kas atliek tā ieviešanu, riskē zaudēt ne tikai efektivitāti, bet arī darbinieku un partneru uzticību. Lēmumi, kas balstīti tikai cilvēka pieredzē, bez datu analīzes un mākslīgā intelekta atbalsta, kļūst mazāk konkurētspējīgi. Darbinieki, kuriem jāveic mehāniski, atkārtojami uzdevumi, drīz vien zaudē motivāciju un meklē dinamiskākas darba vides.
Savukārt uzņēmumi, kuri mākslīgā intelekta rīkus ievieš mērķtiecīgi, kļūst par spēles noteikumu veidotājiem. Tie spēj ātrāk pielāgoties tirgus izmaiņām, efektīvāk apkalpot klientus un pieņemt lēmumus, kas balstīti reālos datos. Mūsu pieredze rāda, ka ar pārdomātu stratēģiju iespējams ne tikai uzlabot iekšējo efektivitāti, bet arī paplašināt tirgus iespējas, radot konkurences priekšrocību gan reģionālā, gan starptautiskā līmenī.
Stratēģiska pieeja mākslīgā intelekta ieviešanai nav birokrātisks slogs, bet gan ceļa karte, kas palīdz virzīties ātri, bet droši. Tiem, kuri sāk šodien, būs priekšrocības rīt. Un tie, kuri vilcināsies, riskē palikt ēnā.
Autors ir tehnoloģiju uzņēmuma SIA Hansab izpilddirektors