Nemáte dost času na přečtení celého článku? Poslechněte si shrnutí ve 2 minutách.

Německé malé a střední podniky v zásadě přijaly umělou inteligenci. V praxi však zůstávají zaseknuté v koloběhu pilotních projektů, návrhů a PowerPointů.

Díky veřejným iniciativám, jako je KI im Mittelstand, povědomí o něm se prudce zvýšilo. Mnoho firem má nyní někde v organizaci pilotní projekt nebo digitální plán. Přesto jen málo z nich překročilo hranici od ověření koncepce ke skutečnému provoznímu přínosu.

Nedostatkem nejsou finanční prostředky ani zvědavost. Jde o přitažlivost.

Finanční prostředky obdrženy, dopad stále chybí

Většina generálních ředitelů předpokládá, že pokud je iniciativa v oblasti umělé inteligence v provozu, je dosaženo pokroku. Ale o několik měsíců později se v továrně nic nezměnilo.

Problém? Tyto pilotní projekty často vlastní IT oddělení nebo externí konzultanti bez skutečných pravomocí. Provozní týmy jim nedůvěřují a vedení se jich po spuštění neúčastní.

Bez jasných klíčových ukazatelů výkonnosti vázaných na provozuschopnost, výnosy nebo marži se pilotní projekt stává vedlejším projektem. Může vypadat slibně, ale nepřináší žádný efekt.

Proč se pilot stává hřbitovem

Umělá inteligence v průmyslovém prostředí není jako přidání nového CRM. Vyžaduje integraci s výrobními, finančními, dodavatelskými a personálními systémy. Většina pilotních projektů se nikdy nerozšíří, protože:

• Neexistuje žádná spolupráce napříč jednotlivými funkcemi.
• Vedoucí projektu nemůže ovlivňovat více oddělení.
• Neexistuje žádný 90denní rytmus provádění.

Tyto nedostatky nejsou technického rázu. Jsou strukturální.

Jak vypadá průmyslová umělá inteligence ve velkém měřítku

I. Od strategie k systému

Když AI funguje v malých a středních průmyslových podnicích, vypadá nudně - a o to jde.

Chytré případy použití jsou jednoduché a řídí se návratností investic:

• Prediktivní údržba kritických zařízení
• Plánování výroby s dynamickými omezeními
• Optimalizace zásob pomocí signálů poptávky v reálném čase

Nejedná se o přehlídky inovací. Jsou to konkurenceschopné systémy, které snižují plýtvání, zvyšují výkonnost a spolehlivost.

Otázka nezní “Experimentujeme s umělou inteligencí?”. Otázka zní: “Šetří nám to každý týden čas a peníze?”

II. Umělá inteligence jako infrastruktura, ne jako divadlo inovací

Příliš mnoho firem považuje umělou inteligenci za novinku. Vytvářejí informační panely, pořádají interní ukázky a prohlašují digitální úspěch.

Úspěšná adopce však s umělou inteligencí zachází jako s infrastrukturou. Ztrácí se v rozhodování. Provozovatelé jí důvěřují. Plánovači jsou na ní závislí. Manažeři už nediskutují o tom, zda funguje - prostě ji používají.

K tomuto posunu dochází, když strojové učení podporuje skutečná rozhodnutí a lidská korekce podporuje model.

Skutečná omezení Mittelstandu

I. Chybějící role, ne chybějící technika

Většina malých a středních podniků již data má. Možná už mají dokonce partnera nebo startup ve frontě. Chybí jim však schopnost vedení.

Umělá inteligence není iniciativa v oblasti IT. Je to transformace podnikání.

Aby firmy uspěly, potřebují někoho, kdo rozumí provozu, datům a procesní disciplíně. Nikoliv “úředníka pro digitální inovace”, ale někoho, kdo dokáže vykonávat činnosti napříč oblastmi.

Tato osoba často chybí.

II. Co musí generální ředitel osobně vlastnit

Žádná transformace umělé inteligence není úspěšná bez viditelné odpovědnosti na úrovni C.

Generální ředitelé musí definovat obchodní důvody. Musí udávat tempo. Musí osobně odstraňovat překážky.

Pokud umělá inteligence zůstane ve středním managementu bez sponzoringu, zůstane tam - bez ohledu na to, jak dobře financovaný nebo dobře míněný projekt je.

Jak uniknout pasti pilotů

Čtyři posuny v reálném světě, které vytvářejí dynamiku

1. Propojte umělou inteligenci se skutečnými klíčovými ukazateli výkonnosti. Nejen “zlepšit proces”, ale “snížit prostoje o 15%”.”

2. Jmenujte jednoho odpovědného vedoucího. Někdo, kdo dokáže sladit IT, výrobu a finance.

3. Začněte úzce. Nesnažte se o plně tovární umělou inteligenci. Vyberte si jeden případ použití s rychlou návratností investic.

4. Pracujte v 90denních smyčkách. Stanovte viditelné milníky, sledujte výsledky a včas korigujte průběh.

Na rychlosti záleží - nejen pro zajištění hodnoty, ale i pro budování důvěry v celé firmě.

Prozatímní akcelerace jako most k rozšíření

Mnohým firmám Mittelstand nechybí ambice. Chybí jim neutrální, seniorní praktická kapacita, která by umělou inteligenci prosadila v třecích plochách.

Dočasní vedoucí transformace mohou přinést tempo, strukturu a plynulost mezi jednotlivými funkcemi. Během několika týdnů mohou posunout umělou inteligenci od konceptu k realizaci.

Na adrese CE Interim, podporujeme tuto akceleraci tím, že na pozice dočasných vedoucích pracovníků dosazujeme vedoucí pracovníky, kteří se specializují na digitální realizaci - nikoliv na strategii, ale na provozní zavádění. Integrují technologie do reálných pracovních postupů, a to rychle.

Závěrečná myšlenka: Kromě KI im Mittelstand je disciplínou provádění

Mittelstand má nástroje. Vláda poskytla finanční prostředky. Prodejců je dostatek.

Chybějícím článkem je provedení.

Skutečné zavádění umělé inteligence nezačíná pilotním projektem. Začíná, když vedoucí představitelé podniků přistupují k AI jako k obchodnímu systému, nikoli jako k technologickému trendu.

Další fáze není o informovanosti. Jde o operacionalizaci - o to, aby se umělá inteligence stala součástí způsobu, jakým firma pracuje, učí se a konkuruje.

Ti, kteří se nyní pohnou, promění inteligenci ve výhodu. Ti, kteří čekají, se mohou ocitnout v situaci, kdy budou sledovat, jak konkurence rozšiřuje to, co oni pouze pilotovali.