Nemáte dosť času na prečítanie celého článku? Vypočujte si zhrnutie za 2 minúty.

Nemecké MSP v zásade prijali umelú inteligenciu. V praxi však zostávajú zaseknuté v cykle pilotných projektov, návrhov a PowerPointov.

Vďaka verejným iniciatívam, ako je napr. KI im Mittelstand, povedomie o nej sa prudko zvýšilo. Mnohé firmy majú v súčasnosti niekde v organizácii pilotný projekt alebo digitálny plán. Len málo z nich však prekročilo hranicu od overenia koncepcie k skutočnému prevádzkovému zisku.

Nedostatkom nie sú finančné prostriedky ani zvedavosť. Je to trakcia.

Získané finančné prostriedky, chýbajúci vplyv

Väčšina generálnych riaditeľov predpokladá, že ak je iniciatíva v oblasti umelej inteligencie v prevádzke, znamená to, že sa dosahuje pokrok. Ale o niekoľko mesiacov neskôr sa v továrni nič nezmenilo.

Problém? Tieto pilotné projekty často vlastnia IT oddelenia alebo externí konzultanti bez skutočnej autority. Prevádzkové tímy im nedôverujú a vedenie sa do nich nezapája ani po spustení.

Bez jasných kľúčových ukazovateľov výkonnosti viazaných na čas prevádzky, výnos alebo maržu sa pilotný projekt stáva vedľajším projektom. Môže vyzerať sľubne, ale neprinesie žiadny efekt.

Prečo sa pilot stáva cintorínom

Umelá inteligencia v priemyselnom prostredí nie je ako pridanie nového CRM. Vyžaduje si integráciu so systémami výroby, financií, dodávateľského reťazca a ľudských zdrojov. Väčšina pilotných projektov sa nikdy nerozšíri, pretože:

• Neexistuje žiadna vzájomná spolupráca medzi jednotlivými funkciami.
• Vedúci projektu nemôže ovplyvniť viacero oddelení.
• Neexistuje žiadny 90-dňový rytmus vykonávania.

Tieto nedostatky nie sú technického charakteru. Sú štrukturálne.

Ako vyzerá priemyselná umelá inteligencia vo veľkom meradle

I. Od stratégie k systému

Keď umelá inteligencia funguje v priemyselných malých a stredných podnikoch, vyzerá nudne - a o to ide.

Inteligentné prípady použitia sú jednoduché a založené na návratnosti investícií:

• Prediktívna údržba kritických zariadení
• Plánovanie výroby s dynamickými obmedzeniami
• Optimalizácia zásob so signálmi dopytu v reálnom čase

Nie sú to ukážky inovácií. Sú to konkurencieschopné systémy, ktoré znižujú množstvo odpadu, zvyšujú priepustnosť a spoľahlivosť.

Otázka neznie: “Experimentujeme s umelou inteligenciou?” Otázka znie: “Šetrí nám to každý týždeň čas a peniaze?”

II. AI ako infraštruktúra, nie ako divadlo inovácií

Príliš veľa firiem považuje AI za novinku. Vytvárajú informačné panely, organizujú interné ukážky a vyhlasujú digitálny úspech.

Úspešné prijatie však s AI zaobchádza ako s infraštruktúrou. Zaniká v rozhodovaní. Prevádzkovatelia jej dôverujú. Plánovači sú na nej závislí. Manažéri už nediskutujú o tom, či funguje - jednoducho ju používajú.

K tomuto posunu dochádza vtedy, keď strojové učenie využíva skutočné rozhodnutia a ľudská korekcia využíva model.

Skutočné obmedzenia Mittelstandu

I. Chýbajúce úlohy, nie chýbajúca technika

Väčšina MSP už údaje má. Možno majú dokonca dohodnutého partnera alebo startup. Chýba im však riadiaca kapacita.

Umelá inteligencia nie je iniciatíva v oblasti IT. Je to transformácia podniku.

Aby firmy uspeli, potrebujú niekoho, kto rozumie prevádzke, údajom a procesnej disciplíne. Nie “digitálneho inovačného úradníka”, ale niekoho, kto dokáže vykonávať činnosti v rôznych oblastiach.

Táto osoba často chýba.

II. Čo musí generálny riaditeľ osobne vlastniť

Žiadna transformácia umelej inteligencie nie je úspešná bez viditeľnej zodpovednosti na úrovni C.

Generálni riaditelia musia definovať obchodné dôvody. Musia udávať tempo. Musia osobne odstrániť prekážky.

Ak umelá inteligencia zostane v strednom manažmente bez sponzorstva, zostane tam - bez ohľadu na to, ako dobre je projekt financovaný alebo ako dobre zamýšľaný je.

Ako uniknúť pasci pilotov

Štyri zmeny v reálnom svete, ktoré vytvárajú dynamiku

1. Prepojenie umelej inteligencie so skutočnými kľúčovými ukazovateľmi výkonnosti. Nielen “zlepšiť proces”, ale aj “znížiť prestoje o 15%”.”

2. Vymenujte jedného zodpovedného vedúceho. Niekto, kto dokáže zladiť IT, výrobu a financie.

3. Začať úzko. Nesnažte sa o plnohodnotnú umelú inteligenciu. Vyberte si jeden prípad použitia s rýchlou návratnosťou investícií.

4. Pracujte v 90-dňových cykloch. Stanovte viditeľné míľniky, sledujte výsledky a včas korigujte priebeh.

Rýchlosť je dôležitá nielen na dosiahnutie hodnoty, ale aj na vybudovanie dôvery v rámci celého podniku.

Priebežná akcelerácia ako mostík k rozšíreniu

Mnohým firmám Mittelstand nechýbajú ambície. Chýba im neutrálna, vysokopostavená praktická kapacita, ktorá by AI presadila cez trecie plochy.

Dočasní vedúci transformácie môžu priniesť tempo, štruktúru a plynulosť medzi jednotlivými funkciami. V priebehu niekoľkých týždňov dokážu posunúť AI od konceptu k realizácii.

Na stránke CE Interim, podporujeme túto akceleráciu tým, že umiestňujeme dočasných vedúcich pracovníkov, ktorí sa špecializujú na digitálnu realizáciu - nie na stratégiu, ale na prevádzkové zavádzanie. Integrujú technológie do reálnych pracovných postupov, a to rýchlo.

Záverečná myšlienka: Okrem KI im Mittelstand je disciplína vykonávania

Mittelstand má nástroje. Vláda poskytla finančné prostriedky. Predajcov je dostatok.

Chýbajúcim článkom je realizácia.

Skutočné prijatie umelej inteligencie sa nezačína pilotným projektom. Začína sa vtedy, keď vedúci predstavitelia podnikov pristupujú k AI ako k obchodnému systému, nie ako k technologickému trendu.

Ďalšia fáza nie je o informovanosti. Je to o operacionalizácii - o tom, aby sa AI stala súčasťou fungovania, učenia sa a konkurencie.

Tí, ktorí sa teraz pohnú, premenia inteligenciu na výhodu. Tí, ktorí budú čakať, sa môžu ocitnúť v situácii, keď budú sledovať, ako konkurencia rozširuje to, čo oni len pilotovali.