Mediální a marketingový rozruch okolo umělé inteligence (AI) nelze přehlédnout. Existuje nepřeberné množství článků o tom, jak mohou technologie revolučním způsobem změnit podniky, jak lze data transformovat na prognózy s ekonomickým efektem a jak pomocí umělé inteligence zajistit budoucí prosperitu.
Stavění na umělé inteligenci se však ukazuje jako komplikované a očekávaná návratnost investic (ROI, return of Investment) se dostavuje pomalu. Ekonomická média a poradenské firmy se těmito problémy zabývají v kvalitně zpracovaných studiích o tom, jak zhodnocovat data, jak přilákat nejnadanější datové vědce a jak budovat pozitivní vztah zaměstnanců k novým strojům. Málokdo však rozebírá skutečné překážky, na které manažeři při snahách zavést AI naráží, nebo možnostmi, jak je překonat.
Společnost Ericsson provedla průzkum mezi 2525 manažery, kteří jsou za AI a pokročilou analýzu dat odpovědní, a poznatky firem, které tyto technologie zavedly nebo zavádí, shrnuje ve své studii ze série Industry Lab zaměřené na výzkum trendů v podnikovém prostředí. Ačkoli dotázané firmy dosáhly různé úrovně vyspělosti AI (kategorizace na lídry, následovníky a začátečníky), mají jedno společné - všechny se při realizaci potýkaly se závažnými překážkami. Hlavním problémem však nejsou technologie.
Zavádění umělé inteligence je kulturní proces
Hlavní motivací podniků k zavádění nových technologií obecně je zvyšování produktivity a je to také nejčastěji uváděný důvod zavádění AI nebo pokročilé analýzy dat - v průzkumu to uvedlo 62 % respondentů. Schopnost firem zavádět nové technologie má silný kulturní prvek. Aby experti ze společnosti Ericsson naplnili kvótu 500 manažerů odpovědných za AI nebo pokročilou analýzu dat za každou zemi, museli ke svému údivu oslovit přes 3000 respondentů ve Velké Británii, ale pouze zhruba 700 respondentů v Číně. Obecně bylo jednoduší požadovaného počtu dosáhnout v Asii než v západních zemích.
Jedním z důvodů může být obecně odlišný postoj k technologiím. Analýza časových řad z výzkumů Ericsson ConsumerLab ukazuje, že v roce 2000 16 % respondentů v Číně a Indii souhlasilo s výrokem: „Vždy hledám technicky nejvyspělejší produkt, jaký je k dispozici", oproti pouhým 10 % ve Velké Británii, Německu a Spojených státech. V roce 2020 s ním souhlasilo 27 % respondentů v Indii a Číně, ale pouhých 17 % ve Velké Británii, Německu a Spojených státech. Jinými slovy, západní země sotva dosáhly úrovně zájmu o technologie, jaká panovala v asijských zemích o dvě desítky let dříve.
Podobný vzorec lze pozorovat mezi manažery v aktuálním průzkumu, kdy 78 % dotázaných v Číně zavedlo AI nebo pokročilou analýzu dat oproti pouhým 24 % ve Velké Británii. Ačkoli západní země zjevně zaostávají v zavádění AI, stále mají čas zpoždění dohnat. Další analýzy společnosti Ericsson ukazují, že čím vyšší úrovně využití AI nebo pokročilé analýzy dat podnik dosáhne, na tím větší komplikace začne narážet. A většina z nich spočívá v lidech nebo firemní kultuře.
Hlavní zjištění studie
- 99 % všech respondentů se u své obchodní jednotky setkalo s problémy při implementaci AI nebo pokročilé analýzy dat a 91 % narazilo na problémy ve všech třech zkoumaných kategoriích: technologie, organizace a lidé/kultura.
- Podíl iniciativ, které se potýkají s problémy, stoupá s jejich vyspělostí - čím pokročilejší, tím je realizace komplikovanější.
- 87 % respondentů uvedlo, že lidské a kulturní problémy byly složitější než technické nebo organizační. Podobně 94 % v této souvislosti zavedlo více strategií zaměřených na lidský a kulturní aspekt než na jiné kategorie.
- 69 % manažerů odpovědných za AI ve svých firmách očekává neustálý příliv nových AI a analytických aplikací - takových, které podpoří procesní a organizační změny.
- Celých 63 % manažerů odpovědných za AI uvádí, že zaměření podniků se přesune od výroby produktů a poskytování služeb k tvorbě AI algoritmů a modelů. V takové post-transformační fázi se může podnik ustálit ve stavu, kdy jedinou konstantou budou změny na základě vyhodnocování dat.