4 pamata biznesa funkcijas, kuras efektivizēt ar mākslīgo intelektu

Informācijas avots: Rasa Gulbe, SIA DATI Group valdes locekle

‍Pētot lietošanas gadījumus, jāsecina, ka šobrīd mākslīgo intelektu (MI) izmantošana nodrošina iespēju uzņēmumiem gan uzlabot un padarīt efektīvākus dažādus procesus, gan arī ietaupīt laiku. Šeit apkopoti biežākie MI izmantošanas gadījumi, kas var kalpot par iedvesmu eksperimentiem savā uzņēmumā.

Viena no plašākajām nozarēm ar daudz un dažādiem virzieniem ir ražošana. Lielākā daļa aprakstīto gadījumu attiecas uz rūpniecību, bet te jāpiebilst, ka šie gadījumi atzīti par reāliem, ja ražošanas apjomi ir lieli. Mazo un vidējo uzņēmumu (MVU) gadījumā, ja tikai tiek analizēta ienākošā un izejošā prece, tad nebūs tik daudz datu, lai sāktu automatizēt, piemēram, kvalitātes kontroli. Ja arī būs, tad MI rīku pielāgošana un pēc tam analīze būs ar dārgāka, kā tad, ja persona vienkārši veic kvalitātes kontroli. Līdz ar to MVU, kas strādā ražošanas nozarē, MI būtiski pagaidām vēl nevar palīdzēt.

Daudz tiek diskutēts par autonomo risinājumu, piemēram, robotu ieviešanu ražotnēs. Runājot ar klientiem, šobrīd lielākā daļa netic, ka Latvijā kaut kas tāds varētu tikt ieviests masveidā. Joprojām finansiāli izdevīgāk ir, ka darbu, ko teorētiski var paveikt robots, joprojām dara cilvēks.

MI veiksmes stāsti

Viena no nozarēm, kur MI tiek plaši izmantots, ir informācijas tehnoloģijas. Piemēram, programmēšanā MI noder, lai radītu vai pārbaudītu kodu. Arī mārketingā un pārdošanā ir daudz iespēju izmantot MI. Piemēram, ja ir klientu vadības vai kāda cita sistēma, lielākajā daļā gadījumu tajā jau šobrīd ir iekļauta iespēja, ka dati tiek analizēti. Balstoties uz tiem, programma var piedāvāt konkrētus ieteikumus. Vēl viens piemērs - “Google Ads” ir pārpilns ar daudz un dažādiem papildus rīkiem, ar kuriem ir iespējams meklēt auditorijas, tās mērķēt uzrunāt un ieteikt konkrētus produktus. Tas ir īpaši noderīgi tiem, kam ir e-komercijas sadaļa. Sistēmas jau šobrīd paredz, ka MI var izmantot, kad klients jau nonācis pie klientu atbalsta čatbotu formā. Tālak jau ir vajadzīgs cilvēka pieskāriens.

Vēl divas nozares, kur veiksmīgi jau tagad var izmantot MI, ir juridiskās konsultācijas un grāmatvedības pakalpojumi. Piemēram, juristi īsā laika periodā var apkopot ierasto praksi kādā jautājumā vai arī lūgt ieteikt un norādīt, kur ir konkrēti jautājumi atrunāti. Un to dara nevis “Google”, bet gan ģeneratīvā MI rīki, piemēram, “Perplexity”. Ar šiem rīkiem ir iespējams pat konsultēties. Piemēram, ja ir gatavs lēmums un dokumentācija, var MI pajautāt - kas pietrūkst? Kas te nav apskatīts? Kas būtu loģiskākais pretarguments šim? Un MI jau šobrīd ir spējīgs piedāvāt diezgan sakarīgu atbildi.

Ar grāmatvedību ir līdzīgi. Liekas, ka tā ir statiska nozare, bet patiesībā tajā regulējums diezgan strauji mainās. Ar MI var pakonsultēties, piemēram, vai plānotās nodokļu izmaiņas attiecas uz kādu konkrētu uzņēmumu. Var pajautāt, kā dažādas situācijas tiek risinātas citos uzņēmumos. Var pajautāt, kas ir nepieciešams, lai uzņēmums atbilstu konkrētajam regulējumam. Var risināt konkrētas problēmas. Var veidot arī, piemēram, atskaites.

Nav vajadzības veidot savus rīkus

MVU kontekstā mēs runājam par esošo MI rīku izmantošanu nevis jaunu veidošanu. Ar jaunu rīku izstrādi savām vajadzībām neaizraujas pat lielie uzņēmumi - ir ļoti maza daļa organizāciju, kam rīku izveide patiešām atmaksājas. Tajā ir jāiegulda pamatīgs analītiķu darbs. Ir nepieciešams liels datu apjoms, to apkopošana un integrēšana. Jau tagad ir radīti daudz un dažādi rīki. Atliek vien izvēlēties piemērotāko un galvenais - izmantot to! Citādi bieži vien ir situācija, ka abonēšanas maksa regulāri nokļūst izstrādātāja kontā, bet uzņēmumā reāli šo rīku neviens nelieto.

Neskatoties uz to, cik liels vai mazs ir uzņēmums, vadībai vajadzētu stimulēt un atbalstīt dažādu jaunu rīku izmantošanu. Pēc tam ir svarīgi, ka tie, kas rīku izmēģinājuši, pastāsta pārējiem par savu pieredzi. Tikai tā var uzņēmumā veiksmīgi ieviest jaunas un modernas prakses, kas gan atļauj ietaupīt līdzekļus, gan uzlabot produktivitāti.

‍

Par galvenajiem MI ieviešanas posmiem lasiet rakstā: "4 mākslīgā intelekta ieviešanas posmi uzņēmumā."

‍

‍

‍