2. časť Chaos v AI: Očakávania biznisu

V článku Chaos v AI: Marketing sme si vysvetlili, že aktuálne dostupná technológia nevykazuje prvky všeobecnej umelej inteligencie. Nemôžeme očakávať, že nejaký systém zapojíme do prevádzky, IT infraštruktúry a medzi užívateľov a zákazníkov, a ten následne začne pracovať spôsobom ako človek.

Stále ostáva dôležité nahliadať na umelú inteligenciu ako na súbor špecifických vlastností. Ako sme si ale popísali, za uplynulé desaťročia objem týchto schopností rapídne vzrástol. Nejedná sa však o jednu technológiu, ale o množstvo rôznych metód, techník či modelov, ktoré dokážu riešiť špecifické problémy (inak sa pristupuje k tomu, ako stroj naučiť hrať šach, a inak, keď ho chceme naučiť plánovať výrobu).

Neporozumenie tejto vlastnosti AI a miešanie pojmov, keď si pod AI predstavuje laická verejnosť chatboty a odborná zasa súbor techník, spôsobuje ohromnú kakofóniu v mediálnom priestore.

Pred tým, ako si popíšeme spôsob prístupu k AI vo firmách, jeho súvis s prebiehajúcou digitalizáciou a biznisovou stratégiou firmy, musíme rozmotať ďalšiu príčinu problémov, ktorá sa skrýva v biznisových očakávaniach: ak AI nejakej firme pomohla, ešte to nič nemusí znamenať pre našu firmu. A taktiež, ak nejaká technológia u iných zlyhala, nič to nemusí vypovedať o technológii ako takej.

Nazrime spoločne za oponu toho, ako rôzne podniky uvažujú a môžu profitovať z AI.

Keď digitálny asistent je a aj nie je váš kolega

Začínajúce alebo aj jedno-osobové firmy, či startupy častokrát používajú automatizačné nástroje, ktoré im šetria ohromný čas. Ide o nepopierateľný fakt. Dnes už nie je problém vytvoriť si „tool“, ktorý vám preskúma konkrétnu webovú stránku so zoznamami a emailovými adresami, tieto adresy stiahne a hromadne rozpošle personalizované ponuky do firiem.

Ide o kvantitu. Ak na 100 emailov pripadnú 5 ľudia, ktorí zareagujú späť, pričom mladému podnikateľovi trvalo zrealizovať takýto výsledok, povedzme, 3 hodiny ide o skvelú prácu (prepočítaním ceny leadu na čas strávený jeho získaním).

Sú to nepopierateľne úspešné ukážky, ktoré vytvárajú zdanie, že agenti pomáhajúci podnikateľom s podobnými záležitosťami sú ich skutoční kolegovia. Ak nemám nič a zrazu získam niečo, ide o masívnu podporu v podnikaní.

Tak v čom je problém?

Firmy s oddeleniami a tímy s viacerými ľuďmi takto nefungujú. Vo firemnom prostredí, kde navzájom kooperujú rôzne oddelenia, neefektivita častokrát nevzniká na úrovni činnosti jednotlivca, ktorej by takýto asistent pomohol. Problémom je celkový čas [1], s ktorým asistenti v podobe, v akej ju prezentuje startupistická scéna, nevedia pomôcť:

Obrázok 1 Proces nie je len o činnosti jednotlivcov

Veľmi podobný problém spočíva v klasifikovaní aktivity na celok. Činnosť, ktorá v komplexnom procese trvá najdlhšie, nemusí byť tá, ktorá má najväčší dopad na čas. Znie to paradoxne. Vysvetlíme si to na príklade tvorby softvéru:

Obrázok 2 Najdlhšie trvajúca činnosť nemusí byť tá s najväčším dopadom na čas

Ak sa pozrieme na činnosť vývoja softvéru, zistíme, že najviac času strávime programovaním. Ak by sme podľa logiky osobných asistentov šli optimalizovať prácu programátora a dosiahli by sme neuveriteľné 33% ušetrenie času (bez ohľadu na dodatočné náklady), celkový dopad tejto optimalizácie na projekt je minimálny. A tak už aj sociálne siete a médiá postupne priznávajú, že tento prístup nefunguje, ale dochádzajú k ďalšiemu mylnému záveru: treba optimalizovať (skrátiť) predsa každú časť! Nezaujíma nás teraz rozdiel medzi projektom a procesom a „neekonomika “, ktorá sa za tým skrýva.

V skutočnosti je riešením práve identifikácia činnosti s najväčším dopadom. Túto časť nedáva zmysel „optimalizovať“, práve naopak – je vhodnejšie do nej investovať či už čas, alebo dodatočné prostriedky. Šikovný architekt, ktorý porozumie biznisovým potrebám, vie navrhnúť riešenie trvajúce len jeden mesiac, a nie pol roka. Samotnú fázu programovania sme tak znížili o 80%, čo žiaden automatizačný nástroj nedokáže a pritom sme bez problémov predlžili úplne inú fázu…

A programátori nebudú mať čo „žrať“!

Postupne sa dostávame ku tzv. vibe codingu – teda asistent, ktorému napíšeme našu predstavu o softvéri a on ju vyprodukuje.

Funguje to? Veruže áno a veruže nie…

Predstavme si startup, ktorý potrebuje okamžitý portál na overovanie svojich biznis nápadov. Startupy ladia svoje nápady iteratívne. Majú nejaký nápad, vykopnú ho von a overujú a vyhodnocujú úspech za chodu. Spomínaný prístup vyžaduje akceptovanie nepretržitých zmien tak v biznis logike, ako aj v IT.

Túto činnosť je dnes skutočne možné outsourcovať na „programovacích“ asistentov, čím sa skracuje validačná fáza a masívne znižujú náklady. Startupový svet je postavený na agilnej myšlienke: zlyhaj čo najskôr. Zlyhania nepredstavujú problém, práve naopak. „Ľudskí“ programátori s tým však majú problém, častokrát vytvárajú masívne riešenie (tzv. over-engineering), potrebujú čas na realizáciu a kreatívnu činnosť, preto nepretržité zmeny idú jednoducho proti ich spôsobu fungovania.

Tak v čom je problém?

Takéto riešenia nie sú vhodné do prevádzky a v dohľadnej dobe ani nebudú. Každý, kto sa venuje programovaniu, vie, že fáza prvotného vývoja nie je tá, ktorá určuje cenu finálneho riešenia, práve   naopak. Ak sa produkt vyvíja, tak náklady na zmeny a opravy rastú v čase v závislosti na zvyšovaní komplexnosti riešenia.

V prípade, že neustále experimentujeme s novými produktami (a teda sme v úvodnej fáze), je to v poriadku.

V prípade, že už vyvíjame produkčný systém, tak využívanie asistentov bude vytvárať technologický dlh, ktorý bude nesmierne nákladné riešiť s narastajúcim časom. Opravovanie kódu živým človekom je jednoducho nákladné a môže v neskoršej fáze spôsobiť až paralýzu, ak je biznis postavený na danom digitálnom riešení, pretože oprava jednej veci môže spôsobovať cyklické chyby v iných, čím sa môže zastaviť dodávka nových vlastností digitálneho riešenia a spomaliť tak potrebná rýchlosť vo svete startupov.

Aká je situácia v prípade tandemu programátor + stroj? Zatiaľ sa ukazuje, že taktiež nič moc. V jednom prieskume ekonómovia očakávali 40% zníženie času dodávania projektu. Programátori mali očakávania nižšie, v podobe 20% šetrenia. V realite boli takíto programátori brzdení a na projekt spotrebovali o 20% dlhší čas, ako keď asistentov nepoužívali [2].

Úplne iná kategória biznisu je, ak postavíme svoje digitálne riešenie na voľne dostupných AI nástrojoch. Nakoľko sú tieto nástroje voľne dostupné, rovnakým spôsobom ich vie veľmi rýchlo využiť konkurencia. Asistenti tak dávajú výhodu len na začiatku [3]. Aj tu akoby sa nám snažil marketing techno-firiem vnútiť, že Porterova bariéra vstupu do podnikania dnes už neplatí.

Ušetríme na zamestnancoch?

Ako je možné, že niektoré firmy skutočne dosahujú ROI (Return on Investment) na automatizačných či AI projektoch?

V drvivej väčšine ide o úspory z rozsahu. Predstavme si, že firma má na oddelení podpory 200 zamestnancov. Nasadením agenta zníži 10% dopytov na človeka. V logike korporátu to znamená ušetrenie 20 FTE.

Prečo potom tieto projekty zlyhávajú v iných firmách [4]?

Ak máme na podpore jedného človeka, ktorému ušetríme 10% času, tak si obvykle nájde inú činnosť. Plat sa mu nezníži o 10% a do nákladov firmy sa zarátajú aj OPEXy (a CAPEXy) za digitálne riešenie, ktoré funguje paralelne so „živou“ pracovnou silou.

Záver

Ukázali sme si, že dnešné technológie skutočne môžu šetriť čas a nahrádzať programátorov, a pritom firmy nemusia nimi čas ušetriť a programátori neprídu kvôli nim o prácu, ako na to poukazuje aj štúdia Amerického FEDu, ktorá naopak očakáva nárast pracovných miest v nasledujúcich rokoch [5].

Asistenti vedia masívne podporiť efektivitu jednotlivca, ale efektivita jednotlivca v komplexných firemných podmienkach nie je hlavným ukazovateľom efektivity celku – v prípade, že malé a stredné podniky zamestnávajú ľudí, ktorí nevykonávajú repetetívnu činnosť. Ak sa napríklad sezónne vydáva nový cenník a ľudia musia ručne porovnávať a kontrolovať tisíce parametrov a potvrdzovať si ich správnosť s Excelom, je to presne ten typ činnosti, ktorý by agilný startup outsourcoval na agenta a mala by to robiť aj existujúca firma, ak vie naložiť s ušetreným časom zamestnancov vhodne. Pretože automatizácia podobnej činnosti, ktorá zaberá len malú časť z roka malého množstva ľudskej sily, neznamená zníženie nákladov (ako to môže ale byť pri startupe). Paradoxne môže znamenať zvýšenie nákladov: naďalej platím ľudí, pričom platíme aj za automatizáciu.

Ako teda o tom uvažovať?

Nie cez náklady, nie cez technológie, ale optikou biznisu: ak dokážem takto ušetrených ľudí využiť na inú činnosť, ktorú stroje nevedia vykonávať, tak vďaka tomu, že zamestnávam ľudí, mám predsa pridanú hodnotu pred nákladovo efektívnym startupom! Ten hrá s inými kartami: ak nedokáže konkurovať zabehnutým firmám kvôli absencii ľudského kapitálu, môže stroje využiť napríklad na masívne oslovovanie trhu, ergo rýchlosť a kvantitu.

V podnikaní naďalej platí, že je nutné rozmýšľať o svojom biznise, stratégii a procesoch. Technológie sú len ďalší parameter, ktorý môžeme využiť priamo, alebo o ňom môžeme uvažovať v kontexte konkurencie, ktorá ho využíva a môže to byť predsa jej slabé miesto…

Nabudúce sa pozrieme ako súvisí dnešné AI bláznenie s prebiehajúcou digitálnou transformáciou. Ako do toho zapadá a prečo podniky, ktoré s ňou ešte poriadne nezačali, môžu mať paradoxne výhodu pred tými, čo sa pustili svojpomocne do automatizácie všetkého, s čím sa stretli na sociálnych sieťach.