2 oblasti pro generativní AI ve firmě

Vlnu zájmu o generativní umělou inteligenci zvedlo především uživatelsky přívětivé zpřístupnění modelu GPT ve formě chatu. Svoji obrovskou popularitu si genAI nezískala pro nic za nic, což bych dnes chtěla ilustrovat na dvou oblastech uplatnění ve firmách.

První oblast využití: GenAI jako osobní asistent

Jedním z důvodů, proč se o AI najednou tolik mluví, je bezesporu již zmíněná uživatelská přívětivost a možnost komunikovat v přirozeném jazyce. To ale samo o sobě nestačí. Primární důvod její popularity spočívá v tom, že reálně pomáhá s každodenními úkoly - ať už jde o psaní e-mailů nebo brainstorming nových nápadů. A právě různé nástroje jako např. chatGPT, Copilot a úžeji zaměřené Midjourney, AudioPen, Napkin, apod. tvoří první oblast využití AI - k usnadnění práce jednotlivce.

Jednoznačně podporuji, pokud firma zařídí pro svoje zaměstnance kurz na téma práce s genAI, ale jak už napovídá oblast využití - pro osobní produktivitu - tady hraje prim vlastní zájem, ochota zkoušet nové věci a touha pracovat chytřeji.

O kolik vás může AI zefektivnit? Dle jedné ze studií od Noy a Zhang z roku 2023 vedlo využití chatGPT na úkoly spojené s psaním textu ke zrychlení v průměru o 40 % a zvýšení kvality o 18 %. Záleží také na typu úkolu a na tom, jak jste v něm zběhlí - pokud jste v něčem začátečníci, tak je přínos AI obrovský v rychlosti i kvalitě. Pokud už jste v dané oblasti experty, pak posun v kvalitě výstupu výrazný není, v rychlosti však stále ano.

Z vlastní zkušenosti to mohu potvrdit - psaní kódu s AI včetně všech kontrol je minimálně o 50 % rychlejší, velkou pomoc vidím také v neúnavném poskytování kritického feedbacku a dalších běžných činnostech jako je psaní emailů nebo překladů.

Druhá oblast využití: GenAI pro automatizaci procesů

Druhou oblastí je zapojení genAI přímo do procesů a to buď v podobě jejich úplné automatizace nebo alespoň jako významné podpory lidské práce. Takovéto využití AI je náročnější na implementaci, ale zároveň je to to, které může firmě pomoci k širšímu využití umělé inteligence. Nástroje s přívětivým rozhraním typu chatGPT si pro sebe sice ukrajují více pozornosti, nicméně jejich použití v této formě má své hranice. Do budoucna vidím větší benefity právě v plné integraci AI skrze API do procesů anebo produktů firem. Ekonomové pak jistě ocení, že v této podobě není genAI jen nákladovou položkou, ale jedná se o opravdovou investici. Dobře vytvořený use case totiž náklady minimalizuje díky tomu, že rutina, která zaměstnává velké množství lidí se buď významně zredukuje nebo zcela zmizí.

Váš první genAI business use case

Smysluplné využití umělé inteligence začíná od správně vybraného business use casu. Vyhnete se tak tomu, že budete jen samoúčelně dělat AI pro AI. Resp. správný směr je důležité nastavit ještě dřív – ve správně nadefinované strategii.

A jak si váš první use case pro automatizaci vytipovat? Ideální jsou procesy, které se opakují a jsou ještě navíc považovány za únavné. Vhodnou příležitost pro automatizaci představují také úkoly, na které jsou potřeba specialisté, které se vám dlouhodobě nedaří najmout.

Mně se nejvíc osvědčilo vybrat takový případ, kde byl prostor pro spolupráci s kolegy otevřenými novým technologiím a ochotnými dávat zpětnou vazbu, která je velmi cenná pro odladění automatizace, minimalizaci chybovosti a další vylepšení.

Pokud nevíte, kde začít, doporučuji se nechat inspirovat od jiných firem – ať už na konferencích, v případových studiích nebo článcích. Ostatně tak začal i náš první automatizační use case využívající genAI v FEG, o kterém budu psát níže.

Náš první genAI projekt: automatizovaná kontrola smluv

Kontrola smluv byla horkým kandidátem na aplikaci AI díky tomu, že jde o proces, kterým musí projít každý kontrakt (někdy i opakovaně), má jasně stanovená pravidla a popravdě je to taková rutina, že automatizace v tomto případě byla vítaná. Zároveň fakt, že každá smlouva má trochu jinou textaci, doteď neumožňoval zpracování jinou technologií – pro genAI to byl ale naopak ideální případ, protože v práci s přirozeným textem vyniká. Potenciál tohoto use casu je však ještě v jeho dalším rozšiřování – pokračujeme krátkým sumářem obsahu smlouvy a vypíchnutím přínosů a do budoucna se pak rýsují i další možnosti.

Návratnost časové investice do projektu vychází mezi cca třemi až čtyřmi roky, nicméně je to primárně z toho důvodu, že pro tým byla tato technologie zcela nová. Stejný úkol by s nabytými zkušenostmi trval maximálně čtvrtinu původní doby. Kromě uspořeného času kolegové kvitují ještě jeden přínos zpracování kontroly umělou inteligencí – a to, že je výsledek objektivnější a hlavně konzistentní.

Cíl? Stabilní a produktivní využití

Popravdě mám radost, že generativní umělá inteligence se již přehoupla přes vrchol přehnaných očekávání a pozvolna míří do oblasti stabilního a produktivního využití. Není to totiž zázračný lék na řešení všech problémů ve firmě, ale nástroj, který se všichni potřebujeme naučit používat - ať už pro zefektivnění každodenních úkolů nebo automatizaci firemních procesů. Klidně můžete začít od menších kroků, ale začít je potřeba – jinak totiž reálně hrozí, že vám ujede vlak.

Tereza Fukátková

Tereza se v oblasti dat pohybuje již deset let. V současnosti vede Data Insights tým ve FEGu, který se specializuje na využívání pokročilé analytiky a strojového učení pro přinášení strategických vhledů do sázení a online her v pěti zemích. Při práci klade důraz na spolupráci s byznysem a srozumitelnou komunikaci skrze vizualizace. Analytika jí je nejen prací, ale i vášní, a proto učí a mentoruje v rámci Digitální akademie od Czechitas.