57 protsenti kasutab tehisintellekti – aga enamik teeb saatusliku juhtimisvea

Saksa efektiivsuslõks: miks tehisintellekti abil saavutatav puhas kulude kokkuhoid muutub ohtlikuks

Aitab mängudest: miks tehisintellektist peab nüüd saama digitaalne operatsioonisüsteem

Tehisintellekt on vallutanud Saksamaa kontorid – kuid suurem läbimurre on alles ootamas. Kuigi tehisintellekti kasutusnäitajad kasvavad kiiresti ja üha rohkem töötajaid tugineb digitaalsetele assistentidele, jääb enamik ettevõtteid kinni pelgalt toetavasse rolli: tehisintellekt kirjutab e-kirju, võtab kokku tekste ja abistab uurimistööga. Kuid need, kes näevad tehisintellekti pelgalt ülistatud vestlusrobotina, eiravad selle tegelikku potentsiaali ja halvimal juhul digitaliseerivad lihtsalt stagnatsiooni.

Tegelik majanduslik hoob peitub üleminekus agentiivsele tehisintellektile – süsteemidele, mis iseseisvalt planeerivad, kontrollivad ja teostavad keerukaid protsesse osakondade piiride vahel. See näitab Saksamaa tööstuses tohutut tegutsemisvajadust. Juhtkond peab protsesse täielikult ümber mõtlema, andmete kvaliteeti drastiliselt parandama ja tehisintellekti mitte enam nägema pelgalt kulude kokkuhoiu meetmena, vaid pigem uue kasvu mootorina. Aeg on ülioluline: need, kes ei suuda teha hüpet isoleeritud tööriistalt integreeritud digitaalsele operatsioonisüsteemile, riskivad nüüd paratamatult rahvusvahelises konkurentsis maha jääda.

Tehisintellekti tööriistast digitaalse operatsioonisüsteemini: miks peab Saksamaa majandus nüüd oma protsesse ümber leiutama

Need, kes kasutavad tehisintellekti ainult kirjutamisassistendina, digitaliseerivad stagnatsiooni

Tehisintellekt on ületanud nišiteema piiri ja muutunud Saksamaa majanduses laialt levinud põhitehnoloogiaks. 57 protsenti 20 või enama töötajaga ettevõtetest kasutab nüüd tehisintellekti. Aasta tagasi oli see näitaja 36 protsenti ja kaks aastat varem vaid 20 protsenti. Veel 38 protsenti kavandab või arutab selle rakendamist. Pealiskaudselt on see muljetavaldav läbimurre: kahe aasta jooksul on tehisintellekti kasutajate osakaal peaaegu kolmekordistunud ja vaid väike vähemus peab seda teemat endiselt ebaoluliseks.

Laialdast kasutuselevõttu ei tohiks aga segi ajada majandusliku küpsusega. Oluline küsimus ei ole enam see, kas ettevõte kasutab mõnda tehisintellekti tööriista. Oluline küsimus on see, kas tehisintellekt on püsivalt integreeritud väärtust loovatesse protsessidesse, parandades otsuseid, lühendades teostusaegu, vähendades vigu, genereerides lisatulu ja arendades edasi ärimudelit. Just siin ilmneb märkimisväärne lõhe. Paljud ettevõtted kasutavad generatiivset tehisintellekti valikuliselt tekstide, uuringute, kokkuvõtete või klientidega suhtlemise jaoks. Ainult 11 protsenti ettevõtetest, kes juba kasutavad tehisintellekti või kaaluvad selle kasutamist, töötavad tehisintellekti agentidega, mis on võimelised iseseisvalt mitmeastmelisi ülesandeid täitma. Veel 29 protsenti plaanib sellist juurutamist ja 31 protsenti arutab seda. Üleminek abistavalt tehisintellektilt aktiivsele tehisintellektile on seega alles algus.

Majanduslikult on see üleminek palju olulisem kui lihtsalt kasutajate arvu suurendamine. Keelemudel võib muuta üksikute töötajate töö kiiremaks. Hästi integreeritud agentide süsteem seevastu saab muuta protsesse osakondade, andmebaaside, rakenduste, klientide ja tarnijate vahel. See nihutab tehisintellekti isiklikust tööabilisest ettevõtte operatiivarhitektuuri. See mitte ainult ei suurenda tootlikkuse potentsiaali, vaid ka juhtimisvastutust. Agentide kasutuselevõtt ei ole lihtsalt järjekordse tarkvarafunktsiooni automatiseerimine. See on töö jaotamise, teadmiste kättesaadavaks tegemise, kontrolli teostamise ja väärtuse loomise põhimõtteline ümbermõtestamine.

Suur arv varjab madalat sügavust

Saksa kasutusandmed näitavad esialgu laialdast, kuid valdavalt pealiskaudset levikut. Tehisintellekti kasutatakse eriti sageli seal, kus ülesanded on keelepõhised, kergesti ligipääsetavad ja suhteliselt madala riskiga. Kliendikontaktides on see näitaja tehisintellekti kasutavate ettevõtete puhul 72 protsenti ning turunduses ja kommunikatsioonis 54 protsenti. Seevastu kontrollimisel ulatub selle kasutamine 25 protsendini, sisemises teadmushalduses ja tootmises kummaski 22 protsendini, toodete ja teenuste puhul 20 protsendini ning müügis 14 protsendini. Seega on tehnoloogia jõudnud peamiselt ettevõtte digitaalsesse perifeeriasse, kuid oluliselt harvemini väärtusloome keskmesse.

See jaotus on ratsionaalne. Ettevõtted alustavad sealt, kus rakendused on kiiresti kättesaadavad, madalad integratsioonikulud ja pakuvad koheseid tulemusi. Tekstiassistendi saab juurutada mõne tunniga. Seevastu agent, kes hangib hinnapakkumisi, kontrollib laoseisu, hindab tarnekuupäevi, algatab kinnitusi ja dokumenteerib protsesse ettevõtte ressursiplaneerimise (ERP) süsteemis, vajab usaldusväärseid andmeid, määratletud õigusi, liideseid, protsessiteadmisi ja selgeid vastutuseeskirju. Majanduslik mõju on suurem, kuid organisatsiooniline ülesanne on nõudlikum.

See annab tulemuseks tüüpilise leviku mustri. Kasutajate arv kasvab esialgu kiiremini kui majanduslik mõju. Töötajad pääsevad ligi üldiselt kättesaadavatele tööriistadele, meeskonnad käivitavad pilootprojekte ja ettevõtted hangivad litsentse. Sügavam ümberkujundamine järgneb hiljem, kuna see nõuab investeeringuid andmearhitektuuri, protsesside kujundamisse, koolitusse ja juhtimisse. Seetõttu hindab ainult kasutuselevõtu määrale keskendumine edusamme üle. Asjakohane mõõdik ei ole mudelile juurdepääsu omavate töötajate arv, vaid pigem protsesside osakaal, kus tehisintellekt annab tõendatavalt paremaid tulemusi.

Ka rahvusvahelised võrdlused toovad selle lahknevuse esile. Ülemaailmselt on suur osa tehisintellektil põhinevast väärtusloomest koondunud väikese rühma juhtivate ettevõtete kätte. Ülemaailmse uuringu kohaselt genereerib 74 protsenti tehisintellektil põhinevast väärtusloomest vaid 20 protsenti ettevõtetest. 59 protsenti neist pioneeridest on oma ärimudelid tehisintellekti abil põhjalikult ümber kujundanud. Saksamaal kehtib see vaid 21 protsendi kohta ettevõtetest. Erinevus on enam kui kahekordne ka uute toodete ja teenuste osas: 62 protsenti juhtivatest ettevõtetest võrreldes 25 protsendiga Saksamaal. Saksamaal on kindlasti vajalikud alused olemas, kuid liiga harva rakendatakse neid kasvus ja uutes turupakkumistes.

Produktiivsus ei toimu vestlusaknas

Generatiivse tehisintellekti produktiivsed eelised on üksikute ülesannete tasandil kergesti nähtavad. Struktureeritud ülesannete, näiteks klienditeeninduse, dokumentatsiooni, programmeerimise, uurimistöö või teksti loomise puhul saavad abisüsteemid lühendada töötlemisaegu ja anda vähem kogenud töötajatele kiirema juurdepääsu tõestatud lahendustele. Laialdaselt viidatud väliuuring, milles osales üle 5000 klienditeenindaja, leidis keskmiselt umbes 15-protsendilise tootlikkuse kasvu. Vähem kogenud ja madalama sooritusega töötajad said sellest eriti suurt kasu, samas kui väga kogenud spetsialistide puhul oli mõju oluliselt väiksem.

Need leiud selgitavad, miks tehisintellekti tajutakse paljudes ettevõtetes esialgu individuaalse tootlikkuse suurendajana. See vähendab otsingukulusid, koostab mustandeid, struktureerib teavet ja muudab kaudse teadmise kergemini kättesaadavaks. See aitab standardiseerida kvaliteeti ja lühendada koolitusaega. Samal ajal näitab erinev mõju olenevalt kogemuse tasemest, et tehisintellekt ei ole universaalne kiirendaja. Keeruliste, halvasti struktureeritud või väga kontekstist sõltuvate ülesannete puhul võib tulemuste kontrollimine võtta märkimisväärse osa säästetud ajast. Vead on eriti ohtlikud, kui usutavat keelt peetakse usaldusväärseks teadmiseks.

Ettevõtte tasandil tekib veel üks probleem. Isegi kui üksikud töötajad töötavad 10 või 20 protsenti kiiremini, ei suurene üldine tootlikkus automaatselt sama palju. Ajasääst võib liideste puhul kaduma minna, kuna kinnitused, andmetele juurdepääs, üleandmised ja vastutus jäävad samaks. Kiiremini genereeritud hinnapakkumisest on vähe kasu, kui hinna kinnitamine võtab ikkagi mitu päeva. Kliendipäringule kiiresti vastatud vastus parandab tulemust vaid marginaalselt, kui kaebuste andmeid ei suunata tagasi tootearendusse ja kvaliteedijuhtimisse. Seega võib kohalik efektiivsuse kasv eksisteerida koos muutumatute kitsaskohtadega.

See on praeguse tehisintellekti laine tootlikkuse paradoksi tuum: tööriistad levivad kiiresti, samas kui makromajanduslikud ja ettevõtte tasandi mõjud ilmnevad viivitusega. Enne kui laialt levinud tehnoloogia saab oma täieliku potentsiaali saavutada, on vaja täiendavaid investeeringuid. Varasemates tehnoloogialainetes hõlmas see elektrifitseerimist, arvuteid ja internetti. Tänapäeval hõlmab see andmete kvaliteeti, liideseid, pilve- ja arvutusinfrastruktuuri, protsessistandardeid, oskuste arendamist ja uusi otsustusmudeleid. Tarkvara üksi on vaid üks osa kapitalist, mis on vajalik tootlikkuse tõeliseks kasvuks.

Agendid nihutavad automatiseerimise piire

Traditsiooniline keelemudel reageerib sisuliselt sisendile ja toodab väljundit. Seevastu tehisintellekti agent taotleb eesmärki, jagab selle alamsammudeks, pääseb juurde tööriistadele ja andmeallikatele, hindab vahetulemusi ning saab käivitada toiminguid määratletud piirides. Näiteks saab see tuvastada tarnijaid, võrrelda hindu, hankida krediiditeavet, luua pakkumisvariatsioone, sõnastada järelküsimusi ja valmistada ette kinnitamiseks protsessi. Inimesed ei pea enam iga üksikut sammu algatama, vaid määrama eesmärgi, reeglid ja kontrollpunktid.

See muudab automatiseerimise majanduslikku ühikut. Assistendi abil kiirendatakse ülesande täitmist. Agendiga saab terve protsessi ümber kujundada. See erinevus on põhimõtteline. Äriprotsessi kulud ei teki sageli ühest tööetapist, vaid ooteaegadest, meediapausidest, päringutest, parandustest ja koordineerimispingutustest. Agentsüsteemid suudavad just neid ebaefektiivsusi lahendada, kuna nad töötlevad teavet mitmes süsteemis ja käivitavad ise järgmise sammu.

Seega ei peitu suurim potentsiaal tingimata suurejoonelistes, täisautonoomsetes rakendustes. Sageli on majanduslikult väärtuslikud kitsalt määratletud agendid, mis käsitlevad korduvaid protsesse selgete reeglite järgi. Ostmisel saavad nad koondada nõudeid ja koostada pakkumisi. Hoolduses saavad nad koondada andurite andmeid, hooldusajalugu ja varuosade varusid. Logistikas saavad nad tuvastada viivitusi, arvutada alternatiive ja teavitada ennetavalt mõjutatud kliente. Finantsvaldkonnas saavad nad kontrollida lahknevusi, määrata dokumente ja eskaleerida ebaselgeid juhtumeid. Oluline on see, et agent ei tegutse ettevõtte sees vabalt, vaid pigem tahtlikult loodud tegevussfääris.

Täielik autonoomia ei ole tehniliselt vajalik ega alati majanduslikult mõistlik. Mida suurem on vale otsuse potentsiaalne kahju, seda rangemalt peavad olema kontrollitud load, kinnitused ja kontroll. Agent võib pakkuda tarnevõimalust ilma lepingut allkirjastamata. Nad saavad koostada arve ilma makse lõplikku kinnitamata. Nad saavad struktureerida kandideerimisdokumente ilma töölevõtmise otsust tegemata. Majanduslik progress ei seisne maksimaalses autonoomias, vaid optimaalselt jaotatud otsustusõiguses inimeste ja masinate vahel.

Kitsaskoht peitub ettevõtte juhtimises

Seni kuni tehisintellekti vaadeldakse peamiselt tarkvaravahendina, langeb vastutus sageli IT-osakonnale. See mudel ei ole enam agendipõhise tehisintellekti jaoks piisav. IT saab valida platvorme, pakkuda liideseid, rakendada turvanõudeid ja jälgida tehnilist kvaliteeti. Siiski ei saa ta üksi otsustada, millised protsessi eesmärgid kehtivad, millised riskid on vastuvõetavad, milliseid otsuseid võib automatiseerida ja kuidas rollid muutuvad. Need küsimused kuuluvad tippjuhtkonnale ja vastavatele osakondadele.

Suurim juhtimisviga on uue tehnoloogia lihtsalt vanadele protsessidele peale määrimine ilma igasuguste muudatusteta. Ebaefektiivse protsessi kiirendamine ainult süvendab selle vigu ja suurendab keerukust. Seetõttu on enne mis tahes automatiseerimist oluline kindlaks teha, milliseid samme saab kõrvaldada, millised andmed on tõeliselt vajalikud ja kus inimlik otsustusvõime lisab väärtust. Järjekord ei ole: osta tööriistu, leida kasutusjuhtum, koolitada töötajaid. See on: määratleda väärtust loov probleem, lihtsustada protsessi, korraldada andmed ja vastutusvaldkonnad, valida sobiv tehnoloogia ja mõõta mõju.

Edukaid tehisintellekti ettevõtteid eristab vähem juurdepääs eksklusiivsetele mudelitele kui organisatsiooniline järjepidevus. Rahvusvahelised uuringud näitavad, et ettevõtted, millel on tehisintellektist suur mõju, kujundavad oma töövooge palju sagedamini põhjalikult ümber. Nad ühendavad tõhususe kasvu ja innovatsiooniga, selle asemel, et käsitleda tehisintellekti üksnes kulude kokkuhoiu programmina. Lisaks lasub vastutus kindlamalt tippjuhtkonnal ja spetsialiseeritud osakonnad on tihedamalt kaasatud arendusse ja tegevusse. See on loogiline: ühte mudelit saavad osta paljud konkurendid. Aastate jooksul üles ehitatud andmete, protsessiteadmiste, kliendisuhete ja organisatsioonilise õppimise keerukat koosmõju on palju raskem korrata.

See muudab juhatuste ja juhtide juhtimisülesandeid. Tehisintellekti projekte ei tohiks enam hinnata ainult tehniliste verstapostide põhjal. Olulised mõõdikud hõlmavad läbilaskeaega, veamäära, tulu kliendi kohta, varude taset, teenuse kvaliteeti, konversioonimäära, praaki, tähtaegade järgimist ja seotud kapitali. Ilma kindla majandusliku aluseta jääb ebaselgeks, kas pilootprojekt tegelikult väärtust loob. Samal ajal tuleb kulud täielikult kajastada: mudeli kasutamine, integreerimine, andmete ettevalmistamine, jälgimine, koolitus, turvameetmed ja pidevad kohandused. Alles siis saab investeeringu ja tulude vahel usaldusväärselt võrrelda.

Saksamaa efektiivsuslõks aeglustab uut kasvu

Saksamaal on suurepärased eeldused tööstusliku tehisintellekti jaoks. Selle majandust iseloomustavad sügav valdkonnaekspertiis, kvaliteetsed tehnilised andmed, tugev tööstusliku väärtuse loomine, spetsialiseerunud keskmise suurusega ettevõtted ja nõudlikud kliendid. Sellistes sektorites nagu masinaehitus, automatiseerimine, logistika, keemiatööstus, autotööstus ja meditsiinitehnoloogia tekivad keerulised protsessid, kus tehisintellekt saab pakkuda märkimisväärset kasu. Samal ajal on ilmne strateegiline nõrkus: paljud ettevõtted keskenduvad tehisintellekti rakendamisel peamiselt tõhususele, samas kui kasv, uued tooted ja uued ärimudelid mängivad väiksemat rolli.

See fookus on mõistetav, arvestades kõrgeid kulusid, oskustööliste puudust ja nõrka tootlikkuse kasvu. Kui energia, tööjõud, regulatsioonid ja rahastamine on kallid, tundub kulude vähendamine ilmselge eesmärgina. Ühekülgne efektiivsusstrateegia kannab aga endas kolme riski. Esiteks on see kaitsepositsioonil ja piirab kokkuhoiuvõimalusi olemasolevates kulukeskustes. Teiseks võivad ka konkurendid kasutusele võtta sarnaseid tööriistu, mis põhjustab konkurentsieelise kiire kadumise. Kolmandaks ähvardab allakäiguspiraal, kui tehisintellekti tajutakse peamiselt koondamisprogrammina, mis paneb töötajad teadmisi varjama või avaldusi tagasi lükkama.

Kasvule orienteeritud tehisintellekt järgib teistsugust loogikat. See mitte ainult ei paranda olemasolevaid protsesse, vaid laiendab ka pakutavate teenuste valikut. Masinatootja saab seisukorra andmete põhjal välja töötada ennustavaid teenuseid. Logistikateenuse pakkuja saab turundada võimsusi dünaamilisemalt ja tuvastada riske varem. Kindlustusandja saab paremini integreerida ennetus- ja kahjuhalduse. Konsultatsioonifirma saab teadmisi süstematiseerida ja pakkuda skaleeritavaid, andmepõhiseid tooteid. Sellistel juhtudel ei saa tehisintellektist mitte ainult ratsionaliseerimisvahend, vaid kliendi väärtuse lahutamatu osa.

Saksa efektiivsusalane ekspertiis on endiselt väärtuslik, kuid seda vajab täiendamist tugevam turuperspektiiv. Keskne küsimus ei tohiks olla ainult see, kui palju töötunde agent kokku hoiab. Sama oluline on see, milliseid lisatellimusi, teenuste tulusid, andmetooteid või klientide lojaalsust nad võimaldavad. Ettevõtted, mis optimeerivad ainult sisemiselt, riskivad konkurentidega, kes integreerivad tehisintellekti otse oma väärtuspakkumisesse, sammu pidada. Strateegiline erinevus seisneb odavama vana ettevõtte ja parema uue vahel.

Hallatud tehisintellekti platvorm - pilt: Xpert.Digital

Siit saate teada, kuidas teie ettevõte saab kiiresti, turvaliselt ja ilma kõrgete sisenemisbarjäärideta rakendada kohandatud tehisintellekti lahendusi.

Hallatud tehisintellekti platvorm on teie kõikehõlmav ja muretu tehisintellekti lahendus. Keerulise tehnoloogia, kalli infrastruktuuri ja pikkade arendusprotsessidega tegelemise asemel saate spetsialiseerunud partnerilt teie vajadustele vastava valmislahenduse – sageli vaid mõne päeva jooksul.

Peamised eelised lühidalt:

⚡ Kiire teostus: Ideest kasutusvalmis rakenduseni päevade, mitte kuude jooksul. Pakume praktilisi lahendusi, mis loovad kohest lisaväärtust.

🔒 Maksimaalne andmeturve: Teie tundlikud andmed jäävad teie kätte. Garanteerime turvalise ja nõuetele vastava töötlemise ilma andmeid kolmandate osapooltega jagamata.

💸 Finantsriski pole: maksate ainult tulemuste eest. Suured esialgsed investeeringud riist- ja tarkvarasse või personali jäävad täielikult ära.

🎯 Keskendu oma põhitegevusele: Keskendu sellele, mida sa kõige paremini oskad. Meie hoolitseme sinu tehisintellekti lahenduse kogu tehnilise juurutamise, käitamise ja hoolduse eest.

📈 Tulevikukindel ja skaleeritav: teie tehisintellekt kasvab koos teiega. Tagame pideva optimeerimise ja skaleeritavuse ning kohandame mudeleid paindlikult uutele nõuetele.

Lisateavet leiate siit:

• Hallatud tehisintellekti platvorm

Väikesed ja keskmise suurusega ettevõtted (VKEd) vajavad teistsugust skaleerimisloogikat

Üleminek agendipõhisele tehisintellektile on eriti keeruline Saksamaa VKEde jaoks. Väikestel ja keskmise suurusega ettevõtetel on sageli vähem IT-personali, heterogeensed süsteemimaastikud ja väiksemad investeerimiseelarved. Paljud protsessid põhinevad üksikute töötajate kogemustel, mitteametlikel kokkulepetel ja ajalooliselt väljaarendatud rakendustel. Kuigi see pakub märkimisväärset automatiseerimispotentsiaali, toob see sageli kaasa ka standardiseeritud aluse puudumise, millel agendid saaksid usaldusväärselt töötada.

Seega ei tohiks keskmise suurusega ettevõte proovida kopeerida globaalsete korporatsioonide tehisintellekti programme. Mõistlikum lähenemisviis on valikuline skaleerimine mõne majanduslikult selge protsessi alusel. Sobivad protsessid on need, millel on suur maht, korduvad mustrid, olemasolev teave ja mõõdetavad tulemused. Näideteks on hinnapakkumiste töötlemine, tehniline klienditeenindus, dokumentide läbivaatamine, varuosade tuvastamine, tarnijatega suhtlemine või sisemine teadmiste hankimine. Kui selline protsess toimib usaldusväärselt, saab selle komponente ja saadud õppetunde üle kanda külgnevatesse valdkondadesse.

Majanduslik efektiivsus sõltub suuresti standardiseerimisest ja taaskasutusest. Kohandatud, eraldiseisev lahendus võib muutuda liiga kalliks, kui see tegeleb vaid väikese protsessiga. Platvormid, valdkonnapõhised lahendused ja jagatud andmeruumid võivad vähendada püsikulusid. Ühendused, tarkvaramüüjad ja spetsialiseeritud teenusepakkujad mängivad samuti olulist rolli, kuna nad saavad koondada tehnilist oskusteavet ja tõlkida regulatiivsed nõuded korduvkasutatavateks mooduliteks. Paljude keskmise suurusega ettevõtete jaoks ei ole otsustavaks teguriks mitte täiusliku mudeli loomine ettevõttesiseselt, vaid pigem võime olemasolevaid mudeleid turvaliselt oma protsessialaste teadmistega integreerida.

Sõltuvust ei tohiks segi ajada tööjaotusega. Majanduslikult on ebamõistlik iga komponenti ise arendada. Ettevõtted peavad aga teadma, millised osad on strateegiliselt kriitilise tähtsusega. Kliendiandmed, protsessiloogika, autoriseerimismudelid ja pakkujate vahetamise võimalus peaksid jääma nende endi kontrolli alla. Mudelid ja arvutusvõimsus saab hankida väljastpoolt, eeldusel, et liidesed, andmete teisaldatavus ja väljumisprotseduurid on selgelt määratletud. Suveräänsus ei tähenda täielikku autonoomiat, vaid pigem usutavaid alternatiivseid tegutsemisviise.

Tööd ei asendata, vaid seda defineeritakse uuesti

Arutelu tehisintellekti ja tööhõive üle piirdub sageli ohus olevate töökohtade arvuga. Agentne tehisintellekt mõjutab aga esialgu ülesandeid, mitte terveid ameteid. Amet koosneb rutiinsetest, analüütilistest, kommunikatiivsetest, füüsilistest ja vastutusega seotud tegevustest. Mõnda neist saab automatiseerida, teisi saab tehisintellektiga täiendada ja kolmandad muutuvad üha olulisemaks. Seega ei ole täpne ei üldine nihketeooria ega ka rahustav väide, et vähe muutub.

Lühiajalises perspektiivis on suurim mõju tõenäoliselt ülesannete ümberjaotamine. Töötajad kulutavad vähem aega otsimisele, dokumenteerimisele, standardsele suhtlusele ja andmete sisestamisele. Selle asemel suurenevad nõudmised testimisele, erandite käsitlemisele, klientide mõistmisele ja protsesside kujundamisele. Nn juuniori efekt on eriti oluline: kui tehisintellekt võtab üle palju lihtsaid algtaseme ülesandeid, võib väheneda vajadus algtaseme spetsialistide järele. Samal ajal on just need ülesanded traditsiooniliselt olnud õppeteekond, mille kaudu nooremad töötajad on omandanud kogemuslikke teadmisi. Seetõttu peavad ettevõtted looma uusi kvalifikatsioonimudeleid; vastasel juhul puudub neil järgmine kogenud spetsialistide põlvkond.

Ka juhtimine on muutumas. Kui agendid valmistavad ette või viivad ellu operatiivseid otsuseid, peavad vastutavad isikud reeglite, eskalatsioonipiiride ja tulemuste kvaliteedi kaudu tõhusamalt juhtima. Üksikute tööetappide mikrojuhtimine muutub vähem oluliseks, samas kui süsteemi kui terviku ülesehitus muutub üha olulisemaks. See nõuab kontrolli teistsugust mõistmist. Iga tegevust ei pea eelnevalt heaks kiitma, kuid kriitilised otsused peavad olema jälgitavad. Iga viga ei saa ära hoida, kuid ebatavalised mustrid tuleb varakult tuvastada ja peatada.

See, kuidas ettevõtted tootlikkuse kasvu jaotavad, on aktsepteerimise seisukohalt ülioluline. Kui aja kokkuhoidu väljendatakse ainult töötajate arvu vähendamises, luuakse stiimul automatiseerimise blokeerimiseks. Kui seda kasutatakse töökoormuse vähendamiseks, kvaliteedi parandamiseks, kasvu juhtimiseks või täiendkoolituse rahastamiseks, suureneb osalemisvalmidus. See ei ole marginaalne sotsiaal-poliitiline küsimus, vaid oluline majandusliku edu tegur. Agentidel on vaja töötajate protsessiteadmisi. Need, kes soovivad neid teadmisi mobiliseerida, vajavad usaldust ja usaldusväärset vaatenurka.

Andmete kvaliteedist saab bilansiartikkel

Tehisintellekti agendid saavad toimida vaid sama usaldusväärselt kui andmed ja reeglid, millele nad juurde pääsevad. Paljud ettevõtted hindavad oma tehnoloogilist küpsust üle, sest põhimõtteliselt on teave olemas. Kättesaadavus ei tähenda aga kasutatavust. Andmed võivad olla vastuolulised, aegunud, mittetäielikud, halvasti dokumenteeritud või hajutatud eri süsteemide vahel. Inimene kompenseerib selliseid puudujääke sageli kogemuste ja selgituste abil. Automaatne agent seevastu suudab need kiiresti olulisteks vigadeks muuta.

Hiljutised äriuuringud näitavad, et andmete kvaliteet, asjatundlikkuse puudumine ja ebaselge juhtimine on tehisintellekti majandusliku mõju ühed olulisemad takistused. Suur osa ettevõtetest kogeb vähemalt aeg-ajalt ebakvaliteetseid tehisintellekti investeeringuid, mis toovad kaasa ümbertöötlemise, viivitused või mahajäämuse. See rõhutab, miks andmetesse investeerimist ei tohiks käsitleda pelgalt tehnilise kõrvalprojektina. Põhiandmed, metaandmed, juurdepääsuõigused, värskendamisreeglid ja vastutus on produktiivsed varad, isegi kui need on traditsioonilises bilansis vaevu nähtavad.

Agentidel põhinevate süsteemide puhul tekib lisanõue: andmed peavad olema mitte ainult loetavad, vaid ka teostatavad. Agent vajab üheselt mõistetavaid identiteete, usaldusväärseid liideseid ja masinloetavaid ärireegleid. Ta peab teadma kehtivat hinda, milline tarnija on heaks kiidetud, milline leping on kehtiv ja millisel isikul on otsustusõigus. Mida rohkem protsess sõltub mitteametlikest teadmistest, seda keerulisemaks muutub selle automatiseerimine. Seetõttu muutub agentide kasutuselevõtt organisatsioonilise selguse proovikiviks.

Ettevõtted ei tohiks püüda andmete kvaliteeti abstraktselt kogu organisatsiooni jaoks täiustada. See oleks kulukas ja aeglane. Protsessipõhine lähenemine on tõhusam. Iga prioritiseeritud kasutusjuhtumi jaoks määratletakse vajalikud andmeallikad, kvaliteedinõuded, vastutusalad ja kontrollimehhanismid. See seob andmetega seotud töö otseselt majandusliku kasuga. Head andmed ei teki ühekordse puhastusprojekti käigus, vaid pideva ja struktureeritud hoolduse kaudu tegevusprotsesside sees.

Ohutus peab olema sisse ehitatud tegevusahelasse

Üleminek reageerivalt süsteemilt tegutsevale süsteemile muudab riskiprofiili põhjalikult. Vigase teksti saab parandada enne, kui see ettevõttest lahkub. Seevastu agent, kellel on juurdepääs e-postile, andmebaasidele, makseprotsessidele või tootmissüsteemidele, saab koheselt meetmeid käivitada. Sellised riskid nagu hallutsinatsioonid, manipuleeritud sisend, andmete lekkimine või valed load omandavad seega operatiivse mõõtme.

Kaudsed rünnakud on eriti problemaatilised. Näiteks võib agent töödelda välist dokumenti, veebisaiti või e-kirja, mis sisaldab peidetud juhiseid. Kui süsteem tõlgendab neid juhiseid õigustatud käskudena, võib see avaldada andmeid või teostada volitamata toiminguid. Lisaks võivad vigane mälu, manipuleeritud teadmusbaasid ja ahelreaktsioonid mitme agendi vahel luua haavatavusi. Väike viga protsessi alguses võib järgnevate sammude abil võimenduda enne, kui inimene seda märkab.

Lahendus ei tohiks olla agentide täielik vältimine. Majanduslikult mõistlik arhitektuur on selline, millel on minimaalsed õigused, lugemis- ja kirjutamisõiguse selge eraldamine, logimine, käitusaja jälgimine ja astmelised õigused. Agendil peaks olema juurdepääs ainult nendele süsteemidele ja andmetele, mida ta oma ülesande täitmiseks vajab. Kriitilised toimingud vajavad täiendavat kinnitust. Ebatavaline käitumine tuleb automaatselt peatada või eskaleerida. Lisaks peaks alati olema võimalik rekonstrueerida, millised andmed, reeglid ja mudeli versioonid viisid antud otsuseni.

Juhtimine ei tohi muutuda pelgalt järelmõtteks, dokumenteerimise ülesandeks. See peab olema toote disaini lahutamatu osa. Majanduslikult mõistlik juhtimine lühendab kinnitamisprotsesse, sest riske käsitletakse algusest peale standardiseeritud viisil. See loob korduvkasutatavaid eeskujusid, testimisprotseduure ja kontrollimustreid. Ettevõtted, kes lisavad turvalisust alles pärast pilootprojekti, koguvad tehnilist võlga ja lükkavad laiendamist edasi. Ettevõtted, kes integreerivad selle algusest peale, saavad kiiremini kasvada, sest usaldus ja vastutus on selgelt määratletud.

Regulatsioon on kulutegur ja konkurentsifilter

Euroopa õigusraamistik suurendab läbipaistvuse, riskijuhtimise, inimjärelevalve, dokumenteerimise ja tehisintellekti oskusteabe nõudeid. Alates 2026. aasta augustist on jõus peamised läbipaistvuse ja juhtimise nõuded, samal ajal kui teatud kohustused kõrge riskiga süsteemide puhul rakendatakse järk-järgult. Ettevõtete jaoks tähendab see lisatööd, eriti kui tehisintellekti kasutatakse personaliotsustes, krediidivõime hindamisel, kriitilises infrastruktuuris või reguleeritud toodetes.

Puhtalt kaitsev suhtumine regulatsiooni on ebapiisav. Selged reeglid võivad vähendada tehingukulusid, kui need soodustavad usaldust tarnijate, ettevõtete ja klientide vahel. Eriti tööstuslikus B2B-sektoris on jälgitavus, turvalisus ja vastutus olulised ostukriteeriumid. Tarnijal, kes suudab demonstreerida dokumenteeritud andmevooge, kontrollitud esindajate õigusi ja kontrollitavaid tulemusi, on konkurentsieelis tehniliselt võimsate, kuid läbipaistmatute lahenduste ees.

Regulatsioon muutub problemaatiliseks, kui ebakindlus lükkab otsuste tegemist edasi. Kui ettevõtted ei tea, kuidas süsteemi klassifitseerida, milliseid tõendeid on vaja või kes vastutab rikke korral, lükkavad nad investeeringud edasi. Seetõttu on praktilised juhised, regulatiivsed katsealused ja standardiseeritud protseduurid üliolulised. Eelkõige vajavad väiksemad ettevõtted arusaadavaid malle täiendavate abstraktsete kohustuste asemel. Poliitikakujundajad peaksid lisaks piirangute seadmisele vähendama ka rakenduskulusid.

Sellel on juhtkonna jaoks selged tagajärjed: projektidesse tuleb algusest peale kaasata õigus-, andmekaitse-, infoturbe- ja töötajate esindajad. Hilinenud ülevaated takistavad sageli tehniliselt eduka pilootprojekti produktiivset käivitamist. Varajane kaasamine ei tähenda iga idee blokeerimist. See võimaldab riski klassifitseerimist, mis võimaldab mittekriitilisi rakendusi kiiresti heaks kiita ja tundlikke rakendusi spetsiaalselt kaitsta.

Digitaalne suveräänsus määrab läbirääkimisjõu

Saksamaa ja Euroopa majandused sõltuvad suuresti Euroopa-välistest pilveinfrastruktuuri, tarkvaraplatvormide ja juhtivate tehisintellekti mudelite pakkujatest. Ettevõtted on sellest sõltuvusest üha teadlikumad. Infotehnoloogia sektoris teatab üle 60 protsendi ettevõtetest suurest sõltuvusest vähemalt ühes võtmetehnoloogia valdkonnas; tootmissektoris on see näitaja peaaegu 50 protsenti. Generatiivse tehisintellekti osas tunneb enam kui iga kolmas infotehnoloogiaettevõte ja umbes iga neljas tööstusettevõte end Euroopa-välistest pakkujatest tugevalt sõltuvana.

See sõltuvus ei ole oma olemuselt kahjulik. Globaalsed platvormid pakuvad võimsaid mudeleid, suurt skaleeritavust ja kiiret innovatsiooni. Üldine tagasilükkamine suurendaks kulusid ja potentsiaalselt laiendaks tehnoloogilist lõhet. Olukord muutub kriitiliseks, kui ettevõtetel puudub realistlik võimalus platvormi vahetada, nad ei saa oma andmeid portida või siduda põhiprotsesse patenteeritud funktsioonidega. Sellistel juhtudel nihkub läbirääkimisjõud pakkujale ning hinnamuutused, geopoliitilised konfliktid või regulatiivsed otsused võivad otseselt mõjutada nende endi väärtusloomet.

Seega tugineb pragmaatiline suveräänsusstrateegia tehnilistele ja lepingulistele valikutele. Andmed peaksid olema kättesaadavad kontrollitavates vormingutes, liidesed peaksid olema võimalikult avatud ja agendiloogika peaks olema individuaalsetest mudelitest eraldatud. Eriti tundlike rakenduste jaoks võivad sobida Euroopa või iseteeninduslikud lahendused, samas kui vähem kriitilised ülesanded võivad töötada globaalsetel platvormidel. Oluline on teadlik segmenteerimine riski ja strateegilise tähtsuse alusel.

Pikas perspektiivis ei seisne Euroopa võimalus ainult suurima baasmudeli pärast konkureerimises. Selle tugevused peituvad tööstusandmetes, reguleeritud rakendustes, inseneriteadmistes ja usaldusväärses integratsioonis. Kui Euroopa pakkujad arendavad nende ressursside põhjal välja spetsiaalsed agentsüsteemid tootmiseks, energiaks, liikuvuseks, tervishoiuks ja halduseks, võib tekkida iseseisev turg. See aga nõuab piisavat kapitali, arvutusvõimsust, avalikke hankeid ja kiiret juurdepääsu tööstusandmetele. Suveräänsust ei saavutata poliitilise retoorika, vaid konkurentsivõimeliste pakkumiste kaudu.

Pilootprojektist mõõdetavaks tegevuseks

Agendipõhise organisatsiooni teed ei tohiks ette kujutada ei suure tehnoloogilise hüppena ega ka väikeste katsete koordineerimata kogumina. Vaja on portfooliot, mis ühendab lühiajalised õppeedu strateegilise ümberkujundamisega. Ettevõtted vajavad mõnda prioriteetset protsessi, mille majanduslik väärtus, andmed ja risk on läbipaistvad. Igal kasutusjuhul peaks olema vastutav osakond, mõõdetav alguspunkt ja selge lõpetamiskriteerium.

Esimene samm on protsessi diagnoosimine. Kust tekivad pikad ooteajad, sagedased päringud, suured veakulud või ebavajalik laoseis? Millised otsused järgivad korduvaid mustreid? Millist teavet tuleb praegu käsitsi mitmest süsteemist koguda? Ainult neile küsimustele vastates saab kindlaks teha, kas õige lahendus on klassikaline töövoog, keelesuund või agent. Mitte iga probleem ei vaja tehisintellekti. Reeglitel põhinev automatiseerimine on sageli kulutõhusam, stabiilsem ja hõlpsamini kontrollitav.

Sellele järgneb lõputu demonstratsiooniprojekti asemel piiratud ja produktiivne juurutamine. Agendile antakse selgelt määratletud tegevusulatus, reaalsed andmed ja kontrollitud õigused. Selle tulemusi võrreldakse varasema jõudlusega. Mõõtmised hõlmavad lisaks ajale ja kuludele ka kvaliteeti, erandeid, kasutajate aktsepteerimist ja uusi riske. Alles siis, kui selle tõhusus on igapäevases kasutuses kinnitust leidnud, laiendatakse protsessi või kantakse see üle teistesse valdkondadesse.

Institutsiooniline õppimisvõime on ülioluline. Ettevõtted vajavad platvormide, turvalisuse, andmetele juurdepääsu ja regulatsioonide jaoks keskset raamistikku, säilitades samal ajal detsentraliseeritud vastutuse üksikute osakondade sees. Täielikult tsentraliseeritud tehisintellekti osakond muutub pudelikaelaks, kui iga kohandus peab sealt läbi minema. Seevastu täielikult detsentraliseeritud katsed tekitavad varitehisintellekti, jõupingutuste dubleerimist ja kontrollimatuid riske. Edukas on föderatiivne mudel: tsentraliseeritud standardid ja jagatud infrastruktuur koos protsessiga tihedalt seotud ekspertide arendusega.

Majanduslik võimendus peitub majanduse laiuses

Saksamaa majanduse jaoks toimub tehisintellekti ümberkujundamine kriitilises olukorras. Majanduskasv on nõrk, tööealine elanikkond vananeb ja tootlikkuse kasv pole aastaid olnud piisav, et mugavalt kompenseerida kasvavaid kulusid ja demograafilisi probleeme. Generatiivse tehisintellekti pikaajalise panuse hinnangud on väga erinevad, kuid üldiselt viitavad need positiivsele tootlikkuse mõjule. Seetõttu pole Saksamaa jaoks oluline mitte ainult see, kas üksikud tehnoloogiaettevõtted on edukad. Oluline on see, kas tööstus, väikesed ja keskmise suurusega ettevõtted (VKEd), teenusepakkujad ja avalik haldus tehnoloogiat tõhusalt kasutavad.

Tehisintellekti laialdane kasutuselevõtt võib leevendada oskuste puudust, võimaldades olemasolevatel töötajatel tegeleda rohkemate juhtumitega, muutes teadmised kiiremini kättesaadavaks ja vähendades haldusülesandeid. See võib tugevdada ka energia- ja tööjõumahukate ettevõtete konkurentsivõimet. Mõju jääb aga piiratuks, kui tehisintellekt lihtsalt kiirendab olemasolevat kontoritööd. Suurem võimendus tuleneb tootmise planeerimise, arenduse, hoolduse, logistika ja avaliku heakskiitmise protsesside paremast koordineerimisest.

Samal ajal suureneb ettevõtete vaheline lõhe. Pioneerid mitte ainult ei lõika lühiajalist efektiivsuse kasvu, vaid loovad ka andmehoidlaid, integratsioonialaseid teadmisi ja organisatsioonilisi rutiine. Need võimed tugevdavad üksteist. Need, kes varem produktiivselt laienevad, õpivad kiiremini ja saavad edasisi protsesse kulutõhusamalt automatiseerida. Mahajääjad peavad hiljem mitte ainult tehnoloogiat ostma, vaid ka kogunenud kogemuste eelise järele jõudma. Selle tulemusena võib tänane kasutuslõhe kujuneda püsivaks konkurentsi- ja kasumilõheks.

Seetõttu peaksid poliitikakujundajad hajutamist tugevamalt mõistma taristuülesandena. See hõlmab suure jõudlusega võrke ja andmekeskusi, digitaalset haldust, täiendõpet, rakenduspõhist teadustööd, juurdepääsu kapitalile ja koostalitlusvõimelisi andmeruume. Konkurentsivõimelised turud on sama olulised. Kui mudeleid, pilvandmetöötlust, liideseid ja levitamist kontrollivad mõned platvormid, voolab suur osa lisaväärtusest taristuoperaatoritele. Saksamaa ja Euroopa ei pea kõike ise tootma, kuid nad peavad säilitama piisava siseriikliku oskusteabe ja konkurentsi, et vältida kõigi majanduslike hüvede kaotamist.

Võimaluste aken sulgub oodatust kiiremini

Saksamaa majandus on edukalt läbinud tehisintellekti kasutuselevõtu esimese etapi. Tehnoloogia on nähtav, aktsepteeritud ja paljudes ettevõtetes praktiliselt testitud. Järgmine samm on keerulisem, kuna seda ei saa saavutada lihtsalt lisalitsentside ostmisega. See nõuab protsesside, andmete ja vastutuse ümberkujundamist. Just seetõttu määravad praegu tehtavad otsused, millised ettevõtted kasutavad tehisintellekti püsiva tootlikkuse ja kasvueelise loomiseks.

Lähtepunkt on parem, kui mõned maailmalõpu narratiivid väidavad. Saksamaal on tööstuslik sisu, oskuslik tööjõud, tugevad kliendisuhted ja väärtuslikud protsessialased teadmised. Samal ajal on ärimudeli innovatsiooni ja produktiivse skaleerimise mahajäämus reaalne. Need, kes on rahul kõrge kasutusmääraga, ajavad tegevuse segamini edusammudega. Ettevõttel võib olla tuhandeid tehisintellekti kasutajaid ja ikkagi vaevu teenida lisakasumit.

Seega on põhjendus järgmine: agentlik tehisintellekt ei ole lühiajaline moehullus ega automaatne heaolu garantii. See on uut tüüpi organisatsiooniline infrastruktuur. Selle eelised tekivad siis, kui ettevõtted selgitavad oma eesmärke, lihtsustavad protsesse, muudavad andmed hallatavaks ja jaotavad inimtegevuse kontrolli arukalt. See on peamiselt juhtimisülesanne, mida toetavad tehnoloogia, õigus ja personaliarendus.

Otsustav konkurents ei seisne mitte kõige kõnekama mudeli valimises. Küsimus on selles, kes suudab teadmised usaldusväärseks tegevuseks tõlkida. Ettevõtted, mis integreerivad tehisintellekti vaid olemasolevatesse protsessidesse, näevad üksikuid edusamme. Ettevõtted, mis kujundavad oma protsesse tehisintellekti ümber, saavad põhjalikult muuta oma kulustruktuuri, kiirust ja turupositsiooni. Seega ei ole Saksamaa probleem enam tähelepanu puudumine. See on oht, et laialdane entusiasm viib ebapiisava ja põhjaliku innovatsioonini. Võimaluste aken on endiselt avatud, kuid pioneeride õppimiskõverad on juba käimas.

Konrad Wolfenstein

Mul oleks hea meel olla teie isiklik nõustaja.

Võite minuga ühendust võtta aadressil wolfenstein∂xpert.digital või

Helista mulle lihtsalt numbril +49 7348 4088 965 .

LinkedIn