AI je danes povsod in hkrati skoraj nikjer, kjer bi moral biti.

Partner pri EY-Parthenon in vodja korporativnih financ ter poslovnega svetovanja za centralno Evropo ne začne s tehnologijo. Začne z vprašanjem, kje podjetje danes izgublja denar. Šele ko je to jasno, se pogovor premakne k AI. Ta vrstni red ni naključen in v tem intervjuju pojasni, zakaj je prav on tisti, ki loči podjetja, ki z AI ustvarjajo vrednost, od tistih, ki samo govorijo o njej.

Svetovalne hiše ugotavljajo, da več kot 50 odstotkov direktorjev od naložb v AI še ni zaznala merljivega donosa. Ali podobne izkušnje opažate tudi pri slovenskih podjetjih? Kje se zatakne?

Da, podobno vidimo tudi pri slovenskih podjetjih. Ne zato, ker AI ne bi imel potenciala, ampak ker je veliko projektov še vedno zastavljenih kot tehnološki eksperimenti, ne kot poslovne investicije.

Najpogosteje se zatakne pri treh stvareh: ni jasnega lastnika poslovnega učinka; podatki niso dovolj urejeni; projekt ni povezan z merljivim kazalnikom, kot so marža, produktivnost, hitrost obdelave, zmanjšanje napak ali rast prihodkov.

AI sam po sebi ne ustvari donosa. Donos nastane, ko AI spremeni proces, odločanje ali stroškovno strukturo podjetja.

Raziskava MIT kaže, da 95 odstotkov pilotnih AI projektov nikoli ne preide v rabo in poslovne uspehe. Zakaj je prehod od eksperimenta do dejanske poslovne vrednosti tako zahteven? Kje je odgovornost –  tehnologija, management ali kultura?

Prehod iz pilota v produkcijo je težak, ker pilot običajno dokazuje, da tehnologija deluje, produkcija pa zahteva, da deluje podjetje.

V produkciji se pojavijo vprašanja, ki jih pilot pogosto obide: kdo odgovarja za rezultat, kdo upravlja tveganja, kako se rešitev integrira v obstoječe sisteme, kako jo uporabljajo zaposleni, kako merimo uspeh in kaj se zgodi, ko model naredi napako.

Odgovornost ni samo pri tehnologiji. Največji izziv je kombinacija managementa in kulture. Tehnologija danes pogosto zmore več, kot so organizacije pripravljene absorbirati.

Danes ni podjetja, ki ne bi trdilo, da uporablja AI. Zakaj potem večina še vedno ne vidi rezultatov? Kaj delajo najbolj uspešna podjetja drugače od ostalih?

Ker 'uporabljati AI' ni isto kot 'ustvarjati vrednost z AI'. Veliko podjetij uporablja orodja, nekaj jih ima pilote, precej manj pa jih je spremenilo način dela.

Najuspešnejša podjetja delajo tri stvari drugače. 

Prvič, izberejo manj primerov uporabe, vendar tiste z neposredno povezavo na poslovni rezultat. Drugič, ne obravnavajo AI kot IT-projekt, ampak kot transformacijo procesov. Tretjič, zelo hitro merijo učinek in ustavijo projekte, ki ne ustvarjajo vrednosti.

Razlika med uspešnimi in neuspešnimi ni v tem, kdo ima boljši model. Razlika je v tem, kdo zna model vgraditi v poslovanje.

Večina svetovalcev začne pri tehnologiji. Vi začnete pri EBITDA. Če danes sedite pred upravo podjetja, kako ugotovite, kje lahko AI ustvari prvi pravi evro vrednosti?

Začnem z zelo preprostim vprašanjem: kje podjetje danes izgublja denar, čas ali priložnosti? Pogledamo glavne vzvode EBITDA: prihodke, marže, stroške, obratni kapital, produktivnost in tveganja. Nato iščemo procese, kjer je veliko ponavljajočega se dela, veliko odločanja na podlagi podatkov, veliko napak ali počasnih odzivov.

Tipični primeri so napovedovanje povpraševanja, optimizacija cen, avtomatizacija podpore kupcem, boljša izterjava, hitrejše finančno poročanje, zaznavanje anomalij ali podpora prodajnim ekipam.

Prvi pravi evro vrednosti običajno ni v najbolj futurističnem primeru uporabe, ampak v zelo konkretnem procesu, ki ga podjetje vsak dan izvaja stokrat ali tisočkrat.

Razvili ste orodje EY.ai Value Accelerator, ki pomaga oceniti potencialni vpliv umetne inteligence na poslovne rezultate v 17 različnih panogah. Kateri vpogledi so vas najbolj presenetili?

Najbolj zanimivo je, da potencial AI ni vedno največji tam, kjer ga vodstva najprej pričakujejo. Veliko podjetij najprej pomisli na marketing, klepetalne robote ali generiranje vsebin. Orodje pa pogosto pokaže, da je večja vrednost v jedrnih procesih: financah, oskrbovalni verigi, nabavi, prodaji, upravljanju tveganj ali servisnih operacijah.

Druga ugotovitev je, da se vrednost zelo razlikuje po panogah. V nekaterih panogah je največji učinek v produktivnosti, drugje v boljšem odločanju, tretje pa lahko z AI razvijejo povsem nove storitve ali poslovne modele.

Najbolj presenetljivo je morda to, kako hitro postane jasno, kateri primeri uporabe so zanimivi, a nepomembni, in kateri so manj »seksi«, vendar finančno bistveno močnejši.

Ena izmed bolj izpostavljenih tem je agentna AI. Hkrati analitiki opozarjajo, da številni projekti ne bodo izpolnili pričakovanj. Kako ločiti poslovne priložnosti od buzz wordov?

Zelo preprosto: vprašati se moramo, ali agent rešuje realen poslovni tok od začetka do konca ali samo ustvarja vtis avtonomije.

Prava priložnost obstaja tam, kjer agent lahko prevzame zaporedje nalog: razume zahtevo, poišče podatke, sprejme predlog odločitve, pripravi dokument, sproži naslednji korak in vse to naredi z nadzorom, sledljivostjo in jasnimi pravili.

Buzzword pa je, kadar podjetje reče »imamo agenta«, v resnici pa gre za klepetalnika brez integracije, brez odgovornosti in brez merljivega učinka.

Agentna AI bo pomembna, vendar ni čarovnija. Pomembna bo tam, kjer bo dobro povezana s procesi, podatki, kontrolami in ljudmi.

EY je v platformo Edge vložil 250 milijonov dolarjev in vanjo vključil več kot 31 milijonov profilov podjetij ter 2,6 milijona transakcij. Kaj danes pri investicijskih odločitvah vidite v nekaj minutah, česar prej niste mogli videti niti v tednih analiz?

Največja sprememba je hitrost oblikovanja investicijske slike. V nekaj minutah lahko vidimo primerljive družbe, tržno analizo, anlizo konkurence, transakcijske vzorce, tržne signale, možna tveganja, sinergije in anomalije, ki bi jih prej iskali skozi več ločenih analiz. To ne pomeni, da AI nadomesti presojo investicijskih strokovnjakov. Pomeni pa, da lahko ekipa veliko hitreje pride do boljših vprašanj.

Pri investicijah je pogosto ključno prav to: ne samo hitreje dobiti odgovor, ampak hitreje ugotoviti, katera vprašanja so res pomembna.

Raziskave kažejo, da 90 odstotkov podjetij (torej skoraj vsa) deluje v strukturah, ki preprosto niso prilagojene AI ... Kako začnete pogovor z upravo, ki misli, da ima stvari pod kontrolo?

Običajno vprašam: koliko AI primerov uporabe imate v produkciji, kdo je njihov poslovni lastnik, kakšen finančni učinek ustvarjajo, kdo spremlja tveganja, kako hitro jih lahko skalirate in koliko zaposlenih jih dejansko uporablja pri delu? Na ta vprašanja pogosto podjetja nimajo jasnih odgovorov, kar pomeni, da imajo AI aktivnosti, nimajo pa AI operacijskega modela.

Ta pogovor ni namenjen kritiki uprave. Namenjen je temu, da se razlika med občutkom kontrole in dejansko sposobnostjo izvajanja zelo hitro pokaže.

Ko podjetja začenjajo uvajati AI, se pogosto pojavijo tudi pomisleki zaposlenih. Kateri strahovi so po vaših izkušnjah najpogostejši?

Najpogostejši strah je, da bo AI nadomestil ljudi. Takoj za tem pa pridejo bolj praktični strahovi: ali bom še relevanten in znal uporabljati nova orodja, ali bo moje delo bolj nadzorovano, bom odgovoren za napake modela ... Pomembno je, da teh strahov ne opišemo kot iracionalnih. Za zaposlene je AI zelo oseben, ker posega v identiteto dela.

Najboljše organizacije zato ne govorijo samo o učinkovitosti, ampak tudi o opolnomočenju. Ljudem pokažejo, kako se njihovo delo spremeni, katera znanja bodo potrebovali in kje AI prevzame rutino, človek pa presojo, odnos, odgovornost in kreativnost.

EY je vložil 1,4 milijarde dolarjev v lastno AI transformacijo in rešitve najprej preizkusil na 150.000 zaposlenih. Kaj vas je najbolj presenetilo?

Najbolj me je presenetilo, da največja ovira ni bila dostop do tehnologije, ampak sprememba navad.

Ko ljudem daš zelo zmogljivo orodje, se uporaba ne zgodi avtomatično. Potrebni so primeri uporabe, usposabljanje, jasna pravila, skupnost uporabnikov in predvsem vodje, ki pokažejo, da je nov način dela pričakovan.

Morda smo na začetku vsi nekoliko podcenjevali, kako pomemben je 'adoption'. Ne gre samo za to, da tehnologijo uvedeš. Gre za to, da jo ljudje vključijo v svoj vsakdanji ritem dela.

Vaša lastna raziskava kaže, da podjetja z zrelim upravljanjem AI dosegajo 81% boljšo inovativnost in potencialno veliko višjo rast prihodkov. Impresivno. Kako torej do t. i. zrelega upravljanja?

Zrelo upravljanje AI pomeni, da podjetje zna hkrati pospeševati inovacije in obvladovati tveganja. Začne se z jasnim portfeljem primerov uporabe: kaj razvijamo, zakaj, kdo je lastnik, kakšen učinek pričakujemo. Nato potrebujemo pravila za podatke, varnost, skladnost, etiko, model risk management in odgovornost.

Pomembno je, da upravljanje ne postane birokratska zavora. Dober model upravljanja omogoči hitrejše odločanje, ker ljudje vedo, kaj je dovoljeno, kaj ni in kdaj potrebujejo dodatno presojo.

Zrelost torej ni dokument; je sposobnost podjetja, da AI varno, hitro in ponovljivo uvaja v poslovanje.

Na koncu osebno vprašanje. Svetujete podjetjem o AI transformaciji vsak dan. Kaj pa vas osebno pri tem razvoju AIligence skrbi ali veseli oz. vznemirja pri AI?

Veseli me, da lahko AI ljudem pomaga delati bolj pametno, ne samo hitreje. Veliko rutinskega dela, iskanja informacij, priprave analiz in administracije lahko postane lažje. To odpira prostor za bolj kakovostno odločanje in bolj ustvarjalno delo.

Skrbi pa me, da bi podjetja AI uporabljala površno: brez razumevanja podatkov, brez odgovornosti, brez razlage zaposlenim in brez jasnega premisleka o posledicah.

Najbolj vznemirljivo pri AI je, da nas sili ponovno premisliti, kako delamo, kako vodimo podjetja in kaj je v resnici vrednost človeške presoje. Tehnologija je močna, ampak najpomembnejše vprašanje ostaja človeško: za kaj jo bomo uporabili.

Če podjetje danes razmišlja, kako iz AI narediti konkreten poslovni učinek, kako mu lahko pri tem pomaga EY?

Najbolje je začeti zelo praktično: s kratkim pogovorom o tem, kje podjetje danes izgublja čas, denar ali priložnosti. Ne začnemo pri tehnologiji, ampak pri poslovnem problemu in pri tem, kateri del poslovanja ima največji potencial za merljiv učinek.

Naslednji korak je običajno 14-dnevni sprint. V tem času skupaj identificiramo najbolj obetavne primere uporabe, ocenimo njihov vpliv na EBITDA, preverimo podatke in procese, določimo prioritete ter pripravimo jasen načrt izvedbe.

Pomembno pa je, da se pri tem ne ustavimo pri strategiji ali PowerPointu. EY lahko pomaga izvesti celoten projekt: od poslovnega primera in zasnove rešitve, do podatkovne priprave, tehnološke arhitekture, razvoja, testiranja, integracije v obstoječe sisteme, upravljanja tveganj in uvajanja pri uporabnikih.

Pri naprednejših primerih uporabe pomagamo tudi pri orkestraciji agentov: kako različni AI agenti sodelujejo med seboj, kako se povežejo z obstoječimi sistemi, kje mora ostati človeški nadzor, kako zagotoviti sledljivost odločitev in kako vse skupaj varno vključiti v vsakodnevno poslovanje.

Cilj ni narediti še enega eksperimenta. Cilj je podjetju pomagati od prve prioritizacije do dejanske izvedbe, da AI ne ostane ideja, ampak postane merljiv poslovni rezultat.

Domen Zadravec

Domen Zadravec je senior partner in vodja EY-Parthenon za korporativne finance, strategijo in poslovno svetovanje za centralno Evropo.

EY-Parthenon ima več kot 25.000 strokovnjakov v 150 državah. Strankam pomaga oblikovati poslovne strategije, strateška in finančna prestrukturiranja, pri združitvah in prevzemih M&A, pri finančnih (FDD) in komercijalnih (CDD) pregledih in pri uporabi umetne inteligence od ideje do implementacije. V Sloveniji kot tudi v celotni Centralni Evropi ekipo vodi Domen Zadravec.