DI vertė atsiranda tik „produkcinėje“ fazėje
DI bankuose, medicinoje, pramonėje ir viešajame sektoriuje vis dažniau tampa kasdieniu įrankiu, tačiau realią grąžą organizacijos pajunta tik tada, kai sprendimai įdiegiami plačiai. Ekspertų teigimu, daug įmonių užstringa bandymų ir pilotinių projektų etape, todėl DI neperkeičia veiklos modelio.
Diskusijose apie DI praktinį pritaikymą dažnai pabrėžiama, kad problema retai būna technologijų trūkumas ar teisinis reguliavimas. Dažnesnė kliūtis yra organizacinė kultūra, vadovų lūkesčiai ir nenoras peržiūrėti procesų prieš diegiant automatizaciją.
Didžiausia kliūtis – ne įrankiai, o požiūris
Konsultavimo bendrovės „Accenture“ atstovai atkreipia dėmesį, kad prieš perkant DI sprendimus būtina įsivertinti, kaip veikia procesai ir kur tiksliai kuriama vertė. Kai DI įsigyjamas tikintis, kad jis „įsidiegs pats“, dažnai pritrūksta aiškių tikslų, duomenų parengimo ir atsakomybių.
„Įmonės nusiperka įrankius ir tikisi, kad jie patys bus įdiegti, o žmonės pradės jais naudotis ir vėliau praneš, kiek tapo efektyvesni“, – sakė Dawidas Osiecki.
„Google“ viešosios politikos vadovas regione Marcin Krasuski taip pat akcentuoja, kad DI diegimo tempą neretai riboja baimė suklysti ir nepasitikėjimas technologija. Pasak jo, verta pradėti nuo vieno aiškaus proceso ir mažos komandos, bet nuo pat pradžių numatyti kelią į mastą, o ne vien tik demonstraciją.
„Skaičiai, rodantys atsilikimą diegiant debesiją ar DI, slepia paprastą tiesą: barjerai dažniausiai yra mentaliniai, o ne teisiniai“, – sakė Marcin Krasuski.
Bankai ir sveikatos sektorius rodo apčiuopiamą naudą
Finansų sektorius DI diegimą jau perkelia iš eksperimentų į skalę, nes čia aiškiai apibrėžti procesai, gausūs duomenys ir griežti rizikų valdymo standartai. Bankuose DI pradėtas taikyti kreditų rizikos vertinimui, sukčiavimo ir pinigų plovimo prevencijai, o šiandien vis dažniau naudojamas klientų užklausų analizei bei atsakymų juodraščių parengimui.
„Bankas yra viešojo pasitikėjimo institucija, todėl DI modeliai turi būti validuojami, periodiškai peržiūrimi ir atitikti visus reguliacinius reikalavimus“, – sakė Alicja Żyła.
Sveikatos apsaugoje ir klinikiniuose tyrimuose DI potencialas vertinamas kaip galintis sumažinti kaštus, pagreitinti tam tikrus etapus ir tiksliau parinkti tyrimų kryptis. Vis dėlto pabrėžiama, kad medicinoje klaidos tolerancija yra itin maža, todėl DI sprendimai turi būti integruoti taip, kad galimos modelių klaidos nepaveiktų galutinio sprendimo be žmogaus patikros.
„Medicinoje ir klinikiniuose tyrimuose klaidos riba yra nulinė, todėl galutinėje grandyje sprendimą vis tiek priima žmogus“, – sakė Bartłomiej Kopacz.
Pramonėje DI svarba didėja ir dėl darbo jėgos trūkumo: automatizacija padeda ten, kur darbas pavojingas, monotoniškas ar fiziškai sunkus. Praktiniai scenarijai apima vaizdo analizę, anomalijų aptikimą, kokybės kontrolę ir robotizuotų darbo vietų diegimą sudėtingomis sąlygomis.
Viešajame sektoriuje DI potencialas siejamas su dokumentų apdorojimu, aptarnavimo greičiu ir vidaus procesų optimizavimu, tačiau čia ypač svarbūs duomenų apsaugos, skaidrumo ir atsekamumo principai. Be to, organizacijoms tenka investuoti į darbuotojų kompetencijas, kad DI būtų naudojamas atsakingai, o ne formaliai.
Vienas ryškiausių bendrų vardiklių skirtinguose sektoriuose yra poreikis pereiti nuo pavienių bandymų prie nuoseklios programos: procesų inventorizacijos, duomenų parengimo, rizikų vertinimo, KPI nustatymo ir aiškaus valdymo modelio. Tik tuomet DI tampa ne „gražiu pilotu“, o įrankiu, keičiančiu produktyvumą ir paslaugų kokybę.
Leave a Reply