Umělá inteligence (AI) ve službách strategického řízení (2 – Výhody a přínosy)

V minulém článku jsem zmiňoval některé poznámky k využití umělé inteligence ve strategii v kontextu tacitních a explicitních znalostí, modelu strategického řízení a vnímání dalších perspektiv. K nim směřuje tento článek.

Strategie a AI 

Futurista a influencer Bernard Marr, s nímž jsem se párkrát potkal v Evropě i zámoří na různých konferencích o managementu znalostí a intelektuálním kapitálu, a který se stal promotérem umělé inteligence (jeho knihy doporučuji v seznamu literatury), tvrdí, že „umělá inteligence má potenciál proměnit každé podnikání – stejným způsobem (a možná i více), jako internet naprosto změnil způsob, jakým podnikáme. Od chytřejších produktů a služeb po lepší obchodní rozhodnutí a optimalizované (nebo dokonce automatizované) obchodní procesy, umělá inteligence má moc změnit téměř vše. Podniky, které nevyužijí transformační sílu AI, riskují, že zůstanou pozadu.“ (Marr, 2024)

 

Minule jsem, zmiňoval dvojí pohled – vytvoření AI strategie a využití AI ve strategii. Bernard Marr tyto pohledy propojuje v doporučení, abyste získali co nejvíce z AI, musíte ji propojit s vaší obchodní strategií a vašimi strategickými cíli. To je důvod, proč prvním krokem v jakékoli strategii umělé inteligence je revize vaší obchodní strategie. Namístě je položit si vhodné otázky.

  • Je pro nás naše obchodní strategie stále správná/vhodná?
  • Je naše strategie stále aktuální v současném světě chytřejších produktů a služeb?
  • Změnily se naše (nejen) obchodní priority?

 

Přínosy AI pro strategii

Zpět však k „perspektivám“. Jednou z nich je pohled na přínosy a výhody AI ve/pro strategii. Ne vždy jsme možná schopni si všechny uvědomit. Zde je otevřený seznam výhod a přínosů AI pro strategie a proces strategického řízení. V diskusi a komentářích pod článkem (nebo na e-mail libfri@gmail.com)  jej můžete zpochybnit, doplnit, vyjádřit své názory apod.

  • Přirozeně se nabízí zlepšení datové analýzy. Adaptabilita pro zpracování složitých dat odhalí skryté vzorce, trendy a vztahy, které lidský mozek nedokáže vždy pochopit. S AI je možné extrapolovat a extrahovat data pro budoucí scénáře. Tato proaktivita je mocnou strategickou zbraní v plánování scénářů. AI umí také zjednodušovat, vizuálně ztvárňovat, a tak napomáhat v rozhodování.
  • Pomoc při detailní konkurenční analýze. V tradiční konkurenčně založené obchodní strategii je důležitým prvkem udržovat si aktuální přehled o konkurenci. Zejména v době webů, sociálních sítí, referencí zákazníků, nabídek a seznamů produktů a služeb atd. Samozřejmě, prezentace poznatků může být zdrcující. Proto je potřeba být i na takovou analytickou smršť emočně připraveni.
  • Obdobně to platí i pro hlubší vhled směrem k zákazníkům. Sběr dat o zákaznících již nemusí být samoúčelný. Zejména v případě digitální stopy zákazníků. Data se díky AI promění v informace, vy přidáte aplikaci a máte znalost. Přidáte-li zpětnou vazbu, poučení, změnu a zkušenosti, zrodí se moudrost. To je řetězec křivky „do dat k moudrosti“, kterou jsem popisoval minule a kterou akceleruje AI. Pro podporu segmentace a dalších marketingových kouzel (pro mnohé ovšem otravných) je to jako vyšité, zejména v době „brandingu“, zákaznických cest, map empatie, e-mail marketingu apod.
  • Právě personalizovaný marketing a kustomizace lze považovat za další benefit při využití AI.
  • Klasickým přínosem, který není rozhodně nový, je automatizace procesů. Velká inspirace pro chronické snižovače nákladů. Navíc, když najdete a aplikujete synergii s lokálním (i globálním) dodavatelským řetězcem a vše propojíte logisticky (to je samozřejmě ideál). Vzrušení kolem covidu-19 ukázalo křehkost pracně vystavěných a budovaných dodavatelských řetězců (navíc podložených různými ISO a IATF standardy v autoprůmyslu). Z hlediska AI však i zde platí principy analýzy dat (doprava, počasí…), scénářů, rychlého alternativního rozhodování apod. které ovlivňují efektivitu a optimalizaci tras, prostředků apod. To mysl a hlava tak rychle neanalyzuje a nevymyslí. A jsme zpět u individuálních hranic každého z nás (jako manažera, uživatele, zákazníka…) - kdy se dobrovolně vzdáme ega a necháme se (v dobrém a pozitivním slova smyslu „porazit“ umělou inteligencí za cenu (zdánlivé/skutečné?) „ztráty kontroly“ (?).
  • Rovněž ve finanční analýze může být využití vhodných nástrojů, algoritmů a infrastruktury přínosné. Patrně víc než využití tabulek v Excelu.
  • Snem mnohých HR manažerů a pracovníků v personalistice je sladění talentů, kompetencí, potřeb a kariéry lidí v organizacích. V této sféře je množství tvrdých a měkkých (a třeba citlivých) dat a hypotéz, které umí AI „přežvýkat“ a poté nabídnout alternativy pro rozhodnutí (či sama rozhodnout a doporučit). A opět pozor – ve vztahu ke křivce „od dat k moudrosti“ (obr. 1 v minulém článku) data a informace neznamenají znalosti a moudrost. Kontext využití informací rozhoduje o tom, co už může být za hranicemi přijatelnosti (a etiky).
  • Plánování scénářů a propojení různých již výše zmíněných výhod může s využitím AI vést ke zlepšení strategických simulací. Mám v oblibě koncept, který vznikal pod nálepkou Balanced Scorecard, založený na strategii jako hypotéze a řetězení příčin a důsledků. Takové simulace napříč firemními perspektivami s využitím dat a změnami některých předpokladů a parametrů, může být díky využití AI obrovská pomoc.

 

AI neznamená stoprocentní eliminaci rizik, odstranění nepředvídatelností apod. Lidský faktor a Matka příroda snad zůstanou nevyzpytatelné. Uvnitř definovaných etických a morálních hranic je výše zmíněná (a jistě neúplná) řada přínosů vhodná zvažování a strategického rozhodování v mnoha firmách a v mnohém podnikání. Naštěstí to (doufám) není povinnost.

Je tu i odvrácená tvář a rozmanité výzvy a potenciální problémy – pragmatické, etické, morální... Tyto perspektivy využití AI nastíním příště. Zatím se nechte inspirovat knihami Bernarda Marra.

 

  • MARR, Bernard. Generative AI in Practice: 100+ Amazing Ways Generative Artificial Intelligence is Changing Business and Society. Hoboken: Wiley, 2024. 304 s. ISBN 978-1-394-24556-7.
  • MARR, Bernard. Future Skills: The 20 Skills and Competencies Everyone Needs to Succeed in a Digital World. Hoboken: Wiley, 2022. 272 s. ISBN 978-1-119-87040-2.
  • MARR, Bernard. Data Strategy: How to Profit from a World of Big Data, Analytics and Artificial Intelligence. 2. vyd. New York: Kogan Page, 2021. 272 s. ISBN 978-1-398-60258-8.
  • MARR, Bernard. The Intelligence Revolution: Transforming Your Business with AI. New York: Kogan Page, 2020. 224 ISBN 978-1- 789-66434-8.
  • MARR, Bernard. Artificial Intelligence in Practice: How 50 Successful Companies Used AI and Machine Learning to Solve Problems. Hoboken: Wiley, 2019. 352 s. ISBN 978-1-119-54821-8.

 

(Jsem zvědav, kdo si třeba jako první troufne na „seminárku“ nebo „dizertačku“ na toto téma - MBA i DBA ve specializaci Strategický management to na EBS i ÚPPV umožňují, i když to v „mých“ sylabech nenajdete.)

 

The prices of study programs listed on the website are without VAT.