Korzyści z AI, czyli co dokładnie?
Wyobraźmy sobie sytuację do jakiej dochodzi pewnie wielokrotnie każdego dnia. Firma spoza branży technologicznej patrzy w biznesowe media i dochodzi do wniosku “my też musimy mieć AI”. Ściąga konsultanta IT z zewnątrz i po wysłuchaniu ciekawej prezentacji pyta “ale co nam to da?”. I ten zazwyczaj zaczyna rozwodzić się o oszczędnościach wynikających z automatyzacji różnych procesów.
Automatyzacja jest dominującym argumentem za wdrożeniem sztucznej inteligencji w firmie. I na początek i w niektórych branżach ten argument ma sens. Natomiast w przypadku firm nietechnologicznych zwrot z inwestycji może nie być oszałamiający. Policzmy na palcach wymyślony i bardzo uproszczony przypadek:
firma ma 20 pracowników, niech każdy kosztuje firmę 15 tys. zł brutto brutto pracodawcy
firma działa w branży mocno zdigitalizowanej o przeciętnych marżach, załóżmy, że miesięczny obrót to 360 tys. zł
dzięki AI firma oszczędza czas (tutaj większość oszczędności przechwytują pracownicy, nie dajcie się przekonać, że będzie inaczej), poprawia się samopoczucie zespołu, ale też zwiększają się obroty o 5%, do 378 tys. zł, bo poprawa jakości usługi podniosła trochę średnią cenę zamówienia
koszt szkoleń, wdrożenia AI, narzędzi i dodatkowych prac utrzymaniowych wyceńmy sumarycznie (na przestrzeni roku) na 100 tys. zł
Dodatkowy obrót to ponad 200 tys. zł (rocznie) przy kosztach 100 tys. zł. Warto? Raczej tak.
Ale te wyliczenia są poprawne o ile ta firma ma rzeczywiście proces, który AI jest w stanie łatwo (tj. bez nakładów na prace badawcze, a tylko poprzez samo eksperymentowanie) przyspieszyć i chociaż w części zautomatyzować, oraz który bezpośrednio ma wpływ na obrót firmy.
Pytanie tylko, czy to jedyna potencjalna korzyść z AI.
Dominująca narracja “oszczędzania/automatyzacji” pomija ważny aspekt tej technologii - rozszerzenie palety możliwości w zakresie modeli biznesowych, oferowanych produktów i usług.
To może oznaczać np. podwojenie obrotu (dodatkowe 4 mln zł przy 100 tys. kosztów wg przykładu powyżej). To dopiero jest fajne.
Omówmy na przykładach.
Firma oferująca usługi badania rynku
Tradycyjnie, firmy badające rynek preferują kwestionariusze z pytaniami zamkniętymi, które łatwo analizować automatycznie. Pytania otwarte są unikane ze względu na konieczność ręcznej analizy. Jednak firma, która zintegruje model językowy, może łatwo analizować odpowiedzi na pytania otwarte, na przykład po kątem szczegółowej analizy sentymentu czy wyłapywania słów kluczowych. Taka firma może albo rozszerzyć panel usług o pytania otwarte (wyróżniając się na tle konkurencji, która niechętnie to będzie robić) lub może takie wdrożenie być podstawą nowej usługi - automatycznej analizy sentymentu wobec produktu w internecie, na forach czy w mediach społecznościowych (tak, wiem, że są firmy, które to robią z bardzo upierdliwym stackiem technologicznym opartym o stare algorytmy NLP - ale to, co kiedyś wymagało zespołu 20 ekspertów dzisiaj ogarnie jeden).
Nawiasem mówiąc, to zwróćcie uwagę na raporty firm konsultingowych, które badają rynek sztucznej inteligencji. W znakomitej większości przypadków są to badania wykonane na zestawie pytań zamkniętych. Po tym łatwo poznać, że firma i owszem, bada rynek AI, ale tej technologii raczej nie używa (i być może nawet jej nie rozumie).
Kancelaria prawna
Kancelarie prawne, z definicji operujące na dokumentach, mogą nie tylko wykorzystać AI do automatyzacji analizy dokumentów (i pewnie w ograniczonym stopniu do ich generowania), ale także rozszerzyć swoją ofertę o analizy prawne związane z samą technologią GenAI. Biorąc pod uwagę skomplikowaną sytuację prawną wokół sztucznej inteligencji (np. EU AI Act, potencjalne naruszenia praw autorskich, itp.), kancelaria może znacząco zwiększyć obroty, oferując zupełnie nową klasę usług doradczych w tym zakresie.
Firma fotograficzna
Firma fotograficzna może nie tylko wykorzystać AI do przyspieszenia edycji czy retuszu zdjęć (odpowiednie narzędzia wbudowane są w pakiet Adobe już od dłuższego czasu), ale także poszerzyć swoją ofertę o usługi, które były niepraktycznie drogie kilka lat temu. Może to obejmować fotografię produktową opartą o AI czy tworzenie fantazyjnych albumów ślubnych, gdzie para młoda jest przedstawiana w niemożliwych do uchwycenia tradycyjnie krajobrazach, odzwierciedlających ich marzenia czy aspiracje. Pomysł dot. fotografii ślubnej nie jest mój, już dwa lata temu widziałem coś takiego na Reddicie:
W każdym z tych przykładów poszerzenie oferty można łatwo zwalidować (jest klient albo go nie ma) oraz policzyć zwrot z inwestycji.
No dobra, technologia zawsze umożliwiała tworzenie nowych usług i produktów. Ale to nie spowodowało, że miliony firm nietechnologicznych wdrażały np. uczenie maszynowe po to, żeby oferować na rynku nowe usługi.
Co się zmieniło? Elastyczność i łatwość wdrożenia.
Po pierwsze spekulatywna sztuczna inteligencja jest w stanie obsłużyć bardzo wiele zastosowań tym samym modelem. Nie trzeba specjalisty od uczenia maszynowego, żeby mieć własnego asystenta AI w firmie, bo ten sam ChatGPT nadaje się do konwersacji prawnych, biznesowych czy marketingowych.
Po drugie, wdrożenie może oznaczać “kupimy licencję biznesową ChatGPT dla wszystkich pracowników i zatrudnimy kogoś, żeby nauczył nas z tego korzystać”. To bardzo niski próg wejścia w porównaniu do spędzenia np. 2 lat na trenowaniu własnych modeli (co było często konieczne kilka lat temu).
Podsumowując - jeśli ograniczysz się do myślenia o korzyściach z wdrożenia AI w kategoriach oszczędności, jest szansa, że przegapisz okazję na większe obroty. Przykłady zastosowań “spekulatywnej sztucznej inteligencji” w biznesie, które znamy do tej pory to zaledwie wierzchołek góry lodowej.
Ciekawe niusy
Replit Agent, kolejne narzędzie dla programistów do szybszego tworzenia oprogramowania został udostępniony do beta testów kilka dni temu. Devin, o którym pisałem pół roku temu jeszcze nie jest dostępny do testów jako produkt, a już ma całkiem pokaźną konkurencję (zarówno open source jak i systemów zamkniętych). Warto obejrzeć kilkuminutowe wprowadzenie do rozwiązania firmy Replit - da Wam pogląd na to, jak wygląda obecne “state of the art”.
Rozwiązanie, podobnie jak pozostałe z tej kategorii, nie zastąpi programistów, a zwielokrotni ich output.
Nadchodzi era, kiedy każda firma będzie mogła mieć oprogramowanie napisane wyłącznie dla nich.