MI alkalmazás bevezetésének alternatívái

Az elsődleges dilemma, hogy az olyan új technológiák alkalmazása, mint a gépi tanulás vagy a mesterséges intelligencia, hogyan kaphatnak teret az üzleti folyamatok korszerűsítésében, és ez milyen belépési lehetőséget vagy éppen korlátot jelenthet a kkv-k számára. A legfőbb kérdés nemcsak az, hogy az adott cég felkészült-e ilyen technológiák fogadására, hanem, hogy van-e egyáltalán olyan AI (MI vagy AI az angol Artificial Intelligence-ből kifejezésből származik, jelentése mesterséges intelligencia) megoldás, amely hozzáadott értéket jelent számukra, azaz segíti-e működésüket. Alapvető feltétel, hogy megértsék az AI technológiák használatából fakadó előnyt. Ezt követően mindenképpen meg kell határozni az alkalmazhatóságot, és el kell helyezni saját üzleti folyamataik támogatásában. Azaz ki kell választani a funkcionális, vagy működési területeket ahová elsőként bevezethetőek az AI alkalmazások.

Az AI és az ML (Machine Learning, jelentése gépi tanulás) alkalmazások ma szinte mindenütt megtalálhatók, még ha nem is ismerjük fel azokat, mint például az autópálya-szolgáltatástól az okostelefonokon végzett hangkeresésig, vagy az útvonal optimalizálás lásd, pl. Waze app. Az AI-szolgáltatásokat mindennap használjuk, éppen ezért, ami magánemberként természetes, lakossági felhasználók számára elérhető, akkor azt a kisvállalkozások számára is elérhetővé kell tenni!

Várható, hogy az AI az összes iparág számára vízválasztó lesz, mivel intelligens alkalmazásokat és hatékonyságot biztosít az üzleti folyamatokban a szervezeti adatok optimális felhasználása révén.

Kkv MI perspektíva

A multinacionális nagyvállalatok már beillesztették az AI-t a rendszerükbe (az ügyfelek kezelésébe és elérésbe, üzleti regressziós elemzéseikbe, a prediktív külső- és belső logisztikai folyamataikba stb.), és nagyon elégedettek voltak a fejlesztésekkel, ám a kkv-k továbbra sem érzékelik az AI esetleges felhasználási lehetőségeit, és megkérdőjelezik annak hozzáadott értékét: Vajon ezek a számukra szokatlan, és eddigi működésüket alapvetően felforgató technológiai (megj. és humán), strukturális megoldások valóban megváltoztathatják-e üzleti folyamataikat?

Ugyanakkor vitathatatlanak látszik, hogy a mesterséges intelligencia korai kihasználására törekvő, innovátor kkv-k elég erősek ahhoz, hogy kihasználva az AI nyújtotta kedvezőbb feltételekkel történő gyártás, előállítás előnyét versenyelőnyre tegyenek szert, például ugyanazt a terméket, vagy a helyettesítő terméket azonos volumenű kibocsájtás mellett, olcsóbban és jobb minőségben állíthatják elő. Valójában a kisvállalkozói közösségek versenyeznek egymással. Az innovatív kkv-k jelentősen csökkentik a költségeiket, és tudják fokozni az ún. vevői élményeket.

Az AI végrehajtása tehát alapvető fontosságú a kkv-k számára, de a cégvezetőknek megfelelő jövőbe mutató víziókkal kell készen állniuk arra, hogy a legújabb technológiával javítsák üzleti folyamataikat.

Lehetséges alkalmazási területek vizsgálata

Bármely technológia bevezetésnek az a célja, hogy a korábbi munkamenetek, gyorsabban, hatékonyabban, jobb és megismételhető minőségben, és az eredményt vagy a volument tekintve előre tervezhető, kiszámítható módon történjenek. A technológia bevezetésétől az előállítási költségszint csökkenését várjuk, azáltal, hogy felesleges és redundáns tevékenységek többségét kizárjuk, és/vagy a termelékenységet növeljük.

Így az AI alkalmazásának fő célja sem lehet más, mint hogy versenyelőnyt szerezzen a vállalkozás

  • az e-kereskedelemben,
  • a gyártásban,
  • az emberi erőforrásokban,
  • a számvitelben,
  • az ügyfélkapcsolatokban,
  • a marketingben,
  • időt takarítson meg, korlátozza a hibák megjelenését és segítse elő az adatgyűjtést és -feldolgozást.

Természetesen különböző mesterséges intelligencia technikák alkalmazhatók a vállalati teljesítmények növelésére, például

  • fuzzy logika az alternatívák összehasonlításban,
  • mesterséges neurális hálózatok,
  • szakértői rendszerek,
  • „genetikai” öntanuló algoritmusok,
  • ML (machine learning) gépi tanulási technikák,
  • intelligencia alapú algoritmusok,
  • Deep Learning, mély tanulás stb.

A gépi tanulás és a mesterséges intelligencia gyors fejlesztése által a fenti technológiák alkalmazhatóbbá és hozzáférhetőbbé válnak a kis- és középvállalkozások számára. A különböző módon megkülönböztethető technológiai megoldások ellenére az AI alapvető célja egyértelmű marad: rugalmasabb, adaptálódó és interaktív megoldásokat biztosítani az ügyfelek érdekei és igényei szerint.

  1. Az AI alkalmazásának egyik kiemelkedő területe lehet a munkatársak képzése, amely az egyén képességei, előképzettsége pszichográfiai, de még életviteli, életvezetési szempontjait is figyelembe véve, de vállalt céljait előtérbe helyezve akár egyéni tanulási programot képes levezérelni (sic!). A Gartner Inc. erről a következőképpen ír: „A mesterséges intelligencia (AI) bevezetése az értékesítési képzésbe és az coachingba egyénibb tanulási élményt nyújthat, amely a szervezet egészére kiterjedhet”. Nagy teljesítményű értékesítési szervezet létrehozása nehéz a hagyományos képzési és coaching technológiával. Az ajánlásokat általában a szervezeti hierarchiában betöltött szerepeken keresztül adják át az értékesítési szervezetnek, és nem veszik figyelembe az egyének tanulási stílusát. A tanulási stílusok, mint például a vizuális, hallás és kinesztetikus stílusok befolyásolják, hogy a képzésben résztvevők miként fogadják be a képzési információkat. Mindez egyenlőtlenséget okoz a teljesítményben. A bonyolult gépi tanulási algoritmusok és az AI használata útmutatást ad a tanulási stílus alapján történő képzésre és coaching-ra. Ezek a technológiák elágazást, egy módszert vezetnek be az egyén tanulásában, valamint az adaptív tanulásban.
  2. A mesterséges intelligencia előnyei közül a legjelentősebb a marketing automatizálási rendszer, amely a gépi tanulás segítségével a vásárlási szokások és attitűdök vizsgálatával az ügyfélszegmensekre vonatkozó ügyféleléréseket teszi hatékonyabbá, ezáltal pedig a kommunikáció pontosabb tervezését és végrehajtását teszi lehetővé . Az AI-alapú marketing javítja a marketing tevékenységek, akciók hatékonyságát az erőfeszítések célzott irányításával. Ezért az AI marketing olyanfajta Direkt Marketingként működik, amely az adatbázis-alapú marketing technikákat az Al-alapú modellekkel és koncepciókkal erősíti. Az AI-alapú alkalmazások támogatják a marketing területet olyan különböző elérési (kommunikációs) csatornákon, mint például a Facebook, a Google Ads és a Bing Ads (bár ez utóbbi gyakorlati alkalmazása nem annyira jellemző). Ezenkívül prediktív módon automatizálja az ajánlatokat és nyomon követi a teljes marketing ráfordítást. Mindez növeli az alkalmazott marketing eszközök hatékonyságát, csökkenti a meddőszórást és korábbiakhoz képest azonos eredmény elvárás mellett minimalizálhatja a marketing kampányokra fordított időt és a kampány fajlagos költségeit.
  3. Értékesítés támogatása. Az AI eszközök rögzítik és megfelelő paraméter beállítások mellet elemzik pl. a telefonos értékesítési képviselők hívásait. Ezután összehasonlíthatják az értékesítési képviselők által alkalmazott stratégiákat, és az eredményességet olyan formán, hogy abból kiválaszthatók legyenek a legsikeresebb gyakorlatok. A gépi tanulással az értékesítési platform különféle változókat képes elemezni, például a szóválasztást vagy a hallgatásra fordított idő arányát, szemben a beszélgetéssel. Az AI szoftver támogatja a teljesítmény felmérését és az értékesítők képzését, hogy jobban beszéljenek, mint a sikeres eladók. Ugyanígy alkalmazható ún. gépi eladási technológiák hatékonyságának, vagy ügyfélelégedettség javítására, pl. chatbot hatékonyágának mérésére, annak működésnek javítására.
  4. Ügyféllojalitás növelése. Az automata chat-platform lehetővé teszi a kkv-k számára, hogy mérjék az ügyfeleik elkötelezettségét. Mindez lehetőséget nyújt arra, hogy a szükséges többlet erőforrásaikat (pl. key-account-i hálózat) a kritikusabb ügyfélinterakciók felé irányítsák. Az automata chat-bot magasabb vevői elkötelezettséget eredményez, ezáltal növeli a bevétel elérésének esélyét és növeli a megtartást. Az AI itt támogatja a kkv-t az ügyfelek igényeinek pontosabb megértésében, az ügyfélkosár és beszerzési minták meghatározásában és segít a szolgáltatások kínálatának összeállításában bővítésében.
  5. Konkurencia-, versenyhelyzetelemzés. A versenytársak ismerete elengedhetetlen a folyamatosan változó piaci tendenciákra való reagáláshoz és a versenyképesség megőrzéséhez. Vannak AI-alapú versenyképességi elemző eszközök, amelyek támogatják a vállalkozásokat ennek a kihívásnak a kezelésében. Ez a szoftver nyomon tudja követni az üzleti versenytársakat különféle csatornákon, például a közösségi médián, a webhelyeken és a webalkalmazásokon, hogy meghatározza az árfrissítéseket és az üzenetküldés finom változásait, valamint a PR tevékenységeket. A hatékony üzleti mutatókkal és a természetes nyelvfeldolgozással kombinálva ez a szolgáltatás jobb betekintést nyújthat a kkv-k számára a versenytársak stratégiájának folyamatos elemzéséhez. Ezenfelül ezek az eszközök nagy analitikai képességekkel is rendelkeznek, amelyek támogatják a termékrések, piaci lehetőségek azonnali észlelését, a versenytársak erősségeinek és gyengeségeinek ismeretében. Ezekkel a betekintésekkel az üzleti tulajdonosok módosíthatják saját üzleti stratégiájukat.
  6. Üzleti adatok védelme, kiberbiztonság. Az elmúlt évtizedekben a vállalkozások – méretétől függetlenül – számos számítógépes incidenssel találkozhattak, melyek mind a vállalatok működését, mind az üzleti hírnevét veszélyeztethetik. AI eszközök és ML (gépi tanulás) alkalmasak az adatok megfelelő védelmére és az adatbiztonság érdekében tett automatikus prevenciós lépésekre. Az AI és a gépi tanulás révén a vállalatok észlelhetnek minden furcsa a szokástól eltérő viselkedést, koncentrálhatnak az új fenyegetésekre, és felismerhetik a biztonsági réseket. Az innovatív technológiákat alkalmazó megoldások képesek a teljeskörű, részletes sérülékenység vizsgálatokkal a kritikus infrastruktúra védelmét lényegében emberi beavatkozás nélkül biztosítani. A kisvállalkozások sebezhetőbbek a kiberbiztonsági támadásokkal szemben, mint a nagyvállalatok, tekintve, hogy többségüknek nincs megfelelő biztonsági ellenőrzése, itt az MI-vel támogatott adatvédelem megoldást jelenthet.
  7. Az AI-vel beágyazott CRM (ügyfélkapcsolat-menedzsment) integrált platform képes kezelni a meglévő és leendő ügyfelekkel folytatott interakciókat, valamint automatizálni a marketing folyamatokat és képes az adott értékesítési szakaszhoz köthető módon potenciális ügyfelek kiválasztására. A CRM-hez integrált AI valós idejű elemzést végezhet, amely ajánlásokat és előrejelzéseket kínálhat a vállalat üzleti folyamatainak ismeretében és az ügyféladatok alapján. Például ki tudja értékelni a közösségi média hozzászólásaiban szereplő nyilvántartásokat, a rögzített konverziót, az ügyfelek véleményét és az e-maileket. Ezenkívül az adatelemzés eredményei alapján módosíthatja az irányítási, vezetési folyamatokat és marketing tevékenységeket is.
  8. Véleményünk szerint a chatbot az a mesterséges intelligencia alkalmazás, amely az AI területén a legkisebb belépési szintet jelenti. A chatbotokat számos vállalkozás használja az ügyfelekkel való kommunikációhoz és a vállalkozások 24 órán keresztül elérhetővé tételéhez, ezáltal értékes részletekkel szolgálnak, és biztosítják az ügyfél elkötelezettségét. Az AI technológiák tartalmazzák a chatbotok tervezésének és telepítésének lehetőségét. A társalgási mesterséges intelligencia fejleszthető az ügyféllojalitás elérésében, értékesítési és szerviz információk, a vállalati információk és sok egyéb tartalom átadása számára. Az MI-vel felvértezett chatbotok olyan érzést keltenek az ügyfelek számára, mintha emberi támogatással működnének együtt. A chatbot alkalmas arra, hogy elősegítsék az üzleti adatok továbbítását a weben, a közösségi médián és a mobilalkalmazásokon keresztül.
  9. Megrendelési, termelési, raktározási, logisztikai elemzések. Egy-egy vállalat alapfolyamataiból, tevékenységéből és az elért kimenetek eredmények alapján végzett elemzésekből, számos jövőbeni esemény prognosztizálható. Amennyiben a termelési adatok különböző időkből származnak, azok megfelelő idősoros elemzésével és piaci forgatókönyvek, előrejelzések felállításával AI támogatott Business Case-k, és CBA elemzések készíthetők.

Az AI bevezetésének akadályai

Önértékelés, hibás cégkép, vízió és perspektíva hiánya. Azt gondoljuk, hogy a legtöbb hazai kkv a digitális technológiák fogadásával kapcsolatos ellenszenvvel közelíti meg a kérdést.

„Elismerem, hogy a technológia meglehetősen nagy hatást gyakorolt, de ez a hatás szigorúan korlátozott.  Saját munkaterületem, vagy ebben a tekintetben a legtöbb kisvállalkozás még az AI közelmúltbeli ismert eredményei ld. IBM Watson után sem tapasztalt komoly áttörést”. A mesterséges intelligencia alkalmazásával kapcsolatban a kognitív érzékelés néhány példa bemutatásán keresztül következők lehetnek:

  • Főként nagy szervezetek profitáltak az új kor technológiáiból, csak úgy, mint például az AI és a gépi tanulás.
  • Az AI eddigi felhasználási esetei továbbra is a nagy és képzeletbeli vállalatokra korlátozódnak.
  • Nincs és nem alkalmazhatóak kis- és középvállalkozási méretekben, így a sajátomra sem.
  • Sokan a „mesterséges intelligenciát” (AI) „fekete doboznak” hívják, és valószínűleg az. Az AI egyik legnagyobb problémája az, hogy hihetetlenül nehéz megérteni, hogyan értelmezik az adatokat.

A fentiekben vázolt Kkv attitűd, és ellenállás kezelése, kiívást jelent mint az adott szervezet számára, mind a technológiát szállító cégek számára! Meg kell értetni, hogy a mesterséges intelligencia alkalmazása nem valami futurisztikus, jövőben megvalósítható megoldás, hanem olyan lehetőség, amely a vállalat ellenállóképességét, reagáló képességét, hatékonyságát javítja. Ennek megértéshez, viszont a korábbi reflexek vizsgálatával, átértékelésével és szemléletváltással juthatunk.

Néhány konkrét alkalmazási terület, és lehetséges lépések az AI alkalmazásának segítésére

  1. Kezdjük kicsiben. A kisvállalkozások esetében kritikus fontosságú elem, hogy sikerüljön egy olyan kis probléma kezelését kiválasztani, amelynek javítása magas megtérüléssel jár.

Ha ennek a megközelítésnek a betartása gyümölcsözőnek bizonyul, akkor a beruházási döntés és a ráfordított költségek mérhető minta alapján támogatják a befektetési döntést. Az ún. all-in részvétel és a jelentős befektetés nem ajánlott kis- és középvállalkozások számára. A kkv-knak lassan kell AI a felhasználások felé indulniuk, és az idővel mintegy tanulási görbe alapján, fokozatosan növelniük kell az AI-erőfeszítéseiket. Lehetséges lépések:

  • Kezdje az elsődleges alkalmazások integrálásával, amelyek megkönnyítik a már foglalkoztatott munkaerő termelékenységét.
  • Ha készen áll rá, irányítsa erőfeszítéseit nyílt forrású AI, felhő rendszerek és rugalmas munkafolyamatmodellek felé.
  • Kezdjen egy kis problémával, így nagy eséllyel tudja elérni a befektetés pozitív megtérülését (ROI). Ennek három eleme:
    • Meghatározás: Határozza meg a kristálytiszta elvárásokat arra vonatkozóan, hogy mit tehet és mit nem tehet az AI az Ön üzleti profiljához.
    • Intézkedés: A mérést valós és paraméterekkel leírható tevékenység alapján kell elvégezni.
  • Döntés: Döntse el, hogy a kísérlet működött-e vagy sem.

2. Mérlegeljük a beruházás hasznosságát.

Minden üzleti célú beruházás kapcsán felmerül annak gazdaságossági kérdése. Ebben az értelemben az IT beruházások sem kivételek, de más típusú befektetési alternatívákkal konkurálnak.

Egy IT beruházás kapcsán is érdemes a következő kérdéseken végig menni.

  1. Mennyi a IT fejlesztés teljes költsége (beruházás, üzemeltetés, egyéb kapcsolódó kiadások)?
  2. Hogyan változnak az üzleti folyamatok fajlagos költségei a beruházás következtében?
  3. Hogyan változnak a bevételek és vagy a termelési volumen a beruházás következtében?
  4. Mekkora az IT beruházás alternatíva költsége, más beruházáshoz viszonyítva?
  5. Milyen kockázatai vannak a beruházásnak, vagy annak elhalasztásának?
  6. Mennyire illeszthető be a vállalat stratégiai elképzeléseibe, és szervezeti működésbe?

Az IT és így az MI beruházás értékelésénél, a lehetséges megoldásokat kell összehasonlítani a jelenlegi működés fenntartásának lehetőségeivel.

  1. A meglévő ingyenes platformok kihasználása. Saját AI fejlesztése kétségkívül összetett és időigényes folyamat, és jelentős összeget igénylő beruházás. Szerencsére számos technológiai vállalat nyílt forráskódú erőfeszítéseket tett annak érdekében, hogy az AI egyre több fogyasztót érjen el. Ennek a platformnak a kiaknázása vállalkozásának számára jelentős költségeket és időt takarít meg a fejlesztéshez és a tervezéshez. Néhány MI platform:
    • Tensorflow, https://www.tensorflow.org/. A TensorFlow egy nyílt forráskódú platform a gépi tanuláshoz. Átfogó, rugalmas eszközöket, könyvtárakat és közösségi erőforrásokat tartalmaz, amelyek lehetővé teszik a kutatók számára, hogy a legmodernebb technológiákat fejlesszék az ML-ben, a fejlesztők pedig egyszerűen építsenek és telepítsenek ML-alapú alkalmazásokat. Kutatási és gyártási célkitűzéseinek fejlesztése érdekében fejlesztett eszközt ma már számos vállalat széles körben használja, köztük a Dropbox, az eBay, az Uber, a Twitter és az Intel. A Tensorflow kiterjedt használatát alátámasztja, hogy szinte az összes fő programozási nyelven elérhető, mint például a C ++, a Go, a Haskell, a Java, a Python, a Rust és a legutóbb a Javascript.
    • Keras https://keras.io/ A Keras egy mélytanulást támogató API, amelyet emberekre, és nem gépekre terveztek. A Keras a kognitív terhelés csökkentésének legjobb gyakorlatait követi : konzisztens és egyszerű API-kat kínál, minimalizálja a szokásos használati esetekben megkövetelt felhasználói műveletek számát, és egyértelmű és végrehajtható visszajelzéseket ad a felhasználói hibákról. A Keras célja a mély tanulási modellek létrehozásának egyszerűsítése. A platform átfogó gépi tanulási könyvtárat biztosít, amely lehetővé teszi, a könnyű és gyors prototípuskészítés, Optimálisan fut a CPU-kban és a GPU-kban támogatja mind a visszatérő, mind a konvolúciós hálózatokat.
    • MI az üzleti döntések támogatására. Az AI legfontosabb és legfontosabb felhasználási módja a kisvállalkozások számára az üzlet elemzésben lehetséges. Az elemzés területén, a prediktív elemzés kihasználásával óriási módon bővíthetik a cégek önmagukat. A vállalkozások számára – anélkül, hogy erőteljesen kellene befektetni a gépi tanulásba – az AI analitikai felhasználása az egyik kézenfekvő út, az AI-alapú elemző szoftverek többlet üzleti információkkal szolgálnak alkalmazóik számára. mint pl. az Amazon Machine Learning, H20, MS Onboard, Deploy Chatbots.
  1. MI használatából származó előnyök
    • Az AI jelentős áttörést eredményezhet a kkv-k számára számos részlegen belül. Noha az AI még mindig fejlődik, kezdjük azt hinni, hogy ez az általa biztosított technológia szintjén megváltoztatja a vállalkozások irányításának módját. Sok szervezet megkezdte az AI bevezetését az üzleti munkafolyamataiba, ami a ROI (Return on Investment, azaz megtérülés rövidítése) és az üzleti forgalom jelentős javulását hozhatja.
    • Az AI kisvállalkozások számára is hasznos lehet, ha az általuk generált adatokat helyesen használja fel. A vállalkozástulajdonosoknak el kell gondolkodniuk azon lépésekről, amelyek lehetővé teszik számukra az AI megvalósítását, függetlenül attól, hogy üzleti méretük sikeres-e.
    • Ügyfélkezelés. Az ügyfelek támogatása elengedhetetlen az ügyfél megtartásához. Az AI által támogatott támogató szolgáltatások révén ezt a könnyen meg lehet oldani. Ezen túlmenően az emberi tévedés kockázata teljes mértékben megszűnt.
    • A verseny alapos tanulmányozása elengedhetetlen a piaci trendek megértéséhez és a versenyképesség megőrzéséhez. Az AI-alapú elemző szoftverek sokkal jelentősebb és relevánsabb betekintést nyújtanak a versenytársak üzleti folyamatába. AI-alapú versenyképes elemző eszköz segítséget nyújthat a versenytársak tevékenységeinek nyomon követésében különböző csatornákon, például webhelyeken, közösségi médián és webes alkalmazásokon keresztül. Ez a funkció lehetővé teszi a kisvállalkozások számára, hogy jobban megértsék a versenytárs stratégiájának folyamatban lévő változásait.
    • Az AI alapvetően megváltoztatja a marketing alapját. Az AI-alapú hirdetési platformokat olyan hatalmas cégek, mint például a Facebook és a Google, már telepítették, hogy az ügyfelek meghatározott csoportját célozzák meg, akik érzékenyek üzenetükre. Ugyanez igaz a kisvállalkozásokra is, a programozó reklámok elhelyezésével a kkv-k könnyen elérhetők nagymértékben nagy közönséghez az interneten, ami korábban nem volt lehetséges.

Fejlettségbeli különbségek, célcsoportok

A szakági sajátosságok, az eltérő kompetenciák és az informatikai beruházások sikerességét befolyásoló tényezők meglévő különbségei, az IT fejlesztés és így az MI vonatkozásában külön kezelést és bánásmódot igényelnek.

A célcsoportok meghatározásánál figyelembe kell venni a kutatási adatokat, ismereteket és az azokból levonható következtetéseket. Az infokommunikációs technológiák és szolgáltatások kommunikációja vonatkozásában a Kkv vállalkozásainak egységes megszólítása nem lehetséges úgy, hogy minden igény egyidejűleg kielégítésre kerüljön. A Kkv vállalati „MI fejlesztési programcsomag”- beleértve az üzleti-folyamatok átalakítását és a technológiaváltást egyaránt, csak akkor valósulhat meg megfelelően, ha több célcsoportot hoz létre éskiválasztja azokat a vállalkozói csoportokat, amelyeket hatékonyan tud ösztönözni, és amelyek számára a felajánlott támogatás, vagy ún. érzékenyítő konzultáció és technológiai-üzleti tanácsadás eredményeket is el tud érni.

A beavatkozások tervezése érdekében érdemes a cégek digitális fejlettségéből kiindulni. Ennek egy lehetséges osztályozó elve a már ismert DII (Digitális Intenzitási Index), vagy az MVP DFV; eDFV minősítése. Minkét mutató rendező elvként való alkalmazása indokolt a következők miatt, DII a vállalkozások digitális felkészültségét kompetenciáit, IT használatát méri 12 pont teljesítésével.

Ez egy kompozit index, amelyben az vállalkozásokat az elért teljesítményük alapján 4 kategóriába sorolja: nagyon magas-; magas-; alacsony-; nagyon alacsony digitális fejlettségű vállalatok. Meg kell jegyezni, hogy MVP (Modern Vállalkozások Programja) némi eltéréssel ugyan, de hasonlóképpen méri az auditált (ld. DFV) vállalkozások „digitális felkészültségét”. Mindkét módszer véleményünk szerint alkalmas, a Kkv-k digitális érettség szerinti csoportosítására, szegmentálására és ezen keresztül a beavatkozások tervezésére, kialakítására. Hátrány, hogy ezen módszerek használata esetén a régiós adatok kapcsán nem lehet más területekre, országokra összehasonlítást képezni.

A DII indexet kontingencia elméleti megközelítésben felhasználva, és a menedzsment módszerek között ismert Hersey-Blanchard modellt parafrazeálva a következő modell állítható fel.

A kkv-k digitális hiátusainak felszámolására a mind hatékonyabb beavatkozási programok kialakításához, a vállalatok szituációs helyzetének figyelembevétele szükséges. A kontingencia elmélet szerint, nem lehet egyetlen olyan megoldást találni, amely minden körülmények között célravezető a digitális felzárkóztatáshoz, vagy akár az innováció támogatására. Mint látható, hogy számtalan tényező befolyásolja a cégek működését. Többek között a megismert szakági sajátosságok, az IT fejlesztés vonatkozásában külön kezelést és bánásmódot igényelnek. A sikeres támogató, ösztönző programok, eszközök kiválasztását és alkalmazásuk módját, stílusát illeszteni kell a változó helyzeti tényezőkhöz, ebben az esetben a vállalati szituációkhoz.

Jelen modell alaptézise az, hogy vállalatok digitális érettségének növekedésétől függően kell az támogatási formákat, a beavatkozási pontokat, azok intenzitását és gyakoriságát alkalmazni.

A modell figyelembe veszi, hogy a cégek digitális fejlettsége, fordítottan arányos az adott vállalatnál tapasztalható akadályokkal.

Digitális érettség és beavatkozási lehetőségek modellje. Forrás: H&B modell felhasználásával, Bencsik Gy. 2018

  • Az „É4”szegmensbe tartozó vállalatok digitálisan fejlettek, a szükséges szervezeti kompetenciák és képességek birtokában vannak, a menedzsmentnek világos elképzelései vannak a jövőről és szervezeti fenntartható fejlődésről, a kapott többlet lehetőséget támogatást hatékonyan tudják felhasználni, segítségével diverzifikálni tudják üzleti folyamataikat, magasabb BHÉ elérése a cél.  Ilyen cégek, egyszerre gondolkodnak, a technológiai, kapacitás, és humánfejlesztésben. Számukra a pályázatok közötti átjárhatóság (forrásdelegálás) segíti szervezeti céljaik rövidebb időn belül történő elérését. Törekednek teljes digitális-ökoszisztéma kialakításban, a szervezetek közötti B2B kapcsolatokra és a hálózatosodásra.
  • Az „É3” szegmens vállalatai közepesen magasan digitalizáltak. Rendelkeznek szervezeti stratégiával, amelynek azért többnyire nem része az informatikai stratégia. Általában rendelkeznek a funkcionális területek munkáját támogató alkalmazásokkal, de az alaptevékenység még nincs, vagy nem kellően integrált az ERP-hez. Az infokommunikációs eszközök bevezetésében, további fejlesztésben már megjelennek a jelen anyagban felsorolt akadályok, pl. a digitalizáció fontosságának hátrébb sorolása, a szervezeti egységek eltérő cél- és prioritási szempontjai között fellépő ütközések és az összehangoltság hiánya, forrás- és egyáltalán a kisebb-nagyobb erőforrás hiány. Az ilyen”típusú” cégek egy kis lökéssel, célirányos támogatási forrásokkal, szervezetfejlesztési tanácsadással könnyen átlendülhetnek a holtponton és a működésük a nagyobb hatékonyság irányában elmozdíthatóak. Azaz a szegmensre kidolgozott támogató program, mintegy részt vesz a többnyire erőforráshiányból származó hiátusok felszámolásában, kiegyenlítésében.
  • „É2” típusú cégek. Digitalizációs fejlettségük közepesen alacsony. Rendelkeznek alapszintű adminisztrációs és back office rendszerrel és néhány szakterületi pl. számlázó, bérszámfejtő stb. alkalmazással, de az informatikai területet a redundancia, és a következetesség nélküli koncepció, vagy éppen a koncepciótlanság jellemzi. Az „eklektikus” technológiai kialakítás sokszor egészíti ki fellángolásszerű javító intézkedés pl. az ún. net-sógor” intézménye, de koncepciók ad-hoc jellegűek és sokszor befejezés nélkül maradnak. Ezek a cégek magasabb digitális lépcsőre léptetése talán a legnehezebb. Itt a szervezetfejlesztési tanácsadás, és működő modellek minták bemutatása (meggyőzés), valamit a szemléletformálás tűnik célravezető módszernek.
  • „É1” szegmens vállalatai a legtöbb infokommunikációs hátránnyal rendelkező és igazán a változás szükségességét nem érzékelő, minimálisan digitalizált szervezetek. A digitalizáció felé mutatott affinitásuk minimális, sokszor az elektronikus hatósági alkalmazások, pl. e-cégkapu, e-bev, e-beszámoló; EKR, ETDR, e-számla, NTAK stb. használata sem mindig kézenfekvő. Ugyanakkor ezek a kötelező elektronikus „közigazgatási” alkalmazások (G2B; B2G) elemek, pusholják a modern alkalmazások készségszintű használatát, kényszerítő módon ugyan de egyúttal az átláthatóságot is javítják és javíthatják a digitalizációs jártasságot. A ráfordítások és az elvárható hasznosság figyelembevételével, itt is a szemléletformáló programok tűnnek célravezető módszernek.

Az MI alkalmazások elterjedést segítő, központi intézkedésekben, akciókban fenti célcsoportok specifikus kezelése indokolt lesz.

Következtetések

A fenti tanulmányban körbe jártuk a Mesterséges Intelligencia fogalmát, lehetőségeit, jelentőségét. Bemutattuk az alkalmazás, bevezetés lehetséges lépéseit. Meg kell jegyezni, hogy az MI alkalmazásának széleskörű elterjedését nem a rendelkezésre álló technológia elérhetetlensége jelenti, sokkal inkább a benne rejlő lehetőségek felismerésének hiánya.

Az IT-, és az üzleti tanácsadók felelőssége ezért igen nagy ebben a kérdésben, meg kell, hogy értessék, hogy a mesterséges intelligencia alkalmazása nem valami futurisztikus, jövőben megvalósítható megoldás, hanem egy olyan lehetőség, amely a vállalat ellenállóképességét, reagáló képességét, hatékonyságát javítja. Ennek megértéshez, viszont a korábbi reflexek vizsgálatával, átértékelésével és szemléletváltással juthatunk.

Természetesen a vállalati sajátosságok behatárolják az eredményesen alkalmazható technológiát. A sikerességhez szükséges az elemző önértékelés, az az egészséges vállalati jövőkép, amely nagyban segíti a mesterséges intelligencia alkalmazások közötti választást, illetve ezen diszruptív megoldások elhelyezését a vállalati szervezeti-technológiai ökoszisztémában.

Nemzetközi irodalmakból, tanulmányokból összeállította és írta: Bencsik György, mérnök, közgazdász, MBA, a Modern Vállalkozások Programjának vezető IKT módszertani szakértője