Niespójna strategia innowacji, braki w zakresie kompetencji i zasobów, skostniałe struktury organizacyjne i niedopasowanie procesów biznesowych do nowych realiów rynkowych, a także trudna w modernizacji infrastruktura IT to tylko kilka wyzwań, jakim muszą stawić czoła liderzy cyfrowych zmian.

Rolę technologicznych prekursorów pełniły dotychczas firmy telekomunikacyjne, które najwcześniej przeszły proces cyfryzacji i jako jedne z pierwszych wdrażały zaawansowane technologie, w tym analitykę. Dzięki temu są dziś w stanie planować m.in. wprowadzenie usług dodanych (ang. value-added services), takich jak dostęp do serwisów streamingowych czy platform VOD (ang. video on demand), a w efekcie generować dodatkowy zysk. Pozwala to skutecznie zmierzyć się z problemem erozji marż i rosnącą konkurencją.

Jeśli zaś chodzi o sektor finansowy, to od lat wykorzystuje on analitykę w bardzo szerokim zakresie, między innymi do zarządzania relacjami z klientem, walki z nadużyciami, zarządzania ryzykiem. Zaawansowane technologicznie banki są dziś dobrze przygotowane na rewolucję w sektorze usług finansowych związaną z takimi inicjatywami, jak na przykład open banking. Również branża retail coraz szerzej otwiera się na zaawansowane rozwiązania analityczne, wykorzystujące detaliczne dane o transakcjach sprzedażowych, podróży klienta przez kanały dystrybucji oraz faktach z całego łańcucha dostaw. Algorytmy prognozowania statystycznego, optymalizacji matematycznej czy modele oparte o uczenie maszynowe pozwalają na znalezienie rozwiązań o większej efektywności w porównaniu do tradycyjnych metod. Kilkuprocentowa poprawa kluczowych wskaźników efektywności jest wystarczająco silnym bodźcem, aby rozważyć ich wykorzystanie już teraz.

Szczególne znaczenie dla każdego z nas ma transformacja cyfrowa sektora publicznego. Powszechna dostępność i szybka adopcja nowych, cyfrowych usług powoduje identyczne oczekiwania obywateli wobec administracji państwowej. Z drugiej strony możliwość zaimplementowania sztucznej inteligencji i automatyzacji podejmowania decyzji to droga do efektywnego i sprawnego państwa. Połączenie tych celów z umiejętnością wykorzystania doświadczeń innych branż stanowi o sukcesie w cyfryzacji sektora usług publicznych. Związane z tym wyzwania istotnie przekraczają to, z czym mierzą się przedstawiciele biznesu – sektor publiczny to regulacje, przepisy, transparencja i odpowiedzialność wobec obywateli.

Etyka, edukacja, ewolucja

Efektywne i odpowiedzialne wykorzystanie technologii wymaga określonych kompetencji decydentów, ale również zmian w strukturze całego społeczeństwa.

Etyka – zarówno liderzy zmian, jak i całe społeczeństwa muszą kierować się we wdrażaniu technologii etyką. Należy mieć na względzie przede wszystkim rozwój społeczeństwa i pamiętać o kluczowej roli człowieka, któremu technologia ma służyć, pomagać w wykonywaniu codziennych zadań, a nie doprowadzać do marginalizacji jego roli. Jak wynika z badania przeprowadzonego przez SAS, 70% firm wdrażających projekty z zakresu sztucznej inteligencji potwierdza, że organizuje szkolenia dla pracowników, których celem jest pokazanie, że projekty AI są realizowane z zachowaniem zasad etyki.

Edukacja – ewolucja człowieka jest powolna, a postęp technologiczny niezwykle dynamiczny. Eksperci SAS podkreślają, że obecny rozwój technologiczny wymaga długofalowego budowania kompetencji cyfrowych oraz szeroko zakrojonej edukacji, która pomoże zniwelować obawy i zrozumieć korzyści płynące z wykorzystania takich technologii, jak sztuczna inteligencja. O tym, jak ważne jest właściwe nastawienie, świadczy fakt, że ponad 57% respondentów badania przeprowadzonego przez Forbes Insights pod patronatem firm SAS, Accenture i Intel wyraża zaniepokojenie związane z wpływem AI na ich pracę czy relacje w zespole.

Ewolucja – należy odrzucić dogmaty, nie bać się zadawania pytań i poddawania w wątpliwość kierunków zmian. Taka postawa doprowadziła do postępu technologicznego i stanowiła bodziec do wdrażania innowacji, które pozwoliły organizacjom wyróżnić się w realiach niezwykle konkurencyjnej, cyfrowej ekonomii. Z drugiej strony twórcy rozwiązań wykorzystujących sztuczną inteligencję zwracają uwagę na fakt, że wymagają one nadzoru specjalistów, którzy wezmą odpowiedzialność za ich działanie. Analityka umożliwia zrozumienie, w jaki sposób maszyna doszła do określonych wniosków, utrzymanie należytego poziomu kontroli nad technologią i określenie dalszych kierunków jej rozwoju.

Źródło: SAS Institute