Zmiana sposobu automatyzacji w Twojej firmie

Ze względu na stale zmieniające się oczekiwania klientów, konieczne jest rozszerzenie ustalonych podejść rozwojowych, jeśli inicjatywy automatyzacji mają przynieść znaczne korzyści na masową skalę. Automatyzacja na dużą skalę wymaga fundamentu, który oprócz wymagań funkcjonalnych zawiera informacje o firmie i regułach przetwarzania transakcji.

Zwinność, zwinność i jeszcze raz zwinność

Firmy powinny stosować zwinne metodyki rozwoju, zwinną architekturę i zwinne praktyki zarządzania projektami, aby pomyślnie wdrażać technologie automatyzacji. Bez tego inicjatywy automatyzacji procesów biznesowych ryzykują niepowodzenie z powodu niemożności obsługi zmian wymagań w całym cyklu życia projektu.

Podejścia zwinne koncentrują się na częstym dostarczaniu wysokiej jakości oprogramowania poprzez szybkie iteracyjne tworzenie oprogramowania. Podczas gdy metody zwinne są wykorzystywane do tworzenia oprogramowania na zamówienie od ponad dekady, zwinne zarządzanie projektami zaczęto stosować do automatyzacji procesów biznesowych na dużą skalę dopiero w ciągu kilku lat.

Pierwszym krokiem w kierunku uzyskania systematycznej pomocy dla oprogramowania do automatyzacji procesów biznesowych typu agile jest zastosowanie metody agile. Nie wystarczy jedynie umożliwić zespołowi programistycznemu bycie zwinny; musisz zapewnić sprawność w całej firmie.

Zwinna automatyzacja na dużą skalę

Niektóre firmy zmodyfikowały i rozwinęły ramy scrum do automatyzacji procesów, aby spełnić to wymaganie. Ta metoda „zwinnej automatyzacji” jest podobna do scrum, z kilkoma różnicami.

  • Różne kierownictwo zespołu. Zwinna automatyzacja opiera się na elastycznym projekcie zespołu, który obejmuje programistów, testerów, pracowników IT i interesariuszy biznesowych. Właściciel produktu z firmy prowadzi każdy zespół, wspomagany przez eksperta merytorycznego posiadającego branżową wiedzę na temat technologii. Ma to kluczowe znaczenie w produktach wykorzystujących sztuczną inteligencję, w których ekspert domeny jest wymagany do prawidłowej oceny wyników modeli AI.
  • Planowanie mapy drogowej. Automatyzacja Agile wymaga znacznej ilości planowania przed rozpoczęciem jakichkolwiek prac rozwojowych. W tej fazie musisz skonfigurować projekt automatyzacji. Następnie musisz go regularnie testować, sprawdzać jego funkcjonalność i porównywać z poprzednimi wersjami. Ta faza zapewnia, że ​​projekt automatyzacji połączy się z całym biznesem i będzie zgodny z wymogami regulacyjnymi i innymi ograniczeniami. Pozwala również zainteresowanym stronom w dotkniętych sekcjach firmy przygotować przepływ oparty na wyzwalaczach
  • Koncepcja „przepływu opartego na wyzwalaczach” zastąpiła tradycyjne historyjki użytkownika w zwinnej automatyzacji, aby podzielić projekt na części wielkości kęsa. Pierwszym krokiem w formule jest zidentyfikowanie „zdarzenia wyzwalającego”, na przykład gdy określone dane staną się dostępne lub gdy nastąpi akcja użytkownika. Następnie definiuje się działania potrzebne w odpowiedzi na to zdarzenie i wynik, który ma zostać utworzony. Zespoły mogą używać tej techniki do dzielenia procedur na łatwe do opanowania części. Ponadto, ponieważ dane wejściowe i wyniki każdego fragmentu są jasno zdefiniowane, zespoły mogą pracować równolegle, przyspieszając prace programistyczne (na podstawie ankiety McKinsey).
  • Zarządzanie przepływem prototypów. Automatyzacja oddziela wydanie oprogramowania prototypowego i produkcyjnego. Wersje produkcyjne są realizowane według napiętego harmonogramu w koordynacji z kluczowymi obszarami biznesowymi, aby zminimalizować zakłócenia w całej organizacji. Prototypy są wprowadzane do środowiska testowego, gdzie ich wydajność jest częściej oceniana na reprezentatywnych zestawach danych.
  • Wsparcie organizacyjne. Ponieważ zwinna automatyzacja wymaga znaczących zmian organizacyjnych, wymaga od firm zastosowania nowych technologii i metod pracy do najważniejszych operacji — wszystko w tym samym czasie. Nawet jeśli Twoja organizacja jest mała i nowa, uruchomienie zautomatyzowanego rozwiązania wymaga dużej pomocy. Większość firm korzysta z wyspecjalizowanego biura programowego w celu zapewnienia pomocy, opracowania najlepszych praktyk i śledzenia postępów w całym projekcie automatyzacji.
  • Radzenie sobie z niepewnością. W organizacjach o złożonych technologiach pracownikom trudniej jest osiągnąć wspólne zrozumienie swoich klientów. Zmniejszenie niepewności zadania spowodowało zastosowanie metod koordynacji horyzontalnej i spotkań grupowych zamiast bezosobowych technik koordynacji.

Znaki, że Twoja organizacja musi skalować swoje Zespoły Agile to:

  • Spędzasz większość czasu na prowadzeniu firmy.
  • Masz wiele rzeczy w toku, ale niewiele z nich jest już skończonych.
  • Nie przestrzegasz zasad Agile i nie uczysz ludzi, jak wykorzystywać zasady Agile.
  • Nie możesz wymyślić, jak radzić sobie z zależnościami między zespołami.
  • Prędkość Twoich zwinnych zespołów nie jest stała.
  • Twój zespół zajmuje się tylko najpilniejszymi sprawami.
  • W swoim zaległości masz dużą liczbę zgłoszeń do pomocy technicznej i nie możesz tworzyć nowych funkcji produktu.

Centrum Doskonałości Automatyzacji – dlaczego i jak?

Zadanie zarządzania inicjatywami automatyzacji może być trudne, ale nie musi. Dzięki wdrożeniu centrum doskonałości automatyzacji przekonasz się, że Twój zespół będzie bardziej zwinny i responsywny niż kiedykolwiek wcześniej.

Podstawa

Podstawą Centrum Doskonałości jest model zarządzania automatyzacją, który zapewnia ramy do podejmowania decyzji, umożliwia standaryzację i spójność podejścia oraz ułatwia komunikację między interesariuszami.

COE (Center of Excellence) odpowiada za ustalenie ogólnej strategii organizacji i kierunku automatyzacji. Wiąże się to z opracowaniem kompleksowej architektury spełniającej potrzeby firmy, a także ustanowieniem procedur i standardów zapewniających prawidłowe i spójne wdrażanie automatyzacji. COE nadzoruje również działalność centrum automatyzacji, która obejmuje organizację zasobów (narzędzia, ludzie, procesy).

Jedną z najważniejszych funkcji COE jest pełnienie roli agenta zmian pomagającego w napędzaniu transformacji w całej organizacji. COE może być scentralizowanym źródłem najlepszych praktyk, wymiany wiedzy i ciągłego doskonalenia. Powinno dążyć do stworzenia środowiska, w którym inne części biznesu obejmują automatyzację.

COE może służyć jako źródło najlepszych praktyk, dzielenia się wiedzą i ciągłego doskonalenia. Środowisko powinno być takie, w którym automatyzacja jest akceptowana w innych częściach firmy. Im bardziej uda Ci się zmienić zasady organizacji, tym lepiej będziesz w stanie zoptymalizować wydajność procesów, jednocześnie minimalizując koszty związane z dostarczaniem wyników we wszystkich projektach automatyzacji.

Stosowany przez IBM model funkcji Center of Excellence zawiera kilka intrygujących możliwości.

No alt text provided for this image

Jak ustanowić Centrum Doskonałości dla automatyzacji biznesu?

  • Zidentyfikuj jednostki biznesowe, które mogą skorzystać na automatyzacji.
  • Określ, jaki proces lub dział byłby dobrym kandydatem do automatyzacji oraz te procesy, które nie są jeszcze zautomatyzowane i muszą podjąć kroki w kierunku automatyzacji, aby zachować aktualność.
  • Oceń umiejętności wymagane do projektowania, budowania, obsługi i monitorowania inicjatyw automatyzacji.
  • Wyznacz sponsora wykonawczego, który będzie odpowiedzialny za zapewnienie, że centrum doskonałości zapewnia firmie wartość.
  • Zdefiniuj i uzgodnij model zarządzania, który będzie obejmował role i obowiązki oraz prawa decyzyjne.
  • Oceń technologię i narzędzia potrzebne do wsparcia Rady Europy.
  • Zbuduj zespół ekspertów z umiejętnościami wymaganymi do obsługi i zarządzania centrum doskonałości automatyzacji.

Oto niektóre z typowych wyzwań, przed którymi stoją firmy wdrażające centra doskonałości automatyzacji:

  • Brak ram i standardów zarządzania w różnych zespołach i technologiach. Może to prowadzić do niespójności w sposobie wykorzystania i zarządzania automatyzacją, wpływając na wydajność i niezawodność.
  • Brak możliwości szybkiego dostosowania się do zmian potrzeb biznesowych lub aktualizacji technologii. Centrum doskonałości automatyzacji powinno być w stanie szybko dostosowywać się do zmian, aby firma mogła wykorzystać nowe możliwości lub reagować na zagrożenia.
  • Brak widoczności i kontroli w różnych inicjatywach automatyzacji. Może to prowadzić do powielania wysiłków, niespójności w działaniu i braku możliwości śledzenia postępów w realizacji celów.
  • Wyzwania związane z integracją automatyzacji z istniejącym środowiskiem IT. Automatyzacja wymaga znacznych inwestycji w budowanie i wdrażanie umiejętności, narzędzi, procesów i zarządzania w całej organizacji – coś, z czym wiele firm ma trudności.
  • Niezdolność do spełnienia wymagań biznesowych dotyczących zwiększonej skali lub szybkości wdrożeń bez poświęcania niezawodności.
  • Brak współpracy pomiędzy różnymi zespołami odpowiedzialnymi za zarządzanie poszczególnymi częściami procesu biznesowego. Może to prowadzić do tego, że zespoły pracują w silosach, powielają wysiłki i marnują zasoby.
  • Brak integracji z istniejącymi narzędziami używanymi przez zespoły programistyczne lub operacyjne, takimi jak systemy zarządzania kodem źródłowym, trackery problemów, serwery CI itp. Centrum doskonałości automatyzacji powinno być w stanie bezproblemowo zintegrować się z tymi narzędziami w celu gromadzenia i analizowania danych o inicjatywy automatyzacji w sposób ciągły.
  • Brak wglądu w wydajność i potencjalne problemy z wdrożonymi procesami lub usługami, takimi jak metryki monitorowania lub responsywność interfejsów API. Centrum automatyzacji powinno zapewniać wgląd w to, jak dobrze działają procesy, aby można było wykryć wszelkie problemy – zwłaszcza te wynikające z błędnych konfiguracji.

Korzyści z wdrożenia centrum doskonałości w Twojej firmie.

Jeśli chodzi o COE, najważniejszym problemem jest zapewnienie, aby wysiłki profesjonalistów i ekspertów nie poszły na marne. COE ustanawia ramy skalowania działań poprzez opracowanie zestawu standardowych procedur, które zespoły w całej firmie mogą stosować w przypadku poszczególnych projektów.

COE służy również jako nowy punkt odniesienia dla procedur automatyzacji firmy, ułatwiając wdrożenie tych ustandaryzowanych procesów w całej organizacji. Pozwala to firmie na skalowanie i dalsze wdrażanie procesów automatyzacji w całej strukturze.

Oto niektóre z korzyści, jakie CoE może zapewnić firmie:

  • Wydajniejsze wykorzystanie zasobów poprzez eliminację zadań związanych ze ścięgnami.
  • Ponieważ automatyzacja na dużą skalę poprawia wydajność, zapewnia lepsze wyniki, dostarczając klientom wysokiej jakości towary i usługi.
  • Eliminując nieefektywne praktyki i skracając czas potrzebny na naukę nowych umiejętności i technologii, zmniejszysz koszty operacyjne.
  • Udoskonalenia w zakresie samodzielnego prowadzenia i automatyzacji skracają czas wprowadzania produktów na rynek.
  • Specjaliści CoE mogą pomagać pracownikom w adaptacji w celu usprawnienia ich pracy i dzielenia się skutecznymi metodami. Mogą również pomóc jednostkom i zespołom w nauce, rejestrując wykonalne procesy, rejestrując sesje szkoleniowe, pomagając w nauce indywidualnej i zespołowej oraz wspierając indywidualny rozwój.

Co musisz wiedzieć o AI i Metaverse?

AI i Metaverse to stosunkowo nowe i złożone tematy, które dominują w dzisiejszym świecie biznesu i technologii. W rzeczywistości najlepsi przedsiębiorcy, tacy jak Mark Zuckerberg czy Elon Musk, są kojarzeni z tymi niejasnymi i często nadużywanymi terminami.

Jeśli interesujesz się sztuczną inteligencją i Metaverse, trudno jest znaleźć właściwe informacje z właściwych źródeł. Co więcej, niektóre źródła zmuszają do przeczytania złożonej terminologii, która dla niedoświadczonej osoby może nie mieć sensu.

Dlatego przygotowałem listę filmów i podcastów, dzięki którym nauka o sztucznej inteligencji i Metaverse będzie łatwa i przyjemna!

Materiały video:

Bernard Marr

Future Business Tech

AI for Good

Talking to AI

The High ROI Data Scientist

Fintelics

Sensorium

Shine 365

Ask AI

Podcasty:

Blissthoughts

Contested Loving Discourse from the Oak Guild Institute

AI Education Podcast

Azeem Azhar’s Exponential View

Autoline After Hours

What the F*** is the Metaverse?

Wartości w kulturze amerykańskiej

Dziś chciałbym podzielić się kilkoma spostrzeżeniami na temat wartości w kulturze amerykańskiej, które przekładają się na biznesowe aspekty:

1. Osobista kontrola nad środowiskiem – Ludzie mogą (a nawet powinni – jak sami uważają) kontrolować przyrodę, własne środowisko i przeznaczenie. Nie pozostawiają przyszłość na pastwę losu. Przez takie myślenie, społeczeństwo jest zorientowane na cel.

2. Zmiana/mobilność – Zmiana jest zawsze postrzegana jako pozytywna, oznacza postęp i rozwój. Dzięki temu społeczeństwo jest przejściowe (tymczasowe) pod względem geograficznym, ekonomicznym i społecznym.

3. Czas i jego znaczenie – Czas jest cenny – osiągnięcie celów zależy od produktywnego wykorzystania czasu. Rezultat: wydajne i postępowe społeczeństwo (często jednak kosztem relacji międzyludzkich).

4. Równość – Ludzie mają równe szanse, są ważni jako jednostki, nie ma więc znaczenia z jakiej rodziny pochodzą, a co sobą reprezentują. W tym społeczeństwie uznaje się status.

5. Indywidualizm i prywatność – Ludzie są częściej postrzegani jako niezależne jednostki (niż członkowie grupy) z indywidualnymi potrzebami. Potrzebują czasu na samotność, przez to mogą być postrzegani jako samotni egocentrycy.

6. Własne osiągnięcia – Amerykanie są dumni z własnych osiągnięć. Najważniejsza dla nich jest to na co sami zapracowali, a nie przywileje, które otrzymali w chwili urodzenia.

Rola dyrektora generalnego w skalowaniu sztucznej inteligencji jako natywnej technologii

Co by było, gdyby firma tworzyła każdy komponent swojego produktu przy każdym zakupie, bez żadnych standardowych lub jednolitych części, procedur lub standardów zapewnienia jakości? Wątpliwe, by jakikolwiek prezes przychylnie przyjrzał się takiemu podejściu.

W taki właśnie sposób wiele firm angażuje się w sztuczną inteligencję i w analitykę: stawiając się w niekorzystnej sytuacji konkurencyjnej. Ponieważ zespoły są rozproszone po całej firmie i rozpoczynają nowe inicjatywy pracuj ręcznie od podstaw, zamiast wykorzystywać procesy korporacyjne do wdrażania i monitorowania rzeczywistych modeli sztucznej inteligencji.

Aby wywrzeć znaczący wpływ na wyniki, organizacje muszą skalować technologię w całej firmie, integrując ją z kluczowymi procesami biznesowymi, przepływami pracy i ścieżkami klientów, aby codziennie usprawniać podejmowanie decyzji i operacje.

Koniec ery eksperymentów

Minęły już czasy, kiedy firmy mogły pozwolić sobie tylko na eksperymentalne podejście AI i ogólne zrozumienie analizy. Teraz nadszedł czas, aby sztuczna inteligencja zaczęła działać.

Menedżerowie nie mogą już sobie pozwolić na testowanie rzeczy. Era eksperymentów ze sztuczną inteligencją dobiegła końca, ponieważ AI ma już kluczową przewagę konkurencyjną dla organizacji, które wciąż się rozwijają – ci, którzy tego nie zrobią, zostaną szybko pozostawieni w tyle.

W tym poście pomogę dyrektorom generalnym w rozpoznaniu odpowiednich dźwigni, których mogą użyć, aby pomóc i wesprzeć wysiłki swoich liderów AI na rzecz stałego wdrażania tych procedur i technologii.

Co warto zrobić, aby przejść od eksperymentu do wdrożenia rynkowego i przyspieszyć zastosowanie AI?

a) Używaj wstępnie zaprojektowanych bloków do tworzenia procesów firmowych, które zapewniają większą spójność i wydajność.

Organizacje powinny inwestować w szeroką gamę aktywów i komponentów wielokrotnego użytku. Jednym z przykładów jest opracowywanie gotowych do użycia produktów, które standaryzują pewien zestaw danych (na przykład łącząc wszystkie informacje o kliencie w celu stworzenia jego pełnego obrazu), przy użyciu wspólnych standardów, wbudowanych zabezpieczeń i nadzoru, i samoobsługi.

Weight and Biases to przykład firmy, która może znacznie przyspieszyć proces od badań do wprowadzenia na rynek. Rozwiązanie firmy, które obejmuje testowanie, wersjonowanie i śledzenie modeli sztucznej inteligencji, pozwala na szybką ocenę modeli AI.

Jeśli Twoja firma posiada dane konsumenckie, Weights & Biases może pomóc w szybkim tworzeniu modeli AI i zwiększeniu szybkości ich zastosowania. Umożliwią one również prognozowanie zachowań klientów i ocenę ich utraty (w jakiej cenie klient rozważyłby zmianę dostawcy).

Organizacje inwestują dużo czasu i pieniędzy w opracowywanie rozwiązań AI tylko po to, by odkryć, że firma przestaje korzystać z prawie 80% z nich, ponieważ nie zapewniają już wartości. Korzystanie z gotowych do użycia rozwiązań ze skalowalnymi narzędziami w modelu usługowym zmniejsza straty o zaledwie 30%. Jak to jest możliwe? Wyspecjalizowane platformy umożliwiają szybsze i skuteczniejsze wyciąganie wniosków z przetwarzanych danych.

Co należy zatem monitorować w organizacji zainteresowanej przyspieszeniem wdrażania sztucznej inteligencji?

  • Procent zbudowanych modeli sztucznej inteligencji, które zostały wdrożone. Warto porozmawiać o tym, ile modeli zostało przeszkolonych, ale nie zostało zatwierdzonych do wdrożenia w środowisku produkcyjnym. 
  • Całkowity wpływ automatyzacji i zwrot z inwestycji w sztuczną inteligencję.
  • Liczba działów zaangażowanych we wspólne wdrożenia.

b) Budowanie płynnej współpracy pomiędzy biznesem i IT w celu przyspieszenia zastosowania AI

Dostosowanie celów menedżerów biznesowych do celów zespołów AI i działów IT jest jednym z kluczowych czynników przyspieszenia projektów AI. Idealnie byłoby, gdyby większość celów zespołów AI i danych była zgodna z celami kadry kierowniczej korporacji. Liderzy biznesu powinni również określić, jakiej wartości oczekują od sztucznej inteligencji i w jaki sposób zostanie ona spieniężona. Sztuczna inteligencja jest najbardziej przydatna, gdy działa w harmonii z określonymi procesami. Błędem byłoby sądzić, że sztuczna inteligencja sama określi, które obszary są bardziej odpowiednie, biorąc pod uwagę, że należy podjąć wiele decyzji dotyczących tego, gdzie jej użyć i jak może zapewnić dodatkową wartość.

U jednego z moich klientów odkryłem rozdźwięk między celami działu IT a celami jednostek biznesowych. Brakowało pełnej synchronizacji pomiędzy tym do czego zmierza dział IT a do czego dążą poszczególne jednostki biznesowe. Dział IT skupił się raczej na doskonałości operacyjnej, a jednostki biznesowe wytyczały bardziej strategiczne cele.

W rezultacie ponad 80% z 50 jednostek biznesowych nie powiązało swoich oczekiwań z korporacyjną i technologiczną mapą drogową działu IT. W konsekwencji zaowocowało to rozwojem ponad 200 projektów. 55% z nich to odizolowane wyspy, bez szans na wykorzystanie uczenia maszynowego lub głębokiego uczenia.

Model BITA może pomóc organizacjom osiągnąć dostosowanie strategii AI poprzez połączenie działów IT i biznesowych.

No alt text provided for this image

Rysunek 1: Model dopasowania biznesu i IT, Henderson i Venkatraman (ResearchGate).

c) Inwestycje w talenty

Praca analityków danych i inżynierów technicznych ulega przeobrażeniom. Wcześniej ich praca koncentrowała się przede wszystkim na kodowaniu niskopoziomowym. Muszą teraz budować modele z komponentów modułowych i opracować wynik gotowy do produkcji i skalowania. Wykorzystanie sztucznej inteligencji wymaga innej strategii.

Ponadto w zespołach AI są nowsze obowiązki zawodowe. Jednym z nich jest inżynier uczenia maszynowego, który potrafi przekształcać modele AI w systemy produkcyjne klasy korporacyjnej, które działają na dużą skalę. Dyrektorzy biznesowi powinni informować o zmianie w całej firmie i współpracować nad mapą rozwoju talentów z menedżerami ds. zasobów ludzkich.

Podsumowanie

Trzy sposoby przejścia od eksperymentu do wdrożenia rynkowego i przyspieszenia zastosowania sztucznej inteligencji to wykorzystanie wstępnie zaprojektowanych bloków, budowanie płynnej współpracy między biznesem a IT oraz inwestowanie w talenty.

1. Jako dyrektor, co myślisz o roli dyrektora generalnego w skalowaniu AI jako firmy?

2. Jakie są Twoje przemyślenia na temat opracowywania strategii przyjęcia technologii AI?

3. Jak zmienił się styl przywództwa CEO wraz z wprowadzeniem nowej technologii?

4. Jakie masz doświadczenie we wdrażaniu lub skalowaniu AI w Twojej firmie?

5. Czy miałeś trudności ze skalowaniem strategii sztucznej inteligencji w różnych działach?

Konferencja AI4 2022

Tego roku miałem niesamowitą przyjemność uczestniczenia w wydarzeniu, jakim jest Konferencja Ai4 w Las Vegas. Konferencja odbyła się w dniach 16-18 sierpnia i została zorganizowana przez Fora Group – firmę specjalizującą się w organizacji wydarzeń technologicznych i biznesowych, która może pochwalić się współpracą z Microsoft, IBM i AWS. Udział w tym wydarzeniu był dla mnie zaszczytem, ​​ponieważ zaproszenie dla mnie dotarło bezpośrednio od organizatorów związku z moim doświadczenie w dziedzinie AI.

Czym jest Ai4?

Ai4 łączy liderów biznesu i ekspertów ds. danych, celem promowania stosowania sztucznej inteligencji w różnych branżach, w tym finansów, opieki zdrowotnej, handlu detalicznego, cyberbezpieczeństwa i wielu innych. Konferencja odbywa się corocznie i zyskuje coraz większe zainteresowanie i renomę w ciągu ostatnich kilku lat.

Po pierwsze muszę pochwalić organizację całego wydarzenia. Mimo rozmachu projektu (około 200 prelegentów i prezentacji oraz kilka tysięcy uczestników) wszystko przebiegało sprawnie i zgodnie z planem. Dzięki aplikacji SwapCard mogłem swobodnie rejestrować się na prezentacje oraz umawiać się na spotkania z uczestnikami i prelegentami. Ponadto apliakcja daje możliwość przeglądania harmonogramu konferencji przenoszenia go do mojego kalendarza Google, Yahoo lub Apple. Konferencja była bardzo dobrze zaplanowana i przeprowadzona pomimo ogromnej skali. 

Wykłady i networking

Jedną z najbardziej przekonujących prezentacji, w których uczestniczyłem, była przemowa Willy’ego Pella, wiceprezesa Autonomy and New Ventures w Blue River, nabytej przez firmę John Deere. Jego prezentacja „AI i autonomia dla inteligentnego, połączonego rolnictwa” była niesamowicie fascynująca i otworzyła mi oczy na wiele problemów stojących przed branżą rolniczą. Według John Deere za kilka dziesięcioleci nie będzie dostępnej ziemi uprawnej i będziemy musieli zmaksymalizować produktywność posiadanej ziemi. Obecnie tylko 1% Amerykanów pracuje w rolnictwie, co oznacza, że ​​potrzebne będą autonomiczne urządzenia rolnicze, takie jak traktory i kombajny napędzane sztuczną inteligencją. Pell poczynił również interesującą obserwację dotyczącą pielęgnacji upraw, stwierdzając: „Gdyby w tym pokoju były dzisiaj dwie osoby chore na grypę, czy spryskali byśmy całe pomieszczenie sprayem przeciwgrypowym? Nie! Jednak w rolnictwie tak właśnie się dzieje. Opryskiwane są całe uprawy, nawet jeśli wymaga tego tylko niewielka ich część”. John Deere wyjaśnia, że ​​przyszłość rolnictwa powinna leżeć w zindywidualizowanym i specyficznym podejściu do zarządzania każdą uprawą.

Kolejną prezentacją, w której miałem okazję uczestniczyć, było spotkanie z Amitem Baggą, starszym wiceprezesem ds. technologii sztucznej inteligencji w firmie Comcast. Jego wystąpienie „Jak Comcast poprawia wrażenia klientów dzięki AI/ML” wykonało świetną robotę, opisując, jak budować doświadczenia klientów w oparciu o sztuczną inteligencję. Amit przedstawił między innymi pięć obszarów, w których sztuczna inteligencja zmienia adaptację klientów. Obszary te obejmują wykrywanie treści, analitykę mediów, sztuczną inteligencję dla Connected Living oraz sztuczną inteligencję dla obsługi klienta.

Ponadto chciałbym podkreślić prezentację Davida Brewera, oficera ds. innowacji Sił Powietrznych Stanów Zjednoczonych. W swojej prezentacji „Tworzenie AI i usług rządowych opartych na danych” Brewer stwierdził, że „Departament Obrony musi zapewnić, że poszczególne służby wojskowe rozumieją, jak szkolić i rozwijać algorytmy w taki sam sposób, w jaki szkolimy nasze siły wojskowe. AI/ML musi być rozwijany, aby akceptować niedoskonałe dane wyjściowe i wyniki, szczególnie we wczesnych fazach opracowywania algorytmów”. Brewer omówił także, w jaki sposób armia amerykańska poszukuje rozwiązań sztucznej inteligencji. Ostatnio Siły Powietrzne USA były zainteresowane współpracą z polską firmą i jej produktem Rescue Glass. Rescue Glass to narzędzie zaprojektowane do prowadzenia użytkownika przez operację ratunkową w czasie rzeczywistym, zapewniając natychmiastowe instrukcje ze zdalnej lokalizacji za pomocą zlokalizowanego ratownika medycznego.

David Brewer,  United States Air Force

Miałem również przyjemność poznać Reida Blackmana, autora książki „Etyczne maszyny: Twój zwięzły przewodnik po całkowicie bezstronnej, przejrzystej i szanowanej sztucznej inteligencji”. Blackman mówił o tym, jak organizacje mogą zoperacjonalizować etykę AI.

Reid Blackman, Virtue

Warto wspomnieć o kilku dodatkowych wykładach następujących firm: Superb AI (reprezentowana przez Hyun Kim), DynamoFL (reprezentowana przez Vaikkunth Mugunthan) i aiXplain (reprezentowana przez Hassan Sawaf) były imponującymi prezentacjami. Podsumowując, prowadzenie znaczących, branżowych rozmów z tak niesamowitymi ludźmi było bardzo inspirujące. Chociaż uwielbiam rozmawiać o AI z inspirującymi liderami, osobiste kontakty, które nawiązałem po drodze, dodały całemu doświadczeniu ogromnej wartości.

Vaikkunth Mugunthan, DynamoFL

Hassan Sawaf, aiXplain

Jedyna krytyka, jaką mogę skierować w związku z wydarzeniem, to informacje podane podczas prezentacji firm konsultingowych. Informacje te były bowiem bardzo ogólne i dawały niewiele szczegółowych informacji. Niemniej jednak jestem pod wrażeniem różnorodności talentów, jakie ta konferencja mogła zgromadzić. 

Podsumowanie

Ai4 to wydarzenie, które powinien śledzić każdy, choćby w najmniejszym stopniu, zainteresowany sztuczną inteligencją. Mnóstwo prezentowanych informacji i możliwość poznania niesamowitych ludzi, którzy bezpośrednio wpływają na świat sztucznej inteligencji, jest naprawdę inspirujące i nieocenione. Z tegorocznej konferencji nawiązałem niezapomniane wspomnienia i mam nadzieję, że będę miał okazję uczestniczyć w wielu kolejnych konferencjach Ai4.

Ryzyko biznesowe związane z niską etyką i zarządzaniem SI

W miarę jak sztuczna inteligencja (AI) staje się coraz bardziej zaawansowana, jej potencjalne implikacje dla biznesu stają się coraz bardziej zróżnicowane i złożone. Jedną z najważniejszych i ryzykownych kwestii do rozważenia jest to, jak zapewnić etyczny i odpowiedzialny rozwój AI. Niestety, wiele firm nie zwraca uwagi na etyczne implikacje AI, starając się wykorzystać tę transformującą technologię. Ten brak staranności może mieć katastrofalne skutki zarówno dla poszczególnych firm, jak i dla całej gospodarki. W tym artykule przeanalizujemy zagrożenia biznesowe wynikające z lekceważenia etyki w sztucznej inteligencji.

Ryzyko biznesowe związane z niską etyką i zarządzaniem SI

Rewolucja w dziedzinie sztucznej inteligencji (AI) jest w toku, a przedsiębiorstwa starają się w pośpiechu wdrażać technologie AI, aby zachować konkurencyjność. Jednak w miarę jak technologie AI stają się coraz bardziej wszechobecne i potężne, rośnie potrzeba rozważenia kwestii etycznych związanych z ich wykorzystaniem. Niestety, wiele firm nie radzi sobie w tej dziedzinie. W 2015 r. firma Amazon odkryła, że sztuczna inteligencja w jej oprogramowaniu rekrutacyjnym preferowała zatrudnianie kandydatów płci męskiej. Choć wywołało to poruszenie i wzbudziło zdziwienie w środowisku AI, te same błędy zdarzają się do dziś. Jesienią 2021 r. SI, która rekomenduje treści na Facebooku, polecała filmy o naczelnych użytkownikom, którzy oglądali film z brytyjskiego tabloidu z udziałem czarnoskórych mężczyzn.

Country and regional AI Laws and Regulation

Jak wynika z powyższego wykresu, przepisy i regulacje dotyczące etyki i stronniczości AI są nadal przedmiotem dyskusji, pomimo niedociągnięć wielu firm technologicznych. Wykres ten pokazuje jednak również działania regulacyjne podjęte już w innych obszarach AI. Przepisy dotyczące etyki AI będą się rozwijać w miarę, jak AI będzie zyskiwać na znaczeniu i rozpowszechniać się w firmach na całym świecie. W związku z tym istnieje szereg zagrożeń związanych z ignorowaniem etyki w AI.

Działania regulacyjne

Po pierwsze, istnieje ryzyko działań regulacyjnych. W miarę upowszechniania się technologii AI rządy prawdopodobnie będą wprowadzać przepisy nadzorujące ich stosowanie. Jeśli firmy nie będą proaktywnie podchodzić do etycznych praktyk związanych z AI, mogą znaleźć się w niekorzystnej sytuacji konkurencyjnej. Według Harvard Business Review, Federalna Komisja Handlu (FTC) wydała nietypowo odważny zestaw wytycznych dotyczących „prawdy, uczciwości i sprawiedliwości” w AI – definiując nieuczciwość, a zatem nielegalne wykorzystanie AI, szeroko jako każde działanie, które „powoduje więcej szkody niż pożytku”. Wytyczne te są jeszcze na wczesnym etapie, ale sygnalizują nową erę regulacji rządowych dotyczących AI na całym świecie. Po wytycznych FTC z 2021 r. Komisja Europejska opublikowała swój własny zestaw zasad dotyczących sprawiedliwości i etyki w AI. Propozycja Komisji obejmuje wymóg, aby przedsiębiorstwa przeprowadzały „oceny wpływu” systemów AI, ze szczególnym uwzględnieniem kwestii równości i niedyskryminacji.

W nadchodzących latach presja regulacyjna będzie się zwiększać, w miarę jak technologie AI będą coraz bardziej zakorzenione w społeczeństwie. Przedsiębiorstwa, które nie podejmą proaktywnych działań w celu rozwiązania problemów etycznych związanych z AI, mogą znaleźć się w niekorzystnej sytuacji konkurencyjnej lub zostać ukarane grzywnami i karami.

Uszkodzenie reputacji

Po drugie, istnieje ryzyko utraty reputacji związane z nieetycznymi praktykami dotyczącymi sztucznej inteligencji. W ostatnich latach byliśmy świadkami, jak wiele znanych firm znalazło się pod ostrzałem z powodu wykorzystywania przez nie sztucznej inteligencji. W skandalu z Cambridge Analytica w 2015 r. Facebook wykorzystał chronione dane osobowe swoich użytkowników do celów reklamy politycznej. W wyniku tego incydentu Facebook stracił 35 miliardów dolarów wartości rynkowej i nadal jest platformą w dużej mierze niezaufaną przez amerykańską opinię publiczną. Jeśli firma zostanie przyłapana na wykorzystywaniu AI w sposób nieetyczny, może ponieść poważne szkody dla swojej reputacji.

Uszczerbek na reputacji może mieć znaczący wpływ na wyniki finansowe firmy. Badanie przeprowadzone przez Uniwersytet Kalifornijski w Berkeley wykazało, że cena akcji firmy spada średnio o 0,93% w dniu, w którym jest ona uwikłana w skandal. Ponadto w dłuższej perspektywie cena akcji tych firm spada o około 12%. Badanie wykazało również, że powrót do normalnego stanu po skandalu zajmuje średnio trzy lata. Ryzyko utraty reputacji związane z nieetycznymi praktykami sztucznej inteligencji jest po prostu zbyt duże, aby firmy mogły je zignorować.

Utrata przewagi konkurencyjnej

Po trzecie, istnieje ryzyko utraty przewagi konkurencyjnej. W miarę upowszechniania się technologii sztucznej inteligencji przedsiębiorstwa, które będą potrafiły skutecznie z nich korzystać, zyskają znaczną przewagę nad konkurentami. Jeśli jednak firma będzie postrzegana jako nieetyczna w korzystaniu z AI, może stracić przewagę konkurencyjną. Dzieje się tak dlatego, że klienci będą coraz częściej wybierać firmy, którym ufają, że korzystają z AI w sposób etyczny.

How consumers would respond to ethical AI interactions

Z powyższego wykresu wynika, że konsumenci pozytywnie reagują na firmy, które wykorzystują sztuczną inteligencję w sposób etyczny. Dlatego firma może zwiększyć wskaźnik utrzymania klientów, rozważając etyczne implikacje wdrażanej przez siebie sztucznej inteligencji. W badaniu przeprowadzonym wśród 1000 konsumentów w Stanach Zjednoczonych, Wielkiej Brytanii i Niemczech 86% stwierdziło, że byliby skłonni zapłacić więcej za produkty i usługi firm, które stosują etyczne praktyki w zakresie sztucznej inteligencji. Ponadto 89% stwierdziło, że zbojkotowałoby daną firmę, gdyby okazało się, że wykorzystuje ona SI w sposób nieetyczny.

Jest oczywiste, że firmy muszą być świadome etycznych konsekwencji swoich praktyk związanych z AI. Ci, którzy tego nie robią, mogą znaleźć się w niekorzystnej sytuacji konkurencyjnej, narazić się na utratę reputacji lub nawet na regulacje rządowe.

Odpowiedzialność cywilna

Wreszcie, istnieje ryzyko odpowiedzialności cywilnej. Jeśli technologia sztucznej inteligencji stosowana przez firmę wyrządzi szkodę osobom fizycznym, firma może zostać pociągnięta do odpowiedzialności w procesie cywilnym. Jest to szczególnie istotne ryzyko, biorąc pod uwagę ostatnie postępy w technologii rozpoznawania twarzy. Jeśli firma wykorzysta technologię rozpoznawania twarzy w sposób nieetyczny, może zostać pozwana za naruszenie prywatności lub zniesławienie.

Zaczynają się już pojawiać przypadki odpowiedzialności cywilnej. W maju 2017 r. pewna kobieta w Stanach Zjednoczonych złożyła pozew przeciwko Facebookowi po tym, jak oprogramowanie firmy do rozpoznawania twarzy błędnie zidentyfikowało ją jako terrorystkę. W wyniku błędu kobieta, która jest pochodzenia bliskowschodniego, została zatrzymana przez FBI. Co więcej, Google ma obecnie do czynienia z pozwem zbiorowym w Wielkiej Brytanii w związku z naruszeniem danych dotyczących zdrowia, które złamało tamtejsze prawo o ochronie danych. System sztucznej inteligencji DeepMind firmy Google wykorzystał informacje zdrowotne milionów pacjentów w aplikacji bez ich zgody. Przypadki takie jak ten będą prawdopodobnie coraz częstsze w miarę upowszechniania się technologii sztucznej inteligencji. Przedsiębiorstwa muszą być świadome możliwości poniesienia odpowiedzialności cywilnej i podjąć kroki w celu ograniczenia tego ryzyka.

Wnioski

To tylko kilka przykładów ryzyka biznesowego związanego z niską etyką i zarządzaniem SI. Firmy, które chcą pozostać w czołówce, muszą upewnić się, że traktują te zagrożenia poważnie.

Rewolucja w dziedzinie sztucznej inteligencji (AI) jest w toku, a przedsiębiorstwa starają się w pośpiechu wdrażać technologie AI, aby zachować konkurencyjność. Jednak w miarę jak technologie AI stają się coraz bardziej wszechobecne, rosną obawy o etyczne implikacje ich stosowania. Przedsiębiorstwa, które proaktywnie nie rozwiążą tych problemów, mogą być narażone na poważne ryzyko, w tym na działania organów regulacyjnych, utratę reputacji, utratę przewagi konkurencyjnej i odpowiedzialność cywilną.

Źródła:

https://www.cio.com/article/100000595/6-business-risks-of-shortchanging-ai-ethics-and-governance.html
https://www.forbes.com/sites/cognitiveworld/2020/02/20/ai-laws-are-coming/?sh=239a0acca2b4
https://www.marketingcharts.com/wp-content/uploads/2019/08/Capgemini-Consumer-Response-Ethical-AI-Aug2019.png

Czytaj więcej: Sztuczna inteligencja pomaga odtworzyć umiejętności rdzennych tropicieli i ochronić zagrożone gatunki

Przeprojektowanie modeli biznesowych w służbie zdrowia z wykorzystaniem Chatbotów i Voicebotów

Zastosowanie chatbotów i voicebotów zmienia krajobraz biznesu. Mogą one pomóc w obsłudze klienta, marketingu, a nawet w zadaniach administracyjnych. Ten wpis na blogu poświęcony jest temu, w jaki sposób liderzy instytucji opieki zdrowotnej mogą wykorzystać je w branży opieki zdrowotnej, aby przeprojektować modele biznesowe i poprawić opiekę nad pacjentami. Chatboty to opłacalny sposób na zapewnienie komunikacji 24 godziny na dobę, 7 dni w tygodniu, co jest niezbędne w branży opieki zdrowotnej. Mogą one również pomóc w automatyzacji zadań administracyjnych, dzięki czemu proces staje się bardziej efektywny.

Wykorzystanie chatbotów i voicebotów w służbie zdrowia – perspektywa ogólna.

Chatboty i voiceboty mogą przyczynić się do zmiany modeli biznesowych i poprawy wyników leczenia pacjentów. Szpitale, oddziały ratunkowe i gabinety lekarskie mogą wykorzystywać chatboty oparte na sztucznej inteligencji (AI), aby zapewnić pacjentom spersonalizowaną opiekę, całodobowy dostęp do informacji zdrowotnych oraz przypomnienia o wizytach i lekach. Boty głosowe mogą również ułatwić pacjentom umawianie wizyt i wyszukiwanie lekarzy. Dzięki zastosowaniu sztucznej inteligencji, chatboty i voiceboty mogą przyczynić się do zwiększenia zaangażowania pacjentów, zmniejszenia kosztów i poprawy wyników.

Technologia chatbot ma różne zastosowania, zwłaszcza te bardziej specjalistyczne. W przeciwieństwie do obietnic wirtualnych asystentów, którzy twierdzą, że wiedzą wszystko, te boty są przeznaczone do specjalistycznych celów, które mogą być bardziej proste do zautomatyzowania. Chatboty i voiceboty to stosunkowo nowe technologie, ale inwestorzy już je polubili. Ten wykres wskazuje, że branża chatbotów wkracza w dojrzały wiek.

Chatbots and venture capitals investment including healthcare

Istnieje recepta dla branży na walkę z wyzwaniami, jakimi są stale rosnące wydatki, różne metody prowadzenia dokumentacji i odczuwalny brak zaangażowania pacjentów. Chatboty i voiceboty rewolucjonizują opiekę zdrowotną, przekształcając problemy w możliwości. Dzięki szybkiemu i łatwemu dostępowi do informacji oraz bardziej spersonalizowanemu i angażującemu kanałowi interakcji, boty wykorzystujące sztuczną inteligencję pomagają podmiotom świadczącym usługi zdrowotne w efektywnym świadczeniu usług i wypełnianiu luki w kontaktach z osobami potrzebującymi pomocy.

Jak chatboty mogą pomóc w przeprojektowaniu modeli biznesowych?

Chatboty mogą pomóc podmiotom świadczącym usługi opieki zdrowotnej w przeprojektowaniu ich modeli biznesowych na kilka sposobów.

Po pierwsze, mogą one zautomatyzować zadania administracyjne. Dzięki temu pracownicy służby zdrowia mogą zyskać więcej czasu na przyjmowanie większej liczby pacjentów lub zapewnienie bardziej zindywidualizowanej opieki. Doskonałym przykładem jest asystent głosowy Suki. Asystent głosowy Suki jest przeznaczony do zbierania i przepisywania notatek i rozmów z pacjentami w imieniu lekarzy. Sztuczna inteligencja automatycznie wypełnia elektroniczną dokumentację zdrowotną (EHR) i zajmuje się wprowadzaniem danych przez lekarza, dzięki czemu lekarze mogą poświęcić więcej czasu pacjentom. Celem jest poprawa interakcji lekarz-pacjent i zmniejszenie wypalenia zawodowego lekarzy, często związanego z nadmierną pracą administracyjną. Firma Suki twierdzi, że jej technologia skraca czas poświęcany przez lekarzy na sporządzanie notatek o 76%. Według danych firmy Suki, ten dodatkowy czas przekłada się na większą liczbę pacjentów o 12% i roczny wzrost przychodów o 30 000 USD dla lekarza, który korzysta z tego rozwiązania.

Po drugie, chatboty mogą pomóc w zwiększeniu zaangażowania pacjentów. Zapewniając szybki i łatwy dostęp do informacji i przypomnień, chatboty mogą pomóc pacjentom w utrzymaniu dobrego stanu zdrowia. Jest to szczególnie ważne w przypadku chorób przewlekłych, gdzie pacjenci muszą być proaktywni w zarządzaniu swoim zdrowiem. Wefight to firma, która specjalizuje się w opracowywaniu wirtualnych asystentów dla pacjentów i ich bliskich. Firma stworzyła chatbota o nazwie VIK. Vik to firma technologiczna zajmująca się pomocą pacjentom chorym na raka i choroby przewlekłe oraz ich opiekunom poprzez dostarczanie spersonalizowanych wiadomości tekstowych. Odpowiedzi udzielane przez Vik są bardzo zróżnicowane, a pacjenci mogą znaleźć w nich wszystkie istotne, sprawdzone pod względem jakości informacje medyczne, których potrzebują. Vik informuje o nowotworach i innych chorobach przewlekłych (astma, depresja, bóle głowy…), sposobach leczenia i ich skutkach ubocznych, a także o jakości życia dzięki informacjom na temat sportu, płodności, seksualności i diety. Zwrot kosztów leczenia i prawa pacjenta to tylko kilka innych praktycznych informacji.

Po trzecie, chatboty mogą pomóc w obniżeniu kosztów. Automatyzując zadania i zwiększając zaangażowanie pacjentów, chatboty mogą pomóc placówkom służby zdrowia w oszczędzaniu pieniędzy. Firma Babylon Health przeszkoliła swojego chatbota tak, aby działał jako narzędzie do sprawdzania objawów na żądanie w ramach NHS w Wielkiej Brytanii. W badaniu walidacyjnym bot z powodzeniem poradził sobie z 94% pacjentów testowych, a w 85% sytuacji dopasował się do decyzji eksperta. Innym doskonałym przykładem, który w zasadniczy sposób zmienia model biznesowy, jest praca w zakresie zaawansowanej analityki. Firma współpracowała z OSF HealthCare w celu przetestowania bota i stworzenia standardowych procesów związanych z uzyskaniem zgody na wykorzystanie automatyzacji w systemie EMR.

W przeszłości pracownicy musieli codziennie ręcznie wchodzić na stronę internetową firmy ubezpieczeniowej w celu uzyskania aktualnych informacji o zatwierdzeniu lub odmowie wcześniejszego zatwierdzenia lub skierowania. Organizacja poszukiwała lepszych opcji zarządzania tym procesem i skrócenia czasu poświęcanego na zadania administracyjne.

Advanced Analytics było w stanie szybko zaprojektować, zbudować i wdrożyć chatbota, który zautomatyzował ten proces. Chatbot loguje się na stronie firmy ubezpieczeniowej, wyszukuje aktualizacje zgłoszeń, a następnie powiadamia pracowników o wszelkich zmianach.

What’s the best way to improve patient engagement?

Istnieje wiele sposobów na poprawę zaangażowania pacjentów, ale chatboty i voiceboty to dwie najbardziej obiecujące technologie. Dzięki automatyzacji zadań i zapewnieniu łatwego dostępu do informacji, chatboty i voiceboty mogą pomóc pacjentom pozostać na bieżąco ze stanem ich zdrowia. Stały dostęp do danych zdrowotnych w naturalny sposób tworzy pętlę informacji zwrotnej, która jest zawsze żywa. Sztuczna inteligencja w chatbotach i voicebotach może również uczyć się i doskonalić z czasem, dzięki czemu technologie te stają się coraz bardziej skuteczne w miarę ich wykorzystywania.

Ponadto pacjenci chcą wiedzieć więcej, rozumieć więcej i szybciej radzić sobie z szumem informacyjnym. Dlatego też chatboty i voiceboty mogą przebić się przez ten szum i pomóc pacjentom uzyskać potrzebne im informacje. Jednym z najlepszych sposobów na ograniczenie szumu informacyjnego jest dzielenie się z klientami tylko tym, co istotne. Jednym z ciekawych przykładów jest wykorzystanie kontekstu wizyty. W zależności od informacji dostarczonych do jednostki opieki zdrowotnej, boty mogą zainicjować wizytę z perspektywy celu. Wyobraźmy sobie, że klient osiągnął określony poziom BMI i konieczna jest zmiana diety. Voicebot może natychmiast zadzwonić do pacjenta, zasugerować konkretną dietę i umówić wizytę. Umawianie wizyt w oparciu o kontekst zwiększa zaangażowanie klienta i sprawia, że leczenie ma precyzję w swoim DNA.

Fascynującym przykładem jest firma Nividous, która dostarcza rozwiązania z zakresu sztucznej inteligencji. Firma ta stworzyła rozwiązanie oparte na chatbocie dla znanej organizacji okulistycznej, posiadającej 120 placówek w 10 stanach USA. Rozwiązanie to pomaga grupie w bardziej efektywnym zarządzaniu działalnością, zapewniając pacjentom centralne miejsce do rezerwacji wizyt i zadawania pytań.

Pacjenci mogą korzystać z botów Nividous RPA Bots obsługujących czat i głos, aby wykonywać różne zadania, w tym znaleźć najbliższy salon i umówić się na wizytę. Pętla informacji zwrotnej jest otwarta, ponieważ klienci mogą stale udostępniać swoje dane, prosić o opinie i pozostawać zaangażowani podczas planowania wizyt, analizowania wyników i przygotowywania się do następnej wizyty. Firma osiągnęła znaczną poprawę, ponad 50% wizyt pacjenci rezerwują za pomocą chatbotów. Dzięki temu kliniki okulistyczne oszczędzają około 35% etatów potrzebnych w centrach obsługi telefonicznej i zwiększają wydajność procesów o 60%.

Wnioski

Przeprojektowanie modeli biznesowych w służbie zdrowia z wykorzystaniem chatbotów i voicebotów jest możliwe i konieczne, aby nie pozostać w tyle za konkurencją. Z pomocą sztucznej inteligencji narzędzia te mogą zapewnić bardziej wydajny i skuteczny sposób komunikacji z pacjentami, lekarzami i innymi pracownikami.

Zdjęcie autorstwa mohameda hassana z PxHere

AI + Big Data pomaga lekarzom przepisywać bardziej odpowiednie witaminy i suplementy

Wraz ze wzrostem znaczenia samoopieki i profilaktyki zdrowotnej, coraz więcej Amerykanów przyjmuje witaminy i suplementy, aby poprawić swoje ogólne samopoczucie. Oznacza to jednak również, że lekarze coraz częściej spotykają się z pacjentami, którzy już przyjmują leki i chcą wiedzieć, czy powinni przyjmować dodatkowe witaminy lub suplementy. AI + big data pomaga lekarzom przepisywać bardziej odpowiednie witaminy i suplementy, dostarczając inteligentnych zaleceń opartych na konkretnych lekach przyjmowanych przez pacjenta.

Pozwala to lekarzom na szybki dostęp, porównywanie i przedstawianie zaleceń dotyczących równoważenia składników zawartych w lekach wydawanych na receptę ze składnikami, z których składają się codzienne witaminy i suplementy. Pomaga to pacjentom w maksymalnym wykorzystaniu witamin i suplementów oraz poprawie ogólnego stanu zdrowia.

Poza dostarczaniem zaleceń, AI + big data mogą również pomóc lekarzom w monitorowaniu postępów pacjenta. Śledząc spożycie witamin i suplementów przez pacjenta, lekarze mogą sprawdzić, czy pacjent przyjmuje zalecane ilości i w razie potrzeby wprowadzić odpowiednie zmiany. Pomaga to zapewnić, że pacjenci czerpią jak najwięcej korzyści z przyjmowanych witamin i suplementów oraz poprawić ich ogólny stan zdrowia.

Jak zatem lekarze mogą wykorzystać sztuczną inteligencję do usprawnienia leczenia?

  • Poprzez tworzenie rekomendacji produktów, które specjaliści będą dodawać do istniejącego leczenia. Lekarze mogą wykorzystać big data i rosnącą liczbę spersonalizowanych programów żywieniowych, które wykorzystują sztuczną inteligencję, aby wybrać jedną z bilionów kombinacji witamin i składników odżywczych najlepiej dostosowanych do potrzeb pacjenta lub wprowadzić konkretne zalecenia do platformy technologicznej.
  • Poprzez rozwój systemów, które pomagają lekarzom lepiej zrozumieć, jak ich pacjenci reagują na leczenie i wprowadzać niezbędne zmiany. Platformy mogą stale gromadzić dane o stanie zdrowia i samopoczuciu pacjenta, a następnie wykorzystywać sztuczną inteligencję do identyfikowania wzorców i trendów. Gdy coś się zmienia, system może zasygnalizować to lekarzowi, aby ten mógł to zbadać i wprowadzić niezbędne zmiany w planie leczenia.
  • Wreszcie, świadczeniodawcy mogą udostępniać swoje wyniki na różnych platformach, aby promować kompletną, kompleksową opiekę zdrowotną. Gdy lekarz podstawowej opieki zdrowotnej, dietetyk i trener zdrowia wykorzystujący sztuczną inteligencję pacjenta są po tej samej stronie, z pewnością poprawi się jego stan zdrowia.

Przykładem wykorzystania danych jest aplikacja Apple Health, która umożliwia pacjentom udostępnianie danych o stanie zdrowia swoim lekarzom. Aplikacja daje użytkownikom możliwość udostępniania swoich danych lekarzowi za pośrednictwem funkcji zwanej „kartoteką zdrowia”. Dane zdrowotne obejmują alergie, stany chorobowe, szczepienia, wyniki badań laboratoryjnych, leki i parametry życiowe. Funkcja ta jest przydatna dla pacjentów, którzy chcą śledzić swoje dane zdrowotne w jednym miejscu i udostępniać je swojemu lekarzowi.

Doskonałym przykładem takiej firmy jest Persona. Persona zapewnia prostotę i wygodę programu suplementów diety – spersonalizowanego dla użytkowników przez sztuczną inteligencję i ekspertów. Aplikacja Persona wykorzystująca sztuczną inteligencję analizuje dane zdrowotne użytkownika, jego cele zdrowotne, styl życia, alergie, a nawet przyjmowane leki, aby opracować unikalny plan suplementacji. Dzięki tej wiedzy algorytmy Persony identyfikują konkretne składniki, dawki i czas działania, które będą najlepsze dla każdej osoby. Następnie pacjenci otrzymują dostosowane do ich potrzeb codzienne zestawy suplementów.

Przykłady przedsiębiorstw w planach suplementów opartych na AI

Innym przykładem jest Viome. Test Viome analizuje mikrobiom jelitowy danej osoby, aby określić, jakie pokarmy powinna ona spożywać, a jakich unikać dla zachowania optymalnego zdrowia. Następnie firma tworzy spersonalizowany plan żywieniowy w oparciu o wyniki testu. Wiedza naukowa stojąca za systemem opiera się na danych pochodzących od ponad 300 000 osób i jest poparta licznymi badaniami klinicznymi, które trwały prawie cztery lata. Firma specjalizuje się w analizie mRNA, aby sprawdzić, jaki wpływ na pacjenta mogą mieć elementy wewnętrzne i zewnętrzne, takie jak dieta, stres, ćwiczenia, choroba czy mikroby. Wiedza o tym, jak zmienić i poprawić swoje środowisko, może pomóc w dłuższym i zdrowszym życiu.

Spersonalizowane programy suplementów i witamin to przyszłość opieki zdrowotnej. Z pomocą sztucznej inteligencji, big data i ekspertów, programy te staną się bardziej zaawansowane i dostosowane do potrzeb każdej osoby. Doprowadzi to do lepszych wyników zdrowotnych pacjentów i zmniejszenia ogólnych kosztów opieki zdrowotnej. W 2017 roku cukrzyca kosztowała Stany Zjednoczone 237 miliardów dolarów bezpośrednich wydatków na leczenie. Wczesne leczenie może przynieść oszczędności przekraczające 100 miliardów dolarów. Zmienia się sposób, w jaki myślimy o zdrowiu. Nie koncentrujemy się już tylko na leczeniu chorób, ale przede wszystkim na zapobieganiu im i przewidywaniu ich rozwoju. Tę zmianę napędzają postępy w dziedzinie odżywiania, witamin, suplementów i leków.

Wnioski

Wykorzystanie sztucznej inteligencji do pomocy lekarzom w przepisywaniu bardziej odpowiednich witamin i suplementów jest obiecującym kierunkiem rozwoju w opiece zdrowotnej. Technologia ta może potencjalnie poprawić wyniki leczenia pacjentów, zapewniając im zalecenia dostosowane do ich indywidualnych potrzeb. Precyzja w zalecaniu suplementów i witamin nie wyleczy chorób natychmiast, ale przyczyni się do bardziej holistycznego i zindywidualizowanego podejścia do leczenia.

W których 5 obszarach Chief Digital Officer musi być bardzo dobry?

Funkcja dyrektora ds. cyfrowych (Chief Digital Officer) istnieje już od jakiegoś czasu. To nie jest nowość, ale to, czego się od nich wymaga, już tak. Minęły już czasy, gdy osoby te były odpowiedzialne za wprowadzanie podstawowych możliwości cyfrowych i ewentualnie pilotowały kilka inicjatyw. Obecnie zadaniem dyrektora ds. cyfrowych jest koordynowanie i zarządzanie kompleksowymi zmianami, które dotyczą wszystkiego – od aktualizacji sposobu działania firmy po budowanie zupełnie nowych przedsięwzięć.

1. Uczyń z technologii cyfrowej strategiczny element rozwoju

Minęły już czasy, kiedy cyfryzacja była tylko dodatkiem lub elementem dodatkowym. Dyrektor ds. technologii cyfrowych musi zadbać o to, aby technologie cyfrowe stały się strategicznym elementem rozwoju firmy, a nie tylko pojedynczą inicjatywą. Oznacza to przyjrzenie się funkcjonowaniu całej firmy i wprowadzenie zmian tam, gdzie jest to konieczne.
Oznacza to również identyfikację obszarów, które są gotowe na zmiany i wykorzystanie możliwości, jakie daje technologia cyfrowa.
Nie oznacza to, że CDO powinien skupiać się wyłącznie na świecie online. W rzeczywistości coraz większa liczba dyrektorów ds. cyfrowych jest odpowiedzialna za doświadczenia i zaangażowanie klientów we wszystkich kanałach – zarówno online, jak i offline. Niezależnie od tego, na czym się koncentruje, CDO musi mieć jasną wizję tego, w jaki sposób technologie cyfrowe wpisują się w ogólną strategię firmy, aby móc odpowiednio koordynować działania.

2. Poświęć czas na poznanie swojego klienta i poświęć się jego potrzebom

Chief Digital Officer jest odpowiedzialny nie tylko za wdrażanie nowych technologii, ale także za nadzorowanie sposobu ich wykorzystania. Oznacza to, że Chief Digital Officer musi być na bieżąco z tym, z jakich narzędzi korzystają pracownicy i dlaczego.
Mając te informacje w ręku, dyrektor ds. cyfrowych musi poświęcić się swojej bazie klientów – zarówno wewnętrznych, jak i zewnętrznych.
Oznacza to, że musi nawiązać silne relacje z osobami, którym służy – zarówno klientami, jak i pracownikami. Rozumiejąc ich potrzeby, dyrektorzy cyfrowi mogą zapewnić, że nowe technologie są wdrażane w sposób, który przynosi korzyści wszystkim zainteresowanym. Pomaga to również dyrektorom ds. cyfrowych zidentyfikować możliwości zwiększenia ogólnej wydajności poprzez usprawnienie procesów wewnętrznych lub poprawę interakcji zewnętrznych.
CDO muszą również być skłonni do zadawania pytań o powody stosowania konkretnych narzędzi – nawet jeśli dyrektor generalny jest zadowolony z istniejącej konfiguracji. Czasami pracownicy mogą poprawić wyniki i stać się bardziej produktywni, przechodząc z jednego narzędzia lub platformy na inną, ale nie są świadomi, o ile lepsza mogłaby być ich sytuacja.
Obowiązkiem CDO jest śledzenie tych zmian i upewnienie się, że jego zespół korzysta z najlepszych możliwych narzędzi w celu zapewnienia klientom jak najlepszych doświadczeń. Kolosalne znaczenie ma personalizacja. Dyrektorzy cyfrowi muszą wiedzieć, czego chcą i potrzebują ich klienci, zanim w ogóle pomyślą o wdrożeniu nowej technologii.

3. Tworzenie zwinnej, szybkiej kultury skoncentrowanej na danych

Szefowie działów cyfrowych muszą stworzyć kulturę, która pozwoli ich pracownikom pracować w sposób inteligentny i wydajny. Oznacza to zmianę sposobu myślenia o danych i wdrożenie nowych procesów ich gromadzenia.
Podejmowanie takich działań, jak zachęcanie do bardziej spersonalizowanych interakcji w oparciu o dane, może pomóc cyfrowym dyrektorom w usprawnieniu interakcji w każdym kanale, zarówno online, jak i offline.
Obejmuje to również pomoc pracownikom w zrozumieniu znaczenia gromadzenia i analizy danych. Bez właściwego zrozumienia, CDO nigdy nie będą w stanie właściwie wykorzystać posiadanych informacji ani stworzyć kultury, która będzie do tego zachęcać.
W formie zwinnego rozwoju i zmian, szybkość ma również kluczowe znaczenie. Obejmuje ona szybką iterację oraz zorientowane na wartość modyfikacje produktów i usług. Dyrektorzy cyfrowi muszą pomóc we wprowadzeniu tych cech do swoich zespołów, aby mogły one szybko reagować na zmiany na rynku i dostarczać konkurencyjne produkty.
Niezbędne jest również upewnienie się, że wszyscy efektywnie wykorzystują dane. Oznacza to regularne sprawdzanie, w jaki sposób pracownicy gromadzą, analizują i wykorzystują dane. Monitorując wskaźniki wydajności, takie jak współczynnik konwersji sprzedaży, wskaźnik rezygnacji, wynik NPS i wartość życiowa klienta, można zrozumieć, jak dobrze zespół wykorzystuje dane do usprawniania swoich działań. Zwinność oparta na danych gwarantuje, że wiedza ta zostanie szybko uwzględniona w planie rozwoju produktów i usług.

4. Otwarte innowacje i współpraca z konsultantami, startupami i partnerami technologicznymi

W dzisiejszym cyfrowym świecie zagrożenia płyną ze strony innowacyjnych technologii, które umożliwiają tworzenie nowych firm i startupów, które podważają utrwalone modele biznesowe. Dyrektorzy CDO, którzy odnieśli sukces, są świadomi tych zmian. Poza swoją działalnością tworzą sieci ludzi, technologii i pomysłów, które na bieżąco aktualizują ich krajobraz pod kątem potencjalnych przejęć lub partnerów, którzy mogliby wnieść wartość dodaną.
CDO muszą mieć otwarty umysł na nowe i przełomowe technologie. Powinni aktywnie poszukiwać najnowszych trendów i współpracować ze startupami oraz firmami technologicznymi o ugruntowanej pozycji, aby zidentyfikować potencjalne obszary współpracy. Oznacza to również gotowość do eksperymentowania z różnymi technologiami w celu znalezienia najlepszego sposobu zintegrowania ich z działalnością firmy.

5. Budowanie kultury „wysyłania zadań”.

Dyrektorzy CDO są ostatecznie oceniani nie na podstawie jakości swoich pomysłów, ale na podstawie umiejętności kierowania różnymi zespołami, prowadzenia projektów, pokonywania przeszkód i wprowadzania zintegrowanych zmian. Muszą oni tworzyć kulturę, która ceni sobie realizację zadań ponad ich doskonalenie.
Oznacza to stworzenie środowiska, w którym pracownicy mogą bezpiecznie popełniać błędy i eksperymentować z nowymi pomysłami. Zachęcanie do tego typu zachowań pomoże zespołowi szybciej się rozwijać i być bardziej innowacyjnym. Pozwala to również dyrektorom CDO skupić się na całościowym obrazie sytuacji, nie gubiąc się w szczegółach.
Kluczowe znaczenie dla dyrektorów CDO ma również jak najszybsza realizacja każdego projektu, niezależnie od jego wielkości i zakresu. Oznacza to, że należy być na bieżąco z każdym zadaniem i dopilnować, aby mniejsze projekty zostały ukończone na czas, uniemożliwiając tym samym realizację bardziej znaczących inicjatyw.
Inteligentny Chief Digital Officer będzie kreatywnie wykorzystywał raportowanie i dashboarding. Celem nie jest nadzorowanie i podwójne sprawdzanie każdego działania, ale współpraca w zespole w celu analizowania danych i identyfikowania nieefektywności, marnotrawstwa i wad za pomocą inteligentnych pulpitów nawigacyjnych.
Wnioski
Chief Digital Officer szybko staje się jedną z najbardziej krytycznych ról w firmie. Odpowiada on za koordynację i zarządzanie kompleksowymi zmianami, które dotyczą wszystkiego – od aktualizacji sposobu działania firmy po budowanie zupełnie nowych przedsięwzięć. Aby odnieść sukces, muszą posiadać różnorodne umiejętności, w tym zdolność do efektywnego wykorzystywania danych, szybkiego wprowadzania zmian i nawiązywania kontaktów z innymi firmami.
Wkrótce od dyrektorów ds. cyfrowych będzie się oczekiwać wdrażania inteligentnych robotów i algorytmów, które będą w stanie wykonywać złożone zadania oraz przewidywać rozwój i wyzwania stojące przed firmą.
Będą również musieli opracować zaawansowane oprogramowanie uczące się maszynowo, zdolne do samodzielnego podejmowania decyzji i wykrywania, kiedy coś jest nie tak w procesie lub systemie.
Dyrektor ds. technologii cyfrowych jutra będzie musiał być mistrzem innowacji, futurystą i agentem zmian.