Dirbtinio intelekto įrankius išbandyti šiandien nėra sudėtinga. Gerokai sunkiau pasiekti, kad AI diegimas įmonėje taptų nuosekliu organizacijos pokyčiu ir sukurtų pamatuojamą verslo rezultatą.

Pavieniai darbuotojai pradeda naudoti „ChatGPT“, „Claude“, „Microsoft Copilot“ ar kitus AI įrankius, tačiau organizacija dažnai nemato bendro poveikio. Neaišku, kurie procesai pasikeitė, kiek laiko sutaupyta, ar pagerėjo darbų kokybė ir kaip sėkmingus bandymus paversti visoje įmonėje taikoma praktika.

„Mintys.AI“ ir „LEAN projektai“ bendradarbiavimą plėtoja bendrame projekte LeanAI – Lean ir AI diegimas įmonėms. Jo tikslas – dirbtinio intelekto taikymą susieti su svarbiausiais verslo iššūkiais, procesų tobulinimu ir pamatuojamu pokyčiu. Apie bendradarbiavimo pradžią skaitykite „LEAN projektai“ partnerystės pranešime.

Šiame bendradarbiavime „LEAN projektai“ procesų analizės, efektyvumo didinimo ir nuolatinio tobulinimo patirtį jungia su „Mintys.AI“ kompetencija praktiškai diegiant dirbtinį intelektą, rengiant komandas ir kuriant pakartojamus AI darbo procesus.

Toks derinys padeda išvengti dažnos klaidos, kai organizacija skuba automatizuoti procesą dar neįvertinusi, ar visi jo žingsniai iš tiesų reikalingi. Automatizavus neefektyvų procesą, jis nebūtinai tampa geresnis – kartais tik greičiau atkartoja tas pačias problemas.

Esminis principas paprastas: nepradedame nuo AI įrankio. Pirmiausia analizuojame procesą, jame kylantį neefektyvumą ir organizacijai svarbų rezultatą. Tik tuomet sprendžiame, ar reikalingas geresnis darbo standartas, dirbtinio intelekto asistentas, automatizavimas, sistemų integracija ar platesnis proceso pakeitimas.

LeanAI – bendras „Mintys.AI“ ir „LEAN projektai“ projektas

LeanAI jungia praktinį dirbtinio intelekto taikymą ir veiklos tobulinimą Lean principais. Pradedame nuo to, kas labiausiai riboja verslo rezultatą: vėlavimų, kokybės problemų, veiklos kaštų, našumo ar atsargose įšaldytų apyvartinių lėšų. Tik išsiaiškinę priežastis pasirenkame procesų pokyčius ir tinkamą AI taikymą.

„LEAN projektai“ ir Lean ekspertas Hubertas Petružis padeda nustatyti veiklos apribojimus, suprasti jų priežastis ir tobulinti procesus. „Mintys.AI“ ir AI ekspertas Darius Simanavičius jungia praktinį AI taikymą, diegimo palydėjimą ir vadovų bei komandų mokymus.

Kokią pagalbą teikia LeanAI?

  • Taikymo strategija ir diegimo palydėjimas: veiklos prioritetai, Lean bei AI taikymo kryptis ir pagalba vadovams bei komandai įgyvendinant pokytį.
  • AI ir Lean diegimas: kritinių procesų tobulinimas, sprendimų išbandymas ir jų poveikio verslui matavimas.
  • Praktiniai mokymai ir seminarai: vadovams ir komandoms skirtos dirbtuvės, siejamos su jų organizacijos iššūkiais.

LeanAI paslaugos ir praktiniai AI bei Lean mokymai pristatomi bendro projekto svetainėje.

VEIKIA: nuo verslo iššūkio iki pamatuojamo pokyčio

LeanAI taiko šešių žingsnių VEIKIA ciklą. Jo pradžia – verslo prioritetas, o proceso pagerėjimas vertinamas pagal poveikį visos organizacijos rezultatui.

  1. Vertink: nustatyk svarbiausią verslo iššūkį ir pradinį rodiklį.
  2. Eik gilyn: išnagrinėk kritinius procesus ir apribojimo priežastis.
  3. Išrink: pasirink iniciatyvą pagal poveikį verslui ir sutark sėkmės kriterijus.
  4. Keisk: tobulink procesą ir išbandyk tinkamą AI pritaikymą.
  5. Integruok: įtvirtink darbo standartą, atsakomybes ir komandos pasirengimą.
  6. Atnaujink: įvertink poveikį ir peržiūrėk tolesnius prioritetus.

Plačiau apie LeanAI VEIKIA metodą ir jo žingsnius skaitykite projekto svetainėje. Toliau aptariame praktinius LEAN ir AI diegimo darbus įmonės procesuose.

Kaip atrodo bendras LEAN ir AI diegimo modelis?

1. Organizacijos situacijos ir procesų diagnostika

Kartu su vadovais ir darbuotojais nustatome, kur prarandama daugiausia laiko ir vertės. Vertiname, kuriuose procesuose kartojami tie patys veiksmai, dubliuojamas informacijos įvedimas, laukiama sprendimų, rankiniu būdu perkeliami duomenys ar dažniausiai atsiranda klaidų.

AI diagnostikos tikslas nėra sudaryti kuo ilgesnį idėjų sąrašą. Jos rezultatas turi padėti suprasti, kurios problemos organizacijai svarbiausios ir kuriuos procesus verta tobulinti pirmiausia.

2. Prioritetinių AI panaudojimo scenarijų atranka

Ne kiekvieną procesą verta automatizuoti. Kartais geresnį rezultatą galima pasiekti supaprastinus procesą, pašalinus nereikalingus veiksmus ar aiškiau paskirsčius atsakomybes.

Galimus AI sprendimus vertiname pagal jų kuriamą verslo vertę, įgyvendinimo sudėtingumą, duomenų pasirengimą, riziką ir tikėtiną atsiperkamumą. Taip pasirenkami konkretūs procesai, nuo kurių racionaliausia pradėti.

Prioritetu tampa ne technologiškai įdomiausia idėja, o sprendimas, galintis sukurti aiškų ir praktiškai patikrinamą rezultatą.

3. Pradinės situacijos ir siekiamo rezultato matavimas

Prieš pradedant pokytį įvertiname dabartinę proceso būklę: kiek laiko jis užtrunka, kiek jame atliekama rankinių veiksmų, kur susidaro laukimas, kaip dažnai atsiranda klaidų ir kokių resursų reikia rezultatui pasiekti.

Kiekvienam bandomajam sprendimui iš anksto nustatomi aiškūs sėkmės rodikliai. Tai gali būti sutaupytas darbuotojų laikas, trumpesnė proceso trukmė, mažesnis klaidų skaičius, greitesnis klientų aptarnavimas ar geresnė parengtų dokumentų kokybė.

Tokiu būdu vertiname ne tai, kiek darbuotojų išbandė AI, o kokį realų poveikį jis sukūrė. Plačiau apie matavimo principus skaitykite puslapyje „AI ROI verslui“.

4. Bandomasis sprendimas realiame procese

Pasirinktas AI sprendimas kuriamas ir tikrinamas ne teorinėje aplinkoje, o atliekant realias darbuotojų užduotis bei naudojant konkrečiam procesui reikalingą informaciją ir sistemas.

Bandymams iš anksto nustatomos duomenų saugumo ribos, prieigos ir žmogaus atliekamos rezultato patikros. Jautrūs duomenys naudojami tik tam pritaikytoje ir organizacijos patvirtintoje aplinkoje.

Pradedame nuo ribotos apimties bandymo. Stebime rezultatą, renkame naudotojų grįžtamąjį ryšį ir koreguojame sprendimą pagal praktinį jo naudojimą. Tai leidžia patikrinti vertę dar prieš priimant sprendimą dėl platesnio diegimo.

5. Darbo būdo standartizavimas ir darbuotojų įtraukimas

Sėkmingas bandymas dar nėra baigtas AI diegimas. Veikiantis sprendimas turi tapti aiškiu ir pakartojamu darbo būdu.

Aprašoma jo naudojimo logika, atsakomybės, kokybės kontrolė, duomenų naudojimo ribos ir situacijos, kuriose būtinas žmogaus sprendimas. Per praktinius AI mokymus įmonėms darbuotojai mokomi dirbti ne su bendromis AI galimybėmis, o su jų procesui pritaikytu sprendimu.

Taip organizacijoje kuriama praktika, kuri nepriklauso tik nuo vieno darbuotojo iniciatyvos ar sukauptų žinių.

6. Rezultatų kontrolė ir nuolatinis tobulinimas

Periodiškai vertiname, ar pasiekti numatyti rodikliai: kiek sutaupyta laiko, kaip pasikeitė proceso trukmė, darbų kokybė, klaidų skaičius ar klientui kuriama vertė.

Jeigu rezultatas nepakankamas, ieškome priežasties. Problema gali būti ne tik pasirinktame AI įrankyje, bet ir pačiame procese, duomenų kokybėje, atsakomybėse ar darbuotojų pasirengime.

Sėkmingi sprendimai toliau standartizuojami, plečiami ir pritaikomi kituose organizacijos procesuose. Taip AI diegimas tampa nuolatinio tobulinimo dalimi, o ne pavienių eksperimentų rinkiniu.

Kur toks modelis gali būti taikomas?

Gamybos įmonėje tai gali būti pasikartojančių ataskaitų rengimas, nukrypimų analizė, darbo instrukcijų paieška, kokybės informacijos apibendrinimas ar informacijos perdavimas tarp pamainų.

Statybos ir projektinėje veikloje – dokumentų palyginimas, techninių reikalavimų analizė, susitikimų sprendimų suvaldymas, projektinių rizikų stebėjimas ar periodinių ataskaitų rengimas.

Pardavimų procesuose – pasirengimas susitikimams, potencialių klientų informacijos analizė, pasiūlymų juodraščių rengimas, susitarimų kontrolė ir tolesnių veiksmų planavimas.

Paslaugų ir administraciniuose procesuose – klientų užklausų apdorojimas, dokumentų rengimas, informacijos paieška, duomenų suvedimas, vidinių žinių naudojimas ar pasikartojančios komunikacijos parengimas.

Vadovų darbe – veiklos duomenų apibendrinimas, sprendimų alternatyvų analizė, susitikimų rezultatų kontrolė ir periodinių valdymo ataskaitų rengimas.

Kiekvienu atveju pirmiausia vertiname procesą ir laukiamą rezultatą. Tik tada sprendžiame, ar pakanka geresnio darbo standarto, AI asistento, procesų automatizavimo, integracijos ar platesnio proceso pakeitimo.

Kada verta pradėti nuo tokio modelio?

LEAN ir dirbtinio intelekto diegimo modelis gali būti aktualus, kai:

  • darbuotojai jau naudoja AI, tačiau organizacija nemato bendro rezultato;
  • įmonėje daug rankinio, pasikartojančio ar administracinio darbo;
  • informacija dubliuojama keliose sistemose, lentelėse ir dokumentuose;
  • procesai priklauso nuo pavienių darbuotojų žinių;
  • tam pačiam rezultatui pasiekti skirtingi darbuotojai taiko skirtingus darbo būdus;
  • planuojamas procesų automatizavimas, bet neaišku, nuo ko pradėti;
  • ankstesni technologiniai bandymai nebuvo pritaikyti kasdienėje veikloje;
  • vadovai nori matuoti AI kuriamą naudą, o ne vien darbuotojų naudojimo aktyvumą.

Ne technologija dėl technologijos

LEAN padeda suprasti, ką ir kodėl reikia keisti, o dirbtinis intelektas suteikia naujų galimybių, kaip tą pokytį įgyvendinti.

Šių kompetencijų derinys leidžia AI diegimą susieti su realiais organizacijos procesais, darbuotojų įtraukimu ir aiškiais veiklos rodikliais. Įmonė gali pradėti nuo mažo, kontroliuojamo bandymo, pamatuoti jo rezultatą ir tik tada priimti sprendimą dėl platesnio diegimo.

Galutinis tikslas – ne kuo daugiau AI įrankių organizacijoje. Tikslas yra trumpesni procesai, mažiau vertės nekuriančio darbo, geresnė kokybė ir daugiau darbuotojų laiko užduotims, kurioms iš tiesų reikalinga žmogaus patirtis, atsakomybė ir sprendimas.

Dažniausiai užduodami klausimai apie LeanAI

Kas yra LeanAI ir kas jį sukūrė?

LeanAI – bendras „Mintys.AI“ ir „LEAN projektai“ projektas, jungiantis praktinį dirbtinio intelekto taikymą, veiklos tobulinimą Lean principais ir vadovų bei komandų mokymus.

Ar LeanAI skirtas tik gamybos įmonėms?

Ne. Lean ir AI derinys gali būti taikomas gamybos, statybos, paslaugų ir administraciniuose procesuose. Svarbu nustatyti konkretų verslo iššūkį, jo priežastis ir rodiklius, pagal kuriuos bus vertinamas pokytis.

Kaip pradedamas darbas su LeanAI?

Pirmiausia susitinkama su organizacijos vadovu, aptariami svarbiausi verslo iššūkiai, esama padėtis ir lūkesčiai. Po susitikimo parengiamas organizacijai pritaikytas pasiūlymas dėl Lean ir AI taikymo krypties bei diagnostikos. Tolesnių darbų apimtis sutariama atskirai.

Kaip vertinama Lean ir AI nauda?

Prieš pokytį sutariamas atskaitos taškas ir sėkmės rodikliai. Atsižvelgiant į verslo prioritetą, vertinamas užsakymų vykdymas, kokybė, našumas, veiklos kaštai, apyvartinių lėšų naudojimas ar vertė klientui. Laiko sutaupymas vertinamas pagal jo poveikį pasirinktam verslo tikslui.

Nuo kurio proceso pradėti?

Pirmas žingsnis nebūtinai turi būti didelis technologinis projektas. Dažnai pakanka pasirinkti vieną daug laiko reikalaujantį procesą, įvertinti dabartinę jo būklę ir per ribotos apimties bandymą patikrinti, kokį rezultatą gali sukurti LEAN bei dirbtinio intelekto derinys.

Jeigu jūsų organizacijoje yra procesas, kuriame kartojasi rankinis darbas, laukimas, klaidos ar informacijos dubliavimas, aptarkime jo situaciją ir galimą pirmąjį bandymą.

Jei norite kartu įvertinti veiklos apribojimus ir dirbtinio intelekto galimybes, aptarkite verslo iššūkį su LeanAI ekspertais.