Ką verslui automatizuoti pirmiausia? Pereiti į pagrindinį turinį

Ką verslui automatizuoti pirmiausia?

2026-11-17 23:00

Prieš investuojant į dirbtinį intelektą (DI) reikia labai gerai suprasti, kur ir kodėl šiandien įmonėje prarandami pinigai, nes tik tada aiškėja, kokios technologijos jai iš tikrųjų reikia. DI derinimas su pažangiais matematiniais optimizavimo algoritmais gali į naują lygį perkelti gamybos, transporto ar logistikos įmones.

Pridėti kaip pageidaujamą šaltinį
Praktika: pačia vertingiausia automatizavimo dalimi gali tapti ne DI modelis, o galimybė pirmą kartą aiškiai pamatyti, kas iš tikrųjų vyksta įmonėje.

Organizaciniai neefektyvumai

Bendrovės „MHN Labs“ valdybos pirmininkas ir technologijų skyriaus vadovas Marius Vaičiulis anksčiau dirbo tarptautiniuose investiciniuose bankuose „J.P. Morgan“ ir „Goldman Sachs“. „J.P. Morgan“ pasauliniame akcijų prekybos padalinyje jis sukūrė duomenų analitikos ir žvalgybos platformą, kuriai vėliau vadovavo.

Šiandien M. Vaičiulis kartu su „MHN Labs“ komanda kuria ir diegia DI, duomenų analizės, automatizavimo ir pažangaus matematinio optimizavimo sprendimus. „MHN Labs“ bendradarbiauja ir su Oksfordo universiteto Kompiuterių mokslo departamentu bei jo studentais pažangiojo DI (angl. frontier AI) tyrimų ir praktinio pritaikymo srityje.

Dirbdamas su sudėtingomis duomenų ir technologijų sistemomis išmoko vieną svarbų dalyką: technologijos vertė atsiskleidžia ne tada, kai sistema gali atlikti įspūdingą užduotį, o tada, kai ji patikimai pagerina viso verslo veiklą. Todėl, kaip pats pasakoja, jam įdomiausia ne pati technologija, o jos ekonominė nauda. Ar gamykla galės pagaminti daugiau produkcijos? Ar transporto įmonė geriau išnaudos savo pajėgumus? Ar darbuotojai mažiau laiko praleis atlikdami pasikartojančius darbus? Būtent tokių klausimų pirmiausia kelia programinės įrangos inžinerijos magistro studijas Oksfordo universitete ir ekonomikos bakalauro studijas Londono ekonomikos mokykloje (LSE) baigęs M. Vaičiulis.

Jam tenka dirbti su gamybos sektoriaus įmonėmis, taip pat transporto, logistikos, finansų ir kitų sektorių verslo uždaviniais. Eksperto vertinimu, šiandien gamybos ir logistikos įmonės išnaudoja dar palyginti nedidelę dalį DI galimybių.

„Čia svarbu atskirti du dalykus: naudotis DI programa ir iš tikrųjų automatizuoti verslo procesą nėra tas pats. Gamybos įmonė gali turėti modernias stakles, robotus, sudėtingą įrangą, bet vis tiek kiekvieną rytą rankiniu būdu derinti gamybos planą. Transporto bendrovė gali valdyti šimtus vilkikų, tačiau dalį užsakymų jos darbuotojai vis dar perrašo iš elektroninių laiškų į skirtingas sistemas, – sako M. Vaičiulis. – Tai gana paradoksalu. Investuojame milijonus į įrangą, bet kartais nepastebime, kiek kainuoja kasdieniai organizaciniai neefektyvumai.“

Jis taip pat pastebi, kad įmonės dažnai nori automatizuoti atskirą užduotį, nors tikroji problema yra viso proceso organizavimas. Pvz., galima labai greitai automatizuoti užsakymų suvedimą, bet jeigu vėliau tie užsakymai tris dienas laukia patvirtinimo ar gamybos planavimo, bendras rezultatas pasikeis nedaug.

Jeigu klientas pasiūlymą gauna po kelių minučių, o ne po kelių valandų, tai gali turėti tiesioginės įtakos ir tam, kiek užsakymų įmonė laimi. Tai jau ne vien sąnaudų mažinimas, o galimybė padidinti pajamas.

Todėl pirmiausia reikia suprasti, kur yra tikroji proceso kliūtis. „Gamyboje matau daug galimybių automatizuoti gamybos planavimą, kokybės kontrolės procesus, žaliavų poreikio prognozavimą, atsargų valdymą ir įrangos darbo analizę. Logistikoje – užsakymų priėmimą, kainų pasiūlymų rengimą, transporto maršrutų optimizavimą, krovinių paskirstymą, sandėlio darbų planavimą ir vėlavimų prognozavimą“, – vardija M. Vaičiulis.

„Beje, ne visada tam reikia sudėtingo DI. Kartais didžiausią rezultatą duoda paprastas skirtingų sistemų sujungimas arba matematinis optimizavimo algoritmas, – išskiria jis. – Iš savo patirties galiu pasakyti, kad viena dažniausių technologinių projektų klaidų – pernelyg anksti pradėti kalbėti apie sprendimą, dar iki galo nesupratus problemos.“

Automatizavimo galimybių paiešką jis pradėtų nuo kelių klausimų įmonės vadovui: kur jo darbuotojai kasdien atlieka tą patį rankinį darbą ir kur daugiausia klystama arba dėl ko stringa visas procesas. Tačiau M. Vaičiulis pabrėžia, kad automatizuoti nesiimtų tų procesų, kurių pati įmonė dar gerai nesupranta. Jeigu nėra aiškių taisyklių, duomenys netvarkingi, o darbuotojai skirtingai aiškina, kaip turi būti atliekamas tas pats darbas, automatizavimas gali tiesiog pagreitinti chaosą.

„Neskubėčiau perduoti DI savarankiškai priimti sprendimų, susijusių su žmonių sauga, dideliais finansiniais įsipareigojimais ar negrįžtamais gamybos veiksmais. Tokiose srityse žmogaus kontrolė būtina“, – sako M. Vaičiulis.

Skaičių kalba

M. Vaičiulis pateikia praktinių pavyzdžių, kaip įvertinti rankinį užsakymų suvedimą, pasikartojančias prastovas ar vėlavimus sandėlyje.

Tarkime, logistikos įmonė per dieną gauna 60 užsakymų elektroniniais laiškais ar įvairiais dokumentais. Vienam užsakymui perskaityti, informacijai surasti ir įvesti į sistemą darbuotojas sugaišta vidutiniškai šešias minutes.

„Tai jau šešios valandos darbo kasdien. Jeigu vienos darbo valandos visa savikaina įmonei sudaro 20 eurų, per 22 darbo dienas šis procesas kainuoja apie 2 640 eurų per mėnesį, arba daugiau kaip 31 tūkst. eurų per metus, – skaičiuoja matematinio optimizavimo ekspertas. – Automatizuota sistema gali perskaityti gaunamus dokumentus, atpažinti klientą, krovinio duomenis, adresus, datas, patikrinti informaciją ir parengti užsakymo įrašą darbuotojui patvirtinti. Tačiau čia atkreipčiau dėmesį į dar vieną dalyką. Svarbu ne tik tai, kiek laiko darbuotojas sutaupo suvesdamas užsakymą. Jeigu klientas pasiūlymą gauna po kelių minučių, o ne po kelių valandų, tai gali turėti tiesioginės įtakos ir tam, kiek užsakymų įmonė laimi. Tai jau ne vien sąnaudų mažinimas, o galimybė padidinti pajamas.“

Kitas pavyzdys – sandėlis. Jeigu dėl netinkamai suderintų pakrovimo laikų aštuoni vilkikai kiekvieną dieną papildomai laukia po 15 minučių, per mėnesį susidaro 44 vilkikų laukimo valandos. Tuomet reikia įvertinti, kiek kainuoja tokio laukimo valanda, ar dėl to vėluoja kiti reisai, ar prarandami nauji užsakymai.

„Čia dažnai slypi tikroji ekonominė problema. Vienas nedidelis vėlavimas gali turėti padarinių keliems kitiems procesams. Vėluoja pakrovimas, po jo – pristatymas, o vėliau galbūt jau nebespėjama į kitą suplanuotą reisą. Todėl vertinant automatizavimo naudą reikia matuoti ne tik vienos operacijos kainą, bet ir jos poveikį visai veiklos grandinei“, – sako M. Vaičiulis.

Gamyboje panaši situacija su prastovomis. Jeigu įrenginys dešimt kartų per mėnesį sustoja po 20 minučių, o vienos valandos prastovos ekonominis nuostolis yra 600 eurų, per mėnesį prarandama apie 2 tūkst. eurų. Tokiais atvejais galima analizuoti įrenginių darbo duomenis, procesų seką, gamybos apkrovas ir pasikartojančius sutrikimus. Pažangesni algoritmai gali padėti pastebėti dėsningumus, kuriuos žmogui sudėtinga įžvelgti, ir laiku įspėti apie galimus nukrypimus.

„Dar viena mums labai aktuali sritis – skirtingų duomenų šaltinių sujungimas ir operacijų analizė. Dirbdamas didelėse finansų organizacijose ne kartą įsitikinau, kad net ir labai pažangiose įmonėse informacija būna išskaidyta tarp daugybės sistemų. Viena sistema žino, kas buvo suplanuota, kita – kas faktiškai įvyko, trečia – kiek tai kainavo. Panaši problema būdinga gamybai ir logistikai, – teigia M. Vaičiulis. – Sujungus šiuos duomenis, galima automatiškai nustatyti neatitikimus, vertinti įvairius veiklos scenarijus, prognozuoti poreikius ir pasiūlyti efektyviau paskirstyti darbus ar išteklius.“

„Kartais pati vertingiausia automatizavimo dalis yra ne DI modelis, o galimybė pirmą kartą aiškiai pamatyti, kas iš tikrųjų vyksta įmonėje“, – akcentuoja jis.

Kas kainuoja daugiausia?

Nors vieno atsakymo nėra, tačiau, M. Vaičiulio nuomone, įmonėms brangiausiai kainuoja nebūtinai tas procesas, kur darbuotojai sugaišta daugiausia valandų. Kartais brangiausiai kainuoja tas, kuris stabdo visą įmonės veiklą.

Pvz., administracinė automatizacija gali sutaupyti keliasdešimt darbo valandų per mėnesį. Tačiau jeigu dėl netinkamo gamybos planavimo įmonė laiku neįvykdo užsakymų, finansinis nuostolis gali būti nepalyginti didesnis.

Vertinant galimus projektus, M. Vaičiulis siūlo atskirai žiūrėti į tris dalykus: kiek galima sutaupyti, kiek papildomų pajamų galima uždirbti ir kiek rizikos galima sumažinti: „Šis aspektas dažnai nuvertinamas. Viena svarbaus užsakymo kaida ar vienas laiku nepastebėtas sutrikimas gali kainuoti daugiau nei daugelio savaičių administracinis darbas. Mes paprastai siūlome pirmiausia įvertinti dabartinę situaciją: kiek laiko užtrunka procesas, kiek jame dalyvauja žmonių, kiek pasitaiko klaidų, vėlavimų, prastovų ir kiek visa tai realiai kainuoja.“

Saugumo problemos

Plečiantis DI panaudojimo galimybėms, daugėja nerimo dėl duomenų saugumo ir kontrolės. Verslo nuogąstavimai tikrai pagrįsti. DI gali daryti klaidų, o netinkamai naudojamos sistemos gali sukelti ir duomenų saugumo problemų, sako M. Vaičiulis.

„Manau, viena didžiausių klaidų – leisti darbuotojams be aiškių taisyklių kelti konfidencialius įmonės dokumentus, klientų duomenis, kainodaros informaciją ar technologinius duomenis į įvairias viešai prieinamas DI programas“, – teigia DI ekspertas.

Kita klaida – suteikti DI sistemoms per daug teisių. „Čia mano požiūrį stipriai suformavo patirtis finansų sektoriuje. Kai dirbi su sistemomis, nuo kurių priklauso svarbūs finansiniai sprendimai, greitai supranti, kad vien teisingo rezultato nepakanka. Turi būti aišku, iš kur jis atsirado, kokiais duomenimis remtasi ir kas už jį atsakingas“, – sako M. Vaičiulis.

„Sistema gali savarankiškai analizuoti užsakymą, parengti kainos pasiūlymą ir pastebėti galimą klaidą. Tačiau išsiunčiant komercinį pasiūlymą, pakeičiant svarbų užsakymą ar atliekant finansinę operaciją turi būti aiškus žmogaus patvirtinimas“, – pabrėžia jis.

Ne mažiau svarbu patikrinti, kodėl sistema priėmė tam tikrą išvadą ar pateikė rekomendaciją. Jeigu DI nurodo, kad užsakymo duomenys neteisingi, darbuotojas turi galėti matyti, kur konkrečiai yra neatitikimas, o ne tiesiog pasitikėti sistemos atsakymu. M. Vaičiulio požiūriu, DI turi suteikti įmonei daugiau kontrolės, o ne ją sumažinti.

Kritinis vertinimas

Paprastiems vartotojams M. Vaičiulis pataria naudotis DI, bet išmokti jį vertinti kritiškai. Jo manymu, DI ilgainiui taps tokiu pat įprastu įrankiu kaip interneto paieška ar elektroninis paštas. Jis jau dabar gali padėti mokytis, analizuoti informaciją, rengti dokumentus, suprasti sudėtingus klausimus ir sutaupyti nemažai laiko.

„Svarbu suprasti, kad įtikinamai pateiktas atsakymas nebūtinai yra teisingas, – pabrėžia M. Vaičiulis. – DI gali suklysti net ir tuomet, kai atsakymas atrodo visiškai logiškas. Tai vienas dalykų, kurį ypač svarbu suprasti: DI labai gerai moka pateikti informaciją įtikinamai, bet pats įtikinamumas nėra jos teisingumo įrodymas. Todėl svarbius faktus, ypač susijusius su sveikata, finansais ar teisiniais klausimais, verta tikrinti pirminiuose šaltiniuose.“

Patirtis: dirbdamas su sudėtingomis duomenų ir technologijų sistemomis M. Vaičiulis išmoko, kad technologijos vertė atsiskleidžia ne tada, kai sistema gali atlikti įspūdingą užduotį, o tada, kai ji patikimai pagerina viso verslo veiklą.

DI labai gerai moka pateikti informaciją įtikinamai, bet pats įtikinamumas nėra jos teisingumo įrodymas.

Jis taip pat pataria atsargiai elgtis su asmenine informacija. Nereikėtų neapgalvotai kelti asmens dokumentų, banko išrašų ar konfidencialių duomenų į nepatikrintas programas.

M. Vaičiulis ragina ne tik prašyti DI pateikti atsakymus, bet ir naudoti jį tam, kad geriau suprastume sudėtingus klausimus, išnagrinėtume skirtingas galimybes, patikrintume savo argumentus: „Man atrodo, kad ilgainiui daugiausia laimės tie žmonės, kurie išmoks naudoti DI savo gebėjimams sustiprinti, o ne vien perduoti jam savo užduotis.“

Neskubėčiau perduoti DI savarankiškai priimti sprendimų, susijusių su žmonių sauga, dideliais finansiniais įsipareigojimais ar negrįžtamais gamybos veiksmais. Tokiose srityse žmogaus kontrolė būtina.

„Apie DI šiandien kartais kalbame pernelyg siaurai – tarsi visa revoliucija būtų tik gebėjimas greičiau parašyti tekstą ar atsakyti į klausimą. Iš tiesų gamyboje, transporte ir logistikoje galime pasiekti kur kas daugiau. Viena sritis, kurią laikau ypač perspektyvia, yra DI derinimas su pažangiais matematiniais optimizavimo algoritmais, – sako M. Vaičiulis. – Manau, būtent tokių technologijų derinimas ateityje gali sukurti vieną didžiausių ekonominių naudų pramonei.“

Vis dėlto jis akcentuoja, kad investuojant į DI reikia labai gerai suprasti, kur ir kodėl šiandien įmonėje prarandami pinigai, nes tik tada aiškėja, kokios technologijos jai iš tikrųjų reikia.

Naujausi komentarai

Komentarai

  • HTML žymės neleidžiamos.

Komentarai

  • HTML žymės neleidžiamos.
Atšaukti
Komentarų nėra

Daugiau naujienų