Póki aktywnie nie zajmiemy się problemami ludzkimi, nie mamy co liczyć na postęp w ich rozwiązaniu. Niewykluczone, iż taki jest główny powód, dla którego wiele organizacji – choćby dużych firm dysponujących ogromnymi budżetami technologicznymi – nie zmienia się w przedsiębiorstwa sterowane danymi. Według ankiety przeprowadzonej wśród pracowników dużych organizacji ze Stanów Zjednoczonych w ostatnich latach odsetek respondentów twierdzących, iż w ich firmie
panuje kultura podejmowania decyzji na podstawie danych, wręcz się zmniejszył.
W dalszej części rozdziału przyjrzymy się niektórym rozwiązaniom wprowadzonym przez firmy AI-first w celu poradzenia sobie z tym problemem. Głównym czynnikiem decydującym o postępach we wdrażaniu sztucznej inteligencji jest wsparcie, a choćby entuzjazm kierownictwa organizacji. Dlatego zaczniemy ten rozdział od opisu pewnego dyrektora generalnego, który odegrał istotną rolę we wprowadzeniu AI w firmie, a następnie czuwał nad jej rozwojem.
Portret lidera AI
Piyush Gupta, dyrektor generalny DBS Banku, pracował w tradycyjnej bankowości od niemal czterdziestu lat. Mimo to nie tylko zmienił bank, który dawniej nazywano „dojmująco beznadziejnie staromodnym”, w potężną instytucję finansową z wydajnym systemem obsługi klienta, ale także stał się
entuzjastycznym orędownikiem wdrażania AI. Jego starania są znakomitym przykładem tego, jak ogromny wpływ na wykorzystanie w firmie sztucznej inteligencji może mieć kadra zarządzająca.
Gupta został dyrektorem generalnym DBS w 2009 roku, kiedy instytucja ta figurowała na ostatnim miejscu rankingu jakości obsługi klienta singapurskich banków. w tej chwili znajduje się na szczycie podobnych rankingów, a na dodatek w wyniku przejęć i organicznego rozwoju bank otworzył oddziały w wielu państwach Azji. Jest największym bankiem Azji Południowo-Wschodniej i rozwija się także w Chinach i Indiach. DBS otrzymał wiele wyróżnień, w tym nagrodę Najlepszy Bank Świata przyznawaną przez miesięcznik „Euromoney”, Globalny Bank Roku przyznawaną przez miesięcznik „The Banker” oraz Najlepszy Bank na Świecie przyznawaną przez miesięcznik „Global Finance”. o ile chodzi o bankowość cyfrową, „Euromoney” dwukrotnie ogłosił DBS Najlepszym Bankiem Cyfrowym Świata.
Przed przejściem do DBS Gupta pracował w Citigroup, gdzie pełnił funkcję dyrektora generalnego na rejon Azji i Pacyfiku, ale jego korzenie bankowe tkwią w działaniach operacyjnych i technologii. Był protegowanym dawnego dyrektora generalnego Citi Johna Reeda, pierwszego szefa globalnego banku, który docenił znaczenie informacji i technologii dla branży i doprowadził do informatyzacji zaplecza biurowego i działu bankowości detalicznej. Gupta kierował działem usług transakcyjnych Citi w Azji, a potem awansował na dyrektora regionalnego. Następnie założył firmę internetową, która gwałtownie upadła, to jednak pokazuje zarówno jego pragnienie innowacji, jak i gotowość do ponoszenia porażek.
Jak sam zresztą przyznaje, pierwsze próby wprowadzenia AI do DBS również były pasmem pouczających niepowodzeń. Określa je mianem „narzędzi sygnalizacyjnych” organizacji. W 2013 roku Gupta zawarł umowę na utworzenie laboratorium AI dla DBS z ASTAR, główną instytucją badawczo-rozwojową sektora publicznego w Singapurze. Trzyletni kontrakt miał na celu zbadanie zastosowań AI przez mistrzów danych z BDS i ASTAR. Zespół pracował nad kilkoma projektami, z których żaden nie zakończył się powodzeniem. Jednak Gupta i DBS Bank wiele się nauczyli.
Jak widać, jedną ze strategii wdrażania AI przyjętych przez Guptę było eksperymentowanie z nowinkami technicznymi. Jednym z kluczowych wskaźników efektywności banku było przeprowadzenie tysiąca eksperymentów rocznie i wiele z nich angażowało AI. Gupta co pół roku organizował dwudniowe spotkania, podczas których pracownicy poznawali wyniki tych eksperymentów, co prowokowało ich do głębszego namysłu nad zastosowaniami sztucznej inteligencji.
Za ideą wdrożenia AI poszły pieniądze: Gupta dał jednostkom organizacyjnym banku możliwość zatrudnienia mistrzów danych, żeby sprawdzić, co mogą osiągnąć. Jako przykład korzystnego wyniku tego eksperymentu podaje dział kadr. Jego kierownik, bez jakiegokolwiek wykształcenia technicznego, utworzył skunk works – niewielki zespół o luźnej strukturze – 55 którego zadanie polegało na opracowywaniu pilotażowych zastosowań AI. Jednym z nich była aplikacja JIM – Job Intelligence Maestro – wspomagająca rekruterów banku w zatrudnianiu adekwatnych osób na stanowiska o dużej rotacji pracowników. Dział HR opracował także predykcyjny model rotacji pracowników umożliwiający przewidywanie prawdopodobieństwa odejścia pracownika na podstawie danych o jego przychodach, historii urlopów, odbytych szkoleniach itp.
Jak wiadomo, dane stanowią podstawowe paliwo sztucznej inteligencji, dlatego w wielu firmach realizacja ambitnych inicjatyw AI wymagała gruntownej modyfikacji środowiska danych. Rzadko jednak dyrektor generalny dużego przedsiębiorstwa jest osobiście zaangażowany w transformację danych. Gupta zawdzięcza zarówno swoje zainteresowanie, jak i umiejętności w tym zakresie doświadczeniom wyniesionym z Citi, gdzie uczestniczył w tworzeniu pierwszego centrum danych i poznał architektury danych.
Transformacja danych w DBS była niebagatelna. Jak sporo innych firm, DBS przeniósł wiele swoich danych z tradycyjnych magazynów do znacznie tańszych jezior danych, lepiej dostosowanych do obsługi mniej ustrukturyzowanych zbiorów. Ponadto DBS stworzył nową strukturę dla metadanych, uzupełnił około osiemdziesięciu milionów niekompletnych rekordów, opracował protokoły tego, kto ma dostęp do danych i jakie informacje o klientach należy przechowywać, oraz wprowadził narzędzia wizualizacji danych, ułatwiające śledzenie trendów.
Gupta przez cały czas walczy z problemem miejsca magazynowania i przetwarzania danych. W ciągu ostatnich lat bank wykorzystywał głównie własne chmury, ale danych było zdecydowanie za dużo, żeby wszystkie je przechowywać na miejscu. Stąd decyzja o przejściu na chmurę hybrydową – choć jest to bardzo złożona operacja, podstawowe elementy składowe nowego środowiska zostały już wprowadzone i zespół może je testować i stopniowo ulepszać.
Pod przywództwem Gupty DBS wprowadził także nowe struktury zarządzania danymi. Utworzono między innymi Komitet Odpowiedzialnego Wykorzystania Danych, który bada, czy wolno zbierać i wykorzystywać określone rodzaje informacji pozyskanych podczas interakcji z klientem. Chodzi o to, by stosowane kryteria były nie tylko zgodne z prawem, ale także aby klienci byli gotowi je zaakceptować. Bank kieruje się zasadą PURE – dane powinny być pozyskiwane w sposób celowy, przewidywalny, z zachowaniem szacunku oraz łatwy do wyjaśnienia (purposeful, unsurprising, respectful, explainable).
Innym aspektem zorientowanej na AI transformacji DBS, którym zajął się Gupta, było szukanie talentów –zarówno certyfikowanych mistrzów danych, jak i pracowników banku, którzy mogliby nimi zostać po przeszkoleniu. Szczyci się tym, iż DBS zatrudnia w tej chwili około tysiąca osób zajmujących się analizą danych, w tym mistrzów danych, analityków danych i inżynierów danych – niektórzy pracują w ramach osobnej grupy, ale większość pełni rozmaite funkcje w najróżniejszych jednostkach banku.
Przez kilka lat bank organizował hackathony, motywujące menedżerów wyższego szczebla do myślenia i działania na rzecz innowacyjności cyfrowej. Niedawno zaś Gupta szukał nowych pomysłów na to, jak rozwiać obawy ludzi wobec AI i pobudzić ich do pozytywnego działania. Jeden z pracowników zgłosił pomysł zachęcania do udziału w grze Amazon Web Service’s DeepRacer League, wyścigach samochodów autonomicznych, która zaznajamia użytkowników z uczeniem maszynowym i uczeniem ze wzmacnianiem. W 2020 roku DBS podjął starania wyszkolenia w ten sposób ponad trzech tysięcy pracowników. Sam Gupta też uczestniczył w zawodach i, jak powiedział: „z zadowoleniem przyjąłem wiadomość, iż znalazłem się w pierwszej setce naszych pracowników”. Pracownicy radzili sobie znakomicie, a jeden został choćby mistrzem AWS DeepRacer League F1 ProAm.
Gupta dokłada wszelkich starań, by przez cały czas rozwijać możliwości DBS dzięki AI. Mówi, iż wykorzystywanie AI w branży bankowej stanie się w końcu warunkiem koniecznym istnienia na rynku. Jakkolwiek wiele innych banków kupuje usługi AI od zewnętrznych dostawców, Gupta chce, aby DBS opracowywał nowe przypadki użycia AI we własnym zakresie. „Musimy mieć takie same zdolności jak cyfrowi tubylcy” – mówi. „Tylko wtedy pozostaniemy innowacyjni i będziemy mogli z nimi konkurować, jeżeli zajdzie taka potrzeba”.
Gupcie zależy na tym, by pracownicy DBS przyjęli AI z otwartymi ramionami i nie bali się, iż sztuczna inteligencja odbierze im chleb. Jak na razie nikt w DBS nie stracił zatrudnienia przez AI, choć niektórzy pracownicy musieli podnieść kwalifikacje, by móc przyjąć inne role w organizacji. Odkąd bank się rozrasta, dzięki AI udało mu się wprowadzić wiele napędzających dalszy rozwój udoskonaleń w różnych obszarach (na przykład centrum obsługi klienta z potężnym chatbotem). Gupta przyznaje jednak, iż choć dokłada wszelkich starań, by pomagać pracownikom podwyższać kwalifikacje umożliwiające im dodawanie wartości do AI, to niepodobna przewidzieć, jakimi możliwościami będzie dysponowała sztuczna inteligencja w przyszłości.
Powyższy fragment pochodzi z książki pt. „Sztuczna inteligencja w biznesie. Jak zdobyć rynkową przewagę dzięki AI”. Autorami publikacji są Thomas H. Davenport oraz Nitin Mittal. Książkę nabędziesz na mtbiznes.pl.
