• Home
  • Novinky
  • AI bude zvyšovať kvalitu aj efektivitu (súčasne!)

AI bude zvyšovať kvalitu aj efektivitu (súčasne!)

Filip Tichý | 1.7.2024 |

Autori článku Filip Tichý (Partner at Grant Thornton Slovakia) a Jakub Chudík (Co-Founder at Assetario) vás v sérii AI Breakfast prevedú svetom umelej inteligencie. Tento článok bol napísaný bez využitia umelej inteligencie.

Často dostávame otázku, ako umelá inteligencia (AI) ovplyvní moju profesiu audítora, alebo v širšom pohľade poradenské služby. Je to samozrejme téma, ktorou sa intenzívne zaoberáme a ktorá je pre nás fascinujúca, keďže ide o našu profesiu a o náš business. Tento článok ale nebude o budúcnosti auditu (možno nabudúce), ale o tom ako AI bude v rôznych odvetviach búrať doterajšie bariéry a obmedzenia.

Väčšina firiem a biznis modelov v sebe zahŕňa konfliktné alebo protichodné piliere alebo činitele (angl. “drivers”), ktoré sa ťažko maximalizujú súčasne. Napríklad v prípade auditu (ale aj iných odvetviach služieb) môžu byť kľúčové dva piliere – kvalita a efektivita. Niektoré firmy stavajú na top kvalite, iné sa snažia byť efektívnejšie. V roku kedy intenzívne pracujeme na zvyšovaní kvality našich služieb, môže mierne klesnúť efektivita a naopak. Každá firma hľadá ten správny balans a svoju strategickú kompetetívnu pozíciu v rámci svojho trhu. A najúspešnejšie sú firmy, ktoré dokážu poskytovať vysoko kvalitné služby veľmi efektívne. Preto nie je prekvapujúce, že v našej oblasti auditu, v súčasnosti prebieha vývoj AI práve v týchto dvoch hlavných smeroch – zapojenie AI na zvýšenie kvality a zvyšenie efektivity. Súčasne.

  • Zvýšenie kvality cez porovnávanie s nekonečnými príkladmi vysokokvalitných audítorských spisov, metodológie a štandardov a iných benchmarkov, automatické hľadanie chýb, nepresností alebo chýbajúcej dokumentácie.
  • Zvyšovanie efektivity auditu na druhej strane AI posilní cez postupné automatizovanie vykonávania audítorských procedúr. Automatizácia je postupná, v prvej fáze (ktorá už prebieha) inkrementálne a čiastkové malé zlepšováky v „copilot štýle“, v druhej fáze škálovanie a v tretej celková automatizácia? Uvidíme.

Čo je na tom najlepšie je, že AI nemusí robiť žiadne kompromisy medzi kvalitou a efektivitou. Atribúty, ktoré sú pre človeka v prirodzenom konflikte, z pohľadu AI takéto bariéry vôbec nemajú.

V rôznych odvetviach a obchodných modeloch má AI potenciál riešiť konfliktné faktory, pri ktorých ľudia zvyčajne musia robiť kompromisy. Tu je niekoľko príkladov (pre zvýšenie efektivity písania tohto článku predpripravené Copilotom s následnou kvalitatívnou úpravou zo strany Filipa a Jakuba). Je zaujímavé pozorovať že sa v týchto príkladoch často vyskytujú ako konfliktné piliere práve kvalita vs. efektivita, ale tiež personalizácia vs. štandardizácia alebo maximalizácia vs. udržateľnosť.

  • Zdravotná starostlivosť: V zdravotníctve často existuje kompromis medzi personalizovanou starostlivosťou o individuálneho pacienta a efektívnosťou liečby čo najväčšieho počtu pacientov. Umelá inteligencia môže analyzovať údaje o pacientoch a poskytnúť personalizované plány liečby a zároveň zjednodušiť administratívne úlohy s cieľom zlepšiť celkovú efektivitu.
  • Maloobchod: Maloobchodníci často čelia konfliktu medzi prispôsobením zákazníka a prevádzkovou efektívnosťou. Umelá inteligencia môže pomôcť tým, že analyzuje nákupné vzorce a poskytne personalizované odporúčania a zároveň optimalizuje riadenie zásob a logistiku dodávateľského reťazca.
  • Výroba: Výrobný sektor zápasí s rovnováhou medzi prispôsobením produktu a efektívnosťou výroby. Umelá inteligencia môže umožniť hromadné prispôsobenie prostredníctvom pokročilých algoritmov, ktoré prispôsobujú výrobné linky v reálnom čase bez obetovania efektívnosti. 
  • Finančný sektor: Vo financiách môže kompromis medzi riadením rizík a službami zákazníkom zmierniť AI. Dokáže posúdiť riziko pomocou rozsiahlych súborov údajov presnejšie ako ľudia a zároveň zákazníkom poskytuje personalizované finančné poradenstvo.
  • Doprava: Dopravný priemysel musí nájsť rovnováhu medzi optimalizáciou trasy z hľadiska rýchlosti a nákladovej efektívnosti. Umelá inteligencia dokáže optimalizovať trasy v reálnom čase, berúc do úvahy rôzne faktory, ako je premávka, počasie a spotreba paliva, aby sa dosiahla rýchlosť aj úspora nákladov.
  • Energetika: V energetickom sektore je potrebné nájsť rovnováhu medzi výrobou energie a environmentálnou udržateľnosťou. Umelá inteligencia dokáže predpovedať dopyt po energii a podľa toho prispôsobiť výrobu a zároveň identifikovať spôsoby zvýšenia energetickej účinnosti a zníženia emisií.
  • Poľnohospodárstvo: Poľnohospodári si často musia vybrať medzi maximalizáciou výnosu plodín a udržateľnými poľnohospodárskymi postupmi. Umelá inteligencia dokáže analyzovať údaje o pôde, počasí a plodinách s cieľom optimalizovať výsadbu, zber, zavlažovanie, hnojenie z hľadiska optimálneho výnosu a udržateľnosti zároveň.
  • Vzdelávanie: Pedagógovia čelia výzve poskytovať personalizované vzdelávanie pri riadení veľkých tried. Umelá inteligencia môže študentom ponúknuť prispôsobené vzdelávacie cesty a zároveň pomôcť učiteľom monitorovať pokrok a identifikovať oblasti, ktoré si vyžadujú pozornosť.
  • Nehnuteľnosti: Vyváženie rizík investície do nehnuteľností s výnosmi je v oblasti nehnuteľností výzvou. Umelá inteligencia dokáže predpovedať trendy na trhu a hodnoty nehnuteľností, čím pomáha investorom prijímať informované rozhodnutia bez toho, aby obetovali potenciálne výnosy kvôli bezpečnosti.
  • Telekomunikácie: Telekomunikačné spoločnosti sa snažia poskytovať vysokokvalitné služby a zároveň minimalizovať náklady na infraštruktúru. Umelá inteligencia dokáže optimalizovať výkon siete a predvídať potreby údržby na zabezpečenie kvality bez nadmerných výdavkov.
  • E-commerce: Cieľom platforiem elektronického obchodu je poskytovať personalizované nakupovanie a zároveň efektívne riadiť logistiku. Umelá inteligencia dokáže prispôsobiť odporúčania produktov jednotlivým používateľom a optimalizovať logistiku na včasné doručenie.

 

Bez ohľadu na odvetvie, čakajú nás transformačné zmeny facilitované kvalitným zberom dát, dlhodobou AI stratégiou a aktívnym využitím rozhodovania založeného na dátach. Je preto nevyhnutné pre každého manažéra zamýšľať sa nad tým, ako môže tieto zmeny vidieť ako príležitosti a využiť ich na to, aby sa stal lídrom vo svojom sektore.