Az AI felhasználási módjai iparáganként és cégenként eltérőek lehetnek, a Deloitte tanulmánya szerint azonban hat alapvető módja van annak, hogy a mesterséges intelligencia üzleti értéket teremtsen egy vállalkozás számára:
Átalakult elkötelezettség: Megváltoztatja az emberek és a technológia közötti interakciót, ez lehetővé teszi a vállalkozások számára, hogy vevőikkel a megszokott emberi kommunikációhoz közelebbi módon lépjenek kapcsolatba, ahelyett, hogy arra kényszerítenék őket, hogy gépi interakciót használjanak. Jó példa erre az olyan chatbotok használata, amelyek képesek megérteni az ügyfelek érzelmeit és reagálni ezekre, ezáltal hatékonyabban kiszolgálják az igényeket.
Felpörgetett innováció: Az AI segítségével új piacokat lehet nyerni, innovatív új üzleti modellek, termékek, termékkoncepciók nyerhetők a közösségi médiából kinyert vásárlói igények és preferenciák alapján.
Megerősített bizalom: Üzleti tevékenység védelme kiber kockázatokkal szemben, a minőség és a következetesség javítása, nagyobb átláthatóság a márkabizalom növelése érdekében.
Költségcsökkentés: AI és intelligens automatizálási megoldások alkalmazása a viszonylag alacsony hozzáadott értékű és gyakran ismétlődő feladatoknál. Ez növeli a hatékonyságot, javítja a minőséget és ezáltal csökkentheti a költségeket.
A végrehajtás gyorsasága: A működési és üzleti eredmények eléréséhez szükséges idő csökkentése a késleltetés minimalizálásával. Jó példa erre a gyógyszerek engedélyezési folyamatának felgyorsítása a szintetikus vizsgálatot megelőző meglátások felhasználásával.
A komplexitás csökkentése: A megértés és a döntéshozatal javítása olyan elemzések révén, amelyek proaktívabbak, jobban jeleznek előre, és képesek az egyre összetettebb forrásokban mintákat látni. Egy gyár vagy gyártósor leállási ideje például jelentősen csökkenthet a gépek karbantartási igényeinek előrejelzésével.
Az élettudományok és egészségügy (life sciences and health care – LSHC) területén a legtöbb szervezet elsősorban az ismétlődő feladatok és a sztenderd üzleti folyamatok automatizálására használja a mesterséges intelligenciát, azonban egyre inkább válik stratégiai és üzleti kérdéssé. A technológia, orvostudomány és természettudomány területeinek ötvözésével arra keresik a lehetőségeket, hogy a legkritikusabb folyamatokat hogyan lehet átalakítani és ezzel versenyelőnyt elérni. A következő három-öt évben pedig az AI várhatóan átalakító hatással lesz a biofarmakológiai kutatásra és fejlesztésre, különösen a gyógyszerkutatásra – mondta Bella Márió, a Deloitte Magyarország egészségügyi iparágra fókuszáló csoportjának szenior menedzsere.
Az LSHC területen a mesterséges intelligencia ereje különösen a gyógyszerfejlesztés felgyorsításában rejlik: nagyban segítheti a kutatókat a genetikai célpontok azonosításában és validálásában, valamint új vegyületek tervezésében. Az AI emellett a termékek hatékonyabb bevezetésében és forgalmazásában, és az ellátási láncok intelligensebbé és gyorsabbá tételében lehet komoly tényező.
A Deloitte által korábban végzett globális felmérésben 2019-ben megkérdezett vállalatok több mint 60 százaléka 20 millió dollárnál többet költött AI-kezdeményezésekre, a válaszadók több mint 50 százaléka akkor azt mondta, hogy a jövőben növelni tervezik az AI-be történő befektetéseket. Amikor a mesterséges intelligencia segítségével elért eredményekről kérdezték az LSHC cégeket, 28% a meglévő termékek továbbfejlesztését, 27% új termékek és szolgáltatások létrehozását, és 22% a folyamatok hatékonyabbá tételét jelölte meg. Az AI-kezdeményezéseket indítók legfőbb kihívásoknak ezeket jelölték meg: nehézségek a legnagyobb értéket képviselő üzleti esetek azonosításában (30%), adatproblémák (28%) és az AI integrálása a szervezetbe (28%). A területre történő befektetések azonban meghozták a sikert is, pl. a folyamatok hatékonyabbá tételében, a megkérdezett szervezetek 43 százaléka számolt erről.
Ugyan már most is léteznek olyan fejlettebb AI-alkalmazások, amelyek a klinikai felhasználási esetek gyakorlati megvalósíthatóságát bizonyítják, pl. a képalkotó diagnózisoknál, a technológia széleskörű alkalmazása még gyerekcipőben jár. Az elkövetkező néhány évben a mesterséges intelligenciának az egészségügyben elsősorban a betegélmény minden aspektusának javítására és személyre szabására kell összpontosítania – a call centerrel való interakcióktól és az igények kezelésétől kezdve az ellátás nyújtásáig és nyomon követéséig.
Ahogy a mesterséges intelligencia standard üzleti eszközzé és versenyképes szükségletté válik, az élettudományok és az egészségügy területén működő szervezeteknek világos jövőképre és stratégiára lesz szükségük a mesterséges intelligencia erejének hasznosítására. Szükségük lesz az AI-megoldások fejlesztéséhez szükséges építőelemekre is. Ezek a megfelelő IT-infrastruktúra, a megfelelő tehetségek és készségek, valamint olyan ökoszisztémák, amelyek lehetővé teszik a szükséges AI-képességek kifejlesztését vagy elérését.
A legtöbb szervezet számára az AI legfontosabb építőköve az adat, létfontosságú ezért a jó minőségű adatokhoz való hozzáférés, majd ezek összehangolt kezelése. Megbízható adatokkal a mesterséges intelligencia potenciális felhasználási lehetőségei egészségügyben szinte korlátlanok. A mesterséges intelligencia bevezetési aránya és érettségi szintje iparáganként – sőt iparágon belül is, vállalatonként – igen eltérő, nem kérdés azonban, hogy mi az irány. Az AI ugyanis soha nem látott hatékonysági és teljesítményszinteket, és korábban elképzelhetetlen lehetőségeket teremt a cégek számára.
Globális felmérésünk szerint a megkérdezett vállalkozások 74 százaléka még mindig az AI-kísérletezési szakaszban van, és a mesterséges intelligenciához szükséges adatok modernizálására és a szakértelem kiépítésére összpontosít anélkül, hogy világos elképzelésük lenne arról, hogyan használják fel koherensen a különböző projekteket. Ezzel szemben, a megkérdezett vállalkozások mindössze 26 százaléka összpontosít a nagy hatású AI-használati esetek méretarányos bevezetésére, ami a valós értéket tudná megteremteni – mondta Fábián Dorottya, a Deloitte Magyarország egészségügyi iparágra fókuszáló csoportjának vezetője.
A teljes tanulmány ezen a linken érhető el.
Forrás: Deloitte Magyarország
