Polskie firmy nie korzystają z AI. Dlaczego?

Rozwiązania takie jak Copilot bezsprzecznie wpływają na kształt i model wykonywania pracy. Coraz więcej firm, z branż takich jak finanse i sprzedaż, oferuje swoim pracownikom dodatkowe narzędzie w formie inteligentnego asystenta, który zdejmie z nich żmudne i powtarzalne czynności, do których zalicza się wertowanie maili albo zapoznanie się z tzw. minutkami i zadaniami do konkretnej osoby, po spotkaniu, które odbyło się podczas jej nieobecności.

Postępująca digitalizacja w firmach w Polsce uwidacznia także rynkowy głód specjalistów i kompetencji, które z rozwiązań chmurowych oraz umiejętności czytania danych i AI pozwolą umiejętnie skorzystać. Raport Microsoft Cyber Signals wykazał, że sztuczna inteligencja może zwiększyć szybkość i dokładność analityków bezpieczeństwa, niezależnie od poziomu ich wiedzy, w typowych zadaniach, takich jak identyfikacja skryptów używanych przez atakujących, tworzenie raportów o incydentach i podejmowanie odpowiednich kroków naprawczych. Z kolei użytkownicy usługi Copilot for Security przyznali, że dzięki AI są w 44 proc. bardziej dokładni i w 26 proc. szybsi w swoich działaniach.

W Polsce liderzy innowacyjnych organizacji reprezentujących różne branże mają świadomość korzyści i wyzwań związanych z AI i technologią w ogóle. Poniżej prezentujemy ich punkt widzenia na sztuczną inteligencję.

dr Karolina Mitraszewska, wiceprezeska zarządu Nest Banku

W Nest! stosujemy Gen AI w naszej codziennej pracy. Wdrożyliśmy podejście Inside Out. W pierwszej kolejności zapoznajemy pracowników z tą technologią wewnętrznie, aby klienci ostatecznie otrzymywali ulepszoną wersję każdego rozwiązania.

W połowie 2023 roku wprowadziliśmy “Puchacza” – wewnętrzną platformę AI, łączącą funkcjonalność klasycznego czatu opartego na GPT z dodatkowymi informacjami z naszej bazy wiedzy. Jest ona dostępna dla wszystkich pracowników. Umożliwia tłumaczenie tekstów i plików, a także tworzenie specjalistycznych czatów. Zależało nam, żeby wszyscy nasi pracownicy oswoili się z Gen AI i stosowali ją w codziennej pracy.

W 2024 roku wdrożyliśmy dla naszych klientów N!Asystenta – chatbota wykorzystującego generatywną AI. Jest to pionierskie rozwiązanie w polskim sektorze bankowym. Obecnie N!Asystent pomaga naszym klientom w zakresie oferty produktowej banku, jest w stanie prowadzić rozmowy na temat historii transakcji czy przenieść klienta do odpowiedniej sekcji aplikacji. N!Asystent jest ciągle rozwijany i jeszcze w tym roku, planujemy rozszerzyć jego funkcje o składanie dyspozycji w języku naturalnym oraz komunikację głosową.

Innym zastosowaniem GenAI w Nest! jest wsparcie w procesie obsługi reklamacji. Nasz system CRM jest zintegrowany z kilkoma modelami AI, które pomagają zrozumieć problem, kwotę roszczenia, odnaleźć podobne sprawy z przeszłości. Finalnie GenAI w oparciu o zebrane informacje, przygotowuje propozycję rozwiązania i odpowiedzi, które trafiają do pracownika.

Nasza strategia rozwoju AI obejmuje wiele innych innowacyjnych projektów. Biorąc pod uwagę, że powyższe projekty zostały zrealizowane i przekształcone w działające rozwiązania w nieco ponad rok, uważam, że poziom adaptacji GenAI w naszym banku będzie w kolejnych latach zadowalający i przełoży się na wzrost satysfakcji klienta i rozwój Banku.

Łukasz Samborski, Lider Programu Centrum Kompetencji AI, Alior Bank

W Alior Banku narzędzia sztucznej inteligencji (AI) są wykorzystywane od lat w różnych obszarach. Jednym z najbardziej znanych jest InfoNina, wirtualna asystentka obsługująca połączenia przychodzące od klientów, których wspiera już od 3 lat. Zaczęła jako voicebot na infolinii, a z czasem trafiła na webchat, do bankowości internetowej i teraz również do Alior Mobile. Na początku jej zadaniem było łączenie rozmówców z właściwym pracownikiem, a obecnie odbiera już 100 proc. przychodzących połączeń i samodzielnie odpowiada na większość z nich. Dziennie prowadzi ponad 10 tys. rozmów.

Sztuczna inteligencja wykorzystywana jest również w wewnętrznych modelach machine-learning, np. w obszarze zarządzania ryzykiem, gdzie wspiera ważne decyzje i prognozy biznesowe (m.in. szacowanie kosztów ryzyka), ale także np. do oferowania klientom bardzo spersonalizowanych ofert (hiperpersonalizacja).

Prowadzimy również pilotażowe wdrożenie generatywnej sztucznej inteligencji, np. w formie czatbota dla pracowników, który umiałby odpowiadać na pytania dotyczące wewnętrznych regulacji banku, zadane naturalnym językiem. Rozważamy i analizujemy mnóstwo bardziej złożonych przypadków zastosowania dla genAI i zapewne w najbliższych miesiącach rozpoczniemy więcej implementacji rozwiązań.

Co istotne, mamy duże doświadczenie w robotyzacji procesów (RPA). Wzbogacenie tych rozwiązań o elementy sztucznej inteligencji i połączenie ich z modelami AI pozwala nam zakładać znacznie większe synergie oraz skuteczniejsze wykorzystanie tzw. Inteligentnej Automatyzacji (Intelligent Automation).

W mojej ocenie sztuczna inteligencja wpłynie na zwiększenie efektywności pracy biurowej, co pozwoli na osiąganie lepszych rezultatów. Przewagę będą mieć ci, którzy szybciej zaadaptują się do nowej rzeczywistości – będą w stanie kreować wartość dodaną dla klientów w krótszym czasie i niższym kosztem. Dlatego poważnie rozważamy pilotażowe wdrożenia narzędzi, takich jak M365 Copilot jeszcze w tym roku. Aktualnie analizujemy w jakich jednostkach i na jakich stanowiskach przetestować ich funkcjonalność w pierwszej kolejności. Pracownicy oczywiście okazują duże zainteresowanie takimi asystentami. Jednocześnie planujemy program szkoleń AI, zarówno technicznych – pokazujących jak tworzyć i zarządzać takimi narzędziami, jak i biznesowych – budujących świadomość jak narzędzia AI można wykorzystywać w codziennej pracy.

Piotr Skopiński, dyrektor Departamentu Rozwoju Aplikacji w Banku Millennium

Mamy ambicję być czołowym bankiem w obszarze cyfrowym. Dla banku świat cyfrowy to nie tylko możliwości świadczenia usług tym kanałem, ale także możliwość transformacji wewnątrz organizacji. Dołączenie do programu Copilot pozwala sprawdzić możliwości wykorzystania generatywnej sztucznej inteligencji w poprawie efektywności operacyjne naszej organizacji.

Priorytetem przy poznawaniu nowych technologii w banku jest zakres bezpieczeństwa. Uczestnictwo w programie i dostęp do wiedzy specjalistów Microsoftu umożliwia dogłębne zrozumienie zasad jej działania i potwierdzenie, że wszystkie dane klientów są bezpieczne.

Wykorzystujemy również GitHub Copilot, który wspiera w codziennej pracy naszych programistów, podpowiadając całe fragmenty kodu lub automatycznie generując testy. Widzimy pozytywny wpływ copilotów na efektywność naszej pracy, ale na dokładne wyniki testów musimy jeszcze poczekać.

Marcin Dziedziela, koordynator IT odpowiedzialny za wdrożenie i administrację MS365 w Banku Millennium

Rozwiązania dostarczane przez Microsoft umożliwiają nam pobudzenie kreatywności naszych pracowników. Copilot pozwala uwolnić ich czas, poprzez przejęcie niektórych codziennych rutyn. Ilość informacji, które aktualnie przetwarzają pracownicy, ciągle rośnie. Dzięki możliwości odpytania wirtualnego asystenta językiem naturalnym i przeszukania wszystkich dostępnych źródeł informacji w jednym miejscu możemy podejmować działania i decyzje szybciej, a zarazem trafniej.

Jeśli chodzi o usługę M365, widzimy ogromny potencjał tego rozwiązania w poprawie efektywności spotkań. Poczynając od przygotowania agendy po celne podsumowanie oraz wskazanie zadań do realizacji dla poszczególnych uczestników. Copilot poprzez kontekstowe podpowiedzi ułatwia i przyspiesza tworzenie dokumentów osadzonych w danych organizacji. Przygotowany przez asystenta AI szablon dokumentu pozwala pracownikowi skupić się na doprecyzowaniu szczegółów. Automatyczna analiza danych w Excel w szybki sposób ułatwia zapoznanie się z danymi oraz przygotowanie wkładu do prezentacji, którą Designer i Copilot stworzą czytelniej, a dołączenie odpowiedniego clipartu nie zajmuje już tak wiele czasu.

Aktualnie bank poszerza liczbę scenariuszy korzystania z rozwiązania Copilot w M365, które będą wymagały sprawdzenia, na ile podnoszą codzienną efektywność pracowników. Ciągły rozwój narzędzi odblokowuje również nowe możliwości ich wykorzystania, co oznacza ciekawą wspólną podróż banku i Microsoftu z Copilotem.

Armin Reinert, Head of Data Science z Grupy Empik

AI rozumiane szeroko jako aktywne wdrożenie rozwiązań z elementami Machine Learningu jest wykorzystywane w wielu obszarach działalności Grupy Empik, zarówno w ramach rozwiązań tworzonych in-house, jak i aplikacji budowanych przez zewnętrznych dostawców.

Spośród kluczowych obszarów, nad którymi pracujemy przy użyciu narzędzi AI należy wymienić optymalizację łańcucha dostaw i asortymentu, personalizację komunikacji klienckiej, strony i aplikacji, optymalizację wydatków marketingowych, wsparcie w procesie doboru lokalizacji czy poprawę procesów omnichannelowych.

Przytaczając kilka przykładów: realizujemy projekty, mające na celu odpowiednie przewidywanie sprzedaży produktów z całego naszego katalogu oraz odpowiednie optymalizowanie zamówień i zapasów magazynowych tak, aby jak najszybciej dostarczyć klientom poszukiwane produkty. Z wykorzystaniem szeregu charakterystyk dobieramy asortyment książkowy dla każdego z naszych salonów, aby jak najlepiej trafić w oczekiwania klientów odwiedzających daną lokalizację. Robimy to zarówno na poziomie kategorii, jak i pojedynczych tytułów. Jednocześnie bierzemy pod uwagę wyzwania i koszty operacyjne związane z zarządzaniem tak szerokim katalogiem książek dla tak różnorodnej sieci salonów.

W ramach komunikacji mailowej wykorzystujemy również silniki rekomendacyjne, poprzez które możemy zaoferować klientom dopasowane dla nich produkty. Wykorzystujemy również modele i rozwiązania machine learningowe do doboru grup klienckich, do których kierujemy odpowiednią komunikację. Dbamy również o personalizację doświadczenia klienta zarówno na Empik.com, jak i w aplikacji Empik oraz Empik Go, na różnych etapach jego ścieżki. Koncentrujemy się na pracach nad wyszukiwarką, rekomendacjami oraz szeroko pojętym doborem spersonalizowanych treści i produktów dla klienta.

Obok tych funkcyjnych i stale rozbudowywanych rozwiązań, rozważamy również wiele innych. W szczególności można wskazać przetestowane wstępnie rozwiązania wykorzystujące generatywne AI, takie jak budowa i walidacja list prezentowych pod konkretne okazje czy generowanie opisów produktów.

Generatywna sztuczna inteligencja pozwala na zautomatyzowanie wielu procesów biznesowych, które dotychczas wymagały interakcji z człowiekiem i były trudne do skalowania. Tego tematu dotyczył właśnie Hackathon z OpenAI, organizowany we współpracy z doświadczonym zespołem Microsoft.

Była to doskonała okazja na zbudowanie pilotażowych rozwiązań. Każdy z zespołów był samowystarczalny i składał się z osób o zróżnicowanych specjalizacjach – Product Ownerów, specjalistów Data Science, programistów (frontend/backend) oraz inżynierów chmurowych. Zaledwie w ciągu jednego dnia udało się zbudować cztery działające aplikacje. Dwie oparte na modelu GPT-4 i dwie na DALL-E 2.