1. Įvadas: DI vertę kuria pasikartojantis darbas, o ne vienkartiniai bandymai
Apie DI dažnai kalbama kaip apie didžiulį šuolį į ateitį. Iš tiesų didžiausia nauda atsiranda kur kas kasdieniškiau: kai DI įtraukiamas į pasikartojančius procesus, kurie atima laiką, užverčia darbo stalus ir eikvoja žmonių jėgas užduotims, kurių pirmuosius 70 procentų gali atlikti mašina.
Taigi DI vertė atsiranda ne tada, kai kas nors vieną kartą išbando ChatGPT ir nustemba. Vertė atsiranda, kai DI tampa darbo eigos dalimi.
McKinsey 2025 m. State of AI apklausos duomenimis, organizacijoms vis dar sunku pereiti nuo bandomųjų projektų prie platesnio masto poveikio, o DI vertė labiausiai siejama su darbo eigos pertvarkymu, ne vien įrankių įdiegimu.[1]
DI nėra burtų lazdelė. Tai svertas. Tačiau svertas veikia tik tada, kai pritaikomas tinkamoje vietoje.
2. Investicijų grąža: kodėl ne visi DI naudojimo būdai vienodai vertingi?
Įmonėse apie DI reikėtų kalbėti mažiau su nuostaba ir daugiau grąžos kalba. ROI, arba return on investment, reiškia investicijų grąžą. DI projekte šis rodiklis padeda atsakyti: Kokią naudą gauname, palyginti su diegimo sąnaudomis?
Nauda gali pasireikšti keturiais būdais:
- sutaupytu darbo laiku
- mažesnėmis klaidomis
- didesne apyvarta
- geresniais sprendimais
Tačiau ne visą naudą vienodai lengva išmatuoti. Automatizavus finansų valdymą, sutaupyti galima greitai: mažiau rankinio sąskaitų tvarkymo, mažiau klaidų, greitesnis apdorojimo ciklas. Pardavimo srityje potencialas gali būti gerokai didesnis, bet ir neapibrėžtesnis. Agentų sistemos žada labai daug, tačiau kartu didėja rizika.
Gartner 2025 m. prognozavo, kad iki 2027 m. pabaigos daugiau nei 40 procentų agentinio DI projektų bus nutraukti dėl sąnaudų, neaiškios vertės verslui ir „agent washing“ – įprastų sprendimų pateikimo kaip agentinių. Kartu Gartner numatė, kad iki 2028 m. 15 procentų kasdienių verslo sprendimų bus priimami autonomiškai, pasitelkiant agentinį DI.[2]
Vadinasi: kuo didesni pažadai, tuo daugiau reikalaujama iš vadovavimo.
3. Keturi lygiai: patikimas taupymas, augimas, sisteminis intelektas ir gilesnis supratimas
DI naudojimą verta suskirstyti į keturis lygius.
1 lygis: patikimas taupymas ir greitas atsipirkimas. DI apdoroja didelius kiekius, o žmogus tikrina išimtis. Dažniausiai tai geriausia pradžia.
2 lygis: augimo svertai ir pajamų srautai. DI padeda daugiau parduoti, geriau aptarnauti ir plėsti komunikacijos mastą. Potencialas didelis, tačiau žmogaus vaidmuo tampa dar svarbesnis.
3 lygis: sisteminis intelektas ir kelių agentų sistemos. DI iš naudotojo sąsajos persikelia į vidines sistemas. Vertė gali būti didelė, tačiau diegiant reikia suplanuoti procesus, duomenų naudojimą ir priežiūrą.
4 lygis: gilesnis supratimas. DI gerina visos organizacijos mokymąsi, analizę ir sprendimų priėmimą. Poveikis ne visada iš karto matomas vienoje ataskaitos eilutėje, bet gali sustiprinti visą organizaciją.
1 lygis – patikimas taupymas ir greitas atsipirkimas
1. Finansų valdymo ir apskaitos automatizavimas
Finansų valdymas yra viena geriausių sričių pradėti naudoti DI: procesai kartojasi, duomenys yra struktūrizuoti arba iš dalies struktūrizuoti, o klaidos turi aiškią kainą.
DI gali skaityti kvitus ir pirkimo sąskaitas, nustatyti tiekėją, sumą, PVM tarifą, datą ir išlaidų rūšį. Remdamasis ankstesniais duomenimis, jis gali siūlyti apskaitos įrašus ir atkreipti dėmesį į neatitikimus: neįprastą sumą, netinkamą mokesčio tarifą, nebūdingą tiekėją ar trūkstamą patvirtinimą.
2025 m. Accounts Payable Automation Trends ataskaitos duomenimis, DI pirkimo sąskaitų procesuose naudojo jau 29 procentai respondentų, nors prieš metus tokių buvo 7 procentai, o 51 procentas svarstė jį įdiegti per ateinančius 12 mėnesių.[3]
Kur atsiranda investicijų grąža? Mažiau rankinio apdorojimo laiko, mažiau klaidų ir taisymų, greitesnis ataskaitų rengimas ir aiškesnė pinigų srautų padėtis.
Ką ir toliau turi daryti žmogus? Žmogaus vaidmuo neišnyksta – nuo rutinos pereinama prie vertinimo: ribiniai apmokestinimo atvejai, nauji tiekėjai, neaiškios išlaidos, neįprasti pirkimai ir vidaus kontrolės veiksmingumas.
Geras finansų valdymo DI nėra savarankiškas buhalteris. Tai nepavargstantis asistentas, kuriam nepabosta kvitų krūvos.
2. Klientų aptarnavimo užklausų srautų valdymas
Klientų aptarnavimas – klasikinė DI investicijų grąžos sritis. Kuo daugiau žinučių, tuo aiškesnė nauda. DI gali klasifikuoti gaunamas žinutes, atpažinti skubius atvejus, apibendrinti ilgus pokalbius, siūlyti atsakymus darbuotojui, savarankiškai atsakyti į įprastus klausimus, įrašyti pokalbio santrauką į CRM ir perduoti jautrius atvejus žmogui.
Svarbiausias žodis – perduoti. Ne viską reikia automatizuoti. Kliento susierzinimas, skundas, ginčas dėl sutarties ar stambus klientas gali pareikalauti žmogaus dėmesio.
Daugelyje lyginamųjų ir sektoriaus ataskaitų pabrėžiama, kad DI poveikis labiausiai atsiskleidžia tada, kai žinių bazė tvarkinga, užduotys tinkamai perduodamos tarp žmogaus ir mašinos, o rodikliai matuoja sprendimo kokybę, ne vien atsakymo greitį. Klientų aptarnavimo DI agentų vertinimo ataskaitose įspėjama netinkamu metu matuoti netinkamus dalykus: taip lengva įstrigti bandomuosiuose projektuose ir neišnaudoti potencialo.[4]
Kur atsiranda investicijų grąža? Mažesnės vienos užklausos sąnaudos, greitesnis atsakas, didesnis aptarnavimo darbuotojo našumas ir tolygesnė paslaugos kokybė.
Didžiausia rizika – netinkamas automatizavimas. Jei DI atsako klaidingai, pernelyg užtikrintai ar šaltai, klientas negalvoja „DI nepavyko“. Jis galvoja: įmonei nerūpi.
Pradėkite taip: vidinis atsakymų asistentas, žmogaus patvirtinti atsakymai, aiškiai apriboti įprasti klausimai, aiškus perdavimas žmogui ir nuolatinė kokybės stebėsena.
3. Pirkimų ir sutarčių valdymas – nepastebėtas potencialas
Daugelyje įmonių pirkimai yra nepakankamai įvertinta DI aukso gysla. Kodėl? Nes galima sutaupyti ne tik darbo laiko, bet ir tiesiogiai pinigų.
DI gali peržiūrėti sutartis, tiekėjų sąlygas, kainodaros modelius ir pirkimų istoriją. Jis gali automatiškai aptikti neįprastas mokėjimo sąlygas, automatinius kainų didinimus, sutarties nutraukimo terminus, atsakomybės nuostatas, besidubliuojančius tiekėjus, išskaidytus pirkimus, sutarčių atnaujinimo datas, rizikingas sąlygas ir galimybes skelbti konkursą.
2025 m. pirkimų ataskaitose kaip pagrindinės DI taikymo sritys ypač išskiriamos išlaidų analizė ir sutarčių valdymas. Procurement Magazine remdamasis 2025 m. ProcureCon CPO ataskaita, nurodo, kad 90 procentų pirkimų vadovų tiria galimybes arba jau diegia DI agentus pirkimų eigai efektyvinti.[5]
DI nepavargsta skaitydamas 80 puslapių sutartis. Jis gali išryškinti neatitikimus, kurių skubantis žmogus nepastebi.
Kur atsiranda investicijų grąža? Geresnės kainos, mažesnė sutarčių rizika, mažesnis tiekėjų išskaidymas, geresnės mokėjimo sąlygos, greitesni konkursai ir sutarčių atnaujinimo kontrolė.
Pirkimuose DI vertė dažnai mažiau įspūdinga nei rinkodaroje. Tačiau pelno ir nuostolių ataskaitoje ji gali būti gerokai aiškesnė.
2 lygis – augimo svertai ir pajamų srautai
4. Santykių su esamais klientais plėtra
Naujų klientų pritraukimas brangus. Išlaikyti esamus klientus ir plėsti bendradarbiavimą dažnai pelningiau.
DI gali padėti klientų duomenyse aptikti signalus, kurių pardavėjas ar klientų vadybos komanda nespėja laiku pastebėti. Jis gali analizuoti naudojimo duomenis, pagalbos užklausas, sąskaitų istoriją, NPS atsiliepimus, susitikimų su klientais užrašus, sutarties atnaujinimo datą, produkto funkcijų naudojimą, pokyčius kliento įmonėje ir pirkimo elgsenos nukrypimus.
Taip galima aptikti du vertingus signalus: kliento pasitraukimo riziką ir papildomo pardavimo galimybę.
Pavyzdžiui, DI gali pastebėti, kad klientas aktyviai naudoja produktą tik vienoje komandoje, nors įmonėje yra penkios komandos, kurioms tas pats sprendimas tiktų. Arba aptikti, kad naudojimas sumažėjo, pagalbos užklausų padaugėjo, o sprendimus priimantis asmuo pasikeitė. Pardavėjui nereikia spėlioti, su kuo verta susisiekti – DI gali pasiūlyti prioritetus.
Kur atsiranda investicijų grąža? Mažesnis klientų praradimas (churn), daugiau papildomų pardavimų, tikslesnis klientų prioritetų nustatymas, trumpesnis pardavėjo pasirengimo laikas ir geresnis momentas susisiekti.
Tačiau yra viena sąlyga: duomenys turi būti tvarkingi. Jei CRM pilna pasenusios, neišsamios ir prieštaringos informacijos, DI tik padidina sumaišties mastą.
Pardavimo srityje DI nepakeičia santykio su klientu. Jis padeda pardavėjui geriau pasirengti pokalbiui.
5. Rinkodaros ir komunikacijos masto plėtra
Daugeliui rinkodara buvo pirmoji pažintis su generatyviniu DI. Priežastis aiški: DI gerai rašo pirminius variantus.
Jis gali padėti kurti kampanijų idėjas, tikslinėms grupėms pritaikytas žinutes, tinklaraščio struktūras, naujienlaiškius, socialinių tinklų įrašus, reklamų variantus, paieškos sistemoms optimizuotus juodraščius, vertimus, individualizuotą turinį ir A/B bandymų planus.
Tačiau rinkodaroje slypi ir dideli spąstai. DI gali daug kartų padidinti kuriamo turinio kiekį. Tai savaime nepadaro jo tiek pat įdomesnio.
Deloitte 2025 m. įmonių generatyvinio DI apklausose aprašo paradoksą: investicijos didėja, tačiau daugeliui grąža vis dar sunkiai pasiekiama. Pirmaujančios organizacijos siekia greitų rezultatų gerai parinktose taikymo srityse, bet ilgalaikę vertę kuria strateginiai pokyčiai, kompetencijos ir diegimas.[6]
Rinkodaroje tai reiškia: DI gali rašyti. Tačiau žmogus turi žinoti, ką verta pasakyti.
Kur atsiranda investicijų grąža? Greitesnis turinio kūrimas, geresnis pritaikymas kanalams, mažesnės vertimo ir lokalizavimo sąnaudos, greitesni kampanijų bandymai, tikslesnis individualizavimas ir geresnė medžiaga pardavimui.
Didžiausia rizika – vienodas, niekuo neišsiskiriantis turinys. Jei visi tuos pačius įrankius naudoja vienodai, rinką užpildo vidutiniški tekstai. Geras DI naudojimas rinkodaroje prasideda nuo požiūrio, o ne nuo užklausos.
3 lygis – sisteminis intelektas ir kelių agentų sistemos
6. Kelių agentų sistemos ir procesų automatizavimas
Čia pereinama į kitą DI raidos etapą. Vienos užklausos nebepakanka. Kuriama darbo eiga, kurioje keli specializuoti DI agentai tvarko skirtingas proceso dalis.
Komercinio pasiūlymo rengimo pavyzdys:
- DI perskaito el. paštu gautą prašymą pateikti pasiūlymą.
- Antras agentas ERP sistemoje suranda kainas ir prieinamumą.
- Trečias CRM sistemoje patikrina kliento sutarties sąlygas.
- Ketvirtas parengia pasiūlymą.
- Penktas patikrina riziką.
- Pardavėjas patvirtina arba pakoreguoja juodraštį.
Tai skiriasi nuo „paprašysiu ChatGPT padėti parengti pasiūlymą“. Čia DI veikia kaip vidinių procesų dalis.
Kur atsiranda investicijų grąža? Trumpesnis vykdymo laikas, mažiau rankinio duomenų perkėlimo, mažiau klaidų, standartizuoti procesai ir daugiau žmonių laiko išimtims nagrinėti.
Kodėl nuo to neverta pradėti? Nes kelių agentų sistema daugina ir naudą, ir riziką. Jei procesas prastai suprantamas, agentai automatizuoja netvarką.
Gartner teigimu, agentinį DI supa daug perdėtų lūkesčių, o didelė dalis projektų gali žlugti dėl neaiškios vertės verslui ir sąnaudų.[2]
Tinkama seka: aprašykite procesą → nustatykite pasikartojančius etapus → nustatykite sprendimų taškus → apibrėžkite, kada būtinas žmogaus patvirtinimas → automatizuokite ribotą dalį → išmatuokite → plėskite.
7. Žinių valdymas ir nuosavų duomenų naudojimas
Daugelio įmonių didžiausia problema nėra informacijos trūkumas. Problema – ją rasti. Informacija slypi intranete, SharePoint, Slack, Teams, PDF failuose, projektų aplankuose, CRM, el. laiškuose ir žmonių galvose.
Čia didelį pokytį atneša RAG, arba Retrieval-Augmented Generation. RAG reiškia, kad DI atsakymui pagrįsti suranda informaciją pačios organizacijos dokumentuose ar duomenų bazėse ir pagal ją suformuluoja atsakymą. DI tampa sąsaja su įmonės atmintimi.
IBM ataskaitoje AI in Action pabrėžiama, kad DI lyderiai veiksmų planus grindžia keturiomis sritimis: strategija, įrankiais, duomenų valdysena ir taikomaisiais sprendimais. Ypač duomenų valdysena turi užtikrinti prieinamumą ir kontrolę, kad DI taikymas patikimai kurtų vertę.[7]
Kur atsiranda investicijų grąža? Mažiau laiko paieškai, greitesnis naujokų įvedimas, geresni sprendimai, pakartotinis projektų pamokų naudojimas, geresnis klientų informacijos panaudojimas ir vidinių informacijos barjerų mažinimas.
Įsivaizduokite klausimą: „Ko išmokome iš trijų pernai Švedijoje pralaimėtų konkursų?“ Jei DI gali surasti projektų užrašus, pasiūlymų dokumentus ir pardavėjų komentarus, jis gali parengti atsakymą, kurio vienas žmogus galbūt nespėtų sudaryti.
Didžiausia rizika: RAG nėra stebuklingas sprendimas. Jei žinių bazė netvarkinga, pasenusi ar prieštaringa, DI gali pateikti gražiai suformuluotą atsakymą iš prastos medžiagos. Todėl tikrasis RAG projekto darbas dažnai yra dokumentų tvarkymas, prieigos teisės ir atsakomybė už informaciją.
DI suranda informaciją. Tačiau organizacija pirmiausia turi nuspręsti, kuri informacija patikima.
8. Programavimas, programinės įrangos architektūra ir testavimas
Programinės įrangos kūrimas – sritis, kurioje DI jau tapo kasdienybe. Kūrėjai jį naudoja šabloniniam kodui rašyti, testams kurti, klaidoms aiškinti, senam kodui suprasti, refaktoringui, dokumentacijai rengti, naujai kalbai ar bibliotekai mokytis, duomenų bazių užklausų juodraščiams ir architektūros alternatyvoms lyginti.
Stack Overflow 2025 m. kūrėjų apklausoje palankus požiūris į DI įrankius, palyginti su ankstesniais metais, susilpnėjo, nors jie plačiai naudojami. Tai atskleidžia svarbų dalyką: DI naudingas, tačiau kūrėjai jau pamatė ir jo ribas.[8]
Kuriant programinę įrangą DI vertė neapsiriboja greičiau parašyta kodo eilute. Dažnai daugiau naudos suteikia supratimas. DI gali paaiškinti seną sistemą naujam kūrėjui arba padėti rasti tinkamiausią vietą pakeitimui.
Kur atsiranda investicijų grąža? Greitesnis kūrimas, trumpesnis įvedimas į darbą, didesnė testų aprėptis, mažesnė dokumentacijos skola, greitesnis klaidų taisymas ir aiškesnės senos sistemos.
Didžiausia rizika: DI kodas gali atrodyti baigtas, nors nėra saugus. Naujienose apie Veracode tyrimą nurodyta, kad reikšmingoje DI sugeneruoto kodo dalyje buvo saugumo trūkumų.[9]
Taisyklė aiški: DI gali parašyti kodą. Už jį atsako kūrėjas.
4 lygis – gilesnis supratimas
9. Duomenų analizė ir BI
Business Intelligence, arba BI, reiškia verslo duomenų naudojimą sprendimams priimti. Tradiciškai tam reikėjo ataskaitų, rodiklių skydelių ir analitikų, kurie duomenis išversdavo į vadovybei suprantamą kalbą. DI tai keičia.
Vadovybė gali paklausti natūralia kalba: „Kodėl praėjusį mėnesį Švedijoje sumažėjo marža?“ DI gali duomenyse aptikti nukrypimų, ieškoti tendencijų, lyginti segmentus ir pasiūlyti tolesnius klausimus.
Tai nepanaikina analitikų poreikio. Tai didina jų darbo vertę. Užuot rengęs rutinines ataskaitas, analitikas gali susitelkti į interpretavimą, modeliavimą ir sprendimų poveikio vertinimą.
Kur atsiranda investicijų grąža? Greitesnė analizė, geresni klausimai, greitesnis nukrypimų aptikimas, platesnis duomenų prieinamumas ir geresnė sprendimų kokybė.
Tai vienas svarbiausių būdų „padauginti supratimą“. Kai duomenis lengviau tyrinėti klausiant, visa organizacija geriau perpranta priežasties ir pasekmės ryšius.
Didžiausia rizika: DI gali rasti koreliacijų, kurios nereiškia priežastinio ryšio. Jis taip pat gali įtikinamai, bet klaidingai paaiškinti duomenis. Todėl BI srityje DI turi parodyti, kokie duomenys naudoti, kokie apribojimai taikyti, kurie pastebėjimai statistiškai reikšmingi, kas yra interpretacija ir ką reikėtų tikrinti toliau.
Gera DI analizė ne vien atsako. Ji moko geriau klausti.
10. Mokymasis ir kompetencijų ugdymas
DI – nepavargstantis mentorius. Jis gali tą patį paaiškinti penkiais būdais, sudaryti mokymosi kelią, užduoti praktinių klausimų, imituoti pokalbį su klientu ar padėti apsvarstyti idėjas.
DI gali padėti įvesti naują darbuotoją, treniruoti pardavėjus, ugdyti vadovus, mokyti techninių įgūdžių ir kalbų, imituoti situacijas su klientais, suprasti vidaus instrukcijas ir nuolat mokytis.
Deloitte 2025 m. ataskaitose apie DI investicijų grąžą pabrėžia gebėjimą sklandžiai naudotis DI : investicijų grąžos lyderiai DI kompetencijas laiko esminėmis, o 40 procentų jų reikalauja DI mokymų.[6]
DI nėra vien įrankis, kuriuo mokomasi naudotis. Tai ir priemonė, padedanti greičiau išmokti kitų dalykų.
Kur atsiranda investicijų grąža? Greitesnis įvedimas į darbą, geresnis dalijimasis žiniomis, mažiau mokymo kliūčių, labiau individualūs mokymosi keliai, geresnis pasirengimas aptarnauti ir parduoti bei nuolatinis kompetencijų atnaujinimas.
Didžiausia rizika: DI gali mokyti klaidingai. Todėl mokantis būtina atskirti bendrą idėjų aptarimą, oficialią organizacijos informaciją ir temas, kurioms reikia specialisto. DI gali būti mentorius. Tačiau už mokymosi programą turi atsakyti žmogus.
Investicijų grąžos formulė: kaip pasirinkti pirmą DI projektą?
Štai praktinė taisyklė:
Galimas sutaupymas × reali DI atliekama dalis × sėkmės tikimybė − diegimo sąnaudos
Galimas sutaupymas
Kiek procese sunaudojama laiko, pinigų arba padaroma klaidų? Pavyzdžiui: 1 000 sąskaitų per mėnesį, 12 minučių rankinio darbo vienai sąskaitai, 200 valandų per mėnesį, valandos sąnaudos 40 eurų → galimas darbo laiko sutaupymas – 8 000 eurų per mėnesį.
Reali DI atliekama dalis
Kokią dalį DI iš tiesų gali atlikti? Vertinkite realistiškai, o ne optimistiškai. Jei DI gali apdoroti 60 procentų srauto, o likusią dalį perduoti žmogui, naudokite 0,6.
Sėkmės tikimybė
Kokia tikimybė, kad projektas pavyks? Tai priklauso nuo duomenų, proceso, sistemų, atsakomybės ir pokyčių valdymo. Verčiau pradėkite nuo projekto, kurio sėkmės tikimybė yra 90 procentų, net jei nauda mažesnė.
Diegimo sąnaudos
Įskaičiuokite programinę įrangą, integracijas, mokymus, informacijos saugumą, duomenų tvarkymą, projekto darbus, priežiūrą ir kokybės kontrolę.
Ši formulė neleidžia pernelyg romantizuoti DI. Ji verčia klausti: kas iš tiesų veikia?
Kodėl DI projektai nepavyksta?
DI projektai retai žlunga todėl, kad modelis nieko nemoka. Jie žlunga todėl, kad organizacija nežino, ką keičia.
1. Pernelyg neaiškus taikymo atvejis
„Naudokime DI pardavimui“ nėra projektas. „Per 24 valandas apibendrinkime visus susitikimus su klientais CRM sistemoje ir pateikime pardavėjui tolesnius veiksmus“ – jau projektas.
2. Procesas neaprašytas
Jei niekas nežino, kaip darbas iš tikrųjų vyksta, jį sunku automatizuoti.
3. Prasti duomenys
DI neišgelbsti prastų duomenų. Jis tik suteikia jiems įtikinamesnę išvaizdą.
4. Neaiškus žmogaus vaidmuo
Kas patvirtina? Kas tikrina? Kas atsako už klaidą?
5. Netinkami rodikliai
Jei matuojame tik sukurto turinio kiekį, gauname daug turinio. Jei matuojame išspręstas klientų užklausas, sutaupytą laiką ar padidėjusius pardavimus, artėjame prie vertės.
6. Diegimas apsiriboja mokomuoju vaizdo įrašu
DI organizacijoje neprigyja vien nusiuntus darbuotojams nuorodą į įrankį. Reikia pavyzdžių, taisyklių, pagalbos ir vadovybės įsipareigojimo.
McKinsey teigimu, gerų rezultatų pasiekiančios DI organizacijos išsiskiria, be kita ko, žmogaus atliekamos modelio rezultatų patikros praktika ir kuria vertę šešiose srityse: strategijos, kompetencijų, veiklos modelio, technologijos, duomenų bei diegimo ir masto plėtros.[1]
DI nėra IT projektas. Tai darbo pertvarkymas.
90 dienų DI diegimo veiksmų planas
1–15 dienos: išnagrinėkite procesus
Išvardykite 20 pasikartojančių procesų. Klauskite: kas užima daug laiko, kas dažnai kartojasi, kur atsiranda klaidų, kur dingsta informacija, kur laukia klientas ir kas erzina darbuotojus.
16–30 dienos: įvertinkite taikymo atvejus balais
Kiekvieną atvejį įvertinkite pagal sutaupymo ir pajamų potencialą, duomenų prieinamumą, techninį paprastumą, rizikos lygį, sėkmės tikimybę ir diegimo sąnaudas.
Pasirinkite vieną projektą su didele sėkmės tikimybe. Ne didžiausią svajonę, o geriausią pirmąją pergalę.
31–45 dienos: sukurkite bandomąjį sprendimą
Aiškiai apribokite bandymą: viena komanda, vienas procesas, viena produktų grupė, vienas aptarnavimo kanalas ar vienas dokumentų tipas. Rodiklius nustatykite prieš pradėdami.
46–60 dienos: bandykite kartu su žmogumi
Nepaleiskite DI iš karto savarankiškai veikti produkcinėje aplinkoje. Patikrinkite klaidas, išimtis, naudotojo patirtį, perdavimą žmogui, saugumą, dokumentavimą ir vienos operacijos sąnaudas.
61–75 dienos: matuokite ir tobulinkite
Palyginkite būklę prieš ir po: apdorojimo laiką, klaidų skaičių, klientų ir darbuotojų pasitenkinimą, sąnaudas, vykdymo trukmę ir kokybės kontrolės išvadas.
76–90 dienos: nuspręskite dėl plėtros
Trys galimybės: plėsti, taisyti ir bandyti iš naujo arba nutraukti. Geras DI valdymas reiškia ir tai, kad nesėkmingi bandomieji projektai greitai nutraukiami.
Išvados: pradėkite nuo kasdienybės ir pereikite prie strategijos
Didžiausia DI vertė slypi ne įspūdingiausioje demonstracijoje. Ją kuria kasdien vykstantis procesas.
Todėl į investicijų grąžą orientuotai organizacijai verta pradėti ten, kur sėkmės tikimybė didelė: sąskaitos, pagalbos užklausos, sutartys, CRM santraukos, vidiniai dokumentai, ataskaitos, kodo testavimas ir naujokų įvedimas.
Kai tai veikia, galima imtis sudėtingesnių sričių: agentų sistemų, dinaminės kainodaros, klientų elgsenos prognozavimo, platesnių sprendimų priėmimo pagalbos modelių ir nuosavos organizacijos DI atminties.
Svarbiausia pamoka:
Neklauskite, kur DI skamba įdomiai. Klauskite, kur darbas kartojasi, dingsta informacija, laukia klientas ar prarandami pinigai. Ten slypi investicijų grąža.
Praktinė santrauka: 10 naudojimo būdų pagal investicijų grąžą
- Finansų valdymo ir apskaitos automatizavimas – Greitas atsipirkimas, aiškus procesas ir išmatuojamas sutaupymas.
- Klientų aptarnavimo užklausų srautų valdymas – Didelė nauda esant dideliems žinučių srautams, kai veikia perdavimas žmogui.
- Pirkimų ir sutarčių valdymas – Nepastebėtas potencialas: DI gali taupyti ir laiką, ir pirkimų biudžetą.
- Santykių su esamais klientais plėtra – DI randa signalus, žmogus kuria pasitikėjimą.
- Rinkodaros ir komunikacijos masto plėtra – Spartina kūrimą, tačiau kokybę lemia žmogaus įžvalga.
- Kelių agentų sistemos ir procesų automatizavimas – Didelis potencialas, tačiau reikia brandaus procesų valdymo.
- Žinių valdymas ir nuosavų duomenų naudojimas – Sąsaja su įmonės atmintimi.
- Programavimas, programinės įrangos architektūra ir testavimas – Spartina kūrimą, tačiau atsakomybė už saugumą lieka žmogui.
- Duomenų analizė ir BI – Leidžia klausti duomenų ir geriau suprasti sprendimų priėmimą.
- Mokymasis ir kompetencijų ugdymas – Išplečia nuolatinį mokymąsi visoje organizacijoje.
Paskutinė praktinė taisyklė
Pirmą DI projektą rinkitės taip: Galimas sutaupymas × reali DI atliekama dalis × sėkmės tikimybė − diegimo sąnaudos.
Pradėkite nuo rutininės užduoties, kurios sėkmės tikimybė yra 90 procentų. Net maža nauda tampa didele, kai kartojasi kasdien.
Tikroji DI investicijų grąža slypi ne viename dideliame šuolyje. Ji kaupiasi kaip sudėtinės palūkanos.
Šaltiniai
- The State of AI: Global Survey 2025 — McKinsey & Company
- Gartner: Agentic AI predictions 2025–2028
- The State of ePayables 2025 / AP Automation Trends — Ardent Partners
- Evaluating AI agents in customer service — industry benchmarks
- ProcureCon CPO Report 2025 — Procurement Magazine
- State of Generative AI in the Enterprise — Deloitte (2025)
- AI in Action — IBM Institute for Business Value
- 2025 Developer Survey — Stack Overflow
- Veracode research on AI-generated code security