Neki od načina na koje se AI može koristiti u kontinuiranom poboljšanju uključuju:
- Prediktivno održavanje: AI se može koristiti za analizu senzorskih podataka iz opreme i predviđanje kada je održavanje potrebno, smanjujući broj zastoja i povećavajući efikasnost opreme.
- Optimizacija procesa: AI se može koristiti za analizu podataka iz proizvodnih procesa kako bi se pronašla uska grla i neefikasnosti i predložili načini za optimizaciju performansi.
- Kontrola kvaliteta: AI se može koristiti za analizu podataka iz sistema kontrole kvaliteta kako bi se pronašli obrasci i trendovi u defektima i predložili načini za poboljšanje kvaliteta.
- Upravljanje zalihama: AI se može koristiti za predviđanje potražnje za proizvodima i optimizaciju nivoa zaliha, smanjujući otpad i povećavajući efikasnost.
- Analiza uzroka problema: AI se može koristiti za analizu podataka iz različitih izvora kako bi se pronašli osnovni uzroci problema i predložili načini za njihovo uklanjanje.
- Prediktivno modeliranje: AI se može koristiti za predviđanje budućih trendova i obrazaca, omogućavajući organizacijama da donose bolje informisane odluke i planiraju buduće izazove.
Vrijedi spomenuti da AI nije srebrni metak, uspjeh AI u kontinuiranom poboljšanju ovisi o kvaliteti podataka koje ima na raspolaganju, kvaliteti modela i stručnosti ljudi koji ga koriste. Organizacije moraju biti sigurne da imaju jasno razumijevanje problema koji pokušavaju riješiti i mogućnosti AI tehnologije koju koriste. Osim toga, organizacije bi također trebale osigurati da imaju snažnu strategiju upravljanja podacima i menadžmenta kako bi osigurale da su podaci koji se koriste za obuku i rad AI modela tačni, pouzdani i etički dobavljeni.
Kontinuirano poboljšanje i Lean neuspjesi
Lean proizvodnja, poznata i kao Toyoa Production System, je metoda proizvodnje koja ima za cilj eliminisanje otpada i povećanje efikasnosti. Uprkos svojoj popularnosti i uspjehu u mnogim industrijama, Lean proizvodnja također može podbaciti u određenim situacijama.
Jedan od razloga za neuspjeh je nedostatak podrške zaposlenih. Lean proizvodnja zahtijeva kulturu kontinuiranog poboljšanja, a bez podrške i učešća svih zaposlenih, sistem neće funkcionisati efikasno. Osim toga, ako zaposleni nisu adekvatno obučeni o principima Lean proizvodnje i kako ih primijeniti, neće moći identificirati i eliminisati otpad u svojim radnim procesima.
Drugi razlog za neuspjeh je nedostatak fokusa na kupca. Lean proizvodnja je dizajnirana da stvori vrijednost za kupca, ali ako je fokus isključivo na smanjenju troškova i povećanju efikasnosti, krajnji proizvod možda neće zadovoljiti potrebe i želje kupca. Dodatno, ako se potrebe i želje kupaca ne prate kontinuirano i ne uključuju u proizvodni proces, proizvod može zastarjeti prije nego što uopće stigne na tržište.
Treći razlog neuspjeha je nedostatak fleksibilnosti. Lean proizvodnja temelji se na konceptu toka, gdje se materijali i informacije nesmetano kreću kroz proizvodni proces. Međutim, ako je proces proizvodnje previše krut i nefleksibilan, neće se moći prilagoditi promjenama potražnje kupaca ili tržišnim uvjetima.
Da biste osigurali uspjeh, važno je zapamtiti da Lean proizvodnja nije rješenje za sve. Mora biti prilagođena specifičnim potrebama organizacije i industrije u kojoj posluje. Osim toga, to zahtijeva dugoročnu posvećenost i kontinuirano razmišljanje o poboljšanju kako bi se postigao i održao uspjeh.
Kontinuirano poboljšanje i Six Sigma neuspjesi
Six Sigma je metodologija upravljanja kvalitetom koja ima za cilj da eliminiše nedostatke i poboljša ukupne performanse pronalaženjem i otklanjanjem uzroka problema. Iako je Six Sigma implementirana od strane mnogih organizacija s velikim uspjehom, ona također može podbaciti u određenim situacijama.
Jedan od razloga za neuspjeh je nedostatak predanosti rukovodstva. Six Sigma zahtijeva snažan liderski tim koji je predan metodologijama, ulaže u uspjeh i voljan da pokrene promjene u cijeloj organizaciji. Bez ove podrške, inicijativa Six Sigma možda neće dobiti zamah potreban za postizanje svojih ciljeva.
Drugi razlog za neuspjeh je nedostatak odgovarajuće obuke i resursa. Six Sigma zahtijeva značajna ulaganja u smislu vremena i novca za adekvatnu obuku i opremanje zaposlenika potrebnim alatima i vještinama za implementaciju metodologije. Ako zaposleni nisu adekvatno obučeni i kompanija ne obezbijedi potrebne resurse, Six Sigma možda neće biti efikasno implementirana.
Treći razlog za neuspjeh je nedostatak fokusa na kupca. Six Sigma je dizajnirana da poboljša kvalitet i efikasnost, ali ako je fokus isključivo na internim procesima, a ne na potrebama kupaca, možda neće ispuniti zahtjeve kupaca i možda neće rezultirati zadovoljstvom kupaca.
Četvrti razlog neuspjeha je pretjerano oslanjanje na podatke i statističku analizu. Six Sigma se u velikoj mjeri oslanja na podatke i statističku analizu kako bi identificirao i riješio probleme. Međutim, ako se organizacija previše oslanja na podatke i statistiku, može zanemariti važnost ljudskog prosuđivanja, intuicije i kreativnosti u rješavanju problema.
Da biste osigurali uspjeh, važno je zapamtiti da Six Sigma nije rješenje za sve, i mora biti prilagođen specifičnim potrebama organizacije i industrije u kojoj posluje. Osim toga, to zahtijeva dugoročnu posvećenost i kontinuirano razmišljanje o poboljšanju kako bi se postigao i održao uspjeh.
U zaključku, dok Lean proizvodnja može biti moćan alat za povećanje efikasnosti i smanjenje otpada, a Six Sigma može biti moćno sredstvo za poboljšanje kvaliteta i performansi, vjerovatnoća neuspjeha je velika ako se ne implementiraju i ne provode pravilno. Uspjeh zavisi od nekoliko faktora koji uključuju; prihvatanje od strane zaposlenih, potrebe kupaca i fleksibilnost, kao i posvećenost liderstvu, odgovarajuća obuka i balans podataka i ljudskog prosuđivanja.
Razlike između Lean Six Sigma i operativne izvrsnosti
Lean Six Sigma i operational izvrsnost su metodologije koje obje imaju za cilj poboljšanje učinka i efikasnosti organizacije, ali imaju neke ključne razlike.
Lean Six Sigma je metodologija koja kombinuje principe Lean proizvodnje i Six Sigma za uklanjanje otpada i nedostataka u procesima organizacije. Fokusirana je na pronalaženje i otklanjanje uzroka problema koristeći podatke i statističku analizu. Cilj Lean Six Sigma je poboljšanje kvaliteta i efikasnosti procesa, što rezultira uštedom troškova i povećanim zadovoljstvom kupaca.
Operativna izvrsnost, s druge strane, je šira metodologija koja ima za cilj poboljšanje ukupnog učinka organizacije usklađivanjem svih aspekata poslovanja sa vizijom i strategijom kompanije. Naglašava važnost vođstva, kulture i angažmana zaposlenika kako bi se potaklo kontinuirano poboljšanje i stvorila kultura izvrsnosti. Operativna izvrsnost nije ograničena na specifične alate ili tehnike, već ima za cilj da okupi cijelu organizaciju kako bi težila izvrsnosti.
Ukratko, Lean Six Sigma je metodologija koja se posebno fokusira na poboljšanje efikasnosti i kvaliteta procesa koristeći podatke i statističku analizu, dok je operativna izvrsnost šira metodologija koja se fokusira na usklađivanje svih aspekata poslovanja sa vizijom i strategijom kompanije i kreiranje kulture izvrsnosti u cijeloj organizaciji.
Zabrinutosti koje gajim u vezi sa sadržajem generiranim umjetnom inteligencijom.
Kao eksperiment, cijeli gornji tekst je kreirani pomoću aplikacije za generisanje teksta s umjetnom inteligencijom, što je učinilo da se osjećam prilično nelagodno.
Postoji nekoliko potencijalnih opasnosti povezanih sa sadržajem generisanim umjetnom inteligencijom, uključujući:
- Dezinformacije: sadržaj generisan umjetnom inteligencijom može se koristiti za širenje lažnih ili obmanjujućih informacija, posebno u obliku deepfake videa i lažnih vijesti.
- Pristrasnost: AI modeli su obučeni za velike količine podataka, a ako ti podaci sadrže pristrasnosti, model će vjerovatno proizvesti pristrasan sadržaj. Ovo može produžiti štetne stereotipe i diskriminaciju.
- Zabrinutost u vezi s privatnošću: sadržaj generisan umjetnom inteligencijom može se koristiti za kreiranje lažnih videozapisa koji prikazuju pojedince u kompromitirajućim ili neugodnim situacijama. Ovo može biti ozbiljna invazija na privatnost.
- Utjecaj na poslove: Kako sadržaj generisan umjetnom inteligencijom postaje sve sofisticiraniji, može zamijeniti ljudske poslove, posebno u oblastima novinarstva, kreiranja multimedijskog sadržaja i zabave.
- Utjecaj na kreativnost: sadržaj generisan umjetnom inteligencijom može biti visokokvalitetan sadržaj, ali također može dovesti do smanjenja ljudske kreativnosti kako korištenje AI postaje sve zastupljenije.
- Utjecaj na društvo: sadržaj generisan umjetnom inteligencijom može imati značajan utjecaj na društvo, pozitivan i negativan. Važno je biti svjestan potencijalnih posljedica i poduzeti korake za ublažavanje svih negativnih efekata.
Važno je napomenuti da sadržaj generisan umjetnom inteligencijom ima potencijal da bude moćan alat za dobro, ali je ključno biti svjestan potencijalnih opasnosti i poduzeti korake za njihovo ublažavanje. To bi se moglo postići stvaranjem propisa, smjernica i etičkih pravila kojih bi se pridržavale sve strane uključene u kreiranje i distribuciju sadržaja generisanog umjetnom inteligencijom.
Šalim se. Prethodni dio teksta je također kreiran korištenjem AI.
Napisao sam članak pod naslovom “Deepfakes and the Uncanny Valley” u januaru 2022. (tačno godinu dana prije ovog članka). U njemu sam izrazio zabrinutost zbog sposobnosti da se manipuliše, čak i izmišlja, onim što vidimo i čujemo. Ako je to nekontrolisano, postoji velika opasnost.
U ovoj vježbi, koristio sam ChatGPT za generisanje sadržaja, pri čemu je ChatGPT kreirala organizacija pod nazivom OpenAI, koja se reklamira kao; “kompanija za istraživanje i implementaciju. Naša misija je osigurati da umjetna opća inteligencija koristi cijelom čovječanstvu.”
Nakon što je tekst generisan i članak kreiran, funkcija Microsoft Word Editor dala je početni Editor Score od 86% za profesionalno pisanje s greškama i sa sljedećim prijedlozima:
- 5 gramatičkih zastavica
- 19 zastavica jasnoće
- 3 zastavice sažetosti
- 3 zastavice formalnosti
- 16 konvencija o interpunkciji
- 5 vokabular zastavica
Slijedeći upute urednika, povećao sam Editor Score na 94%.
Također, 2% teksta je bilo slično tekstu pronađenom na internetu što ukazuje na mogućnost plagijarizma. Ali iako sličan, nije mi bio dovoljno sličan da ga smatram plagijatom (konstrukcija rečenice nije bila baš bliska).
Kada sam otišao do citiranog izvora (vidi ispod) na Redditu, otkrio sam da su ga moderatori uklonili (zašto, ne znam). To što ništa od ostatka sadržaja u članku generisanom umjetnom inteligencijom nije označeno kao plagijat, prilično je izvanredno.
- Prediktivno održavanje: AI se može koristiti za analizu senzorskih podataka iz opreme i predviđanje kada je održavanje potrebno, smanjujući broj zastoja i povećavajući efikasnost opreme.
- Može li AI zamijeniti inženjering prije arhitekture?
Postoje aplikacije koje mogu utvrditi da li je tekst plagiran, ali ne znam nijednu koja može utvrditi da li je tekst generisan umjetnom inteligencijom. Za mene je ovo problematično. Čije misli i analize čitamo; osobe ili računara?
Samo razmislite o utjecaju na akademske radove i naučne časopise. U šta možemo vjerovati i u kojoj mjeri? Da li nas namjerno usmjeravaju ka jednoj ili drugoj tački gledišta? Pogledajte samo natezanje konopa koje se odigralo u izvještavanju o COVID-u? Koliko je gledišta prvo smatrano “lažnim vijestima” i zabranjeno (zajedno sa ljudima koji su dijelili informacije) da bi se (na kraju) utvrdilo da su tačne?
Osim izmjena koje je predložio Word Editor, naslova i ovog odjeljka kojeg sam napisao (ili jesam li?), jedine druge promjene koje sam napravio u generisanom tekstu bile su spajanje zaključaka za Lean i Six Sigma u jednu (što sam i učinio jer sistem generiše svaki zaključak zasebno) i da dodam jednu uvodnu liniju za odjeljak „Imam zabrinutost u vezi sa sadržajem generisanim veštačkom inteligencijom“ kako bi se stvorila iluzija da sam napisao sadržaj u odjeljku.
“To grunt and sweat under a weary life,
But that the dread of something after death,
The undiscovered country from whose bourn
No traveler returns, puzzles the will,
And makes us rather bear those ills we have,
Than fly to others that we know not of?”
– W. Shakespeare; Hamlet, Čin 3, Scena 1
U ovom odlomku Hamlet govori o “neotkrivenoj zemlji” kao o zagrobnom životu s našim nedostatkom znanja o njoj i strahom od nje. Bilo da je u pitanju tekst, ili slike, ili video, ili zvuk; ovako se osjećam u pogledu sadržaja generisanog umjetnom inteligencijom. Vidim da ima neke koristi, ali i velike opasnosti.
Ko je čuvar istine? Sadržaj koji čitamo mogao bi biti generisan od strane umjetne inteligencije i taj sadržaj mogao bi pronaći put do poštovanih izvora gdje bismo ga mogli uzeti kao činjenicu kada nije. Već vidimo eho komoru u kojoj jedan izvor vijesti citira drugi bez nezavisne provjere samo da bi zadržao kontrolu nad ciklusom vijesti.
Roboti su roboti, bilo fizički ili u domenu cyber prostora. Isaac Asimov, profesor na Univerzitetu u Bostonu i plodan pisac naučne fantastike, predložio je tri zakona robotike koji imaju za cilj da zaštite ljude od interakcije s robotima. Oni su:
- Robot ne smije povrijediti ljudsko biće ili kroz nedostatak poduzimanja akcije dopustiti ljudskom biću da bude povrijeđeno.
- Robot se mora pokoravati naredbama koje mu daju ljudska bića, osim ako bi takva naređenja bila u suprotnosti sa Prvim zakonom.
- Robot mora zaštititi svoju egzistenciju sve dok takva zaštita nije u suprotnosti sa Prvim ili Drugim zakonom.
Koliko god ovi zakoni bili plemeniti, moja briga je – kroz historiju i bez izuzetka – ljudi su uvijek koristili novootkrivene tehnologije i sposobnosti da ubijaju ili na drugi način nanose štetu jedni drugima. Zašto bi umjetna inteligencija bila drugačija?
Trebalo mi je 15 minuta da napravim sadržaj generisan umjetnom inteligencijom u ovom članku. Još 15 minuta da ga očistim pomoću editora i nekoliko sati razmišljanja da napišem ovaj sažetak svog iskustva sa generatorom AI sadržaja i podijelim svoja razmišljanja – svoja razmišljanja…
I mogu samo da zamislim proliferaciju sadržaja čiji je kvalitet sumnjiv i koji će samo povećati buku informacija, otežavajući razlikovanje šta je stvarno, a šta lažno ili čak mogućnost da se to odredi. Koliko će „vođa misli“ i „stručnjaka“ biti dočarano iz ničega, ili iz cyber prostora? Koliko će njih biti zaposleno ili izabrano na pozicije za koje nisu kvalifikovani? Nemoguće? Pogledajte samo Georgea Santosa koji je lažima uspio da bude izabran za kongresmena.
Lično, ne vjerujem umjetnoj inteligenciji. Uglavnom zato što ne vjerujem ljudima i ljudskoj prirodi umjetne inteligencije. I da se mene pita, zahtijevao bih da se sav AI sadržaj, bilo da se koristi u cijelosti ili djelimično (poput ovog članka), označi kao takav.
U Sjedinjenim Američkim Državama, Federalna trgovinska komisija (FTC) već ima pravila i propise u vezi sa „sponzorisanim sadržajem“ koji zahtijevaju od kreatora ili izdavača sadržaja da otkrije sve pogodnosti za njegovo dijeljenje. Vrijeme je da se isto primjenjuje na sadržaje generisane umjetnom inteligencijom.
Članak „Artificial Intelligence and Continuous Improvement“, autora Joseph Parisa, preveden je sa LinkedIn-a.
