Růst firmy často zpomaluje omezená pozornost několika vedoucích, přes které procházejí projekty, rozpočty i provozní rozhodnutí. Umělá inteligence může průběžně vyhledávat zpoždění, odchylky a nejasné vlastnictví úkolů. Přínos však vzniká až tehdy, když vedení rozumí provozu, zpochybňuje výstupy a neurčuje strategii podle automatického doporučení.
Rostoucí firma mívá více obchodních příležitostí a rozvojových projektů, než kolik jich vedení dokáže soustavně sledovat. Důležité iniciativy se proto zpomalují, čekají na rozhodnutí nebo ztrácejí vlastníka. Problém nemusí spočívat v nedostatku nápadů ani zaměstnanců. Úzkým místem se stává pozornost vedoucích, kteří mezi poradami, provozními zásahy a kontrolou výsledků přecházejí z jednoho tématu na druhé.
Tradiční odpovědí bývá další souhrnná tabulka, pravidelná porada nebo nová úroveň řízení. Každé z těchto opatření však vyžaduje další zpracování a předávání informací. Vedoucí získá přehled až poté, co někdo shromáždí podklady, vysvětlí odchylky a připraví doporučení. V rychle se měnícím provozu může být informace při rozhodnutí již zastaralá.
Umělá inteligence může pomoci tím, že sleduje více navazujících procesů současně a vyhledává místa, kde se práce zastavila. Nemusí automaticky řídit celý proces. Užitečnější může být úloha kontrolní vrstvy: upozornit na prodlužující se dobu zpracování, neobvyklou odchylku, chybějící odpovědnou osobu nebo úkol, který se opakovaně přesouvá mezi útvary.
Takový přehled umožňuje vedení zasahovat podle významu problému místo podle hlasitosti jeho zastánců. Pokud systém například propojí dobu vyřízení zákazníka, průběh financování a rychlost následné úhrady, může odhalit, že zdánlivě samostatná zpoždění mají společnou příčinu. Manažer pak nemusí čekat na několik oddělených hlášení.
Technologie ovšem nerozšiřuje lidský úsudek automaticky. Slabě nastavený systém může vyrobit více upozornění, než kolik jich vedení dokáže posoudit. Pokud firma neurčí priority, hranice odchylek a vlastníky následných kroků, vytvoří pouze novou vrstvu provozního hluku. Místo úspory pozornosti začne vedení kontrolovat další proud zpráv.
Rozhodující roli hraje provozní zkušenost. Zkušený finanční nebo obchodní vedoucí dokáže rozpoznat, kdy výsledek odporuje skutečnému průběhu zakázky, sezónnosti nebo chování zákazníků. Méně zkušený pracovník může přesvědčivě formulovaný výstup přijmout bez dostatečného ověření. Umělá inteligence proto nezmění slabého rozhodovatele v dobrého. Může však dobrému rozhodovateli rychleji zpřístupnit souvislosti.
Firma musí systém naučit, jak její provoz skutečně funguje. Obecný model nezná délku obchodního cyklu, hranici přijatelné marže, důležité výjimky, místní předpisy ani způsob měření zákaznické zkušenosti. Bez těchto informací může správně počítat a současně řešit nesprávný problém.
Vedení by mělo začít u jednoho úzkého místa, jehož dopad dokáže změřit. Může sledovat dobu schválení nabídky, zdržení mezi podpisem smlouvy a zahájením dodávky nebo počet projektů bez jasného dalšího kroku. Pro každý případ musí určit zdroj dat, odpovědnou osobu, postup ověření a rozhodnutí, které může následovat.
Skutečným cílem není odstranit vedení z provozu. Cílem je omezit dobu věnovanou ručnímu shromažďování informací a uvolnit pozornost pro volbu priorit, řešení výjimek a práci s lidmi. Odpovědnost za rozhodnutí přitom zůstává člověku, i když podklad připravil automatický systém.
Klíčové pojmy
- Pozornost vedení: Omezená schopnost vedoucích soustavně sledovat problémy, projekty a rozhodnutí napříč firmou.
- Provozní úzké místo: Část procesu, která omezuje rychlost nebo kapacitu celého navazujícího toku práce.
- Kontrolní vrstva: Systém, který vyhledává odchylky a zpoždění, ale konečné rozhodnutí ponechává člověku.