AI v podnikových rozhodovacích procesech

Současnost je AI

nová řešení

Zkušenosti v řízení podniků s využitím pokročilých metod

Výsledky našeho výzkumu aplikace metod umělé inteligence jsme spojili s našimi dlouhodobými zkušenostmi s teorií a praxí řízení podniků. Výsledkem jsou nové nástroje pro řízení a rozhodování, které by byli bez použití špičkových AI nerealizovatelné.

Zrychlení objektivního rozhodování manažerů

Rozhodovací model, postavený na podnikových datech umožňuje manažerům objektivizaci jejich rozhodování v širokých souvislostech podnikového organismu vyjádřený kvantifikovanými parametry.
Většina rozhodnutí je vytvářena a vyhodnocena
v reálném čase.

Manažerské rozhodování v současných podmínkách podnikového organismu

Manažerská rozhodování v průmyslovém podniku na jakékoliv úrovni (strategické, taktické, nebo operativní) je postupně stále složitější, protože je složitější prostředí, ve kterém jsou podnikoví manažeři nucení tato rozhodnutí vytvářet.

Mezi hlavní problémy manažerského rozhodování o rozvoji podniků v současnosti patří:

  1. Turbulentní podnikatelské prostředí - dynamické a neočekávané změny vnitřního a vnějšího prostředí pro podnikání, probíhající často v krátkých intervalech, způsobují nutnost rozhodovat se okamžitě, často bez dostatečných, systematických a objektivních informací, z větší části pouze intuitivně. 
  2. Nedostatek informací/Přetížení  informacemi pro rozhodování - nedostatečné reakce na zajištění kvalitních informačních zdrojů pro rozhodování, zachycujících dynamiku rozvoje, vedou k rozhodování "naslepo" nebo naopak ke zpomalení rozhodovacích procesů. 
  3. Složité datové analýzy - tradiční analýzy dat s cílem připravit podklad pro objektivní manažerská rozhodnutí vyžadují znalosti, systematičnost, čas, kapacity a vícenáklady. Často selhávají z nedostatku dat a tak nelze použít pokročilé metody analýz (s využitím AI).
  4. Složité rozhodovací metody - systematické metody a postupy umožňující rozhodování v širších souvislostech podnikového organismu s parametrizací cílů, které znamenají kontinuální práci zkušených týmů, jsou často nahrazovány intuitivním rozhodováním na operativní úrovni na úkor kvantitativních metod. 
  5. Rozhodování v reálném čase - vyžaduje rychlou analýzu často neúplných dat s vysokou mírou rizika špatných rozhodnutí, schopnost flexibility a rychlých změn, které je bez použití pokročilých metod umělé inteligence jen velmi obtížné. 
  6. Parametry a limity rozhodnutí - manažerská rozhodnutí často nemají objektivně stanovené cílové parametry ani limitující omezení pro daný konkrétní subjekt protože jejich stanovení a ověření je většinou složité. To platí i pro stanovení podmínek a nákladů pro realizaci daných rozhodnutí.
  7. Monitoring dopadů rozhodnutí a change management - na rozdíl od operativních, provozních rozhodnutí je obtížné monitorovat a vyhodnocovat taktická a strategická rozhodnutí. Vlivem turbulentní podnikatelské situace je nutnost další korektivních zásahů, změn a rozhodnutí manažerů v podstat kontinuální.

Možnosti překonat tyto problémy a překážky  do značné míry umožňují nástroje využívající metody umělé inteligence.

 

Přinášíme vám následující řešení:

Nástroj pro generování strategických rozhodnutí podnikových managerů

ADAM aix

1. Posouzení výchozí pozice vašeho podniku, RATING

Bez nároků na potřebu vašich dat ADAM vyhodnotí pozici vašeho podniku na základě ekonomických dat získaných zejména z vašich účetních závěrek, publikovaných ze zákona v obchodním rejstříku. Vaši současnou pozici náš systém vyhodnotí zejména v oblastech:

Finance

Vypočtený Rating. Přehled hospodaření v rozsahu min 5 let na úrovni účetní závěrky: Výsledek hospodaření za účetní období, Obrat. Tabulky, Grafy.

Aktiva

Přehled v rozsahu min 5 let: Struktura oběžných aktiv, Aktiva x Pasiva. Analýza likvidity. Tabulky, Grafy.

Rentabilita

Přehled v letech ukazatelů: ROE Rentabilita vlastního kapitálu, ROA - Rentabilita aktiv, obrat závazků a pohledávek. Tabulky, grafy.

2. Stanovení potenciálů růstu vašeho podniku

Potenciály růstu jsou určeny na základě komparace vašich dat o řízení a zajišťování podnikových procesů a tomu odpovídajících dosahovaných dat hospodaření vašeho podniku oproti výsledkům srovnatelných podniků v tzv. datasetu více než 700 podniků, který je dlouhodobě vytvářen naší spolupracující organizací VŠTE České Budějovice. Dataset je zcela unikátní datový soubor (pravděpodobně nemá ve výzkumné praxi v ČR obdobu), který obsahuje data o způsobu a podmínkách, jak vybraná část podniků (různé velikostí a oborů) zajišťuje/preferuje své procesy a jejich organizaci, jak vytváří strategická rozhodnutí a do kterých oblastí investuje. V současnosti je v systému 700 podniků ke kterým jsou k dispozici (měkká) data o jejich chování v hlavních oblastech strategického řízení: Organizace, Strategie, Prostředí podniku, Zdroje a Procesy – Investice, celkem 320 měkkých údajů ke každému podniku. K tomu byla navíc doplněna ekonomická data z účetních závěrek, z celkem ke každému podniku cca 35 datových sad v časových řadách posledních cca 10-ti let, tedy dalších cca 350 ekonomických údajů/subjekt. Vznikl tak soubor pro aplikaci metod AI (Deep learning) s cca půl miliónem údajů , který se každým rokem neustále průběžně doplňuje a který ADAM aix pro komparaci využívá.
Postup komparace pro posouzení potenciálů růstu je následující:

Vyplnění checklistu o vašem podniku

Za váš podnik vyplníte v našem systému checklist (anonymní dotazník) pro vyhodnocení stavu řízení a zajištění vašich podnikových procesů.

Vyhledání podobných podniků

Na základě požadovaného potenciálu růstu, reprezentovaného vybranými ekonomickými parametry jsou z datasetu pomocí AI vybrány srovnatelné subjekty s vaším podnikem. Vyhledané subjekty jsou anonymizované.

Stanovení potenciálů růstu vašeho podniku

Potenciály růstu vašeho podniku jsou pomocí metod AI určeny na základě potenciálů růstu obdobných podniků - nejbližších sousedů - subjektů datasetu, které byly vyhledány jako podobné.

3. Vytvoření podnikových digitálních dat Enterprise Data - ED

Digitální databáze podnikových dat je fenomén užívající různá označení např. DATA LAKE (Datová jezera), bez kterých by nebylo možné nasadit generativní AI pro strategické analýzy v podniku. Systém ED Enterprise data zahrnuje organizaci typu Data Lake v podobě strukturovaných dat - tabulkové, číselné údaje z řídících systémů např. ERP, CRM, HR, ze systémů řízení výrobních procesů, která jsou obsažena v relačních databázích SQL (Microsoft, Oracle) a dále též nestrukturovaných dat, což jsou zejména různé textové a další soubory v původních, nativních formátech, které jsou produkovány napříč podnikovými systémy (procesy) a tvoří jedinečnou a rozsáhlou znalostní bázi (o) podniku. Při projektování organizace ED se požívá s objektově organizovaným úložištěm, které ukládá data podle jejich metadat s jedinečným identifikátorem, což usnadňuje jejich vyhledání napříč úložištěm a zlepšuje výkon. Organizace ED podniku je na rozdíl od obecných Data Lakes přizpůsobena podnikovým potřebám získávání informací a znalostí. Tato organizace ED vymezuje implementační postupy Enterprise data v konkrétním podniku.

Zavedení Enterprise data završuje proces digitalizace informací podniku. V systému ADAM aix probíhá následovně:

Integrace s DMS

Systém podnikových digitálních dat pro pro rozšířenou generaci vyhledávání a pro uplatnění AI, je možné vytvořit nad již existujícími systémy DMS - Document management system ve vašem podniku formou datových rozhraní.

Organizace ED

Systém práce s daty v Enterprise Data ED (systém digitálních podnikových informací) je připraven pro rozšířené vyhledávání ve strukturovaných /data) i nestrukturovaných (dokumenty) informacích. Obsahuje katalogy a metadata o organizaci ED.

Metody vyhledávání RAG

ED podstatně zvyšuje efektivitu metod rozšířeného vyhledávání RAG - Retrieval-Augmented Generation pro nasazení velkých jazykových modelů LLM a strojového učení AI. Proto vyvíjíme vlastní nástroje pro aplikaci této metody.

4. Rozhodovací model pro podnikové manažery

Rozhodovací model systému ADAM aix vychází z deskripce podnikového organismu, který vymezuje pomocí strategických rozhodovacích rámců - SDF v základních oblastech podniku: Finance, Obchod, Procesy, Potenciály. Zvolený dotaz uživatele vyhodnocuje z hlediska dopadů na jednotlivé části SDF.  Návrh řešení = manažerské rozhodnutí vychází z analýzy možností vnitřního (Enterprise Data) a vnějšího podnikového prostředí. Každý manažerský dotaz je parametrizován možnostmi (potenciály) růstu a omezen pomocí limitů (náklady). Systém zároveň navrhne způsob implementace manažerského rozhodnutí v podobě Projektu realizace.

1. Volba dotazu

Manažer zadává dotaz do systému výběrem z možností, které zahrnují hlavní možnosti zlepšování, změny hospodaření, optimalizaci procesů a řešení důležitých situací v řízení podniku.

2. Vymezení parametrů

Zadaný základní dotaz.se dále zpřesňuje v možnostech SDF pomocí komunikace systému s uživatelem, vymezením číselných, většinou ekonomických parametrů daného rozhodnutí.

3. Posouzení návrhu

Cestu k dosažení cílů dotazu systém navrhne v daných omezeních pomocí aktivit na různé úrovni realizace. Uživatel má možnost provést korekce výběrem a nastavením účinnosti navržených aktivit.

4. Zpřesnění rozhodnutí

Systém navrhne řešení podle zpřesněného dotazu. Body postupu 3 a 4 lze opakovat, dokud nebude dosažena shoda s původní představou dotazu manažera.

5. Parametry, limity

Výsledný návrh řešení je pro každou aktivitu potřebnou k realizaci vymezen cílovými parametry aktivit a celkového řešení. Zároveň jsou vypočteny požadavky a náklady (limity) na realizaci daného rozhodnutí.

6. Projekt realizace 

Po odsouhlasení výsledků bodu 5 systém vypracuje Projekt realizace daného rozhodnutí. Podle náročnosti a dopadů se může jednat o rozhodnutí strategická, taktická, nebo provozní (operativní). Projekt zahrnuje monitoring, rizika a změny.

Principy řešení:

Pro zadaný manažerský dotaz systém použitím LLM nejprve pomocí atributů analyzuje v Enterprise data (ED) stávající pozici daného dotčeného objektu, kterého se manažerský dotaz týká, určí jeho vazby na relevantní objekty SDF, navrhne preference a limity pro kvantifikaci dotazu. Následně podle uživatelem zvolené kvantifikace systém SDF stanoví pro objekt dotazu předpokládané nové hodnoty atributů objektu, vazby a dopady/požadavky na relevantní dotčené objekty v parametrech a v časovém horizontu. Stěžejními použitými metodami zde budou analýzy LLM (RAG) a metody strojového učení nad daty organizovanými na principu neuronových sítí.

Large Language Models (LLM)

Velké jazykové modely (LLM) jsou novou třídou modelů zpracování přirozeného jazyka (NLP), které výrazně překonaly své předchůdce výkonem a schopnostmi v řadě úkolů, jako je odpovídání na otevřené otázky,  sumarizace obsahu, provádění téměř libovolných instrukcí  a také generování obsahu a kódu. LLM se školí z masivních datových souborů pomocí algoritmů strojového učení, aby se naučili vzorce a struktury lidského jazyka.

Retrieval Augmented Generation (RAG)

Rozšířená generace načítání RAG je architektonický přístup, který zlepšuje efektivitu aplikací velkých jazykových modelů (LLM) využitím vlastních dat. To se provádí načtením dat/dokumentů relevantních pro dotaz nebo úkol a jejich poskytnutím jako kontext pro LLM. RAG prokázala úspěch v podpoře systémů, které  přistupují ke specifickým znalostem.

DATA LAKEs

Datové jezero je prostředí pro ukládání a zpracování velkého množství nezpracovaných dat v jakémkoli formátu, včetně strukturovaných, polostrukturovaných a nestrukturovaných dat . Většina datových jezer využívá cloudové úložiště objektů, která zároveň slouží pro použití technologií RAG a LLM.
VUSTE-APIS vytváří vlastní prostředí  pro systém RAG v podnikovém rozhodování - Enterprise Data.

Compare DATASET

Dataset je vytvářen ve spolupráci s VŠTE České Budějovice. Je to unikátní datový soubor, který obsahuje data o způsobu a podmínkách, jak vybraná část podniků (různé velikostí a oborů) zajišťuje své procesy a jejich organizaci, jak vytváří strategická rozhodnutí a do kterých oblastí investuje. Dataset obsahuje půl milionů údajů o 700 podniků. Slouží pro ML podnikových rozhodovacích modelů.

Spolupráce

Vysoká škola technická a ekonomická v Českých Budějovicích
Ústav podnikové strategie, Katedra managementu. 

Zanechte vzkaz

Neváhejte nás kontaktovat

Jsme připraveni na spolupráci s vámi

Telefon: +420 220 188 401
Email: vuste-apis@vuste-apis.cz

© Copyright 2025 VUSTE-APIS, s.r.o.