Za mnoge velike tvrtke, umjetna inteligencija (AI) još uvijek postoji u sporednim projektima. Male ekipe testiraju alate, provode pilote i predstavljaju rezultate koji se teško šire izvan nekoliko odjela. Citi je odabrao drugačiji put, gdje je umjesto da drži AI ograničenim na stručnjake, banka u posljednje dvije godine nastojala integrirati tehnologiju u svakodnevni rad organizacije.
Ovaj napor rezultirao je internom AI radnom snagom od otprilike 4,000 zaposlenika, koji dolaze iz različitih uloga, uključujući tehnologiju, operacije, rizik i korisničku podršku. Ova je brojka prvi put objavljena u Business Insideru, koji je detaljno opisao kako je Citi izgradio svoje programe “AI Champions” i “AI Accelerators” kako bi potaknuo sudjelovanje, a ne središnju kontrolu.
Razina integracije je značajna, jer Citi zapošljava oko 182,000 ljudi širom svijeta, a više od 70% njih sada koristi odobrene AI alate u nekom obliku, prema istom izvješću. Ova razina korištenja stavlja Citi ispred mnogih konkurenata koji još uvijek ograničavaju pristup AI-u na tehničke timove ili inovacijske laboratorije.
Od središnjih pilota do usvajanja na razini timova
Umjesto da počne s alatima, Citi se fokusirao na ljude. Banka je pozvala zaposlenike da se dobrovoljno prijave kao AI Champions, dajući im pristup obuci, internim resursima i ranim verzijama odobrenih AI sustava. Zaposlenici su potom podržavali kolege u svojim timovima, djelujući kao lokalne kontaktne točke, a ne formalni treneri.
Ovaj pristup odražava praktičan pogled na usvajanje. Novi alati često ne uspijevaju ne zato što im nedostaju značajke, već zato što zaposlenici ne znaju kada ili kako ih koristiti. Uključivanjem podrške unutar timova, Citi je smanjio razliku između eksperimentiranja i rutinskog rada.
Obuka je igrala središnju ulogu. Zaposlenici su mogli steći interne bedževe završavanjem tečajeva ili pokazujući kako koriste AI za poboljšanje vlastitih zadataka. Bedževi nisu donosili promaknuća ili povećanja plaća, ali su pomogli stvoriti vidljivost i kredibilitet unutar organizacije. Prema Business Insideru, ovaj model vođen kolegama pomogao je bržem širenju AI-a od vrha prema dolje.
Svakodnevna upotreba, uz sigurnosne mehanizme
Vodeći ljudi u Citiju okviri su napor kao odgovor na razmjere, a ne novitet. S operacijama koje obuhvaćaju maloprodajno bankarstvo, investicijske usluge, usklađenost i korisničku podršku, mali dobitci u učinkovitosti mogu se brzo zbrojiti. AI alati koriste se za sažimanje dokumenata, izradu internih bilješki, analizu skupova podataka i pomoć u razvoju softvera. Nijedna od ovih upotreba nije nova sama po sebi, ali razlika leži u načinu na koji se primjenjuju.
Citi je ograničio zaposlenike na alate koje je odobrila tvrtka, uz pravila oko toga koje se podatke može koristiti i kako se izlazni rezultati obrađuju. Ta ograničenja su usporila neka eksperimentiranja, ali su također učinila menadžere ugodnijima da dopuste širi pristup. U reguliranim industrijama, povjerenje često ima veću važnost od brzine.
Što Citi-jev pristup pokazuje o skaliranju AI-a
Struktura Citi-jevog programa sugerira pouku za druge velike tvrtke. Usvajanje AI-a ne zahtijeva da svaki zaposlenik postane stručnjak. Potrebno je dovoljno ljudi koji dovoljno dobro razumiju alate da ih mogu odgovorno primjenjivati i objašnjavati drugima. Obučavanjem tisuća umjesto desetaka, Citi je smanjio svoju ovisnost o maloj grupi stručnjaka.
Također postoji kulturni signal. Poticaj zaposlenicima iz ne-tehničkih uloga da sudjeluju šalje poruku da AI nije samo za inženjere ili znanstvenike podataka. Postaje dio načina na koji se posao obavlja, slično kao što su proračunske tablice ili softver za prezentacije u ranijim desetljećima.
Ova promjena usklađuje se s širim industrijskim trendovima. Istraživanja tvrtki poput McKinsey-a pokazala su da se mnoge tvrtke bore s prelaskom AI projekata u proizvodnju, često navodeći razlike u talentu i nejasno vlasništvo. Citi-jev model zaobilazi neke od tih problema raspodjelom vlasništva unutar timova, dok održava centraliziranu upravu.
Ipak, pristup nije bez ograničenja. Usvajanje vođeno kolegama ovisi o stalnom interesu, a ne svi timovi napreduju istom brzinom. Također postoji rizik da neformalne mreže podrške postanu neujednačene, pri čemu neke grupe imaju više koristi od drugih. Citi se trudi to riješiti rotacijom Champions-a i ažuriranjem sadržaja obuke kako se alati mijenjaju.
Ono što se ističe je spremnost banke da tretira AI kao infrastrukturu, a ne inovaciju. Umjesto da pitaju može li AI transformirati posao, Citi se pitao gdje može ukloniti trenje iz postojećeg rada. Ovaj okvir olakšava mjerenje napretka i smanjuje pritisak za postizanje dramatičnih rezultata.
Iskustvo također izaziva uobičajenu pretpostavku da usvajanje AI-a mora početi na vrhu. Više vodstvo Citija podržalo je napor, ali veliki dio zamaha došao je od zaposlenika koji su dobrovoljno odvojili vrijeme za učenje i podučavanje. U velikim organizacijama, ta energija odozdo može biti teška za generirati, no često određuje hoće li nova tehnologija uspjeti.
Kako se sve više tvrtki prelazi s pilota na proizvodnju, Citi-jev eksperiment nudi korisnu studiju slučaja. Pokazuje da razmjera ne dolazi iz kupnje više alata, već iz pomaganja ljudima da se osjećaju sigurnima u korištenju onih koje već imaju.
