Zarządzanie Firmą Archive

0

Optimize for Both Social and Business Value

Building resilient businesses, industries, and societies

As we approach a new decade, we are also approaching a tipping point for business, with new benchmarks for what constitutes a good company, a good investment, and a good leader. The defining expectation: good companies and investments will deliver competitive financial returns while helping society meet its biggest challenges, and in so doing will enable sustainable business.

Leaders with foresight and courage will use this dynamic to create new opportunities for growth, sustained returns for shareholders, and greater societal impact. To do this, they will need to think in new ways, create new modes of competitive advantage, pursue deep and broad business model innovation, and engage strategically with ecosystems. They must merge the two currently disconnected uses of the “S-word” in business: sustainability and sustainable competitive advantage.

The implications for companies, capital, and capitalism are profound. Here, we share our take on the emerging era of business value, and the CEO agenda for value and the common good.

Why Is Corporate Capitalism at a Tipping Point?

Stakeholders are beginning to pressure companies and investors to go beyond financial returns and take a more holistic view of their impact on society. This should not surprise us. After all, we have lived through two decades of hyper-transformation, during which rapidly evolving digital technologies, globalization, and massive investment flows have stressed and reshaped every aspect of business and society.

As in previous transformations, the winners created new dimensions of competition and built innovative business models that increased returns for shareholders. Many others found their businesses at risk of being disrupted, with familiar formulas no longer working. To meet the unwavering demands of Wall Street, many companies relentlessly optimized operating models, streamlined and concentrated supply chains, and specialized their assets and teams—leaving them less resilient and less adaptable to shifting markets and trade flows. The resulting waves of corporate restructuring, consolidation, and repositioning have fractured companies’ cultures and undermined their social contracts.

Furthermore, this hyper-transformation cascaded beyond individual companies and created socio-economic dynamics that left many people and communities economically disadvantaged and politically polarized. Combined with the increasing shared anxiety that the earth’s climate is changing faster than the planet can adapt, a global zeitgeist of risk and insecurity has emerged. We will enter the 2020s with more citizens, investors, and leaders convinced that the way business, capital, and government work must change—and change quickly.

We now must rethink the sustainability of the whole system in the face of extreme externalities—or risk losing social and political permission for further progress. The 2030 UN Sustainable Development Goals (SDGs) identify the moral and existential threats that we must meet head-on. While some question the SDGs’ breadth and timeline, most agree that, if achieved, they would create a more just, inclusive, and sustainable world. Goal 17 calls for new engagement by companies and capital in partnership for collective action across the public, social, and private sectors. Five years into the SDG agenda, there is ample evidence that governments, investors, and companies are beginning to exercise their capacity to create much-needed change.

More: https://www.bcg.com/publications/2019

Authors: David Young, Wendy Woods, and Martin Reeves

0

Robotyzacja “Made in Poland”

Polskie firmy zaczynają rozumieć, że na korzyści z robotyzacji warto poczekać

46 proc. przedsiębiorstw w Polsce posiada strategię wprowadzania inteligentnej automatyzacji dla całego przedsiębiorstwa

Ponad połowa polskich przedsiębiorstw nie rozpoczęła jeszcze wdrażania automatyzacji. Najwięcej, bo 36 proc. deklaruje, że w ich organizacjach pilotażowo pracuje zaledwie od 1 do 10 robotów. Te dane zaskakują, ponieważ aż 66 proc. liderów polskich firm uważa, że ich przedsiębiorstwa dysponują zasobami ludzkimi i umiejętnościami pozwalającymi na zwiększanie poziomu automatyzacji. W skali globalnej odpowiedziało tak tylko 46 proc. badanych. Autorzy badania firmy doradczej Deloitte „Automation with intelligence” po raz pierwszy zauważają u firm nad Wisłą tak sporą zmianę w podejściu do tego tematu. Z badania wynika, że rodzime przedsiębiorstwa zaczynają przełamywać bariery, które utrudniały im wdrażanie automatyzacji na dużą skalę i patrzą na te rozwiązania, jak na proces, który powinien dotyczyć całej organizacji. To krok w dobrą stronę, bo jak szacują eksperci Deloitte, w ciągu trzech lat automatyzacja może zapewnić średnie obniżenie kosztów o 22 proc.

W przeprowadzonym w maju badaniu Deloitte wzięło udział 523 menedżerów największych przedsiębiorstw w 26 krajach, w tym także z Polski. Łączne obroty ich firm sięgają 2,7 biliona dolarów rocznie.

Inteligentna automatyzacja oprócz wykonywania prostych, powtarzających się zadań takich jak np. skanowanie dokumentów i wprowadzanie danych do systemów pozwala również naśladować bardziej zaawansowane ludzkie umiejętności, takie jak rozpoznawanie obrazu czy czytanie zeskanowanych dokumentów. Z analizy odpowiedzi uczestników badania wynika, że w ciągu roku podwoiła się liczba organizacji, które wdrożyły automatyzację na szeroką skalę. Blisko 8 proc. przedstawicieli kadry kierowniczej na całym świecie twierdzi, że wprowadziło w firmie ponad 50 rozwiązań takich jak robotyka, uczenie maszynowe i przetwarzanie języka naturalnego. W Polsce odpowiedziało tak 6 proc. ankietowanych. Wciąż jednak 51 proc. firm w Polsce i 42 proc. organizacji na świecie nawet nie rozpoczęło procesu automatyzacji.

Jeden duży krok zamiast dwóch mniejszych

Połowa liderów z Polski deklaruje, że w wielu projektach łączy automatyzację procesów (RPA) ze sztuczną inteligencją (AI). Globalnie odpowiedziało tak 29 proc. ankietowanych.
Na połączeniu RPA z AI opiera swoją strategię aż 45 proc. firm na świecie, które są na etapie podnoszenia poziomu automatyzacji. Podobnie robi tylko 36 proc. organizacji, które dopiero zaczynają wdrażanie inteligentnej automatyzacji, a jeszcze mniej, bo tylko 20 proc. organizacji, które są na etapie testów.

Zwiększenie produktywności jest głównym celem aż 73 proc. przedsiębiorstw (zarówno polskich jak i globalnych), które wdrażają strategię inteligentnej automatyzacji. Co ciekawe, połowa ankietowanych z Polski przyznaje, że połączenie RPA i AI przekroczyło ich oczekiwania dotyczące zwiększenia produktywności, a druga połowa deklaruje, że efekty dotyczące doświadczeń klienta są lepsze niż się spodziewała.

Raport: Inteligentna Automatyzacja

Jak zmienić koncepcję firmy w nowej erze współpracy z maszynami na podstawie raportu Deloitte „Inteligentna

Przejdź do strony raportu

Przykładowo, organizacje pilotujące inteligentną automatyzację oczekują, że koszty tej inwestycji zwrócą się w ciągu piętnastu miesięcy. Tymczasem, już po dziewięciu miesiącach odnotowują średni zwrot z inwestycji. Choć widzimy dużą zmianę w podejściu polskich organizacji do inteligentnej automatyzacji, to wciąż jednak redukcja kosztów produkcji jest główną korzyścią, jakiej oczekują przedsiębiorstwa  – mówi Wojciech Sygnowski, Partner, Lider obszaru integracji systemów oraz robotyki i inteligentnej automatyzacji, Deloitte.

Połowa polskich organizacji oczekuje zmniejszenia kosztów o 1-10 proc., globalnie odpowiedziało tak 40 proc. firm.

Bariery do pokonania

Dotychczasowy apetyt na szybkie korzyści z robotyzacji pojedynczych procesów zostawił polskie firmy w tyle za zagranicznymi przedsiębiorstwami, które dziś cieszą się znacznie większym stopniem skalowalności takich rozwiązań dzięki zastosowaniu inteligentnej automatyzacji. Zdaniem ekspertów Deloitte większość organizacji robi postępy w stosowaniu inteligentnej automatyzacji, mimo że na ich drodze wciąż stoi wiele istotnych barier. Dla 58 proc. polskich firm zdecydowanie największą z nich jest brak gotowości informatycznej, czyli infrastruktury i systemów. Globalnie takiej odpowiedzi udzieliło 48 proc. zapytanych. Dla 54 proc. polskich firm na drodze do szybkiej automatyzacji stoi również fragmentacja procesów. To zdecydowanie największy problem dla firm za granicą, odpowiedziało tak aż 66 proc. pytanych. Na trzecim miejscu wśród największych barier jest w Polsce brak jasnej wizji i ambicji w zakresie inteligentnej automatyzacji. To bariera dla 42 proc. firm nad Wisłą i 38 proc. globalnie.

Konieczna wizja…

Zdaniem ekspertów Deloitte organizacje, które wdrożyły lub wdrażają automatyzację na dużą skalę, to te, które mają jasną wizję, strategię i podejście do czerpania korzyści z automatyzacji. Potraktowały ją jak wyzwanie dla całej organizacji i stworzyły warunki do jej rozwoju i skalowania.
Prawie połowa polskich przedsiębiorstw (46 proc.) ma kompleksową strategię inteligentnej automatyzacji swojego przedsiębiorstwa. Globalnie deklaruje to tylko 36 proc. liderów firm. To zaskakuje, tym bardziej, że w ciągu najbliższych trzech lat kadra kierownicza spodziewa się, że automatyzacja zwiększy możliwości zatrudnienia w ich firmach o 27 proc.

To oznacza prawie 2,5 miliona dodatkowych pełnoetatowych pracowników. A mówimy tylko o tych 523 organizacjach, które wzięły udział w naszym badaniu. To doskonale pokazuje, jak znakomitą okazją do zwiększenia produktywności, ale też wpłynięcia na rynek pracy jest skalowanie automatyzacji. Rola pracowników zostaje przeprojektowana, a ich praca nabiera większego znaczenia

– mówi Piotr Kurek, Starszy Menedżer w zespole robotyki i inteligentnej automatyzacji, Deloitte.

Warto tu wspomnieć, że mimo szerokiej wiedzy o potencjalnych korzyściach 44 proc. organizacji nie posiada jeszcze szacunków, w jaki sposób ich strategie automatyzacji wpłyną na pracowników. W Polsce takiej odpowiedzi udzieliło jedynie 14 proc. ankietowanych. Z kolei 43 proc. liderów znad Wisły i 30 proc. globalnie odpowiedziało, że maksymalnie jedna dziesiąta ich zespołów odnotowała zmiany w ich rolach, zadaniach i sposobie pracy w związku z wprowadzeniem inteligentnej automatyzacji.

…i gotowość na zmiany

Współpraca ludzi i sztucznej inteligencji wymaga zmian organizacyjnych. Tymczasem 60 proc. zbadanych przez Deloitte przedsiębiorstw na świecie nie wie, czy automatyzacja będzie wymagała od ich pracowników przekwalifikowania. W Polsce takiej odpowiedzi udzieliło aż 85 proc. przedstawicieli kadry kierowniczej. Wciąż 14 proc. globalnie i 15 proc. przedsiębiorstw w Polsce nie ma planów i możliwości przekwalifikowania pracowników, na których role wpłynęła inteligentna automatyzacja. Natomiast 42 proc. odpowiedziało, że ich pracownicy mają możliwość przekwalifikowania się na miejscu, czyli w firmie.

Nieunikniona jest zmiana sposobu myślenia o automatyzacji. To nie jest zagrożenie dla pracowników. Roboty nie zabiorą nam pracy, choć technologia zmienia sposób, w jaki pracujemy. To znaczy, że rośnie zatrudnienie w rolach, które są najtrudniejsze do zautomatyzowania. Osób z takimi kompetencjami wciąż jest bardzo mało i warto rozwijać w pracownikach takie cechy jak kreatywność, empatia, elastyczność współpraca, nieszablonowe myślenie, czy umiejętności interpersonalne. Kolejne badania pokazują, że coraz częściej do pracy będziemy potrzebowali naszych głów i serc, niż rąk. Tę zmianę bardzo poważnie powinni przemyśleć też liderzy i zastanowić się nad wpływem, jaki będzie ona miała na ich pracowników. Trzeba poświęcić dużo więcej uwagi integracji ludzi i maszyn, edukacji oraz nowym rolom, które zostaną dla nich stworzone – mówi Wojciech Sygnowski.

Paweł Zarudzki, Dyrektor, Lider Robotic & Cognitive Automation

Piotr Kurek,  Zespół Robotyki i Automatyzacji Kognitywnej

Agata Lipiec, Marketing Manager

Wojciech Sygnowski, Partner, Lider obszaru integracji systemów

 

 

 

 

0

The Company of the Future

In the coming decade, companies will increasingly need to compete on the rate of learning. Technology promises to play a critical role: artificial intelligence can detect patterns in complex data sets at extreme speed and scale, enabling dynamic learning. This will allow organizations to constantly adapt to changing realities and surface new opportunities, which will be increasingly important in an uncertain and fast-changing environment.

But for companies to compete on learning, it is not enough to merely adopt AI, which alone can accelerate learning only in individual activities. As with previous transformative technologies, unlocking the full potential of AI—and of humans—will require fundamental organizational innovation.

In other words, to win the ’20s, leaders will need to re-invent the enterprise as a next-generation learning organization.

The next-generation learning organization will need to be redesigned to fulfill several key functions: (See Exhibit 1.)

  • Learning on All Timescales. The growing opportunity and need to learn on faster timescales, driven by technological innovation, is well known—algorithmic trading, dynamic pricing, and real-time customized product recommendations are already a reality in many businesses. But it is perhaps under-appreciated that slow-moving forces are also becoming more important. For example, trade institutions, political structures, wealth stratification, and social attitudes are slowly changing in ways that could have a profound impact on business. Gone are the days when business leaders could focus only on business and treat these broader variables as constants or stable trends. But such shifts unfold over many years or even decades. In order to thrive sustainably, businesses must learn on all timescales simultaneously.
  • Combining Humans and Machines Optimally. Machines have been crucial components of businesses for centuries—but in the AI age, they will likely expand rapidly into what has traditionally been considered white-collar work. Instead of merely executing human-directed and designed processes, machines will be able to learn and adapt, and will therefore have a greatly expanded role in future organizations. Humans will still be indispensable, but their duties will be quite different when complemented or substituted by intelligent machines.
  • Integrating Economic Activity Beyond Corporate Boundaries. Businesses are increasingly acting in multicompany ecosystems that incorporate a wide variety of players. Indeed, seven of the world’s largest companies, and many of the most profitable ones, are now platform businesses. Ecosystems greatly expand learning potential: they provide access to exponentially more data, they enable rapid experimentation, and they connect with larger networks of suppliers of customers. Harnessing this potential requires redrawing the boundaries of the enterprise and effectively influencing economic activity beyond the orchestrating company.
  • Evolving the Organization Continuously. The need for dynamic learning does not apply just to customer-facing functions—it also extends to the inner workings of the enterprise. To take advantage of new information and to compete in dynamic, uncertain environments, the organizational context itself needs to be evolvable in the face of changing external conditions.
  • By reconceiving the external and internal workings of the organization as a flexible, evolving ecosystem, businesses can handle much greater dynamism and complexity. This requires subjecting all aspects of the organization to market forces, enabling it to learn and adapt in response to new opportunities. And it requires internal systems that adjust automatically to new information, allowing learning and resource reallocation to occur at algorithmic speed. When combined, these capabilities can create a “self-tuning enterprise” that constantly learns and evolves according to its environment. (See Exhibit 3.)To harness the power of ecosystems throughout and beyond the organization, leaders must:
    • Engage external partners to create a shared vision of the future.
    • Develop capabilities for collaboration and information sharing at scale—for example, platforms and APIs.
    • Redesign internal processes to be more adaptive and data-driven, allowing the organization to become “self-tuning.”

By reconceiving the external and internal workings of the organization as a flexible, evolving ecosystem, businesses can handle much greater dynamism and complexity. This requires subjecting all aspects of the organization to market forces, enabling it to learn and adapt in response to new opportunities. And it requires internal systems that adjust automatically to new information, allowing learning and resource reallocation to occur at algorithmic speed. When combined, these capabilities can create a “self-tuning enterprise” that constantly learns and evolves according to its environment. (See Exhibit 3.)

To harness the power of ecosystems throughout and beyond the organization, leaders must:

  • Engage external partners to create a shared vision of the future.
  • Develop capabilities for collaboration and information sharing at scale—for example, platforms and APIs.
  • Redesign internal processes to be more adaptive and data-driven, allowing the organization to become “self-tuning.”

By Allison Bailey, Martin Reeves, Kevin Whitaker, and Rich Hutchinson

More: BCG https://www.bcg.com/

The BCG Henderson Institute is Boston Consulting Group’s strategy think tank, dedicated to exploring and developing valuable new insights from business, technology, and science by embracing the powerful technology of ideas. The Institute engages leaders in provocative discussion and experimentation to expand the boundaries of business theory and practice and to translate innovative ideas from within and beyond business. For more ideas and inspiration from the Institute, please visit Featured Insights.

 

0

Deloitte Global Human Capital Trends 2019 Report

In 2019, an intensifying combination of economic, social, and political issues is challenging business strategies. Faced with the relentless acceleration of artificial intelligence (AI), cognitive technologies, and automation, 86 percent of respondents to this year’s Global Human Capital Trends survey believe they must reinvent their ability to learn. After nearly 10 years of economic growth,1 and despite a perva-sive corporate focus on digital transformation, 84 percent of respondents told us they need to rethink their workforce experience to improve productivity. And in the face of new pressures to move faster and adapt to a far more diverse workforce, 80 percent believe they need to develop leaders differently.

Prowadzenie firmy odpowiedzialnej: zmiana w zarządzaniu – człowiek w centrum uwagi

Prowadzenie firmy odpowiedzialnej 4.0 wymaga całkowitej zmiany podejścia. Przełomowe zmiany społeczne, polityczne i gospodarcze wymagają od pracodawców reorientacji: pracownik musi stać się centrum strategii biznesowej.

Raport „Global Human Capital Trends 2019” sprawdza, w jaki sposób pracodawcy mogą zmienić miejsce pracownika w procesie prowadzenia działalności, strukturze organizacyjnej i jak na dużą skalę zmodyfikować procesy kadrowe, by uwzględniały wszystkie aspekty interakcji, motywacji i nadawania sensu wykonywanym czynnościom.

Pracownik, to przede wszystkim człowiek – jego oczekiwania, obawy i potrzeby, znajdują się w centrum uwagi i stają kluczowym motorem zmian w firmie, w której pracuje. Nowe technologie, rozwój gospodarczo-polityczno-kulturowy, ale i rewolucja przemysłowa 4.0 diametralnie wpływają na rynek pracy, działające na nim firmy, a także działy HR, które stoją na froncie tego pozytywnego przeobrażenia nie tylko biznesowego, ale przede wszystkim społecznego.

Badanie „Global Human Capital Trends 2019” przeprowadzone wśród blisko 10 tysięcy liderów HR, a także IT oraz członków zarządów w 119 krajach, w tym 300 z Polski, a także rozmowy z przedstawicielami kadry kierowniczej największych organizacji – pozwalają twierdzić, że to nie koniec diametralnych zmian.

Więcej: https://www2.deloitte.com/pl/pl

0

Kedro, McKinsey’s first open-source software tool

 

QuantumBlack, the advanced analytics firm we acquired in 2015, has now launched Kedro, an open source tool created specifically for data scientists and engineers. It is a library of code that can be used to create data and machine-learning pipelines. For our non-developer readers, these are the building blocks of an analytics or machine-learning project. “Kedro can change the way data scientists and engineers work,” explains product manager Yetunde Dada, “making it easier to manage large workflows and ensuring a consistent quality of code throughout a project.”

McKinsey has never before created a publicly available, open source tool. “It represents a significant shift for the firm,” notes Jeremy Palmer, CEO of QuantumBlack, “as we continue to balance the value of our proprietary assets with opportunities to engage as part of the developer community, and accelerate as well as share our learning.”

The name Kedro, which derives from the Greek word meaning center or core, signifies that this open-source software provides crucial code for ‘productionizing’ advanced analytics projects. Kedro has two major benefits: it allows teams to collaborate more easily by structuring analytics code in a uniform way so that it flows seamlessly through all stages of a project. This can include consolidating data sources, cleaning data, creating features and feeding the data into machine-learning models for explanatory or predictive analytics.

More: www.mckinsey.com; https://github.com/quantumblacklabs/kedro

  What are the main features of Kedro?

1. Project template and coding standards

  • A standard and easy-to-use project template
  • Configuration for credentials, logging, data loading and Jupyter Notebooks / Lab
  • Test-driven development using pytest
  • Sphinx integration to produce well-documented code

2. Data abstraction and versioning

  • Separation of the compute layer from the data handling layer, including support for different data formats and storage options
  • Versioning for your data sets and machine learning models

3. Modularity and pipeline abstraction

  • Support for pure Python functions, nodes, to break large chunks of code into small independent sections
  • Automatic resolution of dependencies between nodes
  • (coming soon) Visualise your data pipeline with Kedro-Viz, a tool that shows the pipeline structure of Kedro projects

Note: Read our FAQs to learn how we differ from workflow managers like Airflow and Luigi.

4. Feature extensibility

  • A plugin system that injects commands into the Kedro command line interface (CLI)
  • List of officially supported plugins:
    • (coming soon) Kedro-Airflow, making it easy to prototype your data pipeline in Kedro before deploying to Airflow, a workflow scheduler
    • Kedro-Docker, a tool for packaging and shipping Kedro projects within containers
  • Kedro can be deployed locally, on-premise and cloud (AWS, Azure and GCP) servers, or clusters (EMR, Azure HDinsight, GCP and Databricks)