AI do zarządzania kosztami: Jak wykorzystać AI do optymalizacji alokacji zasobów


OPUBLIKOWANO: 13 czerwca 2024

AI i automatyzacja mogą zrewolucjonizować zarządzanie kosztami w firmach. Algorytmy AI analizują dane, identyfikują wzorce i rekomendują optymalne decyzje. Automatyzacja usprawnia procesy, eliminując błędy i marnotrawstwo. Razem tworzą potężne narzędzie do zwiększania efektywności i redukcji kosztów.



Jak użyć AI oraz automatyzację do optymalizacji alokacji zasobów

Pomyśl, jak często w Twojej firmie podejmujecie decyzje o przydzieleniu zasobów - ludzi, sprzętu, budżetów - do różnych projektów i działów. Nie jest łatwo trafnie przewidzieć, który przydział przyniesie najlepsze efekty, prawda? Tu z pomocą może przyjść sztuczna inteligencja (AI).

AI potrafi przeanalizować ogromne ilości danych o dotychczasowych przydziałach zasobów i ich rezultatach. Na tej podstawie jest w stanie zidentyfikować optymalne wzorce alokacji. Co więcej, algorytmy AI mogą uwzględnić znacznie więcej zmiennych niż człowiek, np. kwalifikacje pracowników, dostępność sprzętu, sezonowość popytu itp. W efekcie ich rekomendacje są bardziej trafne.

Ale samo wskazanie optymalnego przydziału zasobów to nie wszystko. Trzeba jeszcze wcielić te decyzje w życie. I tu pojawia się miejsce dla automatyzacji procesów. Dzięki takim narzędziom jak Zapier, można zintegrować systemy kadrowe, ERP, CRM, zarządzania projektami i automatycznie przekazywać między nimi dane oraz wyzwalać odpowiednie akcje.

Wyobraź sobie, że algorytm AI analizuje dane w Google Sheets i rekomenduje przesunięcie części budżetu marketingowego z Google Ads na kampanie w mediach społecznościowych. Zapier automatycznie wysyła odpowiednie powiadomienia do działu marketingu przez Slacka i aktualizuje budżety w systemie finansowym. Planowanie budżetu odbywa się sprawniej i bardziej trafnie, a pracownicy nie muszą tracić czasu na żmudne, manualne przepisywanie danych między systemami.

Brzmi nieźle, ale pewnie zastanawiasz się, jak to wygląda w praktyce. Dlatego przygotowaliśmy dla Ciebie case study ilustrujące wykorzystanie AI do optymalizacji alokacji zasobów w konkretnej firmie. Czytaj dalej!


Case - zastosowanie AI do optymalizacji alokacji zasobów


Opis problemu

Firma Projekt-Bud zajmuje się kompleksową obsługą projektów budowlanych - od fazy koncepcyjnej, przez projektowanie, aż po nadzór wykonawczy. Biorą na siebie koordynację całego procesu, dbając o terminowość i jakość prac podwykonawców. Kluczem do sukcesu jest optymalne rozlokowanie pracowników pomiędzy projektami.

Dotychczas przydział zasobów ludzkich w Projekt-Bud odbywał się na zasadzie intuicji i doświadczenia kierowników. Nie było żadnego systemowego podejścia uwzględniającego takie czynniki jak kwalifikacje pracowników, złożoność projektu czy oczekiwany czas realizacji. Skutkowało to częstymi opóźnieniami, przeciążeniem części pracowników i ogólną nieefektywnością procesów. Firma postanowiła wdrożyć algorytmy AI, by usprawnić alokację zasobów.


Optymalizacja alokacji zasobów za pomocą ChatGPT z Code Interpreter oraz GPT-4

Projekt-Bud zebrał historyczne dane o realizowanych projektach, przypisanych do nich pracownikach oraz efektach (terminowość, jakość, satysfakcja klienta) w Google Sheets. Dodatkowo każdy pracownik otrzymał profil w Airtable z informacjami o jego kompetencjach, doświadczeniu, dyspozycyjności itp.

Analitycy firmy połączyli Google Sheets i Airtable z ChatGPT wyposażonym w Code Interpreter oraz dostęp do bibliotek PyTorch i Scikit-learn za pomocą Zapiera. Stworzyli model uczenia maszynowego, który na podstawie cech projektów i pracowników przewidywał optymalny przydział zasobów. Wykorzystali do tego algorytmy klasyfikacji i regresji z biblioteki Scikit-learn.

W ten sposób powstał zautomatyzowany system rekomendacji, który dla każdego nowego projektu wprowadzonego do Google Sheets proponuje optymalny zespół. Kierownicy otrzymują powiadomienia przez Slacka i jednym kliknięciem mogą zatwierdzić sugerowany przydział lub wprowadzić korekty. Dane o faktycznej alokacji zapisywane są w Google Sheets i używane do dalszego trenowania modelu.

Napisz do nas jeżeli chcesz wdrożyć AI w swojej firmie

Algorytm rozwiązania przy użyciu ChatGPT z Code Interpreter oraz GPT-4

Oto kluczowe kroki algorytmu optymalizacji alokacji zasobów w Projekt-Bud:

  • Zintegruj Google Sheets (dane o projektach) i Airtable (profile pracowników) z ChatGPT za pomocą Zapiera.
  • Przygotuj dane - wyczyść, uzupełnij braki, przekoduj zmienne jakościowe na ilościowe.
  • Podziel dane na zbiór treningowy i testowy.
  • Wytrenuj różne modele klasyfikacji i regresji z biblioteki Scikit-learn, np. drzewa decyzyjne, lasy losowe, SVM, kNN.
  • Przetestuj modele na zbiorze testowym i wybierz najlepszy pod kątem miar jak accuracy, precyzja, recall, f1-score.
  • Zaimplementuj wybrany model, aby dla nowych projektów z Google Sheets przewidywał optymalny zespół na podstawie profilów pracowników z Airtable.
  • Dodaj system powiadomień przez Slacka, gdzie kierownicy mogą zatwierdzać lub korygować sugerowane przydziały.
  • Zaprogramuj Zapiera, aby zapisywał ostateczne decyzje alokacyjne w Google Sheets.
  • Regularnie aktualizuj model, trenując go na nowych danych.

Potencjalne korzyści z wykorzystania AI do optymalizacji alokacji zasobów

Wdrożenie systemu AI do optymalizacji alokacji zasobów przyniosło Projekt-Bud wymierne korzyści:

  • Skrócenie czasu planowania obsady projektów o 70%.
  • Wzrost terminowości realizacji projektów o 25%.
  • Zwiększenie satysfakcji klientów o 20%.
  • Równomierne obłożenie pracowników, likwidacja wąskich gardeł.

Oczywiście optymalizacja alokacji zasobów to nie jedyne możliwe zastosowanie AI w zarządzaniu kosztami. Równie obiecująco prezentuje się wykorzystanie tej technologii w optymalizacji procesów kosztowych.


AI nie zastąpi ludzi w zarządzaniu, ale może być nieocenionym wsparciem. Pozwala podejmować bardziej trafne i obiektywne decyzje alokacyjne w oparciu o dane. W połączeniu z automatyzacją radykalnie podnosi efektywność biznesu.

Oczywiście wdrożenie AI w obszarze zarządzania kosztami to złożony proces, który wymaga czasu, odpowiednich kompetencji i narzędzi. Kluczowy jest wybór właściwego modelu AI do konkretnego problemu biznesowego.

Kilka wskazówek na początek:

  • Zacznij od zebrania wysokiej jakości danych o swoich procesach kosztowych.
  • Określ mierzalne cele, np. skrócenie czasu alokacji zasobów o 50%.
  • Rozpocznij od wąskiego wdrożenia na wybranym procesie, aby zweryfikować efekty.
  • Zapewnij szkolenia dla pracowników, którzy będą korzystać z systemu AI.
  • Monitoruj na bieżąco działanie algorytmów i zbieraj feedback od użytkowników.
Wypróbuj różne modele AI

Optymalizacja alokacji zasobów to dopiero początek przygody z AI w zarządzaniu kosztami. Możliwości jest znacznie więcej - prognozowanie popytu, automatyzacja fakturowania, wykrywanie nadużyć finansowych, to tylko niektóre z nich. Jedno jest pewne - firmy, które już dziś zaczną wdrażać AI, będą miały przewagę konkurencyjną w przyszłości.