Analýza strategie zvyšování efektivity podnikových procesů prostřednictvím umělé inteligence

David Homolka

Diplomová práce

Analysis of the Strategy for Improving the Efficiency of Business Processes through Artificial Intelligence

Anotace:

Diplomová práce se zaměřuje na hloubkovou analýzu strategií zvyšování efektivity podnikových procesů s využitím umělé inteligence (AI). V kontextu stále rozvíjející se oblasti AI v podnikové praxi je cílem práce identifikovat klíčové výzvy a přínosy této technologie a navrhnout přístupy, které by mohly být úspěšně implementovány ve firemním prostředí. Práce systematicky zkoumá nejnovější poznatky a trendy v oblasti AI a podnikových procesů, přičemž se zaměřuje na faktory ovlivňující úspěšnost implementace. S analýzou odborné literatury se věnuje otázkám, jako je novost tématu, relativní nedostatek relevantních dat, dynamika rozvoje AI a technologického prostředí, ve kterém podniky operují. Metodologie zahrnuje kombinaci logických metod, včetně indukce, dedukce a abdukce, s důrazem na logickou abduktivní analýzu ve teoretické části. Praktická část práce se opírá o obsahovou analýzu dostupných informací o implementaci AI v podnikových procesech u vybraných firem a zhodnocuje, do jaké míry se strategie liší a kde jsou identifikovatelné společné prvky. Závěry práce poukazují na variabilitu v přístupech firem k implementaci AI, přičemž klíčovým prvkem je schopnost využívat dostupná data. Navrhované strategie jsou formulovány s ohledem na tuto variabilitu a zdůrazňují důležitost kontinuálního školení a zapojení lidského prvku k posouzení výstupů AI. Získané poznatky mají praktický význam pro firmy, které zvažují nasazení AI k optimalizaci svých procesů, a představují přínosný přístup k adaptaci na rychle se měnící technologické prostředí.

Abstract:

Master's thesis focuses on a comprehensive analysis of strategies to enhance the efficiency of business processes using artificial intelligence (AI). In the context of the continually evolving field of AI in business practice, the aim of the thesis is to identify key challenges and benefits of this technology and propose approaches that could be successfully implemented in the corporate environment. The thesis systematically examines the latest insights and trends in the field of AI and business processes, with a focus on factors influencing the success of implementation. With an analysis of professional literature, it addresses issues such as the novelty of the topic, relative lack of relevant data, dynamics of AI development, and the technological environment in which companies operate. The methodology includes a combination of logical methods, including induction, deduction, and abduction, with an emphasis on logical abductive analysis in the theoretical part. The practical part of the thesis relies on content analysis of available information on the implementation of AI in business processes at selected companies, evaluating the extent to which strategies differ and where common elements are identifiable. The conclusions of the thesis highlight the variability in companies' approaches to AI implementation, with a key element being the ability to leverage available data. The proposed strategies are formulated with consideration for this variability and emphasize the importance of continuous training and involvement of the human element in assessing AI outputs. The findings have practical implications for companies considering the deployment of AI to optimize their processes, providing a beneficial approach to adapting to a rapidly changing technological environment.

Klíčová slova

data-driven rozhodování, technologické prostředí, umělá inteligence (AI), analýza trendů, školení a rozvoj zaměstnanců, implementace AI v praxi, variabilita přístupů, efektivita podnikových procesů, strategie implementace

Keywords

artificial intelligence (AI), business process efficiency, trend analysis, training and employee development, variability of approaches, technological environment, data-driven decision-making, AI implementation in practice, implementation strategies

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 15. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 13. 6. 2024
• Vedoucí: Ladislav Tyll
• Oponent: Natálie Badie

Vysoká škola ekonomická v Praze

Magisterský studijní program:
Management