#StrateegAI artikkel 1/6
Indrek Saul – Kasvustrateegia konsultant
Selle artikli lugemiseks kulub sul umbes 12 minutit.
TL;DR
Kas strateegia koostamine tehisintellekti abil on mõttekas? Pärast mitmeid ebaõnnestumisi – sealhulgas piinlikku viga avalikul esitlusel – otsustasin seda süsteemselt uurida.
Eksperiment: 4 LLM-i (Claude, ChatGPT, Gemini, Perplexity) × 4 juhtivat traktoribrändi (sealhulgas turuliider) × „clean room” meetod.
Eesmärk: selgitada välja, kas AI annab konkurentidele sama strateegia ja viib hinnasõtta. Eksperiment algab nüüd. See artiklisari dokumenteerib ausalt ja detailselt, kas tehisintellekt suudab päriselt luua eristuvat strateegiat — või toodab ta kõigile sama strateegia, mis viib hinnasõtta. Artiklisari dokumenteerib jooksvalt eksperimendi käiku, jagab metoodikat, tulemusi ja saadud praktilisi õppetunde.
Kuldklient.
Strateegia koosolek.
Motivatsioonilaksu esitlus.
21 strateegia elluviimise võtmeisikut istub saalis.
Ekraanil tulemused, mille koostamisel olin kasutanud tehisintellekti. Ja siis ütles keegi:
„Aga need saavutused pole ju minu omad…“.
Ja siis järgmine…
Ja järgmine…
See oli minu esimene tõsine katse kasutada suurt keelemudelit (LLM) strateegilises konsultatsioonitöös. ChatGPT tundus juba olevat piisavalt korralik tööriist. Tegime 360-kraadise uuringu, kus 21 inimest vastasid 20 küsimusele üksteise tugevuste, saavutuste ja eriliste oskuste kohta. Tulemuseks 420 vastust, mida tuli süstematiseerida ja analüüsida.
Joonis 1. AI poolne analüüs vigadega. Indrek Saul
ChatGPT oli alguses lootusetult hädas. Ta omistas vastuseid valedesse kategooriatesse, omadusi valedele inimestele, ei suutnud kuidagi 21 × 20 tabelit süsteemselt töödelda. Pärast pikka töötlusprotsessi disainimist tundus, et saime tulemused õigesti kokku. Mitu pistelist kontrolli oli läbitud.
Tundus…
Kuni esitluseni.
Jube piinlik.
Aga ka väga õpetlik.
Kolm küsimust, mis ei andnud rahu
Ma olen tehnofriik. Peast insener. Olen kasutanud kõiki suuri keelemudeleid igapäevaselt alates nende turule tulekust. ChatGPT novembrist 2022, Perplexity detsembrist 2022, Claude ja Google Bard (nüüd Gemini) märtsist 2023. Üle kolme aasta intensiivset kasutamist ja katsetamist – sealhulgas strateegia koostamisel.
Strateegiakonsultandina on mul olnud kolm põletavat küsimust:
- Kas LLM asendab strateegiakonsultandi? Või on see lihtsalt kallim kalkulaator?
- Kuidas LLM-i sisulises töös kasutada? Kus see lisab väärtust ja kus mitte?
- Mis juhtub, kui kõik konkurendid kasutavad sama tööriista? Kas strateegiad muutuvad sarnaseks?
Viimane küsimus on kõige põletavam. Kui ettevõte A küsib Claudelt või ChatGPT-lt eristumise strateegiat ja ettevõte B küsib sama, siis kas mõlemad saavad sisuliselt sama vastuse? Kui jah, on tulemuseks hinnasõda.
Varasemad katsed ja pettumused
360-kraadine uuring polnud ainus ebaõnnestumine. Viimase aasta jooksul olen testinud LLM-e kõikides strateegiaprojektis. Analüüsisin tulevikutrende, konkurentsi, koostasin SWOT-e, genereerisime toodete, teenuste ja eristumise ideid.
Tulemused olid nõrgad.
Konkurentide analüüsis olid sees suured vead. Ühel juhul polnud põhikonkurent üldse ära tuntud. Konkurentideks nimetati ettevõtteid, kellega tegelikult üldse ei konkureeritud. Trendide analüüsist genereeritud ideed olid küll õiged, aga juhtkonnale polnud seal midagi uut – kõik oli tuttav. SWOT-id puudulikud, valesti klassifitseeritud.
Sestap olen LLM-ide suhtes juba pikemat aega kahes asjas skeptiline:
- LLM ei suuda usaldusväärselt süstematiseerida ega klassifitseerida. See oli mulle ka teoreetiliselt selge – tõenäosuslik mudel, mis ennustab järgmist sõna, ei saagi seda teha. Ta genereerib usutavat teksti mitte täpset klassifikatsiooni, mis MECE (Mutually Exclusive, Collectively Exhaustive) põhimõtteid järgiks.
- LLM-i strateegilised soovitused on geneerilised, kõigile samad. „Paranda klienditeenindust”, „investeeri digitaliseerimisse”, „arenda lojaalsusprogramm” – need on head soovitused, aga kui kõik konkurendid saavad sama nõu, siis kus on eristumine võimalik?
Millest küsimus: kas strateegia koostamine AI abil on üldse mõttekas?
Joonis 2. AI strateegia genereerimine. Indrek Saul
Miks ma uuringut olen edasi lükanud
Mõte uurida, kas LLM üldse põhimõtteliselt kõlbab strateegiliseks nõustamiseks, on mul meeles mõlkunud juba pikka aega. Aga edasilükkamise põhjus on väga proosaline – ja tuttav igale juhile, kes strateegiaga tegeleb.
See on muster, mida olen näinud paljudes ettevõtetes – eriti just strateegia koostamisel.
Ja olen märganud veel üht huvitavat nähtust: strateegia tegemiseks ei tundu kunagi olevat õige aeg.
- Kui asjad on hästi, tundub, et strateegiat polegi vaja.
- Kui asjad on halvasti, tuleb tegeleda probleemidega – strateegia tegemiseks tundub olevat vale aeg.
Miks ma nüüd selle eksperimendi päriselt käima panin?
Selle aasta esimesed päevad olid õnneks „igapäevasest” vabad. Lõpuks sain eksperimendiga tõsisemalt tegelema hakata.
Valdkonna valik oli lihtne: Eesti juhtivad traktorimüüjad.
Joonis 3. Eesti juhtivad traktorimüüjad. Indrek Saul
Miks? Sest see on sektor, kus olen koostööd teinud kõigi suuremate tegijatega. AGCO korporatsioon valis mind kunagi AGCO Global Academy volitatud konsultandiks ja koolitajaks ja ma olen ka John Deere’i ja Massey Fergusoni edasimüüjatega strateegiat teinud.
See tähendab, et:
- Tunnen seda turgu kõige paremini – saan hinnata, kas LLM-i väljund vastab reaalsusele
- Tean konkurentsimaastikku – saan tuvastada, kui LLM teeb konkurentsi analüüsis vigu
- Mul on isiklikud suhted ettevõtete juhtidega – saan nendega tulemusi valideerida
- Eesti turg on piisavalt väike, et olla hallatav, aga piisavalt keeruline, et olla huvitav
Ja üldse – traktorid on ägedad! Alates esimestest aurutraktoritest kuni tänapäevaste AI-elektritraktoriteni on need alati sümboliseerinud tehnoloogilist progressi.
Mida ma nüüd täpselt uurin
Arvasin esiti, et eksperiment ei tule ülemäära keeruline. Võta näpust, selleks, et tulemus vastaks teadusuuringu kriteeriumidele, kujuneb eksperimendi disain järgmiseks.
Iga analüüs tuleb teha eraldi, isoleeritud vestluses – nn „clean room” meetod. See matkib tegelikku olukorda, kus iga ettevõte palkab oma konsultandi ja ei tea, mida konkurent teeb.
Kokku tuleb 43 mahukat vestlust LLM-idega, 10 kuni 14 töötundi põnevat pusimist.
Kõik lähteülesanded, küsimused ja hindamiskriteeriumid on eelnevalt fikseeritud, et vältida tagantjärele „tõlgendamist”.
Põhiküsimused, millele testi jooksul vastust otsin:
- Kuivõrd sama LLM näeb turgu erinevalt või sarnaselt, sõltuvalt sellest, millise konkurendi vaatest ta seda analüüsib?
- Kuivõrd erinevad või sarnased tulevad konkurentide strateegiad?
- Kas Claude, ChatGPT, Gemini ja Perplexity annavad oluliselt erineva tulemuse?
- Kuivõrd otsingu-LLM (Perplexity) erineb analüüsi-LLM-ist?
Mida see uuring sulle annab
Järgmiste nädalate jooksul jagan selles artiklite sarjas uuringu käiku ja tulemusi:
- Metoodikat – kuidas „clean room” eksperimenti üles seada
- Võrdlust – Claude vs ChatGPT vs Gemini vs Perplexity strateegilises analüüsis
- Analüüsi – kas AI-strateegiad viivad diferentseerumisele või hinnasõtta
- Õppetunde – praktilised soovitused AI kasutamiseks strateegiatöös
Kas LLM on strateegiakonsultandi asendaja, abiline või lihtsalt edev mänguasi?
Ma ei tea vastust.
Ja vastus pole ilmselt must-valge – ja see teebki uuringu põnevaks.
Aga hakkan seda nüüd järgmiste nädalate jooksul välja selgitama.
—
Järgmise loo tulemusi „Kuidas ma testisin 4 AI-d: metoodika ja seadistuste lõksud“ saad ka ise kasutada.
—
Millised on sinu kogemused LLM kasutamisest strateegiatöös?
Kas see on sind aidanud eristuda – või oled saanud samu vastuseid, mida ka konkurendid?
Jaga ja kommenteeri LinkedInis või Facebookis oma arvamust, õnnestumisi ja ebaõnnestumisi!