Hírlevél feliratkozás
Debreczeni Anna
2023. december 26. 11:00 Támogatói tartalom, Vállalat

A vállalati hierarchia lebontása is segíti a magyar ChatGPT fejlesztését

Az OTP Bank az egyik első nagyvállalat volt Magyarországon, amely 2019-ben eldöntötte, hogy évek alatt egy új típusú szervezeti működésre, az agilis modellre áll át. Ez a klasszikus szervezeti hierarchia lebontásával, laposításával jár, és a lényege, hogy így sokkal gyorsabban tud reagálni egy nagyobb szervezet is a belső igényekre, külső változásokra.

Kisfalvi Bencével, az OTP Bank agilis transzformációjáért felelős vezetőjével beszélgettünk az eddigi eredményekről, tapasztalatokról és a jövőbeli tervekről, de kiderült az is, hogy mikor startol a „magyar ChatGPT”, az OTP saját fejlesztésű nyelvi modellje.

Hány százaléknál tart most az agilis átállás a banknál?

Már száz százalék felett vagyunk, azaz mostanra több területet vontunk be, mint amire eredetileg gondoltunk.

Milyen plusz területek kerültek be?

Ilyen a nagyvállalati divízióban az OTP Global Markets (korábban az OTP Treasury) terület, amelynek az idén fejeződött be az agilis átállása, de több nagyobb, helyi vagy csoportszintű projektet is átalakítottunk agilis működésre. A külső IT-szállítók nagy részével is agilis rendszerben dolgozunk.

Hogyan fogadták a kollégák az új rendszert?

Szerintem magáért beszél, hogy egyik agilis működésre átállt terület sem szeretné, ha visszacsinálnánk, mindenki szeret ebben dolgozni. Még olyan területek is jelentkeztek, hogy átállnának, ahol nem volt egyértelmű, hogy szükséges az agilis működés.Összességében minden területen kooperatívak voltak a kollégák, megértették, hogy eleinte a változás hatására több ponton is kényelmetlenségekbe fognak ütközni, közösen kell megtalálni több kérdésre is a választ.

Külföldre is kiterjesztitek ezt az új szervezeti modellt?

Igen, az idén pörgött fel az OTP Bank horvát, román, szerb, montenegrói, bolgár és ukrán leánybankjainak agilis átállása. Az agilis szervezeti átállás nagyon fontos elem a munkaerőért folyó versenyben külföldön is, néha azért nem tudnak embereket felvenni, mert ők még nem agilis rendszerben működnek, de a versenytársak már igen.

Sokat mond az is, hogy a horvát leánybanknál, ahol fél éve indult egy agilis tribe, ott 100-as skálán 15 ponttal magasabb a munkavállalói elkötelezettség, mint a bank többi részén, ami nagyon jelentős különbség.

Mit kell külföldön másképp csinálni, mint itthon?

Az átállás koncepcióját mindig újra ki kell találni, hiszen a magyar anyabank sokkal nagyobb és komplexebb egy leánybanknál. De megtanultuk az anyabank példáján azt is, hogy kell egy platformszolgáltatásokat nyújtó, központi IT-t átalakítani, milyen szervezeten áthúzódó szakmai rétegek vannak, amiket érdemes egyben tartani és mi az, amit érdemes kiszervezni.

Hogy kell elképzelni egy ilyen folyamatot?

A leánybanki átalakítás úgy zajlik, hogy már az első pillanatban kérünk a menedzsmenttől, egy kijelölt helyi projektcsapatot, őket – az első körben érintett területek átalakítása során – megtanítjuk, utána már csak támogatjuk őket. Ők tudják a helyi tudást belevinni a transzformációba, amitől sikeres lesz. Messziről nem látni, mitől működik jól egy szervezet, hol vannak a belső dinamikák, törésvonalak, kik tudnak és kik nem tudnak együttműködni.

Magyarországra visszatérve, a külső beszállítók hogyan reagálnak arra, hogy ezt a módszertant kell alkalmazniuk, ha az OTP-nek dolgoznak?

Amikor külső cégekkel megállapodunk, nem azt mondjuk, hogy ez a feladat, mennyiért csinálod meg, inkább erőforrást bérlünk tőlük, egy „time and material” típusú szerződésben. Ilyenkor a beszállító biztosítja a szakembert meghatározott időszakra, és nálunk van az a kockázat, hogy jól használjuk-e ki ezt az időt – neki a szakmai minőséget kell biztosítania. Ez főleg olyan IT projekteknél jön szóba, ahol sok üzleti kolléga is dolgozik az IT szakemberekkel együtt.

Vegyük elő az időgépet – ha visszamehetnél az agilis átállás kezdetéhez, mi az, amit másképp csinálnál?

Talán azt emelném ki, hogy érdemes türelmesebbnek lenni saját magunkkal. Az átalakítás első hullámában indított 3 tribe mintegy 700 főt fedett le a bank központi területeiből, ami nagy falat. Ennek ellenére igyekeztünk limitálni a felkészülési időt, mert nem akartuk, hogy túl sok idő teljen el a zöld jelzés és a startpisztoly elsütése között. Most már több időt szánnék a változás alapos kezelésére.

Melyik területen hiányzott leginkább a plusz idő?

Talán mindenkinek kényelmesebb lett volna az átállás, ha a közvetlen vezetők szerepét jobban megértjük, jobban látjuk, hogy ők hogyan tudják átvinni a változást a szervezeten. Az idő rövidsége miatt például a kiemelt szerepkörnek számító product owner kollégákat kijelöltük, nem pedig kiválasztottuk a jelentkezők közül. Bár kijelöléskor is megkérdezzük őket, vállalják-e a feladatot, de kérdés, hogy a kiszemelt kolléga azt mondja-e, amit gondol, vagy amit mi hallani szeretnénk.

Ugyanígy, a kezdetekkor úgy gondoltuk, a a product owner szerepkörre a feketeöves szakértők közül kell választani, akik a legügyesebb problémamegoldók a saját szakterületükön. Ők azonban, amikor elkezdték vezetni a csapatot, végül saját magukat hiányolták a csapattagok közül, így a legkomplexebb szakmai feladatok megoldása nehézségekbe ütközött.

Tehát választani kell a szakértői és a menedzseri szerep között?

Azt tapasztaltuk, hogy a product owner szerepnek is van egy érése, tanulási útja. Az elején megtanulják, hogy kell a csapatot összefogni és jó ütemben leszállítani a feladatot. Az később érik meg, hogy elkezdik megérteni az üzletágat, a terméket, a piacot, az ügyfélreakciót és ebből valamilyen stratégiát tudnak gyártani és meghatározni a következő nagy célt. Amíg nincs meg ez a tudás, addig a pontos cél meghatározásában még segítségre szorulnak.

Hogy néz ki a stratégiai célrendszer alkalmazása a gyakorlatban?

Egységes rendszerben kezeljük a stratégiai célokat, a kulcs eredményeket és a csapatok által megvalósítandó teendőket, melyeket összekötve jól követhető a kulcs eredmények és célok teljesülése. Például, ha valamelyik terméknél a kulcs eredmény egy bizonyos százalékos digitális értékesítési arány elérése, akkor pontosan látni, hogy melyik tribe-nak milyen feladatokat kell ehhez megvalósítania.  A mindennapi munka során pedig a feladatok lezárásával láthatjuk, hogy milyen az időarányos teljesítés. Nagyon sok kohéziót és motivációs erőt ad a csapatnak, hogy pontosan tudjuk, hogy miért dolgozunk és látjuk, hol tartunk.

Mi volt az idei év legnagyobb kihívása az átállási folyamatban?

A magyar banknál két nagy feladat volt a Global Markets és a legacy IT terület (az egész vállalatot kiszolgáló platform szolgáltatások) átalakítása volt a legnagyobb feladat. Mindkét átalakítás komplex feladat volt, és sikerrel vettük.

A mesterséges intelligencia (MI) témáját nem lehet megkerülni már egy ideje a pénzügyi területen sem. Az OTP Bank saját nyelvi modellt épít, ezt már lehet tudni egy ideje. Hogy áll most a fejlesztés, mikor lesz magyar ChatGPT?

Már két évvel ezelőtt felismertük, hogy az MI egy olyan kulcsképesség, amit érdemes megtanulni, alkalmazni a mindennapokban. A nyelvi modell projekt célja, hogy az MI segítségével fejlesszük a bank digitális képességeit, megteremtsük az átjárást a természetes és a gépi nyelv között, és ezt beépítsük a mindennapokba, ezzel egy olyan nyelvi modellt hozzunk létre, ami hosszú távú versenyelőnyt nyújt a banknak, de akár önmagában is értékesíthető.

Milyen tudományos szakmai partnerekkel dolgoztok?

Az ELTÉ-vel működünk együtt a projekt keretében, hiszen a magyar nyelv hiteles írott anyagának digitalizált verziója  szűkös egy ekkora méretű nyelvi modell létrehozásához, azaz nincs annyi leírt szó, ami kontrollált csatornán készült, és fel lehet vele tanítani egy jó modellt.

A ChatGPT-vel is az a baj, hogy nem tudni, milyen információn tanították. Ha részben nem valós információn tréningezték, akkor a rendelkezésére álló  adatok alapján a legvalószínűbb – sok esetben a pontatlan – választ fogja adni. Bár azt nagyon meggyőzően állítja elő, ami sokak számára megtévesztő lehet. Ha viszont saját nyelvi modellt építünk, tudjuk, hogy milyen források alapján készült.

Mikor kezdhetjük használni várhatóan?

1,5 milliárd paraméter alap nyelvi modell elkészült, folyamatban van a 13 milliárd paraméterre bővítés. A következő időszak legfontosabb feladata a felhasználási esetek, use case- ek kialakítása.

Az interjú megjelenését az OTP Bank támogatta.

G7 támogató leszek! Egyszeri támogatás / Előfizetés

Támogatói tartalom Vállalat Olvasson tovább a kategóriában

Támogatói tartalom

László Pál
2024. augusztus 24. 14:21 Podcast, Támogatói tartalom

Az ár- és divatérzékeny magyar vásárlók imádják a használt ruhát és az ultra fast fashiont is

Az ultra fast fashion az elmúlt években ötszörösen vagy még nagyobb mértékben nőtte túl a divatipar többi részét.

Debreczeni Anna
2024. július 24. 09:41 Támogatói tartalom

Megérkezett a bankkártyák Usain Boltja, amivel igénylés után szinte rögtön fizethetünk is

Ha valaki új kártyát igényel az Erste Banknál, akkor ezentúl nem kell megvárnia, amíg a plasztiklap elkészül, mert egy órán belül használhatja a mobilján keresztül.

László Pál
2024. május 28. 09:45 Podcast, Támogatói tartalom

A generatív MI olyan, mint az úthenger – dönteni kell, hogy elé állunk vagy felülünk rá

Minden cégnek jobb, ha inkább felül, és megpróbálja irányítani ezt a dolgot.

Fontos

Jandó Zoltán
2024. november 4. 11:54 Világ

Az oddsok Trump mellett szólnak, de akár néhány ezer szavazat is dönthet

A fogadóirodáknál Donald Trump egy hajszállal esélyesebb, de az amerikai elnökválasztás ezúttal is egy maréknyi államban dől el. Ezek közül is Pennsylvania lehet a legfontosabb.

Kiss Péter
2024. november 3. 06:09 Pénz

Elérkezett Kína a „bármi áron” pillanathoz?

A kínai gazdaságpolitika mostani fordulata más, mint az eddigiek: nagyobb, átfogóbb és koncentráltabb, mint a korábbi egyszeri bejelentések.

Vermes Nikolett
2024. november 2. 06:06 Tech, Vállalat

A Temu ellen derül ki igazán, mennyit érnek az új uniós szabályok

Már egy éve formálják az ágazatot az új digitális piaci szabályok, amelyeket most a kínai e-kereskedelmi behemót ellen vet be az Európai Bizottság.