Sztuczna inteligencja w biznesie
Sztuczna inteligencja jest jednym z częściej wymienianych
trendów technologicznych, które mają zrewolucjonizować współczesny biznes. Gartner wymienia AI w
absolutnej czołówce globalnych kierunków rozwoju technologicznego. Zdaniem analityków z
amerykańskiego instytutu do 2020 roku elementy AI znajdą się w niemal każdym nowym oprogramowaniu, a
85% interakcji pomiędzy konsumentami a obsługą klienta ma zachodzić przy wykorzystaniu sztucznej
inteligencji.
– Kluczowe obszary rozwoju AI,
których podstawą jest uczenie maszynowe to na pewno technologie rozpoznawania i przetwarzania
obrazów oraz języka, wirtualni asystenci, automatyczne pojazdy i roboty. Inwestycje w AI w Polsce, w
porównaniu do globalnych liderów w tej dziedzinie czyli USA i Chin, są obecnie niewielkie, ale nasz
kraj ma spory potencjał. Dysponujemy bowiem dobrze wykwalifikowanymi programistami, którzy są
cenieni w świecie. Jeśli znajdą się środki na odpowiednie inwestycje to mamy szansę jako kraj sporo
na tym zyskać – mówi Jędrzej Fulara, CTO w Sparkbit.
IDC szacuje, że globalny
rynek AI i systemów kognitywnych będzie wart 57,6 miliardów dolarów już w 2021 roku. Eksperci
Tractica idą jeszcze dalej uważając, że globalny rynek usług związanych z wykorzystaniem sztucznej
inteligencji wzrośnie z 10,1 miliarda dolarów w 2017 roku do 188,3 miliarda dolarów do 2025 roku.
Jesteśmy świadkami nowej rewolucji, która na naszych oczach zmienia świat. Przemysł 4.0
będzie miał w najbliższych latach ogromne znaczenie dla tempa rozwoju gospodarczego, a sztuczna
inteligencja jest ważnym elementem tej układanki. Czy firmy są gotowe na jej wdrożenie? Czego
potrzeba, aby osiągnąć wartość biznesową z AI?
AI - przekształcanie danych w
inteligencję
Za sprawą trzeciej rewolucji przemysłowej żyjemy w epoce informacyjnej,
gdzie codziennie generowana jest olbrzymia ilość danych. Szacuje się, że 90% z obecnie dostępnych
danych cyfrowych zostało stworzonych w przeciągu ostatnich 2 lat. Ile ich jest? – światowy
,,licznik” na koniec 2016 roku pokazywał 16ZB (zettabajtów). Podstawowe pytanie jakie pojawiło się
przed biznesem ,,co zrobimy z tymi wszystkimi informacjami”, dzięki postępowi technologicznemu
szybko znalazło odpowiedź. Wzrost ilości danych w połączeniu ze spadkiem kosztów ich przechowywania
i przetwarzania spowodował rozwój sztucznej inteligencji. Dziś w dużej mierze jest ona
wykorzystywana w biznesie w postaci algorytmów uczenia maszynowego (machine learning), które
pozwalają te niestrukturalne dane przetwarzać, analizować i w konsekwencji zamieniać na informacje i
wiedzę. Mimo, że historia machine learning sięga lat 50, to właśnie teraz zyskuje na znaczeniu i
znajduje zastosowanie w kolejnych branżach. IDC prognozuje, że w 2020 r. wydatki firm związane z
wdrożeniem machine learning i sztucznej inteligencji wyniosą aż 47 miliardów USD. Możliwość
analizowania i w konsekwencji wyciągania wniosków ze zgromadzonych danych to dziś dla firm jedna z
największych szans na uzyskanie przewagi konkurencyjnej.
Machine Learning polega na
samodzielnym uczeniu się maszyn na podstawie analizy dostarczanych im danych i znajdowaniu w nich
różnych wzorców, aby na ich podstawie podejmować decyzje o podjęciu określonego działania.
Jak sztuczna inteligencja pomaga w biznesie? – przykłady zastosowań
Sztuczna
inteligencja zmienia sposób w jaki przedsiębiorstwa wprowadzają innowacje i komunikują swoje
produkty i usługi. Już teraz widzimy wiele wdrożeń AI bazujących na algorytmach machine learning czy
też jednej z podkategorii uczenia maszynowego – deep learning (to proces, w którym komputer
uczy się wykonywania zadań naturalnych dla ludzkiego mózgu, takich jak rozpoznawanie mowy,
identyfikowanie obrazów lub tworzenie prognoz).
Motoryzacja, medycyna, HR, IT, finanse,
marketing, e-commerce, retail, handel – niemalże w każdej branży AI może pomóc rozwijać biznes.
Uczenie maszynowe przetransformowało analitykę, umożliwiając podejmowanie dokładniejszych decyzji
biznesowych w oparciu o dane, pozwalając na rozwiązanie wielu problemów, z którymi tradycyjne
techniki analityczne albo nie potrafiły sobie poradzić, albo proces dojścia do odpowiedzi zajmował
bardzo dużo czasu i był przez to zbyt kosztowny.
– Giganci jak Google, Microsoft,
Facebook, Amazon inwestują olbrzymie środki w badania i rozwój związany z wykorzystaniem AI. Warto
jednak zdać sobie sprawę, że możliwości jakie daje AI nie są zarezerwowane tylko dla największych.
Już dziś z powodzeniem wykorzystywane są algorytmy uczenia maszynowego w wielu dziedzinach biznesu.
Mając odpowiednią infrastrukturę oraz zespół ekspertów, którzy potrafi zrealizować takie wdrożenie,
możemy z powodzeniem wykorzystywać potencjał AI w naszej firmie. Przykładów można podać wiele.
Powstaje coraz więcej startupów, które próbują zdobyć kawałek z tego tortu AI dla siebie.
Niewątpliwym sukcesem był tu na pewno polski projekt IVONA, czyli technologii przetwarzającej tekst
na mowę, który w 2013 roku kupił Amazon. Sparkbit też może być przykładem tego jak płynnie wejść na
drogę z transformacji cyfrowej do rewolucji 4.0. Aby wyeliminować dokumentację papierową i usprawnić
cały proces rekrutacji w naszej firmie, stworzyliśmy aplikację Toucan, która pozwala m.in. tworzyć
cyfrowe profile kandydatów i automatycznie zapisywać na nich dane oraz zadania zbierane w trakcie
rozmowy kwalifikacyjnej w postaci e-notatek za pomocą tabletu, który działa jak e-papier. Aktualnie
pracujemy nad dodatkową funkcjonalnością opartą o algorytmy machine learning, która pozwoli odręczne
notatki zamieniać na materiały elektroniczne z możliwością wyszukiwania w nich dowolnych treści. AI
znajduje zastosowanie nawet w branży modowej. Dobrym przykładem jest tu system sztucznej
inteligencji Fashion AI funkcjonujący w sklepach Alibaba w Chinach. To taki multimedialny osobisty
stylista, który tylko w jeden dzień zarobił dla tej sieci 25 miliardów dolarów. Jak? Klient jest w
sklepie, wybiera bluzę i idzie z nią do przymierzalni. Tam jest duży ekran, który za pomocą
wbudowanych sensorów skanuje wybraną rzecz i rekomenduje co do niej dobrać by stworzyć modny i ładny
zestaw. Do tego mówi, gdzie w sklepie znaleźć ten produkt – przekonuje Jędrzej Fulara ze
Sparkbit.
Sztuczna inteligencja w postaci algorytmów maszynowego uczenia ma dziś znaczący
wpływ na biznes. Obecnie jest powszechnie wykorzystywana chociażby w marketingu, call center,
chatbotach, pozycjonowaniu, targetowaniu, maszynowych tłumaczeniach tekstów (Microsoft poinformował
ostatnio, że jego tłumacz oparty o AI osiągnął poziom profesjonalnego ludzkiego tłumacza z języka
chińskiego na angielski), planowaniu kampanii reklamowych, sterowaniu ładunkiem w centrach
logistycznych, w finansach przy ocenianiu zdolności kredytowej, zgodności z przepisami, zarządzaniem
ryzykiem i zapobieganiu nadużyciom, w branży modowej w postaci wirtualnych stylistów i w wielu
innych miejscach.
Machine learning znacząco wpływa na nasze życie i czasem nie zdajemy sobie
nawet z tego sprawy. W badaniu ARM Northstar „AI today, AI tomorrow” ponad połowa ankietowanych
konsumentów wskazała, że nie miała świadomości iż rozwiązania sztucznej inteligencji stosowane są w
Facebooku (53%), Netflixie (54%), czy Spotify (58%). A to właśnie tu AI pomaga tworzyć
zindywidualizowane systemy rekomendacji treści, filmów i muzyki dostosowane do preferencji
użytkownika. Uczenie maszynowe używane jest do rozpoznawania mowy (Google Now i Siri firmy Apple,
Xbox, Skype) czy obrazu. Gdzie jeszcze? Filtry antyspamowe w skrzynkach e-mail, optymalizacja
reklam, autokorekta i autopodpowiedzi podczas pisania smsów smartfonem, systemy nawigacyjne (GSP),
pozwalające nie tylko na odnalezienie optymalnej drogi, ale również na zaprezentowanie ofert
mijanych po drodze obiektów handlowo-usługowych. Mark Zuckerberg w trakcie przesłuchania przed
amerykańskim Kongresem mówił o roli sztucznej inteligencji (AI) w ochronie użytkowników Facebooka.
Autonomiczne samochody Ubera, testy robotów na lotnisku w Tokio, które mają pomagać podróżnym
podczas igrzysk w 2020 roku, Google AI oceniający ryzyko zawału na podstawie zdjęcia siatkówki oka.
W e-marketingu i e-handlu sztuczna inteligencja profiluje klientów na podstawie schematów
ich zachowań w wyniku czego otrzymujemy precyzyjne targetowane reklamy i propozycje produktów, które
mogą nas interesować. Uczenie maszynowe wykorzystywane też jest do monitorowania rozmów dotyczących
produktów i usług w mediach społecznościowych, aby analizować nastroje konsumentów i na tej
podstawie tworzyć nowe oferty dostosowane do ich potrzeb.
W handlu i logistyce pomaga
ulepszać systemy zamówień i zawczasu eliminować potencjalne problemy. Jak? Chociażby przewidując na
podstawie zebranych danych (np. wejść na stronę www, wyszukiwanych fraz kluczowych) większe
zapotrzebowanie na dany produkt. Dzięki temu firma może odpowiednio wcześniej zwiększyć produkcję
minimalizując ryzyko braku towaru, zaplanować ile ciężarówek będzie potrzebne do jego przewiezienia,
a w dłuższej perspektywie umożliwić efektywne spełnienie pojawiających się oczekiwań klientów. Big
data i algorytmy uczenia maszynowego umożliwiają lepsze zrozumienie preferencji i potrzeb klienta
czyniąc proces zakupu prostym i szybszym.
W motoryzacji przykładem wykorzystania możliwości
AI to asystenci kierowcy, systemy jazdy autonomicznej czy usprawnienie procesów produkcyjnych w
fabrykach za pomocą robotów wykorzystujących maszynowe uczenie.
Korzyści vs
wyzwania
Ułatwienie pracy, oszczędność czasu, optymalizacja procesów produkcji,
automatyzacja działalności operacyjnej, efektywniejsze rozpoznawanie chorób, lepsze dostosowanie
produktów i usług do potrzeb klientów, dokładne prognozowanie podaży i popytu, zdobycie unikatowej
przewagi rynkowej, lepsze wyniki biznesowe – korzyści z zastosowania AI w firmie jest bardzo dużo.
Jednak mimo coraz większej popularności tej technologii nadal wiele przedsiębiorstw nie wie jak
odpowiednio wykorzystać jej potencjał w swoim rozwoju. Dlaczego? SAS wskazuje 5 błędów, które
popełniają firmy wdrażając aplikacje wykorzystujące technologie maszynowego uczenia. Brak strategii
wdrożenia, brak odpowiednich danych, brak odpowiedniej infrastruktury, problemy z interpretacją
modeli metodologicznych uczenia maszynowego, a przede wszystkim planowanie strategii machine
learning bez wsparcia ekspertów. Właśnie ten ostatni czynnik wydaje się najbardziej istotny. Ekspert
bowiem nie tylko wskaże wyzwania i korzyści, oceni istniejący system informacji oraz przepływu
danych, aby odróżnić obszary, które są gotowe do automatyzacji, od tych, w których niezbędne będą
dalsze inwestycje, ale też przede wszystkim nakreśli odpowiednią strategię i pomoże we wdrożeniu.
– Zastosowanie AI wymaga połączenia kilku elementów w całość:
musimy posiadać dużą liczbę danych, wiedzę o ich wzajemnych powiązaniach, oraz możliwość
przetwarzania olbrzymich zbiorów zmieniających się informacji. Nie można też zapomnieć o
najistotniejszym czynniku – o człowieku. Pomimo że to komputery używają algorytmów uczenia
maszynowego do uczenia się na przykładach i dynamicznego oprogramowywania samego siebie, to jednak
człowiek jest autorem tych algorytmów. To człowiek podejmuje kluczowe decyzje biznesowe, dostosowuje
ogólne algorytmy do zastosowania ich w konkretnych sytuacjach. To człowiek jest beneficjentem tych
systemów. Dlatego to w człowieka musimy najbardziej inwestować, żeby tworzył coraz lepsze systemy AI
usprawniające nasze życie i pracę. Argument, że przez sztuczną inteligencję stracimy zatrudnienie
nie jest najbardziej trafiony, ponieważ AI po prostu zmieni rynek w tym zakresie tworząc zupełnie
nowe zawody i zapotrzebowanie na nowe kompetencje. Gartner prognozuje, że w 2020 roku dzięki
wykorzystaniu AI w firmach przybędzie 2,3 mln miejsc pracy, podczas gdy zlikwidowanych zostanie 1,8
mln – mówi Jędrzej Fulara ze Sparkbit.
Sztuczna inteligencja, aby spełnić pokładane w
niej nadzieje, musi przynosić rozwiązania, które znacznie zmniejszają koszty, zwiększają przychody i
pozwalają efektywnie wykorzystywać zasoby. AI wymaga też sporych inwestycji finansowych. Jednak
przykład firm, które się na nie zdecydowały pokazuje, że warto. Lepsza efektywność połączona z
głębszym zrozumieniem klientów i odbiorców rewolucjonizuje sposób działania przedsiębiorstw i w
dłuższej perspektywie pozytywnie przekłada się na zwrot z inwestycji w AI. Dla tych, którzy zostaną
z tyłu może to oznaczać nie tylko znaczące straty, ale też z czasem zniknięcie z rynku. Machine
learning ma dziś w sobie duży potencjał, który coraz śmielej, za sprawą wdrożeń w różnych
firmach, wdziera się w życie przeciętnego Kowalskiego. Dziś cyfrowa transformacja robi krok do
przodu w stronę coraz większej obecności sztucznej inteligencji i jej zastosowaniem w przemyśle 4.0.
Czwarta rewolucja przemysłowa stała się faktem i mimo, że jesteśmy na początku tej drogi, to już
odczuwamy pierwsze korzyści z wykorzystania jej możliwości. dodano: 2018-06-06 17:40:57
|