Sztuczna inteligencja przyszłością nowoczesnego biznesu

123rf.com

Do 2018 r. ponad połowa nowych aplikacji będzie wykorzystywana w AI

Nawet 60 mld dol. oszczędności w ciągu najbliższych czterech lat ma przynieść w samych tylko Stanach Zjednoczonych zastosowanie sztucznej inteligencji (ang. Artificial Intelligence) w narzędziach biznesowych. Scenariusze, które znaliśmy dotąd z filmów science fiction, stają się rzeczywistością. Z powodzeniem tworzą je i wykorzystują nie tylko światowi giganci, ale również polskie firmy. – Wiele osób, słysząc to hasło, od razu myśli o filmie „Terminator” i o robotach wyglądających jak ludzie. Tym, co obecnie jest wykorzystywane w biznesie, są algorytmy, które są w stanie same się uczyć – wyjaśnia Piotr Surmacki, prezes firmy Fachowcy.pl Ventures, która wykorzystuje algorytmy sztucznej inteligencji do wyszukiwania zleceń i nowych klientów.

To właśnie dane i algorytmy ich przetwarzania stały się najcenniejszym aktywem w reklamie. Każda strona internetowa, na której znajduje się przycisk „Lubię to!” lub inny skrypt, np. od Google’a, zbiera dane o użytkownikach. Nie tylko analizuje, co czytali, ale także sprawdza, czy przeczytali to w całości i ile czasu im to zajęło – na tej podstawie można ocenić, czy ich coś zainteresowało. Z kolei potem to wszystko można pogrupować i wyciągnąć wnioski. Dzięki algorytmom AI możliwe jest znalezienie tzw. bliźniaków. – Jeżeli na 100 osób, które skorzystały z danej usługi, 40 ma cechy wspólne, to znaczy, że gdy znajdziemy w sieci inne osoby z tymi cechami, to prawdopodobieństwo skorzystania przez nie z tej usługi będzie większe – mówi Surmacki.

Jak zastąpić człowieka

Dzięki sztucznej inteligencji zwiększamy możliwości percepcyjne i przyspieszamy pracę analityka w taki sposób, w jaki Google przyspiesza wyszukiwanie informacji. – W rezultacie w ciągu kilku dni możemy o kilkanaście–kilkadziesiąt procent zwiększać efektywność wyśrubowanych już procesów – podkreśla Paweł Wieczyński, prezes firmy PiLab.

Sztuczna inteligencja obecnie jest wykorzystywana przede wszystkim w obszarach związanych z obsługą klienta. Na znaczeniu zyskują chociażby aplikacje analizujące język.

– Dzięki zdolności rozpoznawania złożonych konstrukcji językowych mogą skutecznie kategoryzować zgłoszenia e-mailowe i wysyłane przez portale internetowe oraz kierować je do odpowiednich osób – mówi Krystian Hatała, ekspert z Netwise. Takie rozwiązanie przynosi realne oszczędności: odciąża pracowników contact center i skraca czas reakcji na zgłoszenie. – Dodatkowo aplikacje identyfikują komunikaty o negatywnym wydźwięku. To zmniejsza ryzyko odejścia klientów – dodaje Hatała. Wskazuje, że tego typu aplikacją jest Microsoft Social Engagement. Analizuje w 20 językach wypowiedzi i opinie użytkowników mediów społecznościach na temat działalności lub produktów danej marki. Monitoruje takie serwisy, jak Twitter, Facebook, Instagram oraz blogi.

Przykładem wykorzystania sztucznej inteligencji są również wirtualni asystenci. Tworzeniem takiego oprogramowania zajmuje się m.in. firma InteliWISE. – Co najmniej 20 proc. spośród największych globalnych przedsiębiorstw już wykorzystuje wirtualnych asystentów – szacuje Marcin Strzałkowski, prezes InteliWISE. W ciągu trzech–pięciu lat rozwój technologii przetwarzania mowy, tekstu, obrazu, a także upowszechnienie się komunikatorów społecznościowych może spowodować, że pytając o cenę, datę dostawy czy stan konta, będziemy w 50–70 proc. przypadków rozmawiać z wirtualnymi doradcami, a nie z żywym konsultantem na infolinii. Wirtualni asystenci starają się zrozumieć pytania, nawet zadane w języku potocznym, oraz naśladują dialog, jaki prowadziłby sprzedawca z klientem. – W kwietniu wróciły w wielkim stylu za sprawą Facebooka, który umożliwia deweloperom „wpinanie” ich do systemów komunikacyjnych sieci społecznościowych. Dzięki tym rozwiązaniom rynek dojrzał do masowej adopcji technologii wirtualnych asystentów – uważa szef InteliWISE.

Genetyka na pokładzie

Praktyka pokazuje, że sztuczna inteligencja może zastąpić człowieka nie tylko przy prostych pracach, ale także takich, które wymagają zaawansowanych umiejętności obliczeniowych. Dobrze widać to w przemyśle, gdzie z jednej strony zrobotyzowane są całe hale, a z drugiej oprogramowanie wspierające zarządzanie, które nadzoruje cały proces produkcji, wykorzystuje samouczące się algorytmy genetyczne.

– Kilka lat temu jeden z klientów postawił przed nami zadanie opracowania aplikacji, która miała w znacznym stopniu ułatwić pracę specjalisty ds. planowania produkcji, a w skrajnych przypadkach nawet go zastąpić, wyręczając człowieka w długotrwałych i skomplikowanych obliczeniach – mówi Rafał Tyrala, kierownik projektu centrum utrzymania i rozwoju aplikacji BPSC. Eksperci skorzystali wtedy z tzw. algorytmów genetycznych. Za chromosom uznali układ zadań dla poszczególnych zleceń produkcyjnych. Krzyżujące się osobniki przekazują następnym pokoleniom pozytywne cechy, eliminując negatywne. Dzięki temu kolejne populacje są coraz lepiej przystosowane do warunków panujących w otoczeniu, co w tym przypadku oznaczało tworzenie coraz wydajniejszych harmonogramów produkcji.

– Okazało się, że stworzony harmonogram, choć modyfikowalny, był na tyle satysfakcjonujący, że nie wymagał zmian. Wykorzystując algorytm ewolucyjny, uzyskaliśmy efekt zbliżony do optymalnego, poświęcając na to zdecydowanie mniej czasu – podkreśla Tyrala.

Sztuczna inteligencja to przede wszystkim zaawansowana analiza statystyczna. Metodą najbardziej pobudzającą wyobraźnię są sieci neuronowe. – W Sare, we współpracy z zespołem Algolytics, budujemy i udostępniamy naszym partnerom narzędzia oparte właśnie na sieciach neuronowych. Wykorzystywane są do prognozowania zachowania klientów i ich decyzji, ale także całego rynku – mówi Dariusz Piekarski, prezes Sare.

Wspomniane rozwiązania mogą być również przydatne do modelowania przyszłości w oparciu o gromadzone dane. – Pozwalają przewidywać ceny instrumentów finansowych czy dane makroekonomiczne, takie jak inflacja czy dynamika PKB – wymienia Marcin Woch, członek zarządu Algolytics. Dodaje, że to wcale nie jest pieśń przyszłości.

– My takie narzędzia dla klientów dostarczamy już od 14 lat. Jednym z najstarszych przykładów ich wykorzystania jest ocena ryzyka kredytowego klienta przez instytucje finansowe – mówi Woch. Banki, wykorzystując rozwiązania Algolytics, oceniają prawdopodobieństwo niedotrzymania warunków umowy i na tej podstawie podejmują decyzję dotyczące na przykład zabezpieczeń.

—więcej o komputerach kognitywnych >L4

Mogą Ci się również spodobać

Airbnb ugięło się. Rozjaśni swoje ceny

Wspólne działanie Komisji Europejskiej i krajowych urzędów ochrony konsumenta zmusiło amerykańską platformę rezerwacyjną Airbnb ...

Polski bionanosatelita może zmienić medycynę

Czy lekarstwo na raka zostanie wynalezione w kosmosie? Jeśli tak się stanie, może być ...

Nawet kosz może być innowacyjny

Rewolucyjne projekty można wprowadzać niemal w każdej branży, od szpitala przez bank po halę ...

Najszybciej rosnąca marka smartfonów w pandemii. Zaskoczenie

Nie Huawei, czy Xiaomi, ale inny chiński producent okazał się „królem” I półrocza br. ...

Polska opaska na chorobę wieńcową. Wynalazek w cieniu polityki

SimpliCardiac opracował innowacyjną opaskę, która pomoże w walce z chorobą wieńcową. Jednak głośno zrobiło ...

Wzrosły przychody i zyski Apple. Słabiej sprzedają się tablety iPad.

Koncern z Cupertino miał rekordowe 62,9 mld dol. przychodu (20 proc. więcej niż przed ...