Firmy nie są gotowe na sztuczną inteligencję. Brakuje… ludzi

Sztuczna inteligencja ma być napędem wielu biznesów na świecie. Problem w tym, że wykorzystanie tej technologii to wyzwanie. Nadzieją są startupy.

Sztuczna inteligencja (AI) to obecnie jeden z wiodących trendów technologicznych, który będzie miał znaczący wpływ na gospodarkę przyszłości. Tymczasem – według badań „The AI Skills Gap” – ponad połowa firm nie ma odpowiednich umiejętności i zasobów niezbędnych do obsługi sztucznej inteligencji, co uniemożliwia im realizację strategii rozwoju AI w przedsiębiorstwie. Biznes staje przed potężnym wyzwaniem.

54 miliony problemów

Z drogi wiodącej do zaawansowanych rozwiązań opartych na sztucznej inteligencji nie da się już zawrócić. Jak wskazują dane McKinsey & Company, adaptacja rozwiązań wykorzystujących AI w firmach i organizacjach przyniesie światowej gospodarce dodatkowe 13 bln dol. do 2030 r. Bazujące na tej technologii systemy i narzędzia będą odpowiadać za 1,2 proc. produktu światowego brutto. Dla porównania rolnictwo dodaje obecnie do globalnego PKB 3,5 proc. rocznie, co obrazuje skalę potencjału produktów i usług bazujących na sztucznej inteligencji.

Eksperci wskazują, że kraje wysoko rozwinięte, wdrażające AI już od kilku lat, będą mogły liczyć nawet na 20–25-proc. wzrost PKB dzięki tym innowacyjnym rozwiązaniom. W przypadku rynków rozwijających się – wedle prognoz McKinsey – wzrost napędzany przez sztuczną inteligencję sięgnie w analizowanym okresie 5–15 proc.

CZYTAJ TAKŻE: Oxford Insights: Polska może być jednym z liderów w branży AI

W tym kontekście badania SnapLogic i Vanson Bourne „The AI Skills Gap”, wskazujące, że wielu przedsiębiorstwom brakuje kompetencji do wdrożeń tej technologii, mogą niepokoić. – Najtrudniejszą do pokonania barierą we wdrażaniu AI, z jaką musi zmierzyć się nowoczesny biznes, jest brak wykwalifikowanych pracowników. Deklaruje tak przeszło połowa respondentów. Na kolejnych miejscach znajdują się niewystarczający budżet czy brak dostępu do odpowiedniej technologii i danych – analizuje Piotr Prajsnar, prezes Cloud Technologies, firmy specjalizującej się w analityce danych.

54 mln pracowników na całym świecie operujących na danych spędza 44 proc. dnia roboczego na nieudanych działaniach

Jego zdaniem, na aktualne problemy wskazuje również badanie „The State of Data Science”, przeprowadzone przez Alteryx i IDC. Wykazało ono, iż 54 mln pracowników na całym świecie operujących na danych spędza 44 proc. dnia roboczego na nieudanych działaniach. Nieskuteczne operacje pochłaniają ponad dwa dni pracy w tygodniu.

CZYTAJ TAKŻE: Sztuczna inteligencja to magnes na inwestorów. Firmy sciemniają?

To nie tylko znacząca ilość straconego czasu, ale też zasobów i sprzętu. Według autorów raportu przyczyn niepowodzeń jest kilka, ale głównymi są: problemy we współpracy, luki w wiedzy i niechęć do zmian. Aby przezwyciężyć te problemy, wiele przedsiębiorstw zatrudnia szefów ds. danych lub analiz. – Transformacja cyfrowa zmienia sposób funkcjonowania procesów w firmach, a jednym z jej kluczowych aspektów jest wykorzystanie danych o klientach, produktach czy procesach. Skuteczne wykorzystywanie analityki danych jest dziś elementem budowania przewagi konkurencyjnej. Oczywiście wymaga to odpowiednich kompetencji i narzędzi – mówi Prajsnar. I dodaje, że nie wszystkie firmy muszą jednak budować kompetencje analityczne we własnym zakresie.

CZYTAJ TAKŻE: Sztuczna inteligencja pomaga w walce z nałogiem

Podobnego zdania jest Alan Jacobson, główny specjalista ds. danych w Alteryx. – Samo zbieranie danych nie przekształci cyfrowo firmy, a odpowiedź nie jest tak łatwa, jak zatrudnienie lidera, kilku naukowców zajmujących się danymi lub przeinwestowanie w różne technologie. Kluczem jest umożliwienie wszystkim użytkownikom, z których wielu obecnie utkwiło w arkuszach kalkulacyjnych, realizowanie skutecznej analizy danych w celu uzyskania rzeczywistych, zmieniających biznes wyników – przekonuje Alan Jacobson.

Od rozpoznawania mowy po terapię

W naszym kraju coraz więcej firm sięga po sztuczną inteligencję. Np. VoiceLab, wykorzystuje AI do rozpoznawania i rozumienia mowy, a Nlightnin Production, tworzy dzięki tej technologii rozwiązania wspierające terapię chorób nowotworowych. Na mechanizmach sztucznej inteligencji opiera się także SentiOne – wielokanałowa platforma do obsługi klienta, wprowadzająca na rynek boty. Biznesów, które sięgają po zaawansowane algorytmy i uczenie maszynowe przybywa.

CZYTAJ TAKŻE: Sztuczna inteligencja zrobi za nas zakupy

A o tym, w jak wyrafinowany sposób są wykorzystywane, może świadczyć doświadczenie NeuroSYS. Wrocławska firma automatyzuje analizę mikrobiologiczną. Zaprzęgła technologię tzw. głębokiego uczenia do zautomatyzowania detekcji i identyfikacji kolonii bakteryjnych w laboratoriach przemysłowych. Rozwiązanie, które może znaleźć zastosowanie m.in. w przemyśle medycznym, farmaceutycznym, spożywczym, kosmetycznym i weterynaryjnym, uzyskało dofinansowanie od Narodowego Centrum Badań i Rozwoju.

Jak tłumaczą w NeuroSYS, w ramach badań udało się już osiągnąć sukces – zespół opracował system, który pozwala z niemal 100-proc. skutecznością ocenić, czy szalka Petriego jest sterylna, czy też pojawiły się na niej mikroorganizmy. Wbrew pozorom to trudne zadanie, z którym nie radzą sobie standardowe algorytmy (na szalkach oprócz bakterii mogą znajdować się różne zabrudzenia i pęknięcia). System został już wdrożony przez jeden z pięciu największych koncernów farmaceutycznych na świecie (w maszynie automatyzującej działanie laboratorium mikrobiologicznego).

CZYTAJ TAKŻE: Przeszkolą przez inteligentne okulary

Pracom badawczym w rodzimym startupie przewodzi Tomasz Golan, fizyk, który ma za sobą m.in. staż podoktorski w Fermi National Accelerator Laboratory, jednym z najważniejszych ośrodków badawczych na świecie.