Dlaczego nie należy obawiać się robotów i sztucznej inteligencji? – Część II - BPX

Z pierwszej części artykułu dowiedzieliśmy się, w jakich obszarach życia, przemysłu i rozwoju nowoczesnych technologii towarzyszy nam sztuczna inteligencja (SI) i robotyka, oraz dlaczego nie powinniśmy się ich obawiać. Dziś przyjrzymy się zastosowaniu SI w biznesie – czyli temu, co możemy osiągnąć dzięki automatyzacji, uczeniu maszynowemu i rozszerzonej analityce danych, oraz powiemy o tym, że to nic złego, gdy pomaga nam lub wyręcza nas w pracy inteligentny asystent.

Na początku warto sobie zdać sprawę z wartości danych w firmie. Warto pamiętać, że dane to taki zasób (i źródło), które nigdy się nie zużywa, nigdy się nie wyczerpuje i może być wielokrotnie wykorzystywane. Jednak wartość danych nie polega na wyłącznym ich posiadaniu, lecz na sposobie ich wykorzystania. Stąd wynika potrzeba korzystania z systemów Business Intelligence (BI), a na drodze naturalnego rozwoju – z asystentów, wtyczek i rozwiązań opartych na sztucznej inteligencji.

Qliku możemy poznać tzw. Insight Advisora, czyli inteligentnego asystenta, który pomaga użytkownikom przy tworzeniu zaawansowanych analiz, wizualizacji, dostrzega pomiędzy danymi interesujące korelacje, jest w stanie ustalać prognozy, grupować dane, a nawet wprowadzać do nich narracyjne komentarze i prowadzić dialog z analitykiem.

Sztuczna inteligencja w Qliku stoi także za Auto Machine Learningiem (automatycznym uczeniu maszynowym), które generuje modele na różnym poziomie zaawansowania, przewiduje i testuje scenariusze biznesowe (na zasadzie tzw. what-if, co-jeśli), identyfikuje i łączy dane, a wszystko to bez najmniejszego ryzyka dla biznesu (w końcu to testy teoretyczne), konieczności pisania linijki kodu, dostępne dla każdego użytkownika platformy.

Knowledge Studio od firmy Altair jest wręcz naszpikowane rozwiązaniami sztucznej inteligencji. Pozwala na dokonywanie błyskawicznej analityki predykcyjnej, wizualizacji danych, i co równie ważne, generuje wytłumaczalne wyniki (zrozumiałe nie tylko dla SI, ale również dla człowieka). Nie ogranicza to jednak w żaden sposób możliwości konfiguracji modeli danych, co daje użytkownikowi pełną swobodę i kontrolę w budowaniu tychże.

Szczegóły dotyczące tego, jak skonfigurowany jest model i co oznaczają jego dane wyjściowe, są przedstawione za pomocą wytłumaczalnej SI. Podejście firmy Altair do sztucznej inteligencji jest odpowiedzialne, co oznacza, że wszyscy użytkownicy wyników modeli danych mogą być pewni podejmowania decyzji biznesowych, wiedząc, na jakiej podstawie i dlaczego dokonano konkretnych decyzji. Nie trzeba zatem brać wyników i sugestii SI za pewnik, w dowolnym momencie można powiedzieć „sprawdzam!”.

Altair SI

Jak widać, zastosowanie sztucznej inteligencji w analityce danych jest dziś nie tylko ciekawostką, ale wręcz koniecznością. Każda firma opiera się na danych, a generuje ich każdego dnia całe biblioteki. Nieodzowne więc wydaje się wsparcie wirtualnych, inteligentnych asystentów. Ale czy każda organizacja skorzystałaby z rozwiązań SI, w tym samouczenia się maszyn i wytłumaczalnej SI?

Sztuczna inteligencja w Business Intelligence odnajduje zastosowanie przy:

  • zarządzaniu ryzykiem kredytowym i oszustwami,
  • analityce marketingowej,
  • projektowaniem cyklu życia produktu,
  • programami lojalnościowymi dla klientów,
  • łańcuchami dostaw,
  • i nie tylko!

Od opieki zdrowotnej po usługi finansowe, od telekomunikacji po roszczenia gwarancyjne produktów, od przemysłu ciężkiego po dowolnych rozmiarów e-commerce, od rekomendacji produktów po filtry spamu, od zmniejszenia rotacji pracowników po utrzymanie zaangażowania klientów.

Wielu ludzi uważa, że analityka napędzana przez SI zastępuje ludzkie, racjonalne podejmowanie decyzji – algorytmami. Rzeczywistość jest jednak taka, że większość problemów biznesowych nie może być rozwiązana wyłącznie przez maszyny – kluczowa jest ludzka interakcja i perspektywa. Dlatego możliwości rozszerzonej o sztuczną inteligencję analityki pozwalają ludziom w organizacji skupić się na tym, co najważniejsze – realnych korzyściach dla firmy, decyzjach i przewidywaniu rezultatów w przyszłości. Dzięki czemu więcej osób, niezależnie od umiejętności, może uzyskać jak najlepszy wgląd w dane i jak największą wartość z analizy, która dzięki systemom klasy Business Intelligence, jest dziś szybsza i efektywniejsza niż kiedykolwiek wcześniej.

Autor:
Kamil Skuza

Bibliografia:

Zdjęcia: unsplash.com & freepik.com

Poprzedni wpisDlaczego nie należy obawiać się robotów i sztucznej inteligencji? – Część I

Kontakt z Nami

W czym możemy Ci pomóc?

Wypełnij poniższe pola i wyślij formularz - odpowiemy niezwłocznie