Inteligentne maszyny są częścią naszej popkultury od dawna. Nie raz nie dwa widzieliśmy jak super-zaawansowane technologicznie roboty polowały na Sarę Connor albo stawały do walki z Avengersami. Niestety cały ten fikcyjny sztafaż namieszał w naszym postrzeganiu SI w prawdziwym życiu, a właściwie w biznesie. Dzisiaj mało kto wie jak działa sztuczna inteligencja. Co więcej, są firmy, które tę niewiedzę wykorzystują, byle tylko zdobyć fundusze od inwestorów. Czy współczesny konsument może więc dzisiaj liczyć na prawdziwe spotkanie „trzeciego stopnia” z SI?
IDC prognozuje, że jeszcze w tym roku firmowe wydatki na sztuczną inteligencję osiągną wartość ponad 35 mld dolarów. Stanowić to będzie 44-procentowy wzrost względem wydatków w roku ubiegłym. Popyt na rozwiązania SI napędzać będzie przede wszystkim branża handlowa. Za sumę prawie 6 mld dolarów detaliści chcą rozwijać cyfrowych doradców klienta i konsultantów zakupowych.
Drugą co do wielkości branżą, która chce podążyć tą drogą będzie bankowość. Instytucje finansowe przeznaczą ponad 5,5 mld dolarów m.in. na zautomatyzowane systemy analizy zagrożeń oraz inteligentne oprogramowanie do walki z nadużyciami. Te wszystkie liczby robią wrażenie, ale niestety zwykli konsumenci nadal nie do końca rozumieją o co w tym wszystkich chodzi. Zresztą ludzie od biznesu też mają z tym problem. Czasem z braku wiedzy, czasem to zwykła premedytacja.
Spis treści:
Robot, algorytm i kwiatek do kożucha
Ostatnio opublikowane badania londyńskiej firmy inwestycyjnej MMC Ventures, odbiły się w zachodniej prasie szerokim echem. Analitycy przebadali 2830 startupów z całej Europy. Każdy z nich twierdził, że zajmuje się badaniami nad sztuczną inteligencją. Problem w tym, że w 40 proc. z nich nie stwierdzono, by SI było ważną częścią oferowanego produktu. Raczej hasłem odgrywającym rolę kwiatka do kożucha. Wielu inwestorów dotuje jednak te firmy, nie mając wiedzy o tym w co de facto inwestuje. Świadomość konsumentów również pozostawia wiele do życzenia. Według badań VMware, ponad 40 proc. Europejczyków błędnie widzi w sztucznej inteligencji humanoidalnego robota. Czy przyczyną jest brak wiedzy? A może termin ten nam zbytnio spowszechniał?
Jeszcze dziesięć lat temu sądziliśmy, że najlepszym wyrazem sztucznej inteligencji była responsywna komunikacja użytkownika z komputerem. Dzisiaj wiemy, że to standard funkcjonowania systemów operacyjnych i przestaliśmy to postrzegać nawet jako inteligencję maszynową – wspomina David Matthews, główny inżynier rozwiązań technologicznych dla Sky, jednej z największych firm medialnych w Europie.
Skoro SI nie jest ani robotem, ani formą komunikacji maszynowej, to czym właściwie jest? Jakie są dzisiejsze możliwości zastosowania jej w biznesie? Odpowiedź wielu osobom wydać się może niezbyt pasjonująca i na pewno daleka od powszechnych wyobrażeń. Choć dużo mówimy dzisiaj o sztucznej inteligencji, to obecnie najpowszechniejsze są rozwiązania tzw. uczenia maszynowego (ML – machine learning). Algorytmom tym daleko do wyobrażeń o samodzielnie myślących robotach, ale ich wykorzystanie w biznesie rośnie wraz z pojawianiem coraz to bardziej innowacyjnych technologii wymagających odpowiedniego wsparcia. I nie ma tutaj mowy o naginaniu faktów.
Smart gaming maszyną napędzany
Playtika jest jedną z najbardziej nowoczesnych firm zajmujących się produkcją gier mobilnych na świecie, która wdrożyła rozwiązania machine learningu. Rynek podbiła m.in. serią Board Kings oraz World Series of Poker. Uczenie maszynowe zostało wdrożone, by sprostać rosnącym oczekiwaniom graczy, łaknących coraz to lepszych, naturalnych, responsywnych doświadczeń gamingowych.
Rozwój algorytmów uczenia maszynowego jest naszą codziennością. To nasza droga w stronę inteligentnych systemów. Przy czym nie jesteśmy już na etapie testów, ponieważ wszystko co w tym zakresie robimy jest żywotną częścią naszych technologii i całego biznesu. Wykorzystujemy te rozwiązania choćby do tego by skutecznie analizować dane graczy – opowiada Erez Rachmil, wiceprezes ds. technologicznych w firmie Playtika.
Algorytmy uczenia maszynowego stosowane przez Playtikę mają za zadanie przewidywać ruchy i zagrywki graczy. Jednocześnie zbierają dane techniczne, które umożliwiają zespołom IT sprawne zarządzanie backgroundem systemowym. Wszystko razem pozwala graczom czuć się jakby grali z żywym człowiekiem.
Pomocna dłoń dla Internetu Rzeczy
Kolejnym obszarem praktycznego zastosowania SI są rozwiązania tzw. Internetu Rzeczy. Funkcjonują one w naszej rzeczywistości już wiele lat, ale dopiero wsparcie tego typu urządzeń algorytmami SI zwiększa ich potencjał biznesowy i daje im realną szansę, by zrewolucjonizować każdą branżę i nasze konsumenckie doświadczenia.
Urządzenia Internetu Rzeczy generują dzisiaj ogromne ilości danych i firmy muszą umieć je wykorzystać. Samo urządzenie może być fajne, odlotowe. Kolejne aktualizację mogę je jeszcze bardziej uatrakcyjnić. Ale nie o to w tym już chodzi. Prawdziwa innowacja zaczyna się tu, gdzie znajdujemy inteligentne rozwiązania do predyktywnej wręcz analizy danych z tych czujników czy smart gadżetów. Od tej analizy zależy zadowolenie klientów – przekonuje wiceprezes ds. technologicznych w firmie VMware.
PoznAI klienta
Dzisiejszy konsument oczekuje doświadczenia, które wykracza poza tradycyjnie pojmowany produkt. Doskonale rozumie to obsługująca ponad 23 mln abonentów platforma cyfrowa Sky. Dla niej możliwości jakie niesie uczenie maszynowe wspierające Internet Rzeczy czy edge computing, to okazja, by mocno namieszać na rynku usług medialnych.
Ze swoimi usługami docieramy do wielu milionów domów rozsianych po Europie. Ich mieszkańcy nie oglądają już tylko telewizji. Każdy w kieszeni ma superkomputer. Każde urządzenie, które posiadają może zostać podłączone do sieci. By zagwarantować im komfort użytkowania z tych urządzeń potrzebujemy rozwiązań, które połączą to w całość. Następnie będą analizować dane o potrzebach naszych klientów tu i teraz, a gdy zajdzie potrzeba będą wprowadzać zmiany natychmiastowo – przekonuje David Matthews ze Sky.
Choć SI, jak widać, nie jest do końca tym co nauczyła nas popkultura, wiele firm, jeśli chce skorzystać z jej możliwości, musi decyzję podjąć natychmiastowo. Innowacje takie jak ML mają to do siebie, że zmieniają się bardzo szybko i nie wiadomo, czy dzisiejsza biznesowa potrzeba, jutro nie będzie już finansowym obciążeniem.
