December 14, 2021
Chytrá a AI řešení i dnes dokáží velmi rychle zajistit návratnost i úspory a otevírají další možnosti byznysového růstu
Implementace umělé inteligence (AI) nabízí přidanou hodnotu společnostem, které chtějí svým zákazníkům nabídnout nové typy služeb za ceny, které akceptují. AI také otevírá široké možnosti pro ty, kteří potřebují optimalizovat a automatizovat své procesy a operace. Ačkoli se zdá, že tlak na digitalizaci přišel s pandemií, potřeba tu byla už dávno předtím. Mnoho společností však nejprve tuto technologii pečlivě testuje, a pokud výsledky neodpovídají často nereálným očekáváním, raději počkají. Během Týdne inovací mluvil Ondřej Vaněk, CEO Blindspot Solutions, o tom, jak porozumět AI, proč implementovat AI do podnikání a jak měřit úspěch.
Co české firmy nejvíce brzdí při zavádění pokročilých technologických řešení?
Většina českých společností se obvykle zdráhá přijmout nové technologie, zejména kvůli inherentnímu riziku. Společnosti technologii nejdříve pečlivě vyzkoušejí, a když se věci nevyvíjejí očekávanou cestou, vedení raději počkají. Navíc v případě AI často neexistuje žádná implementační strategie. Kromě stavu mysli však existuje praktický problém, kterým je kapacita. Existuje nedostatek lidí, kteří mohou inovovat a řídit. Proto pomáháme společnostem identifikovat příležitosti a dosáhnout jejich prvních cílů ve velmi krátké době. Spolu s prvními výsledky přichází důvěra v implementaci komplexnějších řešení, která transformují podnikání a udrží jej konkurenceschopné.
Na druhou stranu vidíme několik inovativních společností, které řešení založená na strojovém učení a umělé inteligenci úspěšně implementují. Tyto společnosti jsou obvykle daleko před konkurencí a jsou silné vůči narušení.
Ve kterých oborech se u nás umělá inteligence aktuálně prosazuje nejvýrazněji?
Umělá inteligence a strojové učení jsou velká témata a stále jsou na začátku svého možného dopadu. Společnosti už si jejich potenciál uvědomují, ale zdaleka jej nevyužívají. AI má široké možnosti v automobilovém a zpracovatelském průmyslu, zároveň nabízí obrovskou přidanou hodnotu a konkurenční výhodu společnostem z bankovního a fintech segmentu, maloobchodu a e-commerce. V tomto případě pomáhá AI nabídnout zákazníkům nové typy služeb za ceny, které jsou pro ně přijatelné. Algoritmy a technologie dnes řídí zásoby, prodej atd. A náš svět ovládaný ekonomikou bude brzy z velké části ovládán inteligentním systémem.
AI je populárním tématem a oblastí, které technologie ale naopak opomíjíme?
Podceňujeme internet věcí, 3D tisk ve výrobě nebo obchodní výhody virtuální a rozšířené reality, které by bylo možné využít mnohem více. Současně se rozšířená a virtuální realita brzy stane revolucí, zejména v osobním životě. Lidé je začnou používat v každodenním životě a firmy se na to musí také připravit.
O technologické připravenosti firem se nyní v souvislosti s koronavirem mluví mnohem více. Ovlivnila ale tlak na digitalizaci skutečně pandemie?
Dnešní společnosti musejí rychle uvádět na trh nové produkty a optimalizovat dodavatelský a výrobní řetězec, aby se vyhnuly zbytečným nákladům. Tlak na digitální tansformaci byl proto viditelný již před koronavirem – vychází ze stále rostoucích potřeb zákazníků a dynamiky samotného byznysu. Například v oblastech jako bankovnictví, e-commerce nebo maloobchod vyvíjejí zákazníci velký tlak na kvalitu a dostupnost služeb. Pandemie toto vše jen umocnila a odhalila (ne)připravenost společností. Společnosti, které dříve implementovaly řešení jako automatické plánování výroby a plánování logistiky nebo online komunikační kanály pro zákaznickou podporu, mohou nyní držet krok a jsou také schopny udržovat nižší provozní náklady i své zákazníky.
Jaké výzvy společnosti čekají v dalších pěti až deseti letech?
V dlouhodobějším horizontu musí společnosti uchopit a adaptovat nové technologie a překlopit je ve svého podnikání a procesů. Tuto strategii však často narušila pandemie a společnosti nyní pracují hlavně s časovým rámcem rok nebo dva. Přemýšlejí o tom, jak neudusit plánované inovace a zároveň jak ušetřit náklady, které s krizí rostou. V Blindspotu jim pomáháme s našimi řešeními, která mohou zajistit návratnost a úspory ve velmi rychlém čase a otevřít další způsoby, jak udržet obchodní růst.
Co vnímáš jako výzvu AI ty. Co bys byl rád, kdyby se kolem této oblasti změnilo?
Chtěl bych sejmout strach a nejistotu, které některé společnosti mají, když jde o implementaci AI do jejich byznysu. Existuje mnoho příkladů společností napříč segmenty, kde byla implementace AI úspěšná a užitečná. Je také důležité přemýšlet o samotné transformaci, a proto se v Blindspotu zaměřujeme nejen na poskytování řešení, ale také na návrh udržitelného rámce přijetí AI, který může společnost sledovat.
Na Týdnu inovací jsi měl praktický seminář zaměřený na úspěšné nasazení umělé inteligence do byznysu. Co může úspěšné nasazení přinést?
Například v logistice a plánování dodavatelského řetězce může umělá inteligence způsobit skutečnou revoluci.
Ručně vyplněné tabulky v aplikaci Excel a zdlouhavé procesy zaměřené na člověka mohou být nahrazeny centralizovaným poloautonomním plánovacím systémem, který dokáže zredukovat celodenní aktivity na minuty. Další významnou pomocí je možná asistence a oznámení možného problému předem. Například pracovníci budou včas vědět, že kapacita nákladních vozů již dosahuje svého maxima, a asistent doporučí optimalizaci včas.
AI si každý vysvětluje trochu jinak, od chytrých řešení založených na algoritmech po humanoidní roboty, kteří by mohli ovládnout svět. Co si tedy pod tou, která může společnostem byznysově pomoci, představit?
Umělá inteligence zahrnuje například mnoho oblastí strojového učení, včetně statistických, relačních, hlubokých učení nebo neuronových sítí. V tomto případě stojí nad daty algoritmus a učí určitý model. Všichni je známe - díky neustálému učení mohou algoritmy personalizovat maloobchodní nákupní platformu a nabídku na ní zobrazenou přímo podle modelu zákazníka. Na základě modelu pak s doporučením produktu pomůže další algoritmus. Umělá inteligence, konkrétně strojové učení, jednoduše najde nové vztahy a pravidla v datech zákazníků. Na druhou stranu je AI omezena poskytnutými údaji, samozřejmě kvalitou dat, ale také podmnožinou problému, kterou data popisují.
Například pokud rozhodnutí zákazníků závisí na aktuálním počasí a údaje o počasí chybí v mojí datové sadě, AI mi nemůže doporučit, abych svůj datový soubor rozšířil.
Kolik takových pravidel v modelu zhruba je?
Mohou existovat desítky tisíc komplikovaných (ale také zbytečně duplikovaných) pravidel s malými nuancemi. Algoritmus učení vytváří strukturu definovanou těmito pravidly. Ale i zde platí Paretův princip, tj. obvykle 80 % rozhodnutí algoritmu je založeno na 20 % pravidel. Podstata zmíněných nákupních modelů je v zásadě kompaktní a vysvětlitelná. V Blindspotu to víme a upřednostňujeme kompaktní a vysvětlitelné přístupy. Snažíme se uchopit podstatu a vylepšit ji.
I kompaktní modely je však téměř nemožné vytvořit a udržovat lidmi. V případě maloobchodních nákupních platforem, ale také bankovních či pojišťovacích produktů jde o zvýšení zákaznické zkušenosti prostřednictvím personalizace, které by člověk v takovém množství nikdy nezvládl ručně. Dalším zajímavým tématem je také B2B personalizace, kde modelujeme chování dodavatelů v dodavatelském řetězci: co a kdy objednat, aby měla společnost včas vše, co potřebuje.
Jaká další oblast AI společnostem a jejich zákazníkům usnadňuje život?
Inteligentní asistenti, například ve formě chytrých telefonů a chytrých zařízení kolem nás. Asistence jako taková má velký smysl pro rozhodování v každodenním životě i v podnikání. Například v logistice může poukazovat na zvyšování kapacity nákladních vozidel. Implementaci těchto technologií je třeba komplexně zvážit jak v B2C, tak v B2B.
Jaký přístup je ten správný?
Existuje osvědčený inovační rámec, v rámci kterého společnost vyvíjí inovativní řešení od nápadů přes dobře kontrolovaný a přesně definovaný proces. V Blindspotu také pomáháme společnostem generovat nápady pomocí AI Open Days, kde generujeme velké množství případů použití na základě diskusí s osobami s rozhodovací pravomocí a zaměstnanci společnosti. Do správy dodáváme předem ověřený seznam případů použití, který obvykle přímo podporuje implementaci několika nejlepších. Můžeme tedy začít implementovat AI rychle, s další výhodou podpory a přijetí zaměstnanci, vlastníky případu použití, zapojenými do inovačního procesu od samého začátku.
