sobota, Maj 26, 2018
Facebook
Home Tagi Wpis otagowany "sztuczna inteligencja"

sztuczna inteligencja

Według badań przeprowadzonych przez firmę analityczno-doradczą Gartner do 2020 roku 85% kontaktów między konsumentem, a przedsiębiorstwem będzie przeprowadzane maszynowo, bez konieczności interakcji z fizycznym doradcą klienta. Co więcej, Gartner prognozuje, że między 2017 a 2021 r. obsługa klienta dokonywana wyłącznie przez mechanizmy oparte na sztucznej inteligencji (AI) wzrośnie pięciokrotnie. Czwarta rewolucja przemysłowa (Przemysł 4.0) już dziś zmienia charakter obsługi klienta dzięki wykorzystaniu możliwości sztucznej inteligencji.

Dawno minęły czasy ręcznego zajmowania się każdym zapytaniem, śledzenia alertów i przechowywania zapisów. Obecna technologia umożliwia centrom telefonicznym nie tylko szybszą i bardziej wydajną pracę, ale także identyfikację prawdopodobnych problemów przed ich wystąpieniem i rozwiązywanie ich z wyprzedzeniem. Wszystko to jest możliwe dzięki rozwojowi uczenia maszynowego (machine learning) i algorytmów głębokiego uczenia się (deep learning). Wraz ze wzrostem mocy obliczeniowej i ulepszaniem systemów AI zbliżamy się do momentu, kiedy każdą potrzebę klienta będzie można zaspokoić przy pomocy wysoko wykwalifikowanych wirtualnych asystentów i cyfrowych chatbotów replikujących zachowanie agentów ludzkich. Sztuczna inteligencja może zrewolucjonizować prawie każdy aspekt biznesu, w różnych jego sektorach, a rewolucja w interakcjach między firmą a konsumentem dzieje się na naszych oczach. Jak AI może pomóc w obsłudze klienta? Oto kilka przykładów.

Poprawa jakości obsługi klienta

Obsługa klienta dzisiaj jest w dużej mierze reaktywna. Osoba dzwoni do centrum kontaktowego firmy i musi dostarczyć szeroki zakres informacji, takich jak: imię i nazwisko, adres, numer lojalnościowy i opis problemu. Jeśli agent nie może pomóc, osoba dzwoniąca zostaje przekierowana do kolejnej osoby, a proces rozpoczyna się od nowa. Jest z tym wiele problemów, przede wszystkim marnuje czas klienta i frustruje go. Sztuczna inteligencja jest w stanie połączyć aktywność użytkownika z jego telefonem na Call Center i dostarczyć agentowi niezbędnych informacji. Dzięki temu doradca klienta może przewidzieć, dlaczego dana osoba dzwoni i zasugerować, jak rozwiązać problem, nawet przed zapytaniem.

– Wykorzystanie AI w postaci algorytmów maszynowego uczenia w obsłudze klienta nie tylko usprawnia cały proces, ale też może pozytywnie wpływać na wizerunek firmy. Obsługa klienta w przypadku wystąpienia jakiś problemów ma bowiem duże znaczenie w kontekście jej reputacji. Raz niezadowolony klient prawdopodobnie zostawi niepochlebne opinie w internecie, podzieli się nimi ze znajomymi i finalnie może po raz kolejny nie sięgnąć już po nasz produkt czy usługę. Dlatego firma powinna wykorzystać każdą okazję, aby zapewnić klientom doskonałą obsługę, a współczesne technologie bardzo to ułatwiają. Posłużmy się prostym przykładem. Marta często podróżuje naszymi liniami lotniczymi i właśnie dowiedziała się, że jej lot jest odwołany z powodu problemów pogodowych. Marta loguje się na stronie i zaczyna szukać nowych lotów. Jak się okazuje, wszystkie bezpośrednie połączenia są albo pełne albo odwołane, więc rozszerza swoje poszukiwania o loty z przesiadką, ale nie znajduje dla siebie dogodnego rozwiązania. Po kolejnych minutach poszukiwań Marta decyduje się na telefon do naszych linii lotniczych, gdzie wita ją uprzejmy konsultant, prosi o jej dane, numer lotu i pyta jak może jej pomóc. Marta wyjaśnia sytuację, a agent przechodzi wiele kroków, które ona już raz przeszła sama. Marta zaczyna się denerwować i obawia się, że loty szybko się zapełniają i może nie znaleźć biletu na powrót do domu. Ostatecznie po blisko 20 minutowej rozmowie jej lot zostaje zmieniony na lot z przesiadką i Marta cieszy się, że się to udało, choć jest nieco zirytowana, że transakcja trwała tak długo. Jak mogłaby wyglądać ta rozmowa gdyby nasza linia lotnicza używała sztucznej inteligencji wspomagającej obsługę klienta? Załóżmy, że Marta wykonuje wszystkie te same czynności do momentu jej telefonu. Kiedy więc dzwoni do naszych linii lotniczej, AI zebrała już wszystkie informacje i zrozumiała, że lot Marty został odwołany i że rozszerzyła ona swoje poszukiwania o inne regionalne porty lotnicze, AI przekazała to wszystko naszemu konsultantowi wraz z propozycją konkretnego połączenia pozwalającego Marcie wrócić do domu. Agent wie również, że dzwoniąca do niego kobieta często wybiera loty na tej konkretnej linii i jest naszym stałym klientem. Kiedy więc Marta dzwoni do nas to konsultant pozdrawia ją po imieniu i mówi: „Dzień dobry Pani Marto, dziękuję za lojalność wobec naszych linii, widzę, że próbowała Pani zmienić swój odwołany lot. Mogę zaproponować Pani lot jutro o 13:00 z przesiadką w Berlinie? Czy pasuje to Pani?” Marta jest zadowolona i dziękuję za szybką pomoc. W powyższym przykładzie, w oparciu o wcześniejsze działania Marty,  AI była w stanie zrozumieć z jakim problemem ona dzwoni i dostarczyła agentowi odpowiednie informacje, które zdecydowanie skróciły czas obsługi Marty i pozytywnie przełożyły się na jej zadowolenie ze sprawnego rozwiązania jej problemu. Firmy zbierają ogromne ilości informacji na temat nawyków i działań swoich klientów. Wyzwaniem jest to, że ludzie nie mogą analizować dużych ilości danych tak szybko, jak maszyny. Systemy AI mogą być wykorzystywane do badania tych danych i dokonywania wnioskowań, które mogą pomóc firmom szybciej i dokładniej obsługiwać klientów, dzięki czemu każdy pracownik obsługi klienta jest bardziej skuteczny – tłumaczy Jędrzej Fulara, CTO w Sparkbit.

Prewencja problemów

Sztuczna inteligencja przewyższa ludzkie możliwości pod względem ilości danych, które może analizować w danym czasie. Pozwala to na stałe monitorowanie i natychmiastowe wykrywanie wszelkich anomalii. AI może przeanalizować miliony danych i rozpoznać wzorce, które pozwalają wykryć problemy, które jeszcze się nie pojawiły, ale prawdopodobnie pojawią się w najbliższej przyszłości. Firmy mogą zapobiegawczo zająć się nimi, zanim przyniosą finansowe straty.

– Już dziś wiele firm wykorzystuje mechanizmy uczenia maszynowego do tworzenia realnej wartości dla klienta. Przykładem takiego działania są m.in. systemy z wbudowaną sztuczną inteligencją monitorujące prawie nieskończoną liczbę stron internetowych pod kątem określonych słów kluczowych. Dzięki temu firmy mogą szybko i efektywnie identyfikować klientów, którzy doświadczają zakupowych problemów. Co więcej przedsiębiorcy mogą w krótkim czasie dowiedzieć się jaki jest charakter i natura tych kłopotów. Przede wszystkim jednak – dzięki algorytmom uczenia maszynowego – inteligentny system może w czasie rzeczywistym pomagać klientom w rozwiązaniu ich problemu, odsyłając ich do sekcji często zadawanych pytań lub oferując proste rozwiązania za pomocą botów – dodaje Jędrzej Fulara ze Sparkbit.

Według raportu opracowanego przez ośrodek analityczny Forrester w najbliższych latach firmy będą intensywnie badać możliwości wykorzystania inteligentnych agentów i dodawać konwersacyjne interfejsy do statycznych treści samoobsługowych. Będą przewidywać potrzeby na podstawie kontekstu, preferencji i wcześniejszych zapytań oraz będą dostarczać proaktywne alerty, odpowiednie oferty i treści.

Chatboty – automatyzacja obsługi klienta

Coraz więcej firm wybiera chatboty, jako narzędzie do obsługi klienta. Obecnie około 30% firm oferujących swoje usługi w internecie, posiada samodzielne “boty”, które mogą odpowiadać na nieskomplikowane pytania i rozwiązywać proste problemy. Wciąż jednak możliwości zaimplementowanych elementów sztucznej inteligencji są znacząco węższe od umiejętności fizycznego doradcy. Mimo to, dla wielu firm wirtualni doradcy przynoszą miliony dolarów zysku. Chatboty mogą tanio, szybko i konsekwentnie odpowiadać na zapytania klientów. Mogą od razu rozwiązywać problemy, bez względu na to czy jest godzina 10:00 w dzień czy 2:00 w nocy. Ma to kluczowe znaczenie dla firm ukierunkowanych na pokolenia millenialsów (którzy mogą być niecierpliwi). Chatboty nie potrzebują też czasu na szukanie odpowiedzi, tak jak robią to ludzie, dzięki czemu idealnie nadają się do szybkich odpowiedzi na najczęściej zadawane pytania. Szacuje się, że systemy oparte o sztuczną inteligencję pomagają skrócić czas obsługi nawet pięciokrotnie. W przypadku, gdy chatbotom nie udaje się rozstrzygnąć sprawy mogą skierować klienta do konsultanta – człowieka. Taki schemat oczywiście zwiększa produktywność pracowników. Wirtualni doradcy popełniają też mniej błędów podczas odpowiadania na zapytania klientów i mogą prowadzić proaktywne interakcje z klientem. Oznacza to, że nie odpowiadają oni tylko na zapytania, ale też rozpoczynają rozmowy informując np. o promocjach i wyprzedażach, oferują samouczki video, pokazują linki do stron produktów czy wpisów na blogu.

– Dobrym przykładem odnoszenia korzyści dzięki wirtualnym agentom jest China Merchants Bank. Ten chiński bank komercyjny, używa bota w popularnej aplikacji WeChat do obsługi od 1,5 do 2 milionów zapytań dziennie. By sprostać takiej ilości pracy bez używania systemów AI, ten sam bank musiałby zatrudnić ponad 7 000 pracowników. Innym przykładem jest hotel i grupa kasyn Caesars oferujących Ivy – wirtualnego concierge, który automatycznie odpowiada na zapytania gości. Dzięki niemu liczba połączeń z hotelowym biurem obsługi (zarządzanym tradycyjnie) zmniejszyła się o 30%. Innym spektakularnym przykładem jest wykorzystanie mechanizmów sztucznej inteligencji przez jeden z australijskich banków. Obecnie eksperymentuje on z samodzielnym, inteligentnym wirtualnym asystentem, którego głównym zadaniem jest przysłuchiwanie się rozmowom pracowników banku na temat pożyczek. Jeśli pracownik banku zapomni o czymś lub popełni błąd, bot automatycznie włącza się w prowadzoną rozmowę. Niektóre firmy używają chatbotów w celu poprawienia efektywności fizycznych pracowników. Dobrym przykładem jest stosowanie systemów sugerowania odpowiedzi na przychodzące zapytania klientów, które pracownik przed wysłaniem może zatwierdzić lub odpowiednio dostosować. W ciągu ostatniego roku umożliwiło to holenderskim liniom lotniczym KLM podwojenie liczby obsługiwanych zapytań klientów – do 120 000 tygodniowo – przy jednoczesnym zwiększeniu liczby pracowników o zaledwie 6% – mówi Jędrzej Fulara ze Sparkbit.

AI – zmienia zasady funkcjonowania obsługi klienta

Korzyści z wprowadzenia sztucznej inteligencji do systemu obsługi klienta są wielowymiarowe. AI zwiększa ilość interakcji z klientem poprzez zautomatyzowanie reakcji, radzi sobie z dużym natężeniem zapytań i zapewnia wsparcie 24 godziny na dobę gwarantując cały czas ten sam poziom wydajności. Systemy te nie muszą odpoczywać i są odporne na negatywne ludzkie emocje. Konsultant może się złościć, być rozczarowany lub sfrustrowany, co może wpłynąć na kolejną rozmowę. AI nie ma takich problemów. Dodatkowo pracownicy mogą skorzystać z pomocy sztucznej inteligencji, aby uzyskać lepsze wskaźniki dla swoich indywidualnych celów. Pomaga to zmotywować ich do pracy, zmniejsza zmęczenie i poprawia dobre morale w zespole, a wszystko to przyczynia się do trwałego sukcesu. AI pozwala na szybsze rozwiązywanie problemów, a dzięki temu, że algorytm sam uczy się z gromadzonych danych w dłuższej perspektywie zwrot z tej inwestycji jest bardzo opłacalny dla firmy, ponieważ system znacząco podnosi poziom wydajności. Systemy AI pozwalają też na analitykę w czasie rzeczywistym. Menedżerowie mogą zobaczyć analizę rozmów i działań, a następnie zdecydować, czy kontynuować stosowanie tych samych strategii, czy też modyfikować je w celu lepszej realizacji celów. W przypadku nowych klientów, konsultanci nie znają ich preferencji przez co proces personalizacji oferty jest trudny, tymczasem systemy sztucznej inteligencji mogą pobierać informacje o takich klientach z dowolnej dostępnej publicznej bazy danych, a następnie moderować rozmowę w zależności od potrzeb i zapewnić klientom niespotykany dotychczas poziom personalizacji skierowanej do nich oferty. To z kolei buduje lojalność wobec marki.

Dobrze działająca obsługa klienta jest jednym z kluczowych czynników pozwalającym firmom osiągnąć przewagę konkurencyjną i finansowy sukces. Poprawa jakości tej obsługi ma bardzo duże znaczenie w budowaniu wizerunku marki, dlatego CIO powinni traktować sztuczną inteligencję jako technologię zmieniającą reguły gry.

Wyzwania związane z RODO, rozwiązania z zakresu kognitywnej i sztucznej inteligencji w co drugiej firmie, dalszy wzrost wydatków na usługi infrastruktury na żądanie czy wzrost liczby i znaczenia rozwiązań kontenerowych to najważniejsze kierunki, w których do 2021 roku rozwijać się będzie infrastruktura przedsiębiorstw.

  1. Już do 2019 roku 50% międzynarodowych organizacji przewartościuje swoje strategie odnośnie usług chmurowych, infrastruktury oraz zarządzania danymi, w celu sprostania nowym regulacjom wdrażanym na całym świecie.

Zmiany te odnoszą się szczególnie do europejskiego rozporządzenia dotyczącego ochrony danych osobowych – RODO (ang. General Data Protection Regulation), które wejdzie w życie 25 maja 2018 roku. Analitycy IDC przewidują, że wymagania związane ze zgodnością i bezpieczeństwem w kontekście regulacji spowodują dojrzalsze podejście do technologii chmurowych. Wzrost incydentów bezpieczeństwa wymusi na organizacjach stworzenie nowych strategii zarządzania danymi. Będą się one oczywiście różniły w zależności od regionu świata i lokalnych regulacji, jednak wszystkie będzie łączył priorytet zapewnienia najwyższego poziomu bezpieczeństwa przechowywanych informacji klientów.

  1. Do 2021 roku 50% przedsiębiorstw będzie wykorzystywało przy budowie infrastruktury wybrane formy kognitywnej i sztucznej inteligencji. Rozwiązania te wpłyną na poprawę produktywności, zarządzania ryzykiem oraz zwiększą ogólną redukcję kosztów.

Technologie sztucznej inteligencji i uczenia maszynowego mają olbrzymi potencjał, żeby przekształcać infrastrukturę przedsiębiorstw i ich procesy biznesowe. Uczenie maszynowe obejmuje projektowanie i tworzenie systemów zdolnych do samouczenia się, w oparciu o gromadzone dane. Algorytmy AI (ang. Atificial Intelligence) będą potrafiły przeglądać i interpretować pliki dziennika w całej infrastrukturze IT. Umożliwi to maszynie m.in. przewidzenie dokładnego czasu awarii modułu lub całego systemu z dokładnością co do minuty, zanim człowiek zdąży się zorientować, że dzieje się coś niepokojącego.

Ciekawym przykładem narzędzia, które oferuje raportowanie, przewidywanie i analizowanie – na podstawie wykorzystania architektury – jest vRops, oferowany przez VMware  – wskazuje Artur Słowik, Solution Architect z OVH. – Narzędzie to monitoruje i uczy się, w jaki sposób wykorzystywana jest infrastruktura. Po około dwóch tygodniach wyświetlane są informacje na temat przewidywanego zużycia oraz algorytmy „best practices”, które są w stanie zalecić ewentualne poprawki tak, aby osiągnąć jak największą wydajność.

Technologia sztucznej inteligencji zostanie zintegrowana z chmurą publiczną i prywatną, a proces przenoszenia danych między różnymi infrastrukturami i środowiskami będzie przebiegać automatycznie, bez interwencji człowieka, co przełoży się na redukcję kosztów.

  1. Do 2021 roku wydatki na IaaS (ang. Infrastucture as a Service – infrastruktura jako usługa) będą o 15% wyższe niż wydatki na rozwiązania on-premise, storage oraz infrastrukturę sieciową.

Jeszcze w 2015 roku firmy były średnio o 3,4 razy bardziej skłonne do zakupu fizycznej infrastruktury w postaci hardware niż do wypożyczania jej w postaci usługi, w modelu IaaS, w chmurze prywatnej. Jednak w czasach transformacji cyfrowej większość firmowych centrów danych szuka nowych sposobów wykorzystania zaawansowanych usług IT. Wiąże się to z ich popularyzacją oraz z  wymiernymi korzyściami, wiążącymi się z korzystaniem z infrastruktury IT na żądanie (IaaS) oraz z możliwością wynajmu potrzebnych zasobów od dostawców chmury. Zmniejsza to odpowiedzialność przedsiębiorstw w kontekście administrowania infrastrukturą, oszczędza ich czas i finanse. Ta on-premise (instalowana u klienta) stanie się infrastrukturą IaaS z uproszczonym procesem wdrażania. Większość przedsiębiorstw wybierze właśnie ten rodzaj usług, dostępnych w chmurze.

Biorąc dla przykładu usługi chmury prywatnej oraz publicznej, zwiększenie infrastruktury sprowadza się do przysłowiowych kilku kliknięć, bez potrzeby zakupu i konfigurowania nowego sprzętu. Co ciekawe, działa to podobnie w przypadku potrzeby zmniejszenia swojego zaplecza – dodaje Artur Słowik.

  1. Do 2021 roku liczba zainstalowanych i gotowych do użycia rozwiązań kontenerowych wzrośnie do ponad 3,5 miliarda.

Wykorzystywanie rozwiązań kontenerowych jest dzisiaj widoczne w większości organizacji. Firmy lepiej rozumieją dojrzewającą technologię oraz posiadają większą swobodę w eksperymentowaniu.

Kontenery stanowią lekkie rozwiązanie, które zawiera komponenty wymagane do uruchomienia aplikacji. Pozwala to m.in. na modułowe zaprojektowanie aplikacji, co oznacza, że może być ona zbudowana z mniejszych „klocków”, które w razie problemów można szybko wymienić. Dodatkową cechą jest przenośność tego typu rozwiązania, umożliwiająca sprawne migracje na nowe środowiska – tłumaczy Artur Słowik.

Rozwiązania kontenerowe używane są obecnie w połączeniu ze specjalnie przystosowanymi do architektury cloud aplikacjami, działającymi natywnie w tym środowisku. Ich zaletą jest szybkość budowy, skalowalność i elastyczność. Aplikacje te są najczęściej uruchamiane w prywatnej lub publicznej chmurze w ramach przedsiębiorstwa lub w centrum danych dostawcy usług. Oprócz cloud computing, rozwiązania kontenerowe znajdą również zastosowanie w obliczeniach rozproszonych (ang. distributed computing) i lokalizacjach brzegowych (ang. edge locations). Będą służyły np. do uruchamiania aplikacji w samochodach, statkach wycieczkowych czy terminalach lotniczych.

Zestawienie powstało w oparciu o raport firmy badawczej IDC[1], zawierający 10 wyselekcjonowanych kierunków rozwoju infrastruktury przedsiębiorstw.

[1] IDC FutureScape: Worldwide Enterprise Infrastructure 2018 Predictions

Aż 72% zarządzających przedsiębiorstwami na świecie uważa, że wykorzystanie sztucznej inteligencji będzie największą przewagą konkurencyjną firm w przyszłości – wynika z raportu PWC „2018 AI Predictions”. Czy biznes, nauka i administracja publiczna w Polsce są na to przygotowane? Eksperci Personnel Service wskazują, że na drodze rozwoju sztucznej inteligencji w naszym kraju stoi wiele przeszkód, a najważniejsze to wysokie koszty energii, drenaż specjalistów, niska innowacyjność, tradycyjny system kształcenia i niska nowoczesność uczelni wyższych.

– Skoro już za 45 lat sztuczna inteligencja przejmie większość naszych zadań, musimy zacząć zastanawiać się nad tym, jakie to będzie miało konsekwencje  nie tyle globalnie, co na rynku polskim. Może dojść do zrównania kosztów pracy pomiędzy krajami i wtedy nasze obecne przewagi, które w sporej mierze opierają się na tym, że mamy relatywnie tanią siłę roboczą, stracą na znaczeniu. Na pierwszy plan wysuną się inne atuty związane m.in. z kosztami energii, innowacyjnością czy dostępem do specjalistów. A w tych aspektach Polska nie ma tak wielu asów w rękawie, co kraje rozwinięte – mówi Krzysztof Inglot, prezes zarządu Personnel Service.

Bariera 1: wysokie koszty energii

Z najnowszych danych Eurostatu wynika, że w I półroczu 2017 roku średnia cena energii elektrycznej dla gospodarstw domowych w Polsce wyniosła 14,6 euro za 100 kWh. To o 5,8 euro mniej niż w całej Unii Europejskiej. Jednak jeżeli weźmiemy pod uwagę cenę energii elektrycznej w odniesieniu do siły nabywczej (PPS), czyli wspólnej waluty odniesienia, która eliminuje różnice poziomu cen między krajami – wskaźnik w Polsce jest jednym z najwyższym w Europie. Wynosi aż 25,9 PPS za 100 kWh.

Najniższe ceny energii elektrycznej odnotowano w Finlandii (12,8 PPS za 100 kWh), Luksemburgu (13,5) i Holandii (14,2), a najwyższe w Niemczech (28,7), Portugalii (28,6), Polsce (25,9), Belgii (25,6) i Hiszpanii (25,4).

Bariera 2: drenaż specjalistów

Różne szacunki wskazują, że obecnie na emigracji przebywa nawet 2,5 mln Polaków. Część z nich to wykwalifikowani specjaliści, którzy zamiast rozwijać swoje kompetencje na miejscu, wywożą je do innych krajów. Widać to wyraźnie na przykładzie lekarzy. Z opublikowanych przez brytyjską Izbę Gmin w połowie 2017 roku danych wynika, że w Wielkiej Brytanii pracuje prawie 8,5 tys. polskich lekarzy i pielęgniarek.

– Wielu naszych specjalistów pracuje za granicą, co oczywiście działa na niekorzyść naszego kraju. Wynika to przede wszystkim z faktu, że nadal warunki pracy oferowane w Polsce są mniej atrakcyjne niż te w Europie Zachodniej. I nie chodzi nawet o zarobki, które oczywiście są lepsze w innych krajach, ale przede wszystkim o możliwość rozwoju własnych kompetencji i ich wykorzystaniamówi Krzysztof Inglot.

Bariera 3: niska innowacyjność

Komisja Europejska w 2016 roku opublikowała globalny ranking innowacyjności, w którym Polska znalazła się na czwartym miejscu… od końca. Na pozycji lidera uplasowała się Szwecja, a za nią Dania, Finlandia, Holandia i Wielka Brytania. Silne strony polskiego systemu innowacji wskazywane w rankingu to: pozytywny wpływ na zatrudnienie, inwestycje przedsiębiorstw, a także otoczenie przyjazne innowacjom. Słabo za to wypadają innowacje sprzyjające sprzedaży na nowych rynkach oraz innowacje marketingowe i organizacyjne w sektorze MŚP.

Alarmujący dla Polski powinien być fakt, że w tak ważnym z punktu widzenia rozwoju sztucznej inteligencji rankingu, zajmujemy prawie ostatnią pozycję.

Bariera 4: tradycyjny system kształcenia

Na potrzeby rekrutacyjne NASA, od końca lat 60. ubiegłego wieku przeprowadzono test na myślenie dywergencyjne, którym sprawdzano zdolność kandydatów do twórczego rozwiązywania problemów. Gdy przetestowano nim grupę pięciolatków, uzyskano wyniki pokazujące, że 98% z nich jest na poziomie kreatywnego geniuszu. Po upływie pięciu lat w tej samej grupie odsetek wyników wybitnych spadł do 30%, a w grupie referencyjnej 31-latków myślenie dywergencyjne na poziomie wybitnym zanotowano tylko u 2% badanych.

– Jednym z czynników wpływających na obniżenie poziomu kreatywności jest szkoła. Dotyczy to również Polski, gdzie działa solidny system oparty o przekazywanie wiedzy i podstawowych umiejętności, ale brakuje pomysłów na zreformowanie tradycyjnego modelu kształcenia w kierunku promowania kreatywności. A tego typu projekty realizują już takie kraje jak Finlandia, Kanada, Estonia, Singapur, Japonia, Korea czy Chiny – mówi Krzysztof Inglot.

Bariera 5: niska nowoczesność uczelni wyższych

Każdego roku agencja Reuters publikuje ranking stu najbardziej innowacyjnych uniwersytetów w Europie. Zestawienie identyfikuje i odpowiednio szereguje placówki oświatowe, prowadzące najbardziej zaawansowane badania naukowe, tworzące nowe technologie i przyczyniające się do rozwoju ogólnoświatowej gospodarki.

Najbardziej innowacyjnym uniwersytetem w Europie już trzeci rok z rzędu została belgijska uczelnia KU Leuven.  Brytyjskie uczelnie Imperial College London i University of Cambridge utrzymały drugą i trzecią pozycję. A jak wypadła Polska? Uniwersytet Jagielloński jako jedyny znalazł się w rankingu i to dopiero na 90 pozycji. A to oznacza, że w Polsce nadal zbyt mały nacisk kładzie się na nowoczesne rozwiązania na uczelniach, przez co wielu studentów wybiera kierunki mało przyszłościowe. Pokazuje to chociażby najnowsza lista zawodów nadwyżkowych opublikowana przez Ministerstwo Rodziny Pracy i Polityki Społecznej. Znajdują się na niej takie profesje, jak ekonomista, filozof, historyk, politolog, kulturoznawca czy pedagog.

Z raportu opublikowanego przez Uniwersytet Oksfordzki oraz Yale wynika, że już w 2024 roku nie będą potrzebni tłumacze, a za 45 lat roboty wykonają wszystkie zadania, które dziś wykonują ludzie. Tak szybki postęp oznacza, że walkę o pozycję Polski w zrobotyzowanej rzeczywistości, gdzie koszty gospodarki się wyrównają, należy zacząć już teraz. Eksperci Personnel Service wskazują, że na uprzywilejowanej pozycji znajdą się kraje rozwinięte, z dostępem do tańszej energii i bogatym zapleczem naukowym.

Już za dziesięć lat nasze dzieci będą funkcjonowały w zupełnie innej rzeczywistości niż ta, którą znamy obecnie. A to oznacza, że o ich przyszłość musimy zadbać już teraz. Zaczyna się wyścig z czasem o miejsce naszego kraju w świecie, który, jak już wiemy, bardzo szybko się zrobotyzuje. Sztuczna Inteligencja wyrówna koszty gospodarki i będzie promowała państwa bardziej rozwinięte, które mają dostęp do tańszej energii, jak np. Niemcy czy Francja. Jeżeli nie spróbujemy dogonić tych krajów, zostaniemy po prostu w tyle – mówi Krzysztof Inglot, Prezes zarządu Personnel Service.

Zawrotne tempo rozwoju Sztucznej Inteligencji

Wykorzystanie na szeroką skalę Sztucznej Inteligencji (AI) będzie miało poważne konsekwencje społeczne. Według szacunków 325 naukowców z całego świata, którzy wyrazili swoją opinię w raporcie opublikowanym przez Oxford i Yale, roboty już za 45 lat będą wykonywały wszystkie zadania, które dziś wykonują ludzie. Sztuczna Inteligencja będzie w stanie ułożyć dowolny zestaw klocków LEGO, w 2026 roku napisze esej, a rok później zastąpi kierowców ciężarówek. Natomiast pod koniec wieku sztuczna inteligencja będzie w stanie samodzielnie projektować, programować i modyfikować nowe roboty.

Triumf nauki

Wyścig o wysoką pozycję w zrobotyzowanym świecie wygrają też te kraje, które mogą pochwalić się bogatym zapleczem naukowym. Państwa inwestujące w badania naukowe rozwój technologii związanych ze Sztuczną Inteligencją i promujące te specjalizacje na studiach będą miały przewagę. Do tego ważna jest stopniowa zmiana sytemu nauczenia, który powinien promować kreatywne myślenie. W świecie zdominowanym przez Sztuczną Inteligencję, rozwijanie krytycznego podejścia powinno stanowić podstawę edukacji, bo w kreatywnych pomysłach roboty nie będą w stanie jeszcze długo zastąpić człowieka.

Wiele krajów już zdaje sobie sprawę jaka rewolucja nas czeka. Pora, aby również nasz kraj zaczął intensywne przygotowania. Wszystko po to, żebyśmy nie zostali w tyle tego wyścigu. W tym momencie gospodarka naszego kraju bardzo dobrze się rozwija. Należy to wykorzystać, żeby skupić swoją uwagę na ważnych kwestiach z punktu widzenia naszego miejsca w zrobotyzowanym świecie – podsumowuje Krzysztof Inglot.

Urządzenia oraz rozwiązania technologiczne, które wykorzystujemy w pracy czy w domu, w coraz większym stopniu opierają się na sztucznej inteligencji (Artificial Intelligence – AI). Można się spodziewać, że w ciągu najbliższych kilku lat stanie się ona również kluczowym filarem konferencyjnych rozwiązań audio i wideo – już teraz komponenty sztucznej inteligencji wspierają narzędzia wykorzystywane do transfer głosu, wideo oraz treści.

Jak wynika z ankiety przeprowadzonej na zlecenie firmy Polycom przez agencję badawczą Morar Consulting, 62 proc. globalnej siły roboczej pracuje elastycznie. Na tak duży, niespotykany dotąd, odsetek osób wykonujących swoją pracę z dowolnego miejsca, ma wpływ m.in. cyfrowa transformacja. Przedsiębiorstwa stają przed wyzwaniem wprowadzania innowacji oraz rozwijania lepszej kultury pracy – takie postępowanie pozwoli im utrzymać najbardziej utalentowanych pracowników oraz zachować konkurencyjność.

W firmach rośnie popularność spotkań biznesowych z udziałem osób łączących się za pomocą rozwiązań audio lub wideo. Chcąc sprostać dynamicznie zachodzącym zmianom w sposobie pracy oraz komunikacji w firmie, dostawcy rozwiązań integrują je z technologiami i aplikacjami opartymi na sztucznej inteligencji. Technologie te podnoszą w znaczny sposób komfort spotkania oraz  zapewniają jego intuicyjną moderację. Dla przykładu firma Polycom opracowała technologię NoiseBlock, która wykrywa głos człowieka i odróżnia go od dźwięków innych niż ludzkie, takich jak szelest papieru. Eliminacja zakłócających odgłosów sprawia, że nie dochodzi do rozkojarzenia uwagi uczestników rozmowy. Dyskusja i wymiana myśli przebiegają sprawniej – wzrasta również efektywność spotkania. Z kolei technologia EagleEye Director II, umożliwia dwóm kamerom znajdującym się na górze ekranu wizyjnego precyzyjne ustalenie, który z uczestników spotkania zabiera głos w danym momencie. Do obsługi urządzenia nie trzeba użyć pilota, nie wymagane jest również ręczne ustawianie – kamera automatycznie wykonuje zbliżenie na osobę mówiącą w czasie krótszym niż trzy sekundy z odległości nawet 10 metrów. Kamera śledzi ruchy osoby mówiącej, nawet gdy przemieszcza się ona w obrębie pomieszczenia. Dzięki temu pozostali uczestnicy spotkania czują się w pełni zaangażowani w jego tok. Niweluje to także zakłócenia w trakcie, np. w momencie zmiany osoby zabierającej głos. Urządzenie przedstawia również szerszy plan, kiedy do dyskusji włącza się większa liczba uczestników spotkania. System „obrazu w obrazie” przedstawiający całe pomieszczenie zapewnia podgląd na reakcje i język ciała wszystkich uczestników, przy jednoczesnym skupieniu uwagi na mówiącym.

Rozwój inteligentnego sposobu komunikowania opiera się zarówno na coraz lepszej jakości połączeń w obszarze audio, jak również na innowacjach w technologii wideo. Spodziewamy się, że w przyszłości wsparciem będą technologie rozpoznawania twarzy i analizy gestów, które dla użytkowników oznaczać będą automatyczne dostosowywanie do ich potrzeb i większa personalizację. Kiełkuje również  technologia transkrypcji, która pozwala zidentyfikować mówców i zapewnić zapis rozmowy, eliminując potrzebę robienia notatek – będzie ona miała ogromny wpływ na zwiększenie efektywności spotkań biznesowych. Następne lata przyniosą również przełom w wykorzystaniu programowania neurolingwistycznego (NLP), które zniweluje bariery językowe między poszczególnymi uczestnikami spotkania.

 

Adres: Andrew Hug, Area Sales Vice President, Systems Engineer, EMEA and APAC, Polycom

Aby sztuczna inteligencja mogła być stosowana w codziennym życiu, biznes i przemysł potrzebują konkretnych zastosowań do jej wykorzystania. Z myślą o opracowaniu takich zastosowań firma Porsche Consulting, zajmująca się doradztwem w zakresie zarządzania, nawiązała strategiczne partnerstwo z UnternehmerTUM – czyli Centrum Innowacji i Kreowania Biznesu na Uniwersytecie Technicznym w Monachium. We współpracy z uznanymi firmami, start-upami i naukowcami chce ona usprawnić wykorzystanie sztucznej inteligencji w praktyce. W tym celu w Monachium ruszyła inicjatywa AppliedAI.

Eberhard Weiblen, prezes zarządu Porsche Consulting, planuje dzielić się doświadczeniami zdobytymi przy tej współpracy z klientami korzystającymi z projektów doradczych. „Koncentrujemy się na wprowadzaniu nowych technologii w przemyśle i przeprowadzaniu w firmach udanych transformacji. Inicjatywa AppliedAA zapewnia nam dostęp do odpowiednich zasobów, aby te cele osiągać”.

Dzięki partnerstwu AppliedAIs firma doradcza Porsche Consulting poszerza gamę swoich usług z zakresu analizy oraz sztucznej inteligencji (AI). Zespoły składające się z konsultantów i ekspertów od AI będą wspierać rozwój projektów, od fazy koncepcji aż do testowego wdrożenia. Potencjalne zastosowania obejmują predykcyjną konserwację obiektów przemysłowych, opracowywanie produktów w oparciu o dane oraz automatyzację zadań administracyjnych. Potencjalne zastosowania sztucznej inteligencji Weiblen dostrzega prawie w każdym sektorze. „Współpraca pomiędzy ludźmi i maszynami zwiększy produktywność w przemyśle, otworzy drzwi dla realizacji trudniejszych zadań przez pracowników i pozwoli na znacznie szybsze opracowywanie innowacji. Sztuczna inteligencja podniesie również jakość życia w sferze prywatnej – w takich dziedzinach jak opieka zdrowotna”.

Porsche Consulting GmbH z siedzibą w Bietigheim-Bissingen jest podmiotem zależnym od niemieckiego producenta samochodów sportowych – Dr. Ing. h.c. F. Porsche AG. Powstał w 1994 r. i początkowo składał się z czterech osób, a obecnie zatrudnia ponad 470 pracowników. Działając na arenie międzynarodowej i dysponując czterema filiami (w Mediolanie, São Paulo, Atlancie i Szanghaju), Porsche Consulting jest jedną z wiodących niemieckich firm konsultingowych. Zgodnie z zasadą „strategiczna wizja, inteligentna realizacja”, jej eksperci doradzają dużym korporacjom i średniej wielkości przedsiębiorstwom z branży motoryzacyjnej, lotniczej i kosmicznej oraz mechanicznej i inżynierii przemysłowej. Portfolio firmy obejmuje również klientów z sektora usług finansowych, dóbr konsumpcyjnych, handlu detalicznego oraz budownictwa.

Branża e-commerce ma za sobą bardzo udany 2017 rok. Rozwój i wzrost sprzedaży daje nadzieję, że 2018 będzie jeszcze lepszy. Czego można się spodziewać, a co można uznać za pewnik? 

Siła większego w B2B

Rok 2018 w e-commerce będzie należał do dużych graczy. Poczynione lub planowane inwestycje we własną infrastrukturę spowodują wzrost sprzedaży. Małe i średnie firmy, których budżet nie pozwoli na takie inwestycje pozostaną w cieniu gigantów. To stanowi swoistą zapowiedź większego rozwoju branży e-commerce w segmencie B2B niż w B2C.

Niemal 75% klientów w sektorze B2B jest zdania, że zakupy robione za pośrednictwem witryny e-commerce jest wygodniejsze niż kupowanie u przedstawicieli handlowych. Świadome tej opinii firmy zainwestują w dystrybucję, która siłą rzeczy nabierze pewnych cech B2C. Bardziej popularne staną się zamknięte systemy sprzedaży, w których klient po stworzeniu własnego profilu odnajdzie interesujące go produkty, usługi, ich ceny i specjalne oferty. Właściciele takich witryn skorzystają z możliwości cięcia kosztów personalnych, a klient uzyska wysoki poziom obsługi.

Marketplace, który cieszy się sporą popularnością będzie nadal rósł w siłę. Ten trend wykorzystywany będzie zarówno przez duże, jak i średnie oraz małe firmy, jednak w różny sposób. Podczas gdy mniejsze podmioty skierują swoją ofertę do klienta indywidualnego, e-handlowi giganci wykorzystają model marketplace, jak i dropshipping w relacji B2B. Pojawi się coraz więcej spersonalizowanych ofert dla e—klienta biznesowego. Niewątpliwie na popularności zyska zaplecze Amazon czy Alibaba, którzy będą udostępniać swe platformy dla małych graczy by wspomóc ich w sprzedaży. Nawet Facebook nie omieszkał nie skorzystać z opcji wdrożenia marketplace’u, by wspomóc promocję e-biznesów.

Nowy wymiar dostawy

Doręczanie towarów ze sklepów internetowych będzie przechodziło kolejną ewolucję. Jeszcze większą rolę będzie odgrywać szybkość dostawy, szczególnie w trakcie newralgicznych okresów intensywnych zakupów online. Z jednej strony dyktują to wymagania klientów, którzy twierdzą, że maksymalny czas jaki są w stanie zaakceptować to dwa dni. Wręcz w myśl zasady „tu i teraz” większość e-klientów jednak chciałaby odebrać zamówiony towar jeszcze tego samego dnia. Same day delivery będzie musiało w końcu zacząć stawać się powszechną formą dostawy. Z drugiej strony gwarantowana szybkość dostawy jest atutem, dzięki któremu sklep internetowy może wyróżnić się spośród konkurencji, stać się lepszy w ocenie klienta. Mowa tu również o sklepach stacjonarnych, które coraz bardziej chcą upodobnić się do sklepów online i za wszelką cenę chcę dostosować swoją ofertę do zakupów online, co niekoniecznie jeszcze udaje się, szczególnie jeśli doliczane są dodatkowe nieuzasadnione koszty dla e-kupującego. Branża e-commerce z kolei stara się zrobić wszystko, aby kupujący nie miał potrzeby odwiedzać sklepu stacjonarnego. Jednak nie tylko szybkość ma tu znaczenie. Wiele osób utrzymuje, że jeśli miałoby wybór pomiędzy darmową a szybką przesyłką, wybrałoby darmową. E-sklepy udostępnią więc wiele opcji wyboru. Klienci będą mogli wybierać przedział czasowy doręczenia przesyłki, np. godziny wieczorne lub weekendy, a wszystko po to, by odwieść kupujących od wizyty w centrach handlowych.

Strategia omnichannel będzie się umacniać, a sklepy internetowe rozszerzą listę miejsc odbioru paczek o stacje benzynowe, sklepy spożywcze, parcel shopy itd. Celem jest maksymalne ułatwienie odbioru przesyłki, jak najbliżej klienta i 24 h na dobę. Takie działania zostawią sklepy stacjonarne daleko w tyle, mimo tego, że dysponują już rozbudowaną siecią salonów. Dlaczego? Nie są one w stanie reagować tak szybko jak sklepy internetowe, przygotowanie nowych rozwiązań zajmuje im dużo więcej czasu. Efektem będzie większy udział e-commerce w całej sprzedaży detalicznej.

Personalizacja do potęgi n

Rok 2018 upłynie pod znakiem szeroko pojętej personalizacji. Cały proces zakupowy w e-sklepach stanie się bardziej i lepiej spersonalizowany. To kolejny obszar, na którym będzie widoczna różnica pomiędzy małymi a dużymi graczami. E-handlowi giganci już dziś dysponują obszerną bazą danych klientów i mają środki na to, by inwestować w personalizację oferty, reklamy, NL, płatności czy zwrotów i reklamacji. Nie mówimy tu już o propozycjach wysyłanych do wielu osób, które wrzuciliśmy do tego samego worka, lecz o jednostkowym podejściu wynikającym z indywidualnych preferencji każdego pojedynczego klienta.

Personalizacja okazuje się czasem efektem pośrednim wprowadzanych usprawnień. Tak się stało przy próbie lepszej prezentacji produktu, czyli zastosowaniu usługi wirtualnego lustra czy też wirtualnej przymierzalni jak Virtooal.com. To narzędzie, które będą zyskiwać na popularności. Dzięki niemu zwiększy się sprzedaż internetowa produktów z kategorii moda czy uroda, ponieważ klient będzie mógł „przymierzyć” sukienkę lub kurtkę na własnej sylwetce,
a nawet wykonać makijaż na zdjęciu własnej twarzy. Z jednej strony to możliwość naprawdę dokładnego poznania i obejrzenia produktu, dopasowania do siebie, z drugiej to kolejny ukłon w stronę personalizacji. Klienci z pewnością docenią sklepy, które koncentrują się na ich potrzebach i oczekiwaniach.

Usprawnienia technologiczne

W minionym roku na ustach wszystkich była sztuczna inteligencja w e-commerce. W 2018 można się spodziewać jej rozwoju i coraz szerszego zastosowania specjalnych algorytmów. To jeszcze nie będzie rok sztucznej inteligencji e-commerce, ale na pewno usprawniane będą innowacyjne algorytmy by już w kolejnych latach wykorzystać  to świetne narzędzie do wspomnianej już personalizacji, rekomendacji produktów, trafniejszych wyników wyszukiwania, a także natychmiastowej i użytecznej obsługi klienta.

Sklepy internetowe notują nadal dość wysoki wskaźnik rezygnacji z zakupów z urządzeń mobilnych, co wymusza zmiany w metodach płatności za e-zakupy. Kupujący będą mogli korzystać z takich rozwiązań jak odroczona płatność i płatność telefonem komórkowym, za pośrednictwem Apple Pay czy Android Pay. Za sprawą popularyzacji rozwiązań proponowanych przez szwedzki bank Klarna, czy Twisto funkcjonujący w rejonie Grupy Wyszehradzkiej zmieni się podejście do pożyczek. Klient zyska możliwość odroczenia spłaty, a także będzie mógł zadecydować czy zapłaci jednorazowo całą kwotę, czy też rozłoży ją na raty. Cały proces opierać się będzie na zebranych wcześniej danych dotyczących klienta. Takie rozwiązanie zapewnią systemy funkcjonujące samodzielnie lub za pośrednictwem operatorów płatności internetowych, jak np. PayU, Przelewy 24, Dotpay albo inne. Dzięki temu klient uniknie wizyty w banku i składania wniosku o pożyczkę. Wszystko będzie mógł załatwić on-line w kilka chwil.

W dziedzinie płatności czeka nas również wprowadzenie kryptowaluty jako opcji zapłaty w niektórych sklepach internetowych, a także technologia Blockchain, która zyskuje na popularności. Rok 2018 przybliży nas również do koncepcji IoT, czyli tzw. Internetu rzeczy. W jej myśl przedmioty podłączone do sieci będą w stanie bezpośrednio gromadzić, przetwarzać lub wymieniać dane

 

 

Źródło: Odpowiedzi na pytanie o e-commerce w 2018 r. udzielił Vit Endler z Virtooal.com, były Prezes Zarządu NetRetail Holding (Grupa Mall).

  • 70% światowych firm zacznie eksperymentować ze sztuczną inteligencją, w Polsce od 20 do 25%.
  • Outsourcing analizy danych zdominuje globalny krajobraz biznesowy
  • Badacz danych stanie się najbardziej poszukiwanym zawodem w branży IT.
  • Wzrośnie znaczenie “jezior danych”

Sztuczna inteligencja, outsourcing procesów analitycznych, szerokie zastosowanie tzw. data lakes – to główne trendy, które w 2018 roku zdominują analitykę danych – jedną z najbardziej dynamicznie rozwijających się gałęzi IT. Zdaniem ekspertów epoka zachwytu i rozpływania się nad możliwościami Big Data w 2018 roku minie. Przedsiębiorstwa zafascynowane perspektywami związanymi z tą analizą danych będą musiały przystąpić do działania. 

Analiza danych pod znakiem outsourcingu

Wiedza o zarządzaniu danymi i ich monetyzacji okazuje się motorem napędowym zysków w firmach. Jak wynika z badania „Going beyond the data. Turning data from insights into value”, przeprowadzonego przez firmę KPMG International, 8 na 10 (82%) przebadanych przedsiębiorstw twierdzi, że dzięki zrozumieniu mechanizmów z zakresu analityki wielkich zbiorów danych, udało im się lepiej zrozumieć potrzeby swoich klientów i skuteczniej reagować na nie ofertowo. To jednak działanie wymagające zatrudnienia wykwalifikowanych specjalistów w tej dziedzinie. Dlatego alternatywą względem wewnętrznych komórek funkcjonujących w firmach i wyspecjalizowanych w działaniach z zakresu data analytics, mogą okazać się zewnętrzni badacze danych, którzy w swojej pracy na co dzień mają styczność ze strumieniami danych i je analizują. Eksperckie usługi doradcze, które pomogą w uporządkowaniu oraz zrozumieniu zebranych danych, będą stanowić rozwijającą się część rynku. Według raportu Forrestera w 2018 roku aż do 80%. firm skupi się na outsourcowaniu procesów analitycznych (o 20%. więcej niż w 2017).

 

Firmy dokładają wielu starań, by ich contact center funkcjonowały lepiej, jednak mimo postępu technologicznego wciąż borykają się z licznymi problemami. Telefony w nieodpowiednim momencie, konsultanci, z którymi ciężko znaleźć wspólny język i nietrafione oferty to, tylko wycinek branżowych bolączek. Receptą na poprawę sytuacji mają być rozwiązanie oparte o zaawansowaną analitykę danych i uczenie maszynowe.

Michał pracuje w korporacji i niebawem planuje wyjechać z dziewczyną na długo wyczekiwany urlop. Po kilku dniach surfowania po internetowych stronach biur podróży zdecydował się w końcu na 10 dniowy pobyt w pięciogwiazdkowym hotelu na Krecie. Dzień po sfinalizowaniu transakcji zadzwonił telefon. Michał znał już ten numer. To natrętny telemarketer, który zawsze dzwoni w godzinach pracy i to w najmniej odpowiednich momentach. Tym razem jednak postanowił odebrać i ze zdziwieniem dowiedział się, że zamiast oferty garnków, konsultant contact center zaproponował mu ubezpieczenie turystyczne. Rozmowa nie trwała długi i jak można było przypuszczać, była produktywna dla obu stron.

Magia Big Data

Ten przykład pokazuje w jaki sposób analiza dużych zbiorów informacji przekłada się na biznes i doświadczenia klienta. Contact Center skorzystało z analityki Big Data i wzbogacenia własnego systemu CRM gromadzącego dane o klientach, o zewnętrzne informacje pozwalające na dokładną identyfikację zainteresowań danej osoby.

–  W sieci internauci pozostawiają po sobie mnóstwo cyfrowych śladów, które można przekuć na użyteczną wiedzę dotyczącą decyzji zakupowych, tym samym znacząco zwiększając szanse na sprzedaż i poprawę obsługi klienta. Dzięki wykorzystaniu sztucznej inteligencji możemy analizować gelolokalizację, zainteresowania użytkowników sieci, przyjrzeć się zainstalowanym przez nich aplikacjom oraz analizować tysiące innych zmiennych. To wszystko pozwala stworzyć wiarygodny profil klienta i monetyzować informacje  – zauważa Piotr Prajsnar, CEO Cloud Technologies, notowanej na NewConnect spółki, która jest operatorem jednej z największych hurtowni danych zbierającej informacje o zainteresowaniach internautów.

Globalnie przetwarza już 9 mld anonimowych profili internautów korzystających zarówno z urządzeń mobilnych, jak i desktopów. Wzbogacaniu systemów wspierających zarządzanie w contact center o zewnętrzne dane o internautach otwiera przed telemarketerami i pracownikami infolinii nowe możliwości, dając im dostęp do niezwykle użytecznej i dotychczas nieosiągalnej wiedzy. Jeśli pracujący przy projekcie badacze danych skutecznie powiążą je ze zgromadzonymi w systemie wewnętrznymi zbiorami cyfrowych informacjami, błyskawiczna reakcja na potrzeby klienta stanie się standardem, tak samo, jak wyodrębnianie grupy docelowej na podstawie profili behawioralnych konsumentów.

Dzięki analizie danych można dojść do bardzo ciekawych wniosków, zwiększając poziom satysfakcji klientów contact center. Można np. nie tylko zidentyfikować ich zainteresowania, to czego aktualnie szukają, ale także określić czas, w którym najlepiej zadzwonić do danej osoby. Korzystając z analizy z mediów społecznościowych, można prognozować zwiększenie ruchu telefonicznego czy zidentyfikować tematy, z którymi mogą dzwonić klienci – zwraca uwagę Paweł Pierścionek, Chief Technology Officer w Cludo, firmie dostarczającej zaawansowane rozwiązania chmurowe wspierające zarządzanie contact center.

Wybór profilu

Profilowanie behawioralne to znana praktyka o szerokim zastosowaniu. Stosuje się ją np. w kryminalistyce, reklamie internetowej i marketingu. Na podstawie takich profili największe portale randkowe parują użytkowników, wykorzystując do tego wprowadzone przez nich informacje i zaawansowane algorytmy. Podstawą takiej pracy są dane, a im jest ich więcej, tym lepiej. Właśnie w tę stronę zmierza branża call center.

– Dzięki danym i ich analizie, profilowanie klientów odbywać się będzie w czasie rzeczywistym i rzadkością będzie sytuacja, w której konsultant call center zadzwoni z propozycją pożyczki do osoby z milionami na koncie. Profilowanie będzie odbywało się na podstawie algorytmu uczenia maszynowego, co oznacza, że system będzie się ciągle rozwijał i zwiększał swoje umiejętności. Algorytm zajmie się segmentacją i oceni prawdopodobieństwo odpowiedzi na daną ofertę – twierdzi Piotr Prajsnar. Jego zdaniem, na podstawie indywidualnej historii klienta będzie można określić, z jakim prawdopodobieństwem przystanie on na ofertę, zrezygnuje z usługi lub przejdzie do konkurencji. – Mówimy tu o technologii, która pomoże przygotować szytą na miarę ofertę i określić odpowiedni moment na kontakt z klientem. Fantazja? Wbrew pozorom wcale nie. Z takich możliwości contact center korzystają już dziś – dodaje prezes zarządu Cloud Technologies.

Czar sztucznej inteligencji

Big Data w contact center to nie tylko precyzyjne targetowanie i pogłębiona wiedza o życiu klientów. Nowoczesne narzędzia oparte o analitykę danych i sztuczną inteligencję znajdują coraz szersze zastosowanie w biznesie, o czym na własnej skórze przekonała się firma Dialog Direct, która w amerykańskim miasteczku Grand Rapids w stanie Michigan otworzyła nową placówkę call center i w ciągu miesiąca potrzebowała zatrudnić 140 telemarketerów. Dla działu HR takie wyzwanie to prawdziwe piekło. Dotychczas, by zrekrutować jedną osobę, przy dobrych wiatrach, zespół potrzebował minimum dwóch roboczogodzin. Rekrutacja ponad 140 nowych pracowników zajęłaby mu co najmniej dwanaście 24 godzinnych dni pracy. W tak krótkim czasie wykonanie narzuconego przez zarząd zadania było niemożliwe do zrealizowania. Szukając rozwiązania, które pomogłoby firmie wyjść z impasu, Jack Wilkie, Chief Marketing Officer, dowiedział się o działającej w chmurze obliczeniowej platformie do optymalizacji HR, która wykorzystując analitykę Big Data skracała proces rekrutacji o 75 proc. Jak to możliwe? Kandydaci zainteresowani pracą w nowej placówce Grand Rapids musieli nie tylko wypełnić szczegółową ankietę online, lecz również aktywnie uczestniczyć w symulowanej rozmowie, mającej sprawdzić ich naturalne predyspozycje do pracy na stanowisku telemarketera. Korzystający z analityki predyktywnej system automatycznie analizował nagrania wraz z danymi z elektronicznej ankiety, a następnie oznaczał najlepiej rokujących aplikantów kolorem zielonym, problematycznych – żółtym, a tych, którzy nie spełniali wymaganych kryteriów – czerwonym. Nowa metoda rekrutacji okazała się strzałem w dziesiątkę. – To pozwoliło nam oszczędzić 45 minut w procesie rekrutacji pojedynczego pracownika – przyznaje Wilkie.

Zaawansowane algorytmy mogą pomóc call center osiągać lepsze wyniki również poprzez przemyślane przydzielenie konsultantów do konsumentów. Istotną rolę odgrywa tu nie tylko typ osobowości, lecz również wiek, płeć i pochodzenie rozmówcy. Z badań przeprowadzonych przez Software Advice na terenie Stanów Zjednoczonych wynika, że aż 67 proc. osób w wieku przekraczającym 65 lat preferuje rozmowę z konsultantem wysławiającym się w sposób powolny. Taki stan rzeczy wydaje się w miarę oczywisty, jednak pozostałe wyniki mogą stanowić spore zaskoczenie. Okazuje się bowiem, że 24 proc. mieszkańców miast preferuje rozmowę z telemarketerem w swoim własnym wieku, podczas gdy zaledwie 10 proc. mieszkańców wsi uważa, że jest to istotne. Ważną rolę odgrywa również pochodzenie rozmówcy. 78 proc. ankietowanych w wieku 55 – 64 preferuje kontakt z telemarketerem o tej samej narodowości, natomiast procent osób w przedziale wiekowym 18 – 24 o takiej inklinacji wyniósł 48. Nowoczesne systemy do zarządzania contact center winny brać pod uwagę tego typu badania i za sprawą uczenia maszynowego prowadzić własne analizy, pozwalające na inteligentne parowanie konsultantów z konsumentami.

 

Według szacunków firmy Nilson, do 2021 r. straty finansowe sektora bankowego z powodu oszustw dokonanych z użyciem kart płatniczych globalnie wyniosą 32,96 mld dolarów. W stosunku do roku 2016 będzie to wzrost prawie o 17 proc. Zastosowanie rozwiązań opartych na technologii sztucznej inteligencji (AI), w tym m.in. na algorytmach deep learning jest szansą na zmniejszenie skali tego zjawiska. W dodatku 67 proc. finansistów biorących udział w międzynarodowym badaniu branży uważa, że zastosowanie przez banki technologii AI pomoże w zwiększeniu efektywności procesów płatniczych i szacuje, że ta poprawa może nastąpić już w ciągu dwóch lat.

Rozwój szybkiego Internetu, technologii informatycznych oraz zwiększona dostępność rozwiązań, które pozwalają na przechowywanie masowej ilości danych, przyczyniły się jednocześnie do wzrostu zainteresowania technologią AI. Według danych zebranych przez Grand View Research, do 2025 r. wartość światowego rynku sztucznej inteligencji wyniesie już 35,870.0 mln dolarów (wzrost o blisko 60 proc. w stosunku do 2017 r.). Z kolei jak szacuje IDC, do 2019 r. globalny rynek oprogramowania do analizowania treści i obsługi systemów kognitywnych będzie wart 9,2 mld dolarów – dwukrotnie więcej niż w 2014 r. Trzy branże inwestujące najwięcej w systemy kognitywne to: bankowość (20 proc.), ochrona zdrowia (18 proc.) i handel detaliczny (17 proc.)

Pierwsze miejsce sektora bankowego w tym zestawieniu nie zaskakuje. Systemy informatyczne oparte na sztucznej inteligencji, które nie tylko przetwarzają dane, ale same uczą się je analizować, będą coraz częściej wykorzystywane przez instytucje finansowe. Zadaniem tej technologii jest automatyczne rozpoznawanie oraz analiza zagrożeń w cyberprzestrzeni związanych np. z oszustwami finansowymi. Przyszłością dla sektora bankowego jest deep learning (uczenie głębokie). Rynek technologii opartych na uczeniu głębokim rozwija się niezwykle szybko. Do 2022 r. będzie wart 1,722.9 mln dolarów, czyli w stosunku do 2016 r. wzrośnie o 65 proc. Uczenie głębokie jest podklasą uczenia maszynowego, inną, ważną dyscypliną z obszaru badań nad sztuczną inteligencją. Deep learning to określony sposób wykorzystania algorytmów, oparty na sztucznych sieciach neuronowych – komentuje Marcin Jaworski, Senior Solutions Architect, Linux Polska.

Deep learning w walce z cyberprzestępczością w sektorze finansowym

Według Cisco Systems, średni czas wykrycia błędu lub włamania do systemów zabezpieczeń stosowanych przez sektor finansowy to aż 100 dni. Dlatego istnieje konieczność poszukiwania coraz to nowych rozwiązań z obszaru IT, które pomogłyby w walce z cyberprzestępczością.

Klienci banków chcą mieć dzisiaj nieograniczony i bezpieczny dostęp do bankowości elektronicznej, ale również do innowacyjnych usług finansowych, takich jak np. płatności mobilne czy możliwości korzystania z internetowych serwisów płatniczych, jak np. PayPal. Te nowoczesne rozwiązania wymagają nowych sposobów dbania o bezpieczeństwo transakcji finansowych dokonywanych w Internecie. Z pomocą przychodzi technologia sztucznej inteligencji. Technologia głębokiego uczenia przeżywa od kilku lat rozkwit. Wiąże się to po pierwsze, z ilością danych – obrazowych, tekstowych, transakcyjnych – którymi możemy „karmić” sieci neuronowe. Po drugie, wzrost popularności tego podejścia jest wynikiem zwiększonej dostępności procesorów graficznych (GPU), które przyspieszają zaawansowane obliczenia matematyczne niezbędne w procesie deep learning. Po trzecie, wzrost skuteczności metod uczenia głębokiego wiąże się z udoskonalaniem samych algorytmów i architektury sieci neuronowych – zaznacza Marcin Jaworski, Linux Polska.

Sztuczna inteligencja pod postacią algorytmów uczenia maszynowego od ponad trzech dekad wspomaga bankowe systemy zabezpieczeń. Klasyczne techniki uczenia maszynowego nie zawsze okazywały się skuteczne z uwagi na niedoreprezentowanie zachowań przestępczych w puli transakcji. Rozwiązaniem tego problemu może być uczenie głębokie.

– Przykładem wykorzystania technik deep learning w obszarze cyberbezpieczeństwa może być wykrywanie oszustw finansowych przy pomocy tzw. autoenkoderów (deep autoencoder network), czyli sieci neuronowych, które tworzą własne reprezentacje danych wejściowych, np. transakcji finansowych, a następnie dekodują je, odpowiadając jednocześnie na pytanie, czy w kontekście wewnętrznej struktury danych wybrana transakcja jest anomalią – dodaje Marcin Jaworski, Linux Polska.

Szansa na poprawę efektywności procesów płatniczych

Sposoby uczenia sieci, także w przypadku deep learning możemy podzielić na nienadzorowane i nadzorowane. Stosowane do wykrywania oszustw finansowych modele nienadzorowane mogą być wykorzystywane do wyszukiwania i izolowania anomalii. Z kolei te nadzorowane mogą być używane do rozróżnienia, czy te nieprawidłowości, np. wielokrotne próby logowania się do systemu bankowości elektronicznej, w rzeczywistości są naruszeniem bezpieczeństwa danych czy tylko „nietypowym” zachowaniem użytkownika.

– Dla firm z sektora finansowego jest niezwykle ważne, aby nowoczesne systemy zabezpieczeń stosowane np. przez banki nie tylko pomagały w wykrywaniu nieuprawnionych transakcji finansowych, ale również bezbłędnie rozpoznawały transakcje prawidłowo przeprowadzone przez klientów. Jeżeli tak się nie dzieje, są one wtedy traktowane jako podejrzane działania, którym system „odmówi” uwierzytelnienia. Na ten problem zwraca uwagę raport “Leveraging artificial intelligence for payments efficiency”, przygotowany wspólnie przez firmy Finextra i Pelican. Blisko 3 na 4 respondentów dostrzega potencjał sztucznej inteligencji w usuwaniu nieefektywności z procesów płatniczych – komentuje Marcin Jaworski, Linux Polska.

Sztuczna inteligencja na celowniku polskiego sektora finansowego

Jak zauważa Marcin Jaworski, jest kwestią czasu, kiedy rozwiązania z obszaru sztucznej inteligencji oparte na technologii deep learning zaczną być wykorzystywane na szeroką skalę. Także polskie firmy, przede wszystkim te z sektora bankowego i ubezpieczeń coraz częściej dostrzegają wartość tego podejścia. Jest to widoczne, chociażby w tematyce konferencji branżowych poświęconych cyberbezpieczeństwu, podczas których wątek deep learning jest stale obecny.

W Linux Polska pracujemy nad rozwiązaniem wykorzystującym algorytmy uczenia głębokiego, które będzie dedykowane branży ubezpieczeniowej. Pozwoli ono usprawnić proces likwidacji szkód. Testy rynkowe planujemy już na początek przyszłego roku. Nawiązaliśmy także współpracę z Uniwersytetem Marii Curie-Skłodowskiej, by rozwijać narzędzia informatyczne oparte na sztucznej inteligencji. Jako partner tego ośrodka naukowego prowadzimy własne badania rozwojowe dotyczące wykorzystania deep learning w procesie segmentacji semantycznej zdjęć satelitarnych (wyodrębnienie konkretnych klas obiektów) – wyjaśnia Marcin Jaworski, Linux Polska.

 

Nielegalne transakcje i pranie pieniędzy od lat kojarzy się bardziej z transakcjami gotówkowymi prowadzonymi przez mafię. I choć o samym problemie nie mówi się tak często i intensywnie jak w latach 90, to problem nie zniknął, a wręcz wraz z rozwojem nowych technologii nastąpiła jego eskalacja. Czy istnieje możliwość, by mu zapobiec?

Polskie prawo coraz bardziej dostosowuje się do wymogów Unii Europejskiej, która intensywnie ściga przestępczość finansową. Wydane w ubiegłym roku przez polski sejm rozporządzenie nakłada na przestępców finansowych bardzo wysokie kary, w tym pozbawienie wolności nawet do 12 lat. Odpowiedzialność za złamanie prawa spoczywa nie tylko na osobie, która takie nielegalne transakcje przeprowadzała, ale również na pracownikach bankowych i osobach trzecich, które podejrzewały niezgodność z prawem.

Ciągła ewolucja

Wyłapanie nielegalnych transakcji nie jest proste. Przestępcy dostosowują swoje metody do zmieniających się technologii, w tym także do zabezpieczeń wprowadzanych w bankach. I choć wyróżnia się 5 najpopularniejszych: smurfing (wpłacanie drobnych kwot poprzez podstawione osoby), mieszanie (polega na wrzucaniu nielegalnie pozyskanych transakcji do legalnych transakcji, najczęściej dotyczy to barów i restauracji), puste transakcje (czyli kreowanie pustego obrotu na nieprawdziwych rachunkach), fikcyjny kredyt (zaciągnięty w jednym banku, spłacany fikcyjnym kredytem zaciągniętym w innej instytucji), transferpricing (zawyżanie lub zaniżanie wartości na fakturze w handlu międzynarodowym prowadzonym pomiędzy powiązanymi przedsiębiorstwami), to wciąż pojawiają się nowe, którym uda się przejść przez zabezpieczenia.

Sposobem na ich wychwycenie, zwłaszcza w transakcjach bezgotówkowych, może być sztuczna inteligencja. Ale pomimo technologicznej ewolucji człowiek kontrolujący całą strefę jest niezbędny. W XXI wieku pranie pieniędzy jest o tyle ciężkim przestępstwem, że bardzo często powiązane jest z atakami terrorystycznymi. Nielegalne pieniądze stanowią bowiem główne źródło utrzymania grup zamachowców.

Choć terroryzm w Polsce, na chwilę obecną, wydaje się odległym problemem, to pieniądze pozyskane z nielegalnych źródeł, a następnie wprowadzone do  legalnego obiegu mogą być też przyczyną załamania gospodarczego i prowadzić do rozkładu ważnych sektorów gospodarczych, nie wspominając o ofiarach przestępstw źródłowych, które tracą swoje majątki, a niekiedy wolność czy nawet życie.

Przestępstwa finansowe w dobie cyfryzacji i bankowości mobilnej

Wykrycie nielegalnych transakcji to szansa dla analityków bankowych, których zadaniem jest kontrolować podejrzane przepływy środków pod postacią wszelkich instrumentów finansowych. O tym, jak ważne jest to działanie z punktu widzenia wizerunkowego, przekonało się wiele instytucji finansowych i nie tylko. I choć często instytucje te kategorycznie odcinają się od przestępstwa, zła sława oprócz złego PR-u może przynieść również straty finansowe w postaci kar od regulatorów rynku finansowego czy kosztów programów naprawczych adresowanych do poszkodowanych na skutek takich zdarzeń.

– Warto rozwinąć umiejętności poruszania się w środowisku międzynarodowych przepisów i wymogów regulacyjnych poprzez dostarczanie rozwiązań zgodnych z tymi regulacjami oraz oczekiwaniami regulatorów rynków finansowych. To wiedza na temat zarządzania środowiskiem Compliance, AML i przeciwdziałaniu przestępstwom finansowym. To także wiedza dotycząca budowania i zarządzania efektywnymi mechanizmami, procedurami oraz systemami Compliance, AML i przeciwdziałania przestępstwom finansowym – mówi Karol Wojtczak, specjalista Citi Service Center Poland z zakresu przeciwdziałania praniu pieniędzy, wykładający ten przedmiot w Akademii Leona Koźmińskiego.

Warte podkreślenia jest to, że ofiarą przestępstw finansowych może zostać każda firma, dlatego wszystkie sektory powinny zachować w tym względzie czujność. Owszem – bankowość i finanse mają pod tym względem trudniej. To na nich spoczywa odpowiedzialność zatwierdzenia i ewentualne wykrycie transakcji, które mogą być nielegalne.

Czy przedsiębiorca może się bronić? Jak najbardziej.  Kluczowa jest tu analiza ryzyka i adekwatne procesy  kontrolne  poparte  zgłaszaniem do właściwych organów wykrytych przypadków podejrzanych działań potencjalnie powiązanych z praniem pieniędzy pochodzących z nielegalnych źródeł.

Zjawisko prania pieniędzy w XXI wieku wkracza w nowy wymiar. W świecie szybko postępującego rozwoju technologii wykrycie przestępstw jest coraz trudniejsze. Sztuczna Inteligencja i złożone algorytmy oczywiście pomagają także w walce z praniem pieniędzy, ale pośród technicznych rozwiązań nie może zabraknąć wysokiej klasy profesjonalistów.

 

 

Źródło: materiały prasowe firmy

 

Sztuczna inteligencja (AI) jest już dziś częścią rzeczywistości biznesowej, a w najbliższych latach należy spodziewać się, że w znaczącym stopniu będzie decydować o konkurencyjności firm. Aż 37 proc. przedsiębiorstw już w tej chwili wykorzystuje sztuczną inteligencję dzięki dostępnym na rynku rozwiązaniom jak np. CRM. Kolejnych 22 proc. planuje zrobić to w najbliższym czasie.

Przełom w technologii cloud, social media oraz mobile dały klientom dostęp do informacji oraz możliwości wyboru, a także elastyczność większą niż kiedykolwiek wcześniej. W rezultacie ponad połowa konsumentów (58 proc.) przyznaje, że technologia znacząco zmieniła ich oczekiwania wobec tego jak przedsiębiorstwa powinny się z nimi komunikować – 55 proc. z nich liczy na personalizację oferty. Co piąty klient oczekuje, że do 2020 roku, firmy będę wyprzedać jego potrzeby i zgodnie z nimi sugerować odpowiedni produkt. Co więcej, ponad połowa klientów deklaruje, że zmieni markę, jeśli ta nie spełni ich potrzeb.

Big data odpowiedzią na personalizację

Personalizacja nie jest możliwa bez danych dotyczących zachowań i wyborów klientów. Samodzielnie nie da się przeanalizować wszystkich dostępnych danych oraz wyciągnąć na ich podstawie odpowiednich wniosków – szczególnie przy ogromnej liczbie klientów. Według badania Salesforce tylko 12 proc. działów obsługi klienta oraz 18 proc. z działów sprzedaży ocenia swoje umiejętności do gromadzenia wiedzy na temat cyklu życia klienta, jako doskonałe bądź wybitne.

Tutaj z pomocą przychodzi sztuczna inteligencja. Na rynku pojawiają się systemy, które dzięki rozwiązaniom oferującym zaawansowane mechanizmy analityczne, nie tylko podpowiadają określone rozwiązania w oparciu o analizę danych, ale także pokazują prawdopodobieństwo osiągnięcia sukcesu przy zastosowaniu zaproponowanych rozwiązań. Przykładem jest np. system Einstein – szuka on wzorców w posiadanych danych oraz rekomenduje kolejne kroki, jakie powinniśmy podjąć – mówi Jan Michalski, Lider Salesforce w Deloitte Digital

Korzyść dla konsumentów

Inteligentna sprzedaż zwiększa wydajność i skraca czas pracy zespołom ds. sprzedaży i obsługi klienta. 80 proc. oddziałów korzystających z metod opartych na AI, przyznaje, że ma ona pozytywny wpływ na produktywność ich przedstawicieli handlowych, a 74 proc. z nich odnotowuje wzrost sprzedaży. Co jednak ważniejsze, sztuczna inteligencja pozwala firmom, budować trwałą i pogłębioną relację z konsumentami. Jest to możliwe, bo systemy oparte o AI mogą czasie rzeczywistym gromadzić informacje o klientach i podejmować z nimi indywidualny dialog – na masową skalę. 83 proc. sprzedawców, którzy korzystają z inteligentnej sprzedaży, odnotowało, iż pozwoliła im ona „zatrzymać klientów”. Natomiast 80 proc. przyznało, że umożliwiło im pielęgnowanie relacji z klientami (również tymi potencjalnymi).

AI zabierze miejsca pracy?

Często się mówi, że sztuczna inteligencja zastąpi pracowników, chociaż już w tym roku Gartner powiedział, że wcale tak nie będzie. Sztuczna inteligencja tak jak maszyny parowe albo Windows spowoduje wybuch kolejnych miejsc pracy i jej nowych rodzajów, o których dzisiaj jeszcze nie wiemy. Na przykład osoby, które będą trenować sztuczną inteligencję albo wymyślać nowe sposoby ich użycia. AI nie zastąpi sprzedawców, a e wspomagać sprzedaż podpowiadając np. jaki następny produkt mogą zaproponować klientowi i jak go przedstawić w sposób bardziej interesujący – mówił w newsrm.tv Jan Michalski.

 

Źródło: materiały prasowe firmy

Popularność sztucznej inteligencji (AI) rośnie w ogromnym tempie. Jednak w większości europejskich firm, również z Polski, które wzięły udział w badaniu przeprowadzonym przez SAS, lidera w dziedzinie analityki biznesowej, projekty związane z AI są wciąż we wczesnym stadium zaawansowania lub w planach. Optymizmem napawa fakt, że większość przedsiębiorstw przygotowuje się do wdrożenia sztucznej inteligencji.

Entuzjazm wobec możliwości, które daje AI jest duży, jednak niewiele organizacji deklaruje dziś gotowość do wykorzystania potencjału tej technologii. Co ważne, nie wynika to z braku odpowiednich narzędzi technologicznych. Większość respondentów potwierdza, że na rynku dostępnych jest dziś wiele rozwiązań. Częściej przyczyną jest brak w firmach specjalistów data science i odpowiednich umiejętności analitycznych oraz różnego rodzaju ograniczenia organizacyjne lub społeczne.

Wyzwania społeczne

Aż 55% respondentów stwierdziło, że największe wyzwania związane z implementacją sztucznej inteligencji spowodowane są rosnącą autonomią maszyn i postępującą automatyzacją procesów, która może istotnie wpływać na zmiany na rynku pracy. Potencjalnym efektem wdrożenia AI może być utrata pracy przez określone grupy specjalistów, ale z drugiej strony może również powstać potrzeba tworzenia nowych miejsc pracy dla ekspertów z kompetencjami związanymi z AI.

Drugim wyzwaniem, najczęściej wskazywanym przez respondentów, są aspekty etyczne. Aż 41% badanych poddało w wątpliwość czy roboty i systemy wykorzystujące sztuczną inteligencję nie powinny działać „dla dobra ludzkości”, a nie poszczególnych firm oraz jak zadbać o osoby, które stracą pracę w wyniku wdrożeń rozwiązań AI.

Zespół data science oraz gotowość organizacji

Czy specjaliści data science są gotowi stawić czoła wyzwaniom związanym z wdrożeniem sztucznej inteligencji? Tylko 20% z biorących udział w badaniu przedstawicieli biznesu odpowiedziało twierdząco na to pytanie. 19% respondentów nie posiada w swoich organizacjach zespołów data science.

Rekrutacja specjalistów w celu budowania takich zespołów jest celem 28% respondentów, natomiast 32% stwierdziło, że będzie rozwijać umiejętności analityczne w ramach obecnych zespołów poprzez specjalistyczne szkolenia, konferencje, warsztaty itp.

Zaufanie staje się jednym z podstawowych wyzwań, któremu biznes musi stawić czoła. Niemal połowa badanych (49%) zwróciła uwagę na problemy kulturowe wynikające z obawy przed skutkami wykorzystania sztucznej inteligencji. Strach przed AI wiąże się z niezrozumieniem, jak w rzeczywistości działa ta technologia.

Właściwa infrastruktura

Jednym z celów badania SAS była ocena gotowości do wdrożenia sztucznej inteligencji pod względem dostępnej infrastruktury sprzętowej. Część respondentów (24%) przyznało, że dysponuje odpowiednią infrastrukturą. Taka sama grupa stwierdziła, że musi zwiększyć nakłady na sprzęt oraz zaadaptować obecnie wykorzystywane platformy do potrzeb wdrożenia AI. Aż 29% przedstawicieli biznesu przyznało, że nie posiada odpowiednich zasobów umożliwiających wdrożenie tej technologii.

– Obserwujemy ogromny rozwój algorytmów, poprawę ich dokładności oraz możliwości wykonywania zadań, za które odpowiadają ludzie. Przykładem jest wygrana maszyny z mistrzem świata w chińskiej grze Go, podczas, gdy myśleliśmy, że umiejętności potrzebnych do rywalizacji w tę grę nie da się zdigitalizować. Gdy tylko system poznał zasady Go, sam nauczył się, jak grać i wygrywać. Teraz możemy wykorzystać tę wiedzę do tworzenia systemów, które pozwalają na rozwiązywanie problemów biznesowych szybciej i skuteczniej niż powszechnie używane dziś rozwiązania. Możemy budować systemy, które uczą się reguł biznesowych, poznają zasady funkcjonowania firmy i w oparciu o te informacje same się rozwijają. Właśnie nad tym pracujemy w SAS – mówi Oliver Schabenberger, Executive Vice President oraz Chief Technoloogy Officer w SAS.

 

 

Źródło: materiały prasowe firmy

 

Jako klienci jesteśmy codziennie wręcz zalewani falą materiałów reklamowych. Wiadomości sms, e-maile, banery i komunikaty wyświetlające się na portalach internetowych. Listy otrzymywane pocztą tradycyjną i rozmowy telefoniczne to dzisiaj tylko ułamek komunikacji marketingowej. W takich realiach coraz większe znaczenie ma odpowiedni dobór treści, grupy docelowej, formy i momentu kontaktu. Skuteczne działania marketingowe wymagają wykorzystania narzędzi IT do dokładnej analizy danych. Ogromnej ilości danych. Według organizacji Foundation Capital z siedzibą w Dolinie Krzemowej, wydatki na nowe technologie dostosowane do potrzeb marketingowych mają sięgnąć 120 miliardów dolarów do 2025 roku.

Już w 2013 roku firma Gartner przewidywała, że w ciągu 5 lat wydatki szefów marketingu na technologię przewyższą wydatki samych szefów technologii. Te prognozy nie wzbudzały zdziwienia, gdyż wraz z przeniesieniem komunikacji z klientem do Internetu, projekty z zakresu marketingu cyfrowego zaczęły odgrywać kluczową rolę w niemal każdej organizacji. Kontakt z klientem ma ogromne znaczenie. Granice między działaniami sprzedażowymi, marketingowymi i obsługą klienta coraz bardziej się zacierają, a specjaliści ds. marketingu cyfrowego zaczynają mieć decydujący głos w sprawie budowania strategii interakcji z klientem.

Marketing napędzany przez IT

Według danych firmy badawczej TDWI, to właśnie działy marketingu najczęściej jako pierwsze decydują się na wdrożenie zaawansowanych systemów analitycznych. Wynika to z faktu, że systemy informatyczne są niezbędne do podejmowania efektywnych działań w kluczowych obszarach, do których należy zaliczyć digital marketing, analizy tzw. „customer journey”, e‑commerce czy zarządzanie bazami klientów i relacjami z nimi (CRM).

Szefowie działów marketingu są niezwykle ważną grupą dla firm technologicznych, gdyż coraz częściej to właśnie oni podejmują decyzje o wdrożeniu nowych technologii w firmie. Dotyczy to w szczególności systemów analitycznych, które dziś na nowo definiują rolę marketingu i są kluczem do efektywnego kontaktu z klientem. Na podstawie gromadzonych danych możemy uzyskać niezwykle precyzyjny obraz kupującego. To z kolei pozwala na lepsze dostosowanie oferty do indywidualnego klienta i w efekcie zwiększenie szansy na sprzedaż – tłumaczy Krzysztof Skaskiewicz, Advisory Business Solution Manager w SAS.

Biznes uczy się, jak wykorzystywać sztuczną inteligencję w marketingu

Ponad połowa menedżerów przebadanych przez PwC w ramach 2017 Global Digital IQ® Survey zadeklarowała, że inwestuje w projekty z zakresu sztucznej inteligencji. To wciąż niewiele, biorąc pod uwagę potencjał tej technologii, wynikający chociażby z możliwości wbudowania automatycznych procesów analitycznych w każdy mechanizm odpowiadający za kontakt z klientem co przekłada się na usprawnienie działań marketingowych.

Chcąc pomóc zrozumieć, jakie korzyści niesie ze sobą zwrot ku technologiom wykorzystującym sztuczną inteligencję, SAS – lider analityki biznesowej – określił  sześć podstawowych sposobów na wykorzystanie AI w działaniach marketingowych.

  1. Wsparcie procesów decyzyjnych – Obecnie celem działów marketingowych jest przedstawienie klientowi oferty, która pomoże mu zrealizować jego własny cel (innymi słowy, odpowie najlepiej na potrzeby tego klienta). Przykładowo, osoby zapisane na zajęcia ze szkoły rodzenia mogą otrzymać kupony na zakup ubranek dla dzieci. Klienci są dzieleni na segmenty w oparciu o historię ich decyzji zakupowych. Sztuczna inteligencja (Artificial Intelligence), w tym uczenie maszynowe (Machine Learning), pozwalają przewidzieć, w jaki sposób kupujący z poszczególnych grup zareagują na określoną ofertę. Wykorzystując takie mechanizmy, można w razie potrzeby dobrać ofertę do (przewidywanych) oczekiwań klienta.
  2. Wsparcie działań z zakresu cross-selling oraz up-selling – Celem projektów z zakresu cross-sell jest zwiększenie przychodu pochodzącego od poszczególnego kupującego, budując jednocześnie jego lojalność wobec marki. Uzupełniają je działania up-sell, w ramach których konsumenci są m.in. zachęcani do nabywania nowszych, droższych wersji produktów. Sztuczna inteligencja pozwala zwiększyć efektywność tych działań, wykorzystując potencjał ogromnych ilości danych, którymi dysponuje przedsiębiorstwo. Dane są generowane podczas każdej interakcji klienta z marką – przechowywane w systemach transakcyjnych, tworzone przez każde wyświetlenie strony internetowej, zapisywane jako rezultaty poprzednich kampanii.
  3. Poznanie Głosu Klienta (Customer Voice) – Analiza oczekiwań i potrzeb klientów ma kluczowe znaczenie w procesie przygotowywania ofert produktów czy usług. Wyzwaniem jest poznanie opinii kupujących. Klienci wyrażają je za pośrednictwem różnych kanałów: wiadomości e-mail, komentarze na forach czy wpisy w mediach społecznościowych stanowią obecnie podstawowe z nich. Sztuczna inteligencja umożliwia zautomatyzowane przetwarzanie takich treści poprzez analizę języka naturalnego (Natural Language Processing) oraz obrazów (Digital Image Processing). Dzięki temu firmy mogą poznać stosunek klientów do oferowanych produktów, a nawet ocenić poziom intensywności emocji, które towarzyszą ich opiniom.
  4. Usprawnienie kontaktu z klientem – Nawet najlepszy posiłek nie będzie dobrze smakował, jeżeli obsługa jest fatalna. To twierdzenie można odnieść do każdego rodzaju biznesu, gdyż kontakt z klientem ma znaczący wpływ na odbiór danej marki. Sztuczna inteligencja wspiera m.in. pracowników call center, którzy często stoją na pierwszej linii frontu obsługi klienta. Na podstawie informacji o dzwoniącym, system może pomóc konsultantowi lepiej przygotować się do rozmowy i w efekcie szybko i skutecznie rozwiązać problem.
  5. Łączona analiza danych z wielu źródeł – „Co o nas mówią w Internecie?” – takie pytanie zadaje niemal każda osoba decyzyjna w organizacji, od prezesa po szefa marketingu. Jednak, aby uzyskać pełen obraz sytuacji, informacje pochodzące z sieci nie mogą być analizowane w oderwaniu od danych z innych kanałów. Sztuczna inteligencja umożliwia szybsze przetwarzanie dużych zbiorów zróżnicowanych i detalicznych danych.
  6. Działanie w czasie rzeczywistym – Potrzeby współczesnych klientów zmieniają się bardzo szybko. W dobie Internetu czas od decyzji o zakupie do samego zakupu może wynieść kilka minut. Dlatego niezwykle ważne jest działanie w czasie rzeczywistym. Konieczne jest podejmowanie natychmiastowych decyzji jakie oferty i informacje należy prezentować w oparciu o bieżące aktywności podejmowane przez klienta, na przykład w czasie przeglądania stron internetowych. Celem jest jak najszybsze zaproponowanie oferty, która wzbudzi zainteresowanie kupującego. Sztuczna inteligencja umożliwia identyfikowanie wzorców zachowań, co z kolei pozwala na szybsze działanie i przygotowanie oferty, która w danym momencie zwróci uwagę konsumenta. Dodatkowo, systemy analityczne wykorzystujące sztuczną inteligencję pozwalają na tworzenie różnorodnych scenariuszy biznesowych. Dzięki temu możemy przewidywać skutki danej kampanii marketingowej, minimalizując straty związane z błędnymi decyzjami.

Więcej na temat systemów marketingowych działających w czasie rzeczywistym i wykorzystania sztucznej inteligencji w marketingu będzie można dowiedzieć się podczas spotkania SAS CI Roadshow 2017, które odbędzie się 3.10.2017 w Warszawie. Informacje na temat spotkania znaleźć można pod adresem http://go.sas.com/zzf16k.

Źródło: SAS Institute

Coraz bardziej powszechnym zjawiskiem staje się dziś przypisywanie maszynom działań pozornie inteligentnych, takich, które opierają się na sztucznej inteligencji (ang. Artificial Intelligence – AI). W rzeczywistości jednak wiele z tych czynności nie ma związku z tą technologią. Współczesna sztuczna inteligencja jest zwieńczeniem pewnego etapu technologicznego, jednak czeka ją dalszy rozwój. W jakim kierunku będzie się rozwijała i w jaki sposób można ją wykorzystać w biznesie?

Stephen Hawking powiedział, że każdy aspekt ludzkiego życia zostanie przemieniony przez AI, co może być największym wydarzeniem w historii naszej cywilizacji. Moment ten wydaje się być tylko kwestią czasu. Jednak jeśli ktoś ma obawy, że maszyny przejmą kontrolę nad światem, może na razie spać spokojnie.

Iluzja inteligencji

Aby dokładnie zrozumieć to, że w obecnej formie sztuczna inteligencja jest inteligentna tylko z nazwy, należy odnieść się do powszechnie funkcjonującej definicji. Według niej AI jest systemem informatycznym, który może rozumować podobnie jak człowiek. Definiowane w ten sposób rozwiązanie określa się mianem „silnego AI”. Systemy sztucznej inteligencji nie dotarły jeszcze do tego punktu rozwoju. Większość maszyn swoją pracę opiera na tzw. „słabym AI”, czyli systemach inteligentnie realizujących wąsko określone zadania. System grający w pokera nie postawi pasjansa ani nie zagra w szachy. System wykrywający oszustwa nie poprowadzi samochodu ani nie udzieli porady prawnej. A nawet system sztucznej inteligencji wykrywający nadużycia w ochronie zdrowia nie będzie w stanie wykryć oszustwa podatkowego czy nadużycia w bankowości. Maszyny posiadają zdolności nadludzkie, ponieważ wykonują swoją pracę niezawodnie, dokładnie i przez całą dobę. Inteligencja wymaga jednak kreatywności, innowacyjności, intuicji, niezależnego rozwiązywania problemów i wyrozumiałości, a tego maszynom brakuje.

Dynamiczny rozwój AI

Sztuczna inteligencja to koncepcja znana od dziesięcioleci. Jednak dopiero teraz znajduje ona szerokie, praktyczne zastosowanie wraz ze wzrostem ilości i różnorodności dostępnych danych, a także dostępnością wysoce wydajnych mocy obliczeniowych. Sztuczna inteligencja jest szerokim pojęciem, obejmującym wiele dyscyplin, takich jak uczenie maszynowe, które automatyzuje proces budowy modeli analitycznych w celu wydobywania wiedzy ukrytej w danych bez potrzeby programowania maszyny przez człowieka, sieci neuronowe wzorowane na pracy ludzkiego mózgu, które przetwarzają napływające dane i przekazują wyniki przetwarzania do kolejnych jednostek w celu odnalezienia powiązań i interpretacji danych, uczenie głębokie, które umożliwia rozpoznawanie złożonych wzorców w danych i znajduje zastosowanie w takich obszarach jak rozpoznawanie obrazów i przetwarzanie języka naturalnego. Warto też pamiętać, że sztuczna inteligencja swoją mądrość czerpie z danych. Oznacza to, że każda nieścisłość w danych odzwierciedlona będzie w wynikach. Dlatego dostępność i jakość danych będą miały kluczowe znaczenie dla jej dalszego rozwoju.

Obecnie jednym z najgorętszych i jednocześnie najciekawszych kierunków badań w obszarze AI jest zwiększenie elastyczności i wszechstronności dostępnych metod. Powstają pierwsze systemy, które potrafią zrozumieć powiązania między obiektami czy zdarzeniami (tzw. rozumowanie relacyjne, z ang. relational reasoning), a także uczyć się nowych umiejętności bez zapominania dotychczasowych. Jest to kolejny krok do uczynienia sztucznej inteligencji bardziej „ludzką” – mówi Michał Kudelski, Senior Business Solution Manager w SAS Polska.

AI w każdej branży

Jednak wykorzystanie rozwiązań opartych o tzw. „słabe AI” przynosi już dziś imponujące efekty w dziedzinach takich jak motoryzacja – kierowanie autonomicznym samochodem, marketing i sprzedaż – bardziej pogłębiona analiza potrzeb i zachowań klientów w celu zapewnienia im inteligentnej i spersonalizowanej obsługi  czy medycyna, gdzie maszyna jest w stanie wykrywać na zdjęciach diagnostycznych różne formy raka ze skutecznością dorównującą doświadczonym radiologom. Sztuczna inteligencja posiada potencjał, dzięki któremu ma szansę przekształcić wiele branż, być może nawet wszystkie. Według przewidywań branżami, na które w najbliższym czasie może znacząco wpłynąć ze względu na duży zasób i wartość danych, będą finanse, transport i rolnictwo.

W biznesie już od wielu lat wdrażamy rozwiązania oparte o metody uczenia maszynowego – modele analityczne przynoszą konkretne korzyści biznesowe naszym klientom. Spodziewamy się, że w niedalekiej przyszłości wykorzystanie AI będzie lawinowo wzrastać. Spowoduje to dalszy wzrost nakładów kierowanych na rozwój tej dziedziny, co przesunie nas w kierunku „silnego AI”. Systemy AI będą działały w sposób zbliżony do sposobu działania doradcy biznesowego, a więc wygodniejszy i bardziej przystępny dla odbiorcy. Interakcja człowiek-maszyna zmieni się nie do poznania, nie tylko w biznesie – mówi Michał Kudelski, Senior Business Solution Manager w SAS Polska.

 

 

Źródło: SAS Institute

Jak przewiduje IDC, do 2025 roku wytworzymy ponad 163 zetabajtów danych, co oznacza 10-krotny wzrost w stosunku do 2016 roku – 16,1 zetabajtów. Specjaliści podkreślają, że człowiek nie jest w stanie przetworzyć tak wielu informacji. Niezbędne jest wsparcie maszyn i systemów analitycznych, które będą potrafiły samodzielnie rozumować, obserwować i planować. Systemy kognitywne stwarzają szansę na autentyczną interakcję człowieka z maszyną.

Rozmowa człowieka z maszyną, która rozumie żądanie, samodzielnie dokonuje analizy zależności między danymi i wyciąga na tej podstawie wnioski, brzmi jak opis sceny z filmu science fiction. W rzeczywistości wizja ta nie jest aż tak bardzo odległa. IDC wymienia systemy kognitywne jako jedną z sześciu technologii przyspieszających rozwój innowacji. Przyczynią się one do przekształceń cyfrowych, otwierając nowe źródła przychodów i zmieniając sposób pracy. Według prognoz IDC, globalne wydatki na systemy kognitywne wzrosną i w 2019 roku będą wynosiły ponad 31 miliardów dolarów.

Maszyna sprawdzi pogodę, zarezerwuje stolik i przypomni o odbiorze zamówienia

Jak przetwarzanie kognitywne działa w praktyce? Załóżmy, że wybieramy się w podróż. Urządzenie kognitywne automatycznie przedstawi nam prognozę pogody i inne ważne informacje dotyczące miasta, do którego jedziemy. Chcemy zorganizować przyjęcie urodzinowe? Kognitywny asystent pomoże nam w przygotowaniu zaproszeń, rezerwacji lokalu i przypomni, że trzeba odebrać zamówiony tort z cukierni.

Urządzenia w pełni wykorzystujące możliwości przetwarzania kognitywnego mogą pójść o krok dalej niż znani nam dzisiaj inteligentni osobiści asystenci, tacy jak Siri czy Cortana. Rozwiązania te dogłębnie przeanalizują kontekst postawionego problemu, samodzielnie wyciągną wnioski i pomogą nam zaplanować pewne działania, a nie jedynie odpowiedzą na nasze bieżące pytania – mówi Michał Kudelski, Senior Business Solution Manager w SAS Polska.

Urządzenia kognitywne znajdują również zastosowanie w biznesie. Planując przeprowadzenie akcji marketingowej, możemy wykorzystać je do automatycznej segmentacji klientów w celu opracowania ukierunkowanych komunikatów i zwiększenia wskaźnika odpowiedzi. Z kolei w handlu systemy kognitywne pomagają sprzedawcom detalicznym w żmudnym procesie ustalania cen. Po przeanalizowaniu ogromnych ilości informacji dotyczących sprzedaży, danych demograficznych, sezonowych i łańcuchów dostaw, umożliwiają automatyczne dostosowywanie cen i proponowanie produktów komplementarnych. Natomiast w branży motoryzacyjnej urządzenia kognitywne ułatwiają producentom samochodów tworzenie bezpieczniejszych, bardziej niezawodnych pojazdów, które komunikują się ze swoim środowiskiem i właścicielami, informując o potencjalnych zagrożeniach, co prowadzi do poprawy bezpieczeństwa, a także może umożliwić kierowcy np. znalezienie wolnego miejsca w zatłoczonym garażu.

Nowy wymiar sztucznej inteligencji

Systemy kognitywne wywodzą się ze sztucznej inteligencji (ang. artificial intelligence — AI), która według pierwotnych założeń miała sprawić, że komputery staną się bardziej użyteczne i zdolne do samodzielnego rozumowania. Systemy kognitywne stanowią kolejny etap rozwoju tej dziedziny, gdyż potrafią komunikować się z ludźmi z wykorzystaniem języka naturalnego. Rozumieją komendy głosowe czy tekstowe, a także odpowiadają na pytania i dają rekomendacje działań.

Specjaliści SAS przewidują, że w niedalekiej przyszłości przetwarzanie kognitywne wpłynie na sposób naszej codziennej pracy. Dzięki niemu przyspieszymy poszczególne procesy, gdyż maszyny będą w stanie samodzielnie wyciągać wnioski ze zgromadzonych danych i oferować, niewidoczne na pierwszy rzut oka, dodatkowe możliwości. Zwiększy się również poziom bezpieczeństwa, gdyż kognitywni asystenci będą w stanie zlokalizować zagrożenie, zanim ono nastąpi. Urządzenia kognitywne pomogą uzyskać informacje, o które nawet nie mieliśmy zamiaru zapytać. Przedstawią opisowe streszczenie danych i wskażą możliwe sposoby działania.

 

Źródło: SAS Polska

Postęp cyfrowy osiągnie niebawem punkt krytyczny. Z jednej strony możliwości, które stwarza cyfryzacja, są niemalże nieskończone. Wśród nich wymienić należy choćby wyższą jakość świadczonych nam usług, automatyzację oraz sztuczną inteligencję, mniejsze oddziaływanie na środowisko, większą wydajność procesów w sektorze przemysłowym i usługowym oraz wiele ułatwień w naszym życiu codziennym. Z drugiej strony wraz z postępem cyfrowym pojawia się coraz więcej wyzwań. Dobrze zorganizowana cyfryzacja wymaga skutecznego zarządzania zagadnieniami związanymi z prywatnością, bezpieczeństwem, zużyciem energii a także społecznymi wyzwaniami, będącymi konsekwencją likwidacji miejsc pracy. Warto jednak podkreślić, że umiejętne wykorzystanie postępu cyfrowego pozwoli na dołączenie do grona tych krajów, które stanowią największe centra innowacji w Europie.

Powyższe zagadnienia zostaną poruszone podczas trzeciej edycji Polish-Swiss Innovation Day. Tegorocznym tematem przewodnim będzie: Jak stworzyć skuteczny ekosystem cyfrowy? Polish-Swiss Innovation Day stanowi forum dialogu w obszarze innowacji dla polskich, szwajcarskich, i nie tylko, ekspertów, przedstawicieli rządu, naukowców, przedsiębiorców oraz startupów.

Celem wydarzenia jest kontynuacja dialogu pomiędzy Szwajcarią a Polską o współpracy w zakresie innowacji, wymiana najlepszych praktyk oraz podkreślenie roli cyfryzacji w zdobywaniu przewagi konkurencyjnej zarówno w biznesie, jak i świecie nauki.

Trzecia edycja Polish-Swiss Innovation Day 2017 odbędzie się 23 maja 2017 r. w godz. 9.00-14:30 w Centrum Zarządzania Innowacjami i Transferem Technologii (CZIiTT) na terenie kampusu Politechniki Warszawskiej (Rektorska 4, Warszawa).

Wystąpienie wprowadzające do wydarzenia wygłosi Jovan Kurbalija, prezes i założyciel DiploFoundation z Genewy. Jednym z głównych panelistów będzie minister cyfryzacji Anna Streżyńska.

W panelu wystąpią również, m.in.: Christian Wenger, Prezes, Digital Switzerland, Robert Firmhofer, Dyrektor, Centrum Nauki Kopernik, Aleksander Kutela, Dyrektor Zarządzający, GrupaOnet, Digital Poland

ABB oraz Nestlé Polska zaprezentują praktyczne spojrzenie na cyfrową transformację. Ponadto zostanie omówiona rola szkolnictwa wyższego i edukacji w procesie cyfryzacji. Warsztaty te będą doskonałą okazją do wymiany poglądów i doświadczeń.

Szczegółowy program konferencji, nazwiska prelegentów oraz formularz rejestracyjny znajdą Państwo na stronie http://polishswissinnovationday.pl

Ponad 90 różnego rodzaju wydarzeń: konferencji, warsztatów, wykładów, paneli dyskusyjnych, szkoleń czy pokazów – będzie czekać na uczestników Małopolskiego Festiwalu Innowacji. Odbędzie się on między 15 a 21 maja w pięciu miastach regionu – Krakowie, Tarnowie, Chrzanowie, Słomnikach i Nowym Sączu.

Organizowany już po raz siódmy przez Województwo Małopolskie festiwal jest jedynym tego typu wydarzeniem w regionie, podczas którego uczestnicy mogą być tak blisko wszelkiego rodzaju innowacji. Dzięki wydarzeniu młodzi ludzie będą mogli poznać dobre praktyki promowaniu pomysłów wśród potencjalnych inwestorów, a przede wszystkim zobaczyć, że innowacyjne podejście w biznesie to najlepszy sposób na budowanie konkurencyjności swojej firmy.

MFI zainauguruje konferencja „Sztuczna inteligencja przyszłością nowoczesnego biznesu”. Jej uczestnicy będą dyskutować m.in. o nowych technologiach z zakresu sztucznej inteligencji (ang. Artificial Intelligence), które oferują rozwiązania coraz chętniej wprowadzane przez świat biznesu i z pewnością znacząco zmienią jego oblicze, jak również nasze codzienne życie. Wśród zaproszonych prelegentów są m.in. blogerzy: Natalia Hatalska oraz Artur Kurasiński.

Podobnie jak w latach ubiegłych, także podczas tej edycji festiwalu odbędzie się cykl trzech spotkań „Przy kawie o innowacjach”. Tym razem głównym tematem spotkań będzie komunikacja marketingowa i jej rola w działalności biznesowej.

W sumie w trakcie tygodnia innowacji, w Małopolsce odbędzie się ponad 90 wydarzeń organizowanych przez 40 partnerów, m.in. w Krakowie, Tarnowie, Nowym Sączu, Słomnikach i Chrzanowie. Będzie można odwiedzić nowoczesne laboratoria, zobaczyć pokazy multimedialnych technologii czy też uczestniczyć w kreatywnych warsztatach. Ponadto, przygotowana została bogata oferta wydarzeń skierowanych do start-upów oraz osób planujących założenie własnej firmy.

Szczegółowy program Małopolskiego Festiwalu Innowacji znajduje się tutaj:

http://www.festiwalinnowacji.malopolska.pl/index.php/program-mfi

Po więcej informacji zapraszamy również na fanpage:

https://www.facebook.com/malopolskifestiwalinnowacji

Dark data, sztuczna inteligencja oraz blockchain to kluczowe trendy rozwoju technologicznego dla biznesu w najbliższych latach. Technologia rozwija się w tempie, które jeszcze kilka lat temu było nie do wyobrażenia. Jak jednak wynika z raportu firmy doradczej Deloitte „Tech Trends 2017. The kinetic enterprise” firmy, w tym najwięksi gracze, mają problemy ze skutecznym reagowaniem na zmiany, których oczekują klienci.

Na świecie aktywnymi użytkownikami internetu jest już ponad 3,4 mld ludzi, w Polsce wskaźnik ten sięga ponad 25 mln osób. Polacy w internecie spędzają średnio prawie sześć godzin dziennie. Zarówno w Polsce, jak i na świecie, jedna trzecia populacji jest aktywnym użytkownikiem mediów społecznościowych, co  niewątpliwie sprzyja gwałtownemu rozwojowi technologii.

IT musi przestać być oddzielnym działem w firmie

Technologia, konsumenci oraz biznes tworzą dziś jeden ekosystem. To, czy będzie on prawidłowo funkcjonował, w dużej mierze zależy od działów IT, które już dawno przestały spełniać w firmach jedynie funkcję wewnętrznych usługodawców.

-Istnieją jeszcze granice pomiędzy zespołami biznesowymi a technologicznymi. Z naszego raportu wynika, że najnowszym trendem jest zacieranie tych granic. Zespoły te powinny razem współpracować, by  móc wytworzyć, wdrożyć i udostępnić nowe rozwiązania dla swoich klientów– podkreśla Daniel Martyniuk, Dyrektor w zespole Technology Strategy & Architecture, Deloitte.

Modernizacja architektury rozwiązań IT poprzez wirtualizację, konteneryzację, standaryzację i autonomię staje się kluczowa. Zapewnia ona zwiększenie wydajności i tempa wdrożeń nowych rozwiązań, zmniejszenie kosztów, a także elastyczność i lepsze wyniki. W celu zwiększenia swoich możliwości biznesowych przedsiębiorstwa coraz częściej podlegają również reorganizacji i zaczynają oferować produkty bądź realizować procesy biznesowe w modelu „as a-service” (czyli jako usługę).

Sztuczna inteligencja uwalnia potencjał ogromu nieuporządkowanych danych

-Analiza dark data to wykorzystanie możliwości maszyn do przetwarzania coraz większej ilości danych, które do tej pory nie były „przetwarzalne”. Szacuje się, że tylko 10% wszystkich danych, które posiadają przedsiębiorstwa, są w formie, która umożliwia ich analizę i wyciągnięcie z nich wniosków – mówi Daniel Martyniuk.

Według szacunków Deloitte większość danych wciąż pozostaje nieustrukturyzowana. Tymczasem całkowity rozmiar cyfrowego wszechświata od 2013 do 2020 roku wzrośnie z 4,4 do 44 Zeta Bajtów.

Dzielenie tożsamości cyfrowej

Blockchain to obecnie jeden z najszerzej omawianych i najczęściej opisywanych trendów technologicznych. Jest to ogólnodostępny system rozproszonych katalogów, który umożliwia przesyłanie i magazynowanie informacji dotyczących transakcji zawieranych za pomocą internetu. Dla biznesu przekonujące są jego kluczowe cechy, takie jak nieodwracalność, chronologiczność, zabezpieczenie kryptograficzne oraz zaufanie.

Firmy stoją nie tylko przed wyzwaniem przezwyciężenia bezwładności operacyjnej, lecz przede wszystkim muszą rozwijać się w coraz bardziej wymagającym środowisku biznesowym pozostającym w ciągłym ruchu.

 

Wypowiedź : Daniel Martyniuk, Dyrektor w zespole Technology Strategy & Architecture, Deliotte

 

W ciągu niespełna dekady miliony miejsc pracy zastąpi automat. To nieodwracalnie zmieni rynek pracy. Programowanie będzie jedną z tych umiejętności, która nie zaniknie. Co nie oznacza, że praca programistów nie ulegnie zmianom. 

W związku z popularyzacją automatyki i systemów działających w oparciu o sztuczną inteligencję niektóre zawody, zwłaszcza nie wymagające specjalistycznej wiedzy i kwalifikacji, będą zanikać. Do 2025 r. co czwarte zadanie wykonywane przez pracowników sektora produkcyjnego, budowlanego, konserwacyjnego czy rolniczego ma zostać zautomatyzowane – przewiduje opublikowany w 2013 roku raport McKinsey Global Institute.

Wśród zawodów, którym nie grozi całkowita automatyzacja znajdują się programiści. Z ubiegłorocznego raportu firmy analitycznej Burning Glass wynika, że w samym 2015 r. ponad 7 milionów ogłoszeń o pracę w Stanach Zjednoczonych wymagało od kandydatów przynajmniej podstawowych umiejętności kodowania. Oszacowali oni również, że liczba stanowisk pracy powiązanych z programowaniem rośnie o 50 proc. szybciej niż cały rynek pracy. W ciągu najbliższych 10 lat żaden inny zawód nie będzie rozwijał się szybciej.

Niemniej postępująca automatyzacja i robotyzacja pracy bez wątpienia wpłyną także na pracę programistów. – Należy się spodziewać powstania nowych zawodów, związanych z obsługą systemów opartych np. na uczeniu maszynowym. Jednym z nich jest data scientist. W jego kompetencjach będzie m.in. przygotowywanie danych wejściowych do przetworzenia przez system, jak i tworzenie stosownych algorytmów, na których system będzie pracował. Profesja ta będzie wymagać łączenia umiejętności programistycznych i analityczno-statystycznych – wyjaśnia Leszek Wolany ze szkoły programowania Coders Lab, którą ukończyło już ponad 600 początkujących programistów.

To właśnie zawód data scientist kilka tygodni temu wygrał coroczny ranking „Best Jobs in America”, przygotowywany przez Glassdoor. Większość zawodów, jakie znalazły się w pierwszej dziesiątce, wymagała umiejętności kodowania. Raport powstał w oparciu o trzy czynniki: liczbę ogłoszeń o pracę, średnie zarobki oraz poziom zadowolenia deklarowany przez wykonujących dany zawód.

W dłuższej perspektywie na znaczeniu zyskiwać będę także zupełnie nowe profesje, łączące ludzi z maszynami. Skoro roboty i zautomatyzowane maszyny coraz mocniej wpływają na naszą pracę oraz codzienne życie, coraz więcej ludzi będzie potrzebnych do ich zaprogramowania czy konserwowania (tech robot programmer).

– Data scientist czy tech robot programmer to profesje wymagające zaawansowanych umiejętności programistycznych oraz dodatkowych kwalifikacji, których nabycie zajmuje dużo czasu. Rynek pracy będzie jednak potrzebował milionów programistów, także w branżach, dotąd nie powiązanych bezpośrednio z nowymi technologiami, takich jak finanse, medycyna czy produkcja – wylicza Leszek Wolany.

Prestiżowy magazyn „Wired” opublikował na początku tego roku bardzo głośny artykuł o tym, że programiści to nowe „niebieskie kołnierzyki”, w którym pada m.in. zdanie „code could raplace coal” (kod może zastąpić węgiel), gdy mowa o górnikach, którzy przekwalifikowują się w koderów. – Oczywiście zawód programisty wymaga kilku umiejętności charakterystycznych dla pracowników na wysokich, dobrze płatnych stanowiskach: umiejętności logicznego myślenia, jednoczesnej syntezy i analizy danych, sporej dawki kreatywności w rozwiązywaniu problemów. To dlatego w tym zawodzie płace są jednymi z najwyższych, tak w Stanach Zjednoczonych, jak i w Polsce. Choć osoby o takim profilu nigdy nie będą stanowiły większości, to faktem jest, że ze względu na postępującą deindustrializację i automatyzacje wielu procesów, w perspektywie kilkunastu lat to właśnie w kodowaniu coraz więcej osób będzie szukało ucieczki przed rosnącym bezrobociem. W efekcie umiejętności programowania będą się stawać coraz bardziej masowe. Powiedziałbym, że staną się jak znajomość języka angielskiego – oczekiwane w pracy na różnorodnych stanowiskach i w wielu branżach – dodaje Leszek Wolany, ekspert Coders Lab.

Wypowiedź: Leszek Wolany, Coders Lab.

Eksperci

Lipka: Znów fatalne wieści dla frankowiczów

Za szwajcarską walutę trzeba płacić już ok. 3,70 zł, to ponad 20 gr więcej niż jeszcze miesiąc temu....

Bugaj: Pogarszające się inwestycyjne warunki

Po względnie stabilnym kwietniu drugi tydzień maja przyniósł dość zaskakującą poprawę koniunktury, k...

Przasnyski: Płacowa zadyszka. Górnicy, handlowcy, lekarze i budowlańcy mogą się jednak cieszyć

W pierwszym kwartale 2018 roku tempo wzrostu wynagrodzeń nieznacznie spadło. To prawdopodobnie jedyn...

Dzień Wolności Hipotecznej: od dziś nie pracujesz już na kredyt

128 dni zajęło w bieżącym roku zarabianie na 12 rat kredytu hipotecznego – wynika z szacunków Open F...

Moryc: Wyższa kwota wolna od podatku w Wielkiej Brytanii i nowe progi podatkowe

Początek kwietnia to w brytyjskim systemie podatkowym czas, od którego obowiązują nowe ustalenia pod...

AKTUALNOŚCI

Czy rynek nieruchomości znów doprowadzi do kryzysu?

W ciągu ostatnich 12 miesięcy na sześciu głównych rynkach nieruchomości w kraju cena metra kwadratow...

Przez 5 ostatnich lat zadłużenie Polaków wzrosło niemal dwukrotnie

Z roku na rok wzrasta wartość zaległości Polaków. Jak wynika z najnowszych danych Grupy KRUK łączne ...

Dzień Matki: na prezenty wydamy przynajmniej 750 milionów złotych

Na przeciętny upominek dla mamy Polacy wydają w bieżącym roku 67 złotych - wynika z danych zebranych...

Niespokojnie na rynku walutowym

Po kilku dniach spokoju i próbie wyhamowania aprecjacji dolara nadchodzi najważniejszy tym tygodniu ...

Ponad 27 miliardów złotych zostało w portfelach Polaków

Od ponad trzech lat Rada Polityki Pieniężnej utrzymuje stopy procentowe na najniższych poziomach w h...