piątek, Listopad 22, 2019
Facebook
Home Tagi Wpis otagowany "sztuczna inteligencja"

sztuczna inteligencja

Robot będzie dzwonić i odbierać telefony od pacjentów szpitala w Ostródzie. W połowie przyszłego roku voicebot, czyli program komputerowy, który porozumiewa się z użytkownikiem za pomocą głosu, będzie działać w rejestracji tej placówki.

Janusz Boniecki, prezes szpitala w Ostródzie nie ukrywa, że teraz pacjenci mają duży problem, by dodzwonić się do rejestracji. Dlatego telefony ma odbierać voicebot, czyli sztuczna inteligencja. Będzie też dzwonić, by przypomnieć o zaplanowanej wizycie, podaje Prawo.pl. Program komputerowy ma powstać specjalnie na potrzeby tego szpitala. Dyrekcja przygotowuje przetarg na drugi etap informatyzacji placówki. W efekcie ma powstać program komputerowy, który zostanie tak zaprogramowany, by odpowiadać na najbardziej popularne pytania pacjentów.

Przeczytaj także:

Boniecki nie ma wątpliwości, że to kwestia najbliższych lat, gdy sztuczna inteligencja zacznie się pojawiać w medycynie, w kolejnych obszarach. „Dyrektorzy szpitali boją się takich nowinek, bo informatyzacja jest pod największym nadzorem Centralnego Biura Antykorupcyjnego – mówi Boniecki. – Myślę, że przed tym nie ma ucieczki. To kwestia kilku najbliższych lat, gdy algorytm analizując dane dotyczące szpitala, będzie podpowiadał, jak nim zarządzać i optymalizować wydatki. Ta technologia może też wspierać lekarzy przy stawianiu diagnozy, ale do tego potrzebna jest zmiana przepisów” – dodaje.

Źródło: Cantrum Prasowe PAP

Prawie 90 proc. Polaków zna pojęcie sztucznej inteligencji, jednak nie zawsze wiedzą, co naprawdę oznacza. Wprawdzie dostrzegają korzyści związane np. z poprawą komfortu życia czy bezpieczeństwa w miejscu pracy, ale też mają wiele obaw, np. o to, że technologia odbierze im miejsca pracy. Tylko co szósta osoba skorzystałaby z pomocy urządzenia opartego na SI zamiast lekarza – wynika z raportu NASK „Sztuczna Inteligencja w społeczeństwie i gospodarce”. Tymczasem to właśnie odpowiednie nastawienie społeczeństwa jest niezbędne, by polska gospodarka mogła faktycznie rozwijać działania oparte o tę technologię.

– Zasadniczym celem sztucznej inteligencji jest zwiększenie możliwości analizy danych i wykorzystania tego do różnych celów – podkreśla Marek Zagórski, minister cyfryzacji. – Mówimy przede wszystkim o potencjale wynikającym z mocy obliczeniowej. Tak naprawdę nie ma ograniczeń do zastosowań sztucznej inteligencji – czym większa moc obliczeniowa, tym te zastosowania będą pełniejsze. Natomiast to, do jakich zastosowań będziemy wykorzystywali sztuczną inteligencję, zależy tak naprawdę od potrzeb gospodarki.

Dynamiczny rozwój technik informacyjnych i komputerowych sprawia, że sztuczna inteligencja ma już zastosowanie w życiu codziennym. To właśnie rozwiązania oparte o inteligentne urządzenia i algorytmy w najbliższych latach zadecydują o rozwoju gospodarczym państw.

 Sztuczna inteligencja znajdzie zastosowanie w każdej dziedzinie: od medycyny i diagnostyki po samochody autonomiczne. Ale przed nami jeszcze długa druga zanim będziemy mogli jej w pełni zaufać – zaznacza prof. Dimitris Politis z Halicioglu Data Science Institute na Uniwersytecie Kalifornijskim w San Diego.

Według McKinsey Global Institute zyski z rozwiązań opartych o SI do 2030 roku mogą globalnie wynieść nawet 13 bln dol. (dane za raportem NASK „Sztuczna Inteligencja w społeczeństwie i gospodarce. Analiza wyników ogólnopolskiego badania opinii polskich internautów”). Korzystają z nich już dziś m.in. komunikacja i marketing, informatyka i wojskowość. Przymierzają się do nich również energetyka, transport, edukacja czy rolnictwo. Coraz szerzej sztuczną inteligencję wykorzystuje nie tylko biznes, lecz także administracja, również w Polsce.

– W coraz większym stopniu także w administracji będziemy wykorzystywać algorytmy. Musimy zrewidować nasze podejście do tego, żeby akceptować algorytmy, a nie konkretną decyzję, bo coraz częściej to algorytmy, oprogramowanie generuje rozwiązania i decyzje, na które urzędnik nie ma większego wpływu – mówi Marek Zagórski.

Wyzwaniem jest prawne uregulowane nowej rzeczywistości. Legislacja musi iść w kierunku akceptacji algorytmów – dlatego resort cyfryzacji pracuje nad Założeniami do strategii rozwoju sztucznej inteligencji.

Sztuczna inteligencja ma wpływ na codzienne życie społeczeństwa. Z badania NASK wynika, że dostrzega to już połowa Polaków, przede wszystkim w zakresie rozrywki i gier, w transporcie, motoryzacji czy komunikacji publicznej.

Przeczytaj także:

 Takim prostym przykładem jest sieć edukacyjna OSE. Łączymy internetem 26 tys. szkół podstawowych i średnich, a po fizycznym podłączeniu tych szkół do sieci będziemy mogli wpływać na ekosystem edukacyjny – mówi prof. Jacek Leśkow, dyrektor NASK.

Wśród innych korzyści, które mogą płynąć z zastosowania sztucznej inteligencji, Polacy najczęściej wymieniali poprawę komfortu życia (34 proc.), wzrost zabezpieczeń przed cyberatakami (33 proc.), spadek liczby wypadków w miejscu pracy (prawie 33 proc.) i lepsze dopasowanie oferty do potrzeb konsumenta (ponad 30 proc.).

Wiele jest jednak także obaw z tym związanych. Polacy nie zawsze rozumieją istotę sztucznej inteligencji. Obawiają się jej przede wszystkim w kontekście naruszenia prywatności (ok. 60 proc.), cyberataków (ok. 37 proc.) i utraty miejsc pracy (22 proc.).

– Powinniśmy mieć na uwadze to, że sztuczna inteligencja nie będzie lekiem na całe zło, który zmieni nasze życie na lepsze jak za dotknięciem czarodziejskiej różdżki. Prace badawcze wciąż trwają. Technologie oparte na SI będą z pewnością pomocne w połączeniu z innymi rozwiązaniami, które są opracowywane równolegle do nich. Nie jesteśmy jeszcze na takim etapie, aby móc w pełni zaufać diagnozie postawionej przez urządzenie wyposażone w SI lub uciąć sobie drzemkę w samochodzie autonomicznym – mówi prof. Dimitris Politis.

– Nie można nie dostrzegać faktu, że są organizacje czy państwa, które mogą wykorzystywać narzędzia nowej cywilizacji cyfrowej do wzmacniania działań dywersyjnych wobec innych państw – mówi prof. Jacek Leśkow. – Szalenie istotna jest rola dobrego przemyślenia relacji, czym jest demokracja w rzeczywistości cyfrowej, jakie są relacje państwo – obywatel, co państwo powinno chronić, jaka przestrzeń cyfrowa dla obywatela powinna być zarezerwowana wyłącznie dla państwa.

Źródło: Newseria Biznes

Ludzie bardziej ufają robotom niż swoim przełożonym – to wniosek z drugiego dorocznego badania „AI at Work”, które zostało przeprowadzone przez Oracle i Future Workplace, firmę badawczą przygotowującą liderów na rewolucyjne zmiany w dziedzinie rekrutacji, rozwoju zawodowego i zaangażowania pracowników.

W badaniu wzięło udział 8370 pracowników, menedżerów i kierowników działów kadr z 10 krajów. Wynika z niego, że sztuczna inteligencja zmieniła relację między ludźmi i technologią w miejscu pracy, a także rolę działów kadr i ich kierownictwa w przyciąganiu, zatrzymywaniu i rozwoju wykwalifikowanych pracowników.

Sztuczna inteligencja zmienia relację między ludźmi i technologią w miejscu pracy 

Wbrew powszechnym obawom o wpływ sztucznej inteligencji na stanowiska pracy, pracownicy, menedżerowie i kierownicy działów kadr na całym świecie coraz częściej mają do czynienia ze sztuczną inteligencją w swoich firmach, a wielu z nich przyjmuje ją z zadowoleniem i optymizmem. 

  • Sztuczna inteligencja staje się w przedsiębiorstwach coraz powszechniejsza – z jakiejś formy tej technologii korzysta już 50% pracowników; dla porównania, w ubiegłym roku było to tylko 32%. Pracownicy w Chinach (77%) i Indiach (78%) mają do dyspozycji sztuczną inteligencję dwukrotnie częściej niż ci we Francji (32%) i w Japonii (29%). 
  • Większość (65%) pracowników z optymizmem, entuzjazmem i wdzięcznością przyjmuje robota jako swojego współpracownika, a prawie jedna czwarta twierdzi, że ich relacja ze sztuczną inteligencją w miejscu pracy jest „przyjacielska” i „przynosi im satysfakcję”. 
  • Z największym entuzjazmem podchodzą do sztucznej inteligencji pracownicy w Indiach (60%) i Chinach (56%). Na kolejnych miejscach w tym zestawieniu znalazły się Zjednoczone Emiraty Arabskie (44%), Singapur (41%), Brazylia (32%), Australia/Nowa Zelandia (26%), Japonia (25%), Stany Zjednoczone (22%), Wielka Brytania (20%) i Francja (8%).
  • Mężczyźni oceniają sztuczną inteligencję w miejscu pracy bardziej pozytywnie, niż robią to kobiety; z optymizmem podchodzi do niej 32% mężczyzn i 23% kobiet. 
Pracownicy bardziej ufają robotom niż swoim przełożonym

Coraz częstsze wdrażanie sztucznej inteligencji w firmach ma znaczny wpływ na sposób interakcji między pracownikami i ich przełożonymi. Zmienia to tradycyjną rolę działów kadr i ich kierownictwa. 

  • 64% ludzi miałoby większe zaufanie do robota niż do swojego przełożonego, a połowa poprosiłaby o radę robota, a nie swojego menedżera.
  • Najwięcej pracowników ufa w większym stopniu robotom niż kierownictwu w Indiach (89%) i Chinach (88%); kolejne kraje w tym rankingu to Singapur (83%), Brazylia (78%), Japonia (76%), Zjednoczone Emiraty Arabskie (74%), Australia/Nowa Zelandia (58%), Stany Zjednoczone (57%), Wielka Brytania (54%) i Francja (56%).
  • Do sztucznej inteligencji, a nie do przełożonego zwróciłoby się więcej mężczyzn (56%) niż kobiet (44%).
  • 82% ludzi uważa, że roboty wykonują pewne zadania lepiej niż ich przełożeni. 
  • Na prośbę o podanie konkretnych czynności ankietowani odpowiedzieli, że roboty są lepsze w dostarczaniu obiektywnych informacji (26%), przestrzeganiu harmonogramów pracy (34%), rozwiązywaniu problemów (29%) i zarządzaniu budżetem (26%).
  • Zapytani o sprawy, z którymi menedżerowie radzą sobie lepiej niż roboty, pracownicy jako trzy główne aspekty wymienili rozumienie ich uczuć (45%), szkolenia (33%) i budowanie kultury pracy (29%).
Sztuczna inteligencja pozostanie z nami – firmy muszą ją uprościć i zabezpieczyć, aby utrzymać konkurencyjność 

Sztuczna inteligencja dopiero zaczyna wpływać na środowisko pracy. Aby wykorzystać najnowsze rozwiązania oparte na tej technologii, przedsiębiorstwa muszą skupić się na jej uproszczeniu i zabezpieczeniu. W przeciwnym razie ryzykują, że pozostaną w tyle. 

  • 76% pracowników (i 81% kierowników działów kadr) uważa, że trudno jest dotrzymać kroku zmianom technologicznym w środowisku pracy. 
  • Pracownicy chcieliby, aby korzystanie ze sztucznej inteligencji było prostsze; domagają się lepszych interfejsów użytkownika (34%), szkoleń w zakresie najlepszych procedur (30%) i narzędzi spersonalizowanych pod kątem ich zachowań (30%).
  • Najważniejsze obawy powstrzymujące pracowników przed korzystaniem ze sztucznej inteligencji w pracy to bezpieczeństwo (31%) i ochrona prywatności (30%).
  • Cyfrowi tubylcy z pokolenia Z (43%) i milenialsów (45%) mają większe obawy o ochronę prywatności i bezpieczeństwo w pracy niż przedstawiciele pokolenia X (29%) i powojennego wyżu demograficznego (23%).

„Najnowsze rozwiązania z obszaru automatycznego uczenia i sztucznej inteligencji szybko stają się standardem, co powoduje olbrzymie zmiany w interakcjach ludzi z technologią i ich współpracownikami. Z naszego badania wynika, że relacja między ludźmi i maszynami w pracy jest definiowana na nowo. Nie ma przy tym jednego, uniwersalnego sposobu na sprostanie tej zmianie. Przedsiębiorstwa muszą współpracować ze swoimi działami kadr, aby spersonalizować podejście do wdrażania sztucznej inteligencji i spełnić zmieniające się oczekiwania swoich zespołów na całym świecie” – powiedziała Emily He, wiceprezes Oracle, dyrektor działu Human Capital Management Cloud Business Group.

Źródło: Oracle

Wzrost płacy minimalnej, zmniejszające się bezrobocie, problemy z pozyskaniem konsultantów – to tylko niektóre powody wpływające na wzrost kosztów Infolinii i działów call center w firmach. Obsługa klientów kosztuje coraz więcej. Remedium stanowią rozwiązania zwiększające produktywność konsultantów bądź automatyzujące obsługę najczęstszych problemów. Chatboty, bo o nich też mowa, pomagają też w rekrutacji agentów.

Zgodnie z raportem Forrester Research, aż 87% dyrektorów generalnych chce zmodernizować swoje kadry przy użyciu sztucznej inteligencji. Z kolei eksperci McKinsey wskazują bezpośrednio na sprawy związane z zatrudnieniem i szacują, że około 22% funkcji HR jest już gotowych do automatyzacji. Ewidencja czasu pracy, frekwencja pracowników czy tematy płacowe są najprostsze do automatyzacji, zaraz po nich – kwestie związane z archiwizacją i raportowaniem. Działy kadr, delegując część swojej pracy do Chatbotów HR, mogą się zająć planowaniem strategicznym oraz budowaniem relacji pracowniczych, w których kluczowy jest czynnik ludzki.

O Wirtualnych Doradcach – Chatbotach i Voicebotach – najczęściej mówi się w kontekście obsługi klienta – są ogromnym wsparciem dla zespołu i pozwalają firmom na optymalizację kosztów. Warto jednak podkreślić ich możliwości w procesach wewnętrznych – rekrutacji, wdrażania nowych pracowników oraz przeprowadzania okresowych szkoleń.

Odciążenie infolinii przez automatyzację nawet 15 – 20% powtarzających się problemów to realnie niższy koszt zatrudnienia 

Wiodące marki na świecie wprowadzają rozwiązania automatyzujące – zarówno infolinię, formularze jak i czata. Celem jest wsparcie konsultantów, a nie ich zastąpienie. Ich wiedza i umiejętności miękkie gwarantują wysoką jakość obsługi i doświadczenie, tzw. customer experience. Sztuczna inteligencja wspiera specjalistów w czynnościach powtarzalnych, które nie dodają większej wartości firmie np. nie zwiększają konwersji, sprzedają nowych produktów czy usług. Firmy zmagają się aktualnie z problemami związanymi z tzw. rynkiem pracownika – brakuje chętnych do pracy kandydatów, często mają oni wygórowane oczekiwania, a ich wynagrodzenia rosną w drastycznym tempie. Wszystkie te kwestie są szczególnie ważne zwłaszcza w masowym zatrudnieniu w dużych firmowych Call Center lub firm świadczących usługi outsourcingu. Właśnie tutaj rozwiązaniem problemu są Wirtualni Asystenci – Chatboty oraz asystenci głosowi – Voiceboty.

Coraz powszechniej już stosowane Chatboty prowadzą rozmowy z wykorzystaniem automatycznego czatu – wyłączenie tekstowo. Voiceboty (Chatboty Głosowe), dzięki rozwojowi technologii głosowej rozpoznają komendy głosowe użytkowników oraz odpowiadają na zapytania za pomocą głosu oraz tekstu.

Omni-channel’owe konsole dla agenta minimalizują przełączanie się pomiędzy ekranami, zwiększają produktywność

Ekran, na którym pracuje agent, oraz intuicyjność oprogramowania call center, mają znaczący wpływ na jego produktywność.  

Kilka lat temu agenci pracowali na 1, maksymalnie 2 kanałach – infolinii oraz formularzu. Dziś to co najmniej kanał głosowy, tekstowy, social, czasem wideo, przy jednoczesnej konieczności obserwacji karty klienta czy koszyka zakupowego.

Rozważając automatyzację infolinii warto podjąć się współpracy z dostawcą oprogramowania, który jednocześnie wyposaży konsultantów w odpowiednie narzędzie do obsługi zapytań i wglądu w rozmowy Chatbota czy Voicebota. Omni-channel Support to wielofunkcyjny interfejs – CRM, karta klienta, stany sklepowe, narzędzie obsługi infolinii, formularzy, czatu – wszystko w jednym miejscu, na jednym ekranie. Konsultanci nie muszą już korzystać z różnych programów i przeklikiwać się między ekranami. Firmy wciąż często korzystają z wielu systemów, obawiając się integracji – niepotrzebnie, a wdrażanie AI do obsługi klienta jest dobrym momentem na uporządkowanie również innych kanałów kontaktu z klientami.

Szybszy onboarding konsultantów

Millenialsi, ale nie tylko oni, stanowiący trzon zespołów dzisiejszych Infolinii, odrzucają szkolenie przez tradycyjne manuale, oczekują angażujących treści i atrakcyjnych materiałów, wideo, efektywnego wyszukiwania po zasobach firmy. To wymusza na firmach inny sposób przedstawiania wiedzy i kluczowych informacji – już nie w postaci długich skryptów, dokumentów PDF, w których odnalezienie odpowiedzi na szukane pytanie wymaga czasu i dużo cierpliwości. Dedykowane aplikacje wspierające pracowników w udzielaniu błyskawicznych odpowiedzi na zapytania, w czasie rzeczywistym, inteligentne szukanie informacji przez systemy typu Conversational AI czy wyszukiwarki semantyczne gwarantują szybki onboarding, pozyskiwanie wiedzy i mogą pomagać w niższej rotacji konsultantów.

Automatyzacja w rekrutacji neutralizuje w części problem rotacji

Przy problemach z rosnącą płacą (także minimalną), działy HR mają ręce pełne roboty, zatrudnienie nowych pracowników oraz stała opieka nad resztą zespołu to niezwykle czasochłonne zadanie. Zwłaszcza w Call Center, w którym potrzeba wielu konsultantów, w dużej mierze są to studenci, a i wielu spośród nich po prostu nie chce pracować na słuchawce.

W dzisiejszych czasach młodzi kandydaci inaczej się uczą, szybko tracą zainteresowanie i oczekują błyskawicznych odpowiedzi i rezultatów. W jaki sposób Chatboty HR  firmy InteliWISE mogą pomóc HR-owcom, tym samym ułatwiając życie pracownikom i zwiększając ich satysfakcję?

1. Przeprowadzenie przez dokumentację niezbędną do rekrutacji.

Nowi pracownicy muszą wypełnić podstawowe dokumenty niezbędne do zatrudnienia, takie jak formularze podatkowe, a nieraz również szereg innych umów np. o zachowaniu poufności. Chatboty/ Voiceboty Rekrutacyjne mogą przeprowadzić kandydatów przez wszystkie formalności i odpowiedzieć na pytania dotyczące sposobu wypełnienia formularzy, jeśli pojawi się jakaś dwuznaczność.

2. Wprowadzenie w politykę firmy.

Częścią z papierkowej roboty jest również wprowadzenie pracowników w politykę firmy – dokumenty związane z polityką kadrową dotyczącą urlopów czy standardowych procedur operacyjnych dla nowego zespołu pracowników. Dzięki Wirtualnym Asystentom pracownik może zaoszczędzić czas i o wszelkie, nieraz banalne sprawy, zapytać aplikację – zamiast współpracownika czy działu kadr.

3. Zapoznanie z historią zespołu i firmy.

Poznanie osiągnięć firmy i zespołu, przyszłych projektów i celów jest krytyczną częścią procesu rekrutacji. Pracownicy mogą zadawać pytania dotyczące miejsca swojego zespołu w strukturze firmy oraz roli, jaką pełnił na przestrzeni lat.

4. Zarządzanie czasem pracy i zmianami w firmie.

Chatboty lub Voiceboty mogą również sprawdzać postępy pracowników w procesie wdrażania się czy wymagany stan wiedzy o projektach. Posłużą też służyć wirtualny zegar czasu np. do odprawy zmianowej pracowników na urządzeniu mobilnym.

5. Ankietowanie i szkolenie.

Wirtualni Asystenci sprawdzą się również w ankietowaniu czy doszkalaniu pracowników – mogą np. anonimowo sprawdzać opinie dotyczące pracy w firmie i procesów wewnętrznych lub inicjować quizy odświeżające wiedzę w kwestiach bezpieczeństwa czy ochrony danych.

Przeczytaj także:

Z pozyskiwaniem teamu konsultantów nie będzie lepiej- wzrost produktywności konsultantów oraz automatyzacja pomoże w utrzymaniu marży i kosztów centrów pomocy

AI w HR, sztuczna inteligencja przyspieszy onboarding pracowników, pozwala bowiem na odświeżenie formy przekazy długich PDF-ów, manuali i ksiąg obsługi – nowej generacji wyszukiwanie błyskawicznie łączy wątki i podsuwa rozwiązania i odpowiedzi na nurtujące pracowników pytania. Wirtualni Asystenci to skuteczne rozwiązanie samoobsługowe (web self-service) zwiększające efektywność pracy zarówno wewnątrz firmy, jak i w obsłudze klienta, dzięki zmniejszeniu liczby powtarzających się zapytań. AI pozwala zmodernizować dział kadr i w pełni wykorzystać inwestycje w infrastrukturę kadrową.

Źródło: InteliWISE S.A.

Wiele nowoczesnych technologii wciąż bardziej kojarzy się ze światem science fiction niż z codziennym życiem. Jednak coś co wczoraj było jeszcze fantazją, dziś staje się powszechnym produktem lub usługą. Nowoczesne technologie to klucz do sukcesu w biznesie, konkurencyjności innowacyjnego myślenia i rozwoju firmy w skali globalnej. Ale  – bez wątpienia – najważniejszy jest człowiek.

Podczas największej w Polsce konferencji technologicznej – Masters & Robots  (8-9.10/Warszawa) – o sile technologii i jej działaniu na rzecz ludzkości, technologicznych i etycznych wyzwaniach biznesu, najbardziej pożądanych kompetencjach zawodowych będą dyskutować najgorętsze nazwiska w branży, m.in. David Hanson – geniusz, wizjoner i przedsiębiorca, twórca Sophi  – najbardziej znanego humanoidalnego robota, Mo Gawdat, ekspert od AI i robotyki, który pracował przy tworzeniu tajnych innowacyjnych technologii Google`a, Anahita Moghaddam – założycielka Neural Beings, trenerka Global CEOs, uczennica Dalajlamy, Michael Ventura, światowy ekspert od design`u, kreujący firmę opartą na „empathic design” czy Leesa Soulodre, konsultantka w zarządzaniu innowacjami, która pomogła wystartować od zera firmom, o obecnej łącznej wartości ponad 14 mld dolarów.
W konferencji bierze udział ponad 70 ekspertów i praktyków z całego świata.

Głównymi sponsorami wydarzenia są międzynarodowy inwestor, lider młodego pokolenia polskich przedsiębiorców, od lat wspierający startupy – Sebastian Kulczyk oraz polski gigant ubezpieczeniowy PZU.

Przeczytaj także:

Na uczestników wydarzenia czekają m.in.: 3 sceny: główna scena Masters & Robots, scena dla młodzieży Masters & Robots Youth oraz scena MIT COINs – poświęcona szczególnie tematyce AI i analityce danych prowadzona przez profesorów z MIT. W trakcie konferencji odbędą się również warsztaty z zagranicznymi ekspertami, wykłady i panele dyskusyjne.

Masters & Robots to także wydarzenia towarzyszące, jak np. organizowany 7 października finał międzynarodowego konkursu dla startupów SingularityU Poland GLOBAL IMPACT CHALLENGE. Jego zwycięzca, wybrany spośród finałowej 10-tki, weźmie udział w Global Startup Program – prestiżowym programie akceleracyjnym Singularity University w Dolinie Krzemowej, a także otrzyma zaproszenie do trzeciej edycji „InCredibles” Sebastiana Kulczyka.

Dodatkowym wydarzeniem będzie także HACKATHON Antisemitism, realizowany przed konferencją w dniach 4-6 października wraz z Ambasadą Izraela. Przez 48 godzin programiści z Izraela, Ukrainy i Polski będą pracować nad rozwiązaniem problemu antysemityzmu w Internecie. W trakcie SingularityU Poland GLOBAL IMPACT CHALLENGE zostaną zaprezentowani zwycięzcy.

materiał prasowy

Nowoczesne technologie wkroczyły do branży logistycznej, gdzie chęci na ich wdrożenie są, ale brakuje rąk do pracy. Gdzie leży problem?

Według globalnego raportu „The Global Customers Report 2019”, firmy z branży logistycznej od lat nieustannie poszukują nowoczesnych rozwiązań technologicznych, które pozwolą rozwijać prowadzone procesy logistyczne, z naciskiem na ścieżkę łańcucha dostaw. Potrzebę tę tworzą nie tylko światowe trendy, ale też sami klienci, którzy u dostawców usług logistycznych poszukują przejrzystości, efektywności, a także pełnej i ciągłej widoczności wszystkich zamówionych towarów.

W logistyce ten rok jest na tyle przełomowy, że przestało się mówić o eksperymentowaniu z nowymi technologiami, a przeszło się ze słów do czynów i zaczęto je wdrażać do procesów biznesowych. Jak zauważają eksperci firmy doradztwa personalnego HRK, firmy nieustannie starają się znaleźć i rozwijać talenty, aby móc w pełni wykorzystać pełny potencjał technologii, jednakże stanowi to obecnie dość duże wyzwanie, bowiem specjalistów z kompetencjami przyszłości jest na rynku niewielu, a firmy dopiero od niedawna coraz śmielej wchodzą w cyfrowy świat.

Gdzie będzie praca?

Do zawodów przyszłości w logistyce bez wątpienia zaliczać się będą wszelkie specjalizacje z obszarów sztucznej inteligencji (AI) oraz robotyki magazynowej, która już dziś przejęła pałeczkę w magazynach. Według wcześniej wspomnianego raportu, w przypadku AI nastąpił wzrost szerokiego wykorzystania sztucznej inteligencji w konkretnych procesach biznesowych. Sama branża zaś jest coraz bardziej optymistycznie nastawiona na tę technologię, która może wspomóc obsługę klienta i uczynić działalność bardziej niezawodną oraz efektywną w celu zadowolenia odbiorców. Co ciekawe, blockchain, o którym wiele mówi się w branży finansowej i który mógłby się sprawdzić w bezpiecznym identyfikowaniu łańcucha dostaw, jest obecnie przez kadry zarządzające firm oceniany jako zwykły szum medialny. Firmy z kolei za wyzwania logistyczne na najbliższe lata wskazują dbanie o środowisko oraz radzenie sobie z barierami handlowymi i restrykcyjnymi przepisami, które rosną wraz z postępującą globalizacją. W tych wszystkich obszarach, według ekspertów HRK, pojawiać się będzie zapotrzebowanie na wykwalifikowanych specjalistów.

Przeczytaj także:

Gdzie leży problem?

Jednakże wraz ze wzrostem zapotrzebowania na wykwalifikowaną kadrę, pojawiają się problemy związane z przywództwem, jak i pozyskaniem pracowników z kompetencjami umożliwiającymi urzeczywistnienie marzeń o wdrożeniu nowych technologii do firm. Logistyka nieustannie chce się rozwijać, ale niestety nie podejmuje żadnych działań mających na celu przyciąganie młodych talentów do organizacji, ich zatrzymania lub szkolenia. Co istotne, aż 38,5 proc. firm deklaruje, że nie posiada dedykowanego zespołu, który bada innowacyjne pomysły i tu pojawia się kolejne zapotrzebowanie na pracowników specjalizujących się we wdrażaniu innowacji.

Być może właśnie takie podejście jest przyczyną tego, że technologie, o których wiele się mówi i które mają stanowić przyszłość branży, nie rozwijają się zgodnie z rynkowymi oczekiwaniami.

Źródło: HRK

Dane z raportu Allied Market Research mówią wprost – Internet Rzeczy to przyszłość przemysłu. Z roku na rok, przybywać będzie maszyn, które same będą komunikować się ze sobą. Rosnąca liczba smart urządzeń sprawia, że za 4 lata wartość rynku Przemysłowego Internetu Rzeczy (IIoT), wyniesie blisko 200 mld dolarów. To niemal 50 mld dolarów więcej niż jego obecna wartość.

Według autorów raportu Factories of the Future w 2025 roku na całym świecie działać będzie ponad 75 miliardów podłączonych urządzeń, z których większość znajdzie zastosowanie w sektorze wytwórczym. Firmy produkcyjne wydawać będą coraz większe kwoty na urządzenia i maszyny, które będą ze sobą połączone. Z danych opublikowanych przez analityków z Allied Market Research wynika, że w ciągu zaledwie 4 lat rynek urośnie o 1/3 i będzie wart 196,8 mld dolarów.

Sama maszyna to nie wszystko!

Głównym czynnikiem wpływającymi na szybki rozwój Przemysłowego Internetu Rzeczy w sektorze wytwórczym będzie postępująca kontrola wszystkich składowych procesu produkcji, która ma wpływać na wzrost wydajności.

Proces ten już się rozpoczął, ale jesteśmy na początku jego drogi. Pierwszym etapem była i nadal jest gruntowna informatyzacja przemysłu, która opiera się na systemach klasy ERP. To właśnie to rozwiązanie informatyczne pozwala przedsiębiorstwu wdrażać nowe technologie, które usprawnią działanie organizacji i przygotują ją na nadchodzące zmiany. – mówi Lucjan Giza Dyrektor ds. Rozwoju w BPSC i dodaje – Ten etap ma za sobą tylko część firm. W Polskich warunkach to odpowiednio: co druga (54%) średnia firma i 80% dużych przedsiębiorstw. – kończy ekspert z firmy dostarczającej rozwiązania IT dla biznesu.

Czy faktycznie jesteśmy na początku drogi prowadzącej do automatycznych fabryk, o której mówi ekspert z BPSC? Najlepiej w tym przypadku polegać na liczbach, które są niezaprzeczalnie obiektywne. McKinsey zapytał menagerów w firmach przemysłowych, czy po wdrożeniu rozwiązań IoT zauważyli zmianę. 60% stwierdziło, że tak i obecnie mają lepszy wgląd w to, co dzieje się w ich firmie. Jednocześnie ponad połowa tej grupy (54%) deklaruje, że wykorzystuje zaledwie dziesiątą część informacji (10%) pochodzącą z maszyn. Oznacza to, że aż 90% danych jest marnotrawionych.

W czym tkwi problem? W znikomym wykorzystaniu sztucznej inteligencji (SI). Ze wspomnianego już wcześniej raportu Factories of the Future dowiadujemy się, że mniej niż jeden na dziesięciu (8%) producentów przemysłowych wykorzystuje w swoim zakładzie technologię opartą na sztucznej inteligencji. Jednak jak wynika z deklaracji kadry kierowniczej biorącej udział w badaniu, do 2020 roku co druga firma z sektora przemysłowego (50%) wdroży rozwiązania oparte na sztucznej inteligencji.

– Motorem napędowym inwestycji w SI będzie rosnąca ilość danych, z którymi mamy obecnie do czynienia w sektorze produkcyjnym. Zaawansowana automatyka przemysłowa, czujniki i sensory w maszynach zbierają ogromne ilości informacji. Te dane są, jak diamenty, które dopiero po oczyszczeniu i obróbce jubilerskiej – staną się bezcennymi brylantami, otaczając blaskiem swojego posiadacza. Odpowiednikiem jubilera jest sztuczna inteligencja.
To „ona” pomoże sektorowi produkcyjnemu poradzić sobie z wartkim strumieniem informacji.
– kontynuuje Lucjan Giza z BPSC.

Przeczytaj także:

Zwrot z awarii

Sztuczna inteligencja jest również niezwykle przydatna do prowadzania konserwacji maszyn i urządzeń. Używając czujników do śledzenia wydajności i warunków produkcji, maszyny same mogą nauczyć się przewidywać awarie i podejmować działania prewencyjne lub naprawcze. Wyeliminowanie przestojów bardzo się opłaca. Specjaliści z Wall Street Journal wyliczyli, że nieplanowane przerwy w pracy kosztują globalny sektor produkcyjny około 50 mld dolarów rocznie, a awaria aktywów jest przyczyną 42% przestojów. Dzięki SI rutynowe kontrole są szybsze i dokładniejsze. Wyeliminowany jest również wymóg kontroli jakości, prowadzony w trakcie procesu przez ludzi, co jest czasochłonne i często obarczone błędem.

Jakość 4.0

Jeżeli w świecie odzieżowym rządzi dziś zjawisko szybkiej mody, to w przemyśle możemy mówić o szybkiej produkcji. Coraz krótsze terminy wprowadzania wyrobów na rynek oraz wzrost ich złożoności sprawia, że przedsiębiorstwom produkcyjnym coraz trudniej jest utrzymać wysoki poziom jakości przy zachowaniu zadowalającej marżowości oraz przestrzeganiu zmieniających się przepisów i norm. Z drugiej strony, klienci oczekują produktów bezbłędnych. Wykorzystanie algorytmów SI, które powiadamiać będą zespoły produkcyjne o pojawiających się anomaliach produkcyjnych jest skutecznym panaceum na problemy z utrzymaniem wysokiej jakości produktu przy minimalizacji kosztów jego wytworzenia.

Internet Inteligentniejszych Rzeczy

Epoka Internetu Rzeczy i sztucznej inteligencji na dobre zmieni istniejący krajobraz przemysłu. Ponieważ automatyzacja i pogłębiona analiza idą w parze. Sztuczna inteligencja sprawia, że aplikacje IoT wykorzystują swój pełny potencjał. Możemy zaryzykować stwierdzenie, że wykorzystanie obu technologii w przedsiębiorstwie produkcyjnym kreuje nową technologię internetu inteligentniejszych rzeczy.

Źródło: Biuro Projektowania Systemów Cyfrowych

Internetowe witryny, które pozwalają „przymierzyć” akcesoria online, reklamy dostosowane do upodobań, czy haseł wypisywanych do wyszukiwarki przez konsumentów to tylko niektóre dowody na to, że świat wirtualny wrósł już w naszą rzeczywistość. Znaczenie online’u rośnie, a rozwiązania w nim stosowane zaczynają wkraczać także do offline, coraz bardziej zmieniając oblicze tradycyjnego handlu. Co to oznacza zarówno dla sklepów, jak i producentów?

Obecnie nawet 60% osób przed podjęciem decyzji o zakupie korzysta ze strony internetowej sprzedawcy lub marki. Znaczenie wirtualnego świata stale rośnie. Jak wynika z najnowszego badania KPMG International, w 2019 roku będziemy świadkami zdecydowanego wzrostu wykorzystania sztucznej inteligencji w sprzedaży. Według tych samych prognoz, detaliści śmielej sięgać będą po rozwiązania z kategorii hiperpersonalizacji, nie tylko odpowiadając na potrzeby konsumentów, ale i zmieniając obecne oblicze handlu.

Rozwiązania na wymiar

Algorytmy monitorujące hasła, wpisywane do internetowej przeglądarki i obserwujące wybory konsumentów, pozwalają na dopasowanie reklam do ich potrzeb. Kiedyś najlepszym źródłem informacji dla sprzedawców był klient ze smartfonem w ręku. Niebawem rozwiązanie to  może okazać się jedynie reliktem przeszłości. Jak podaje KPMG International nadchodzi czas hiperpersonalizacji, a więc jeszcze większego skupienia się na konsumencie: jego wyborach, zainteresowaniach i emocjach. Z opublikowanego przez firmę raportu wynika także, że znaczenie zyska głęboka sprzedaż detaliczna (z ang. deep retail). Teoria ta zakłada, że grupą docelową nie będzie już zbiór klientów o podobnych potrzebach, lecz pojedyncza osoba. Techniki sprzedaży i rodzaj komunikacji będą dostosowywane do niej, na bazie informacji odczytywanych z twarzy, czy nawet ruchów gałki ocznej. Wszystko to może dziać się w czasie rzeczywistym. Nowe techniki są bowiem w stanie stworzyć portret klienta natychmiast, dając możliwość dostosowania sposobu sprzedaży do temperamentu, humoru czy jego nastawienia. Sprzedawcy przy wsparciu SI, dowiedzą się, np. czy klient ma dziś ochotę na dłuższą rozmowę, czy wręcz przeciwnie. Zebrane dane posłużą też producentom, którzy dzięki ich analizie, będą mogli wprowadzać na rynek dokładnie takie produkty, na jakie jest zapotrzebowanie.

Przeczytaj także:

W służbie wygody

Zmiany prognozowane na rynku sprzedaży uwzględniają także wykorzystywanie technik stosowanych dotychczas głównie w e-commerce. Mowa m.in. o botach. Według danych pochodzących z raportu Retail Trends 2019, do 2022 roku będą one wspierały nawet do 85% wszystkich kontaktów na płaszczyźnie biznes-konsument, również offline. Rewolucję ma przyspieszyć m.in. prognozowany wzrost znaczenia asystentów głosowych (ang. smarts speakers), którzy mają usprawnić i ułatwić proces zakupów, także w sklepach stacjonarnych.

Szansa i wyzwanie

Sztuczna inteligencja rozwija się i uczy, a zmiany następują bardzo szybko. Detaliści chcąc nadążyć za rozwijającym się rynkiem, muszą odpowiedzieć na potrzeby konsumentów i poważnie zastanowić się nad wprowadzeniem interaktywnych ułatwień. – Wpływ technologii na sprzedaż detaliczną staje się rzeczywistością. To nie tylko ważny sygnał, ale także wyzwanie dla producentów, który aby zaistnieć w świadomości, a także w koszykach zakupowych konsumentów, muszą odpowiadać na potrzeby zarówno klientów jak i handlu jako całości – mówi Stephane Tikhomiroff, dyrektor generalny Perfetti Van Melle Polska.

Źródło: Perfetti Van Melle

Owocowe piątki, Xbox, kolejna sportowa karta, wyjścia integracyjne – to jedne z najczęściej wybieranych przez pracodawców rozwiązań PR-u wewnętrznego. Czy jednak rzeczywiście działają motywująco na zespół? W jaki sposób skutecznie zadbać o poziom zadowolenia pracowników? I wreszcie – czy jest to możliwe poprzez wykorzystanie sztucznej inteligencji?

Wyniki tegorocznego raportu[1] Deloitte  o trendach w HR nie pozostawiają złudzeń – rynek pracownika to nie tylko zgrabne hasło. Pracodawcy, którzy chcą mieć zmotywowany, zgrany i zadowolony zespół, muszą na niego zapracować. Oczywiście nie sposób ocenić efektywności działań bez feedbacku, który będzie odzwierciedlał rzeczywiste (a nie deklarowane) nastroje pracowników.

Zobacz też:

Ankiety czy rozmowy nie są idealnymi rozwiązaniami. Do pierwszej pracownicy podchodzą niechętnie, w drugiej nie mogą sobie pozwolić na szczerość. W konsekwencji informacje zwrotne nie przynoszą oczekiwanych efektów. Zrodziła się więc potrzeba narzędzia, które dostarczy obiektywny feedback, w momencie kiedy pracownik wykaże się ponadprzeciętnym zaangażowaniem i pozytywnym nastawieniem – a takim właśnie narzędziem jest Flairs.ai – mówi o swoim projekcie Zbigniew Czarnecki, CEO Apptension, kreatywnego software house’u, który stworzył Flairs.ai.

Poprzez połączenie z systemami typu Slack czy Jira, Flairs.ai analizuje częstotliwość oraz ton wypowiedzi na dany temat oraz wskazuje najbardziej zaangażowanych i pozytywnych pracowników. „Nagradza” ich specjalnie przygotowanymi graficznymi wyróżnieniami, równocześnie generuje raporty i dostarcza je kierownictwu oraz działowi HR. Dzięki temu najlepsi pracownicy zostają szybciej zauważeni i wynagrodzeni za ponadprzeciętną pracę. W efekcie poziom satysfakcji w zespole rośnie, co przekłada się na lojalizację. – Nasz projekt oparliśmy na pozytywnych emocjach, ponieważ to właśnie one sprzyjają poprawie jakości pracy i motywacji pracowników – dodaje Czarnecki.

Zobacz też:

Rozwiązanie to dedykowane jest dużym firmom, ze szczególnym naciskiem na te, które obecnie usprawniają lub informatyzują zarządzanie wiedzą i procesami HR. To właśnie w przedsiębiorstwach liczących ponad 100 osób trudno jest rozpoznać kompetencje pracowników w trakcie codziennej współpracy. Według badań[2], w ciągu kolejnych kilku lat, ograniczona zostanie tradycyjna komunikacja wewnątrz firm, jak np. bezpośrednie spotkania, czy rozmowy telefoniczne. Wzrośnie natomiast znaczenie platform do współpracy on-line, np. Slack oraz mediów społecznościowych. Wraz z nimi niezbędne będzie uzupełnienie ich podstawowych funkcjonalności o aplikacje i narzędzia wykorzystujące sztuczną inteligencję. Takim właśnie narzędziem jest Flairs.ai.

Technologia Flairs.ai to nowa marka w portfelu anioła biznesu, Dawida Ubrana. Przedsiębiorca dał się już poznać nie tylko jako inwestor, ale również doradca w kwestiach biznesowych. Do Flairs.ai dołożył wiedzę wyniesioną z handlu na temat tworzenia sieci sprzedaży. Na jej bazie twórca narzędzia, Apptension, buduje dla swojego produktu Sieć Partnerską HR, w którą zaangażowani są najlepsi specjaliści na rynku.

Dawid Urban dał nam spory kredyt zaufania i jednocześnie szybki feedback w sprawie inwestycji w projekt. Na pewno pomogło w tym wypracowane zaufanie z dwóch poprzednich inwestycji Dawida, które realizowaliśmy jako partner technologiczny: Adquesto i LESS_. W Apptension od razu powołaliśmy zespół, który pracuje nad strategią produktu i zakresem tzw. MDP (Minimum Delightful Product). Mamy za sobą pierwsze testy prototypów, a pełna gotowość wdrożeniowa jest planowana na 3 kwartał 2019. Już teraz jesteśmy otwarci na rozmowy i współpracę z przedsiębiorstwami – dodaje Zbigniew Czarnecki.

Za Flairs.ai stoi Apptension – kreatywny software house, współpracujący z inwestorami, startupami i agencjami przy tworzeniu innowacji cyfrowych. Na swoim koncie ma kooperację z takimi markami jak Netflix, Bloomberg, Universal, Uber, UNICEF, Google i takie nagrody jak Cannes Lions, Awwwards, FWA. Filarem Apptension jest kompetentny zespół, który opiera swoje działania na transparentności, dobrych relacjach między współpracownikami oraz częstym feedbacku, co zrodziło ideę powstania Flairs.ai


[1] Raport „Trendy HR 2019. Zmiana w zarządzaniu – człowiek w centrum uwagi. Analiza polskich wyników badania Global Human Capital Trends 2019”, Deloitte Development LLC, 2019

[2] Tamże

Zaawansowana analityka i biometria stają się najważniejszymi elementami programów przeciwdziałania nadużyciom. To jeden z głównych wniosków badania przeprowadzonego przez organizację Association of Certified Fraud Examiners (ACFE) i SAS.

Biznes ponosi ogromne straty w związku z nadużyciami. Według raportu „Nadużycia w sektorze finansowym” autorstwa EY i Konferencji Przedsiębiorstw Finansowych w Polsce, w 2018 roku, 32% organizacji straciło z tego powodu od 1 do 10 mln PLN. Zdaniem respondentów, do najskuteczniejszych metod walki z nadużyciami, obok m.in. czynności podejmowanych przez samodzielne zespoły wewnętrzne (89% odpowiedzi), należy wykorzystanie rozwiązań IT (80%).

Biznes planuje inwestycje w technologie antyfraudowe

Mimo że biznes rozumie, jak ważną rolę w walce z nadużyciami odgrywają nowe technologie, według raportu Anti-Fraud Technology Benchmarking Report tylko 13% organizacji wykorzystuje sztuczną inteligencję i uczenie maszynowe do wykrywania i zapobiegania temu zjawisku. W najbliższym czasie odsetek ten ulegnie zwiększeniu. Kolejne 25% respondentów planuje wdrożyć rozwiązania z zakresu AI (Artificial Intelligence) i ML (Machine Learning) w ciągu roku lub dwóch lat. Zwiększy się również stopień implementacji innych technik analitycznych. Do 2021 r. 72% organizacji przewiduje wdrożenie zautomatyzowanego monitoringu, systemów raportowania wyjątków i wykrywania anomalii. W tym samym okresie, 52% respondentów badania ACFE i SAS planuje implementację rozwiązań z zakresu analityki predykcyjnej i modelowania (obecnie techniki te są wykorzystywane w 30% firm), natomiast stopień wykorzystania wizualizacji danych ma wzrosnąć z 35% do 47%.

Do walki z nadużyciami organizacje coraz częściej wykorzystują biometrię, która umożliwia rozpoznawanie osób na podstawie ich cech fizycznych. Metoda ta zakłada weryfikację użytkowników przed zalogowaniem do systemu, na podstawie m.in. linii papilarnych, tęczówki oka czy kształtu twarzy (tzw. funkcja rozpoznawania twarzy). Stanowi ona element programów antyfraudowych u ponad ¼ respondentów badania ACFE i SAS. Kolejne 16% planuje wdrożyć tę metodę do 2021 roku.

Implementacja nowych technologii i metod badawczych ma związek ze wzrostem budżetów na działania mające na celu przeciwdziałanie nadużyciom. 55% uczestników badania planuje zwiększenie funduszy na ten cel w ciągu najbliższych dwóch lat.

Przeczytaj także:

Zrozumienie technologii i strategii biznesowych, które wdrażają inne firmy, pomaga określić, w jakim kierunku zmierza rynek i zaplanować inwestycje w rozwiązania z zakresu przeciwdziałania nadużyciomtłumaczy James Ruotolo, Starszy dyrektor ds. produktów i marketingu w dziale fraud i security intelligence w SAS. Znaczne zwiększenie w najbliższych latach poziomu implementacji sztucznej inteligencji, uczenia maszynowego i modelowania predykcyjnego pokazuje, że zaawansowana analityka pomaga specjalistom ds. przeciwdziałania nadużyciom pozostać o krok przed przestępcami.

Inauguracyjny raport Anti-Fraud Technology Benchmarking Report prezentuje wyniki badania przeprowadzonego wśród ponad 1000 członków ACFE. Respondenci reprezentowali 24 różne sektory, w tym między innymi sektor finansowy oraz administrację publiczną. Partnerami raportu są SAS, Intel i Capgemini.

Źródło: SAS Institute

Na szczycie listy życzeń każdego rekrutera znajduje się pula idealnych kandydatów. Znalezienie odpowiednich pracowników z odpowiednim wykształceniem, kompetencjami i doświadczeniem może być żmudnym i czasochłonnym zadaniem zarówno dla działu kadr, jak i rekrutacji. A to oczywiście dopiero początek, bo potem następują jeszcze rozmowy o pracę, przesiewanie kandydatów, sprawdzanie referencji, przedstawianie ofert pracy, wdrażanie itp.

Na szczęście nowe technologie takie jak sztuczna inteligencja (AI) i automatyczne uczenie (ML) mogą usprawnić procesy, które dotychczas były wykonywane ręcznie, i pomóc specjalistom z działów kadr i rekrutacji przeznaczyć więcej czasu na to, co jest naprawdę ważne. Nowe narzędzia wykorzystujące AI i ML, takie jak funkcja Oracle Best-Fit Candidate, mogą pomóc przedsiębiorstwom inteligentniej wyszukiwać kandydatów, zwiększyć skuteczność zatrudniania i oszczędzić sporo czasu. Technologie te pomagają firmom przygotować się na przyszłość. Dzięki nim praca staje się przyjemniejsza i inteligentniejsza, a pracownicy otrzymują lepsze wsparcie. Poniżej podajemy najważniejsze korzyści z zastosowania AI w procesie rekrutacji:

Proaktywne podejście

Włączenie technologii opartych na sztucznej inteligencji do strategii rekrutacji pozwala firmie przyjąć proaktywne, a nie reaktywne podejście do tego procesu. Zamiast tracić czas na przeglądanie setek CV i listów motywacyjnych nadesłanych w odpowiedzi na ogłoszenie o pracę, firmy mogą go przeznaczyć na strategiczne wyszukiwanie kandydatów, o których już wiedzą, że nadają się na dane stanowisko. Rozwiązania AI mogą pomóc zidentyfikować kandydatów, którzy pasują do czynników sukcesu związanych z danym stanowiskiem i zachęcić ich do aplikowania. Proaktywna komunikacja i ukierunkowane kampanie umożliwiają efektywne wyszukiwanie i nawiązywanie bezpośredniego kontaktu z odpowiednimi kandydatami już od samego początku.

Większa skuteczność zatrudniania i mniejsza rotacja pracowników

Zatrudnienie nieodpowiedniej osoby to jak dostanie rózgi pod choinkę. Według Departamentu Pracy Stanów Zjednoczonych zatrudnienie niewłaściwego pracownika kosztuje firmę co najmniej 30% jego zarobków w pierwszym roku pracy. A koszty finansowe to przecież nie wszystko — źle dobrani pracownicy mogą również wywrzeć duży wpływ na morale i produktywność innych pracowników i całych zespołów. Na szczęście technologie AI i ML mogą zminimalizować takie ryzyko dzięki usprawnieniu procesu zatrudniania.

Dopasowywanie kandydatów za pomocą AI jest wzbogacone o szeroki zestaw danych kadrowych, aby znaleźć kandydatów podobnych do pracowników, którzy odnieśli sukcesy na podobnych stanowiskach w firmie. Zwiększa to jakość kandydatów i zmniejsza rotację personelu dzięki lepszym procesom oceny, które wykraczają poza tradycyjne dopasowywanie kandydatów do profili zawodowych i uwzględniają również takie czynniki jak prawdopodobieństwo akceptacji oferty pracy, czy przewidywana wydajność i oczekiwany czas pracy w firmie. Funkcje ML cały czas się uczą w celu redukowania odchyleń, udzielania rekomendacji i wybierania właściwych kandydatów spośród dużej puli aplikacji.

W działach kadr i rekrutacji aplikacje automatycznego uczenia nie powinny jednak podejmować ostatecznych decyzji o tym, kogo należy zatrudnić. Potrzebują nadzoru ze strony ludzi oraz umiejętności doskonalenia algorytmów w reakcji na zaobserwowane odchylenia w systemie. Pracując razem, działy rekrutacji i aplikacje automatycznego uczenia mogą zwiększyć skuteczność zatrudniania i ogólny sukces rekrutacji.

Przeczytaj także:

Oszczędność czasu

Na koniec warto wspomnieć o tym, co dla wielu osób stanowi największą zaletę wykorzystania narzędzi AI w rekrutacji — pozwalają one oszczędzić czas. Usprawniając procesy dotychczas wykonywane ręcznie, takie jak przeglądanie CV, narzędzia AI i ML dają rekruterom więcej czasu na przeprowadzanie rozmów o pracę i zatrudnianie pracowników. Systemy oparte na AI mogą również usprawnić procesy poprzez zaproponowanie kilku innych kandydatów, dzięki czemu rekruter może na początku skupić się na odpowiednich osobach.

Technologie AI i ML jako sprzymierzeńcy działu kadr

Podsumowując, narzędzia AI i ML umożliwiają przedsiębiorstwom inteligentniejszą pracę za pomocą technologii. Aby dobrze sobie radzić w obecnej epoce coraz szybszych zmian, firmy potrzebują technologii takich jak AI w celu spełnienia zmieniających się wymagań i zdobywania przewagi nad konkurencją dzięki wykwalifikowanym pracownikom. Celem sztucznej inteligencji nie jest zatem zastąpienie ludzi w procesach kadrowych czy rekrutacyjnych, tylko pomaganie im w robieniu tego, co robią najlepiej.

Warto traktować te narzędzia jako pomocników działu rekrutacji, którzy pomagają znaleźć idealnego kandydata w gąszczu wszystkich którzy się zgłaszają, zwiększyć skuteczność zatrudniania oraz oszczędzać czas i zasoby.

Źródło: Oracle

W świecie biznesu cyfrowa transformacja jest jednym z najbardziej popularnych haseł ostatnich lat. Zdaniem ekspertów SAS prawdziwe wyzwanie stanowi umiejętne wykorzystanie zarówno implementowanych rozwiązań, jak i danych, którymi dysponuje organizacja. Systemy analityczne stały się narzędziem pierwszej potrzeby, gdyż to one pozwalają na uzyskanie wiedzy niezbędnej do konkurowania na cyfrowym rynku.

Rosnącej roli analityki i sztucznej inteligencji oraz wyzwaniom, którym muszą stawić czoła firmy przechodzące zmiany polegające na cyfryzacji procesów było poświęcone SAS Forum Polska 2019, jedno z najważniejszych spotkań ekspertów, praktyków i użytkowników analityki w Polsce.

Analityka przestała być narzędziem zarezerwowanym dla największych firm, które dysponują rozbudowanymi zespołami specjalistów na stanowiskach data scientist. Oferty dostawców systemów analitycznych są coraz bardziej elastyczne i dostosowane do potrzeb również mniejszych organizacji. Analityka wspiera budowanie relacji z klientami, pozwala optymalizować dostępność towaru w sieci, pomaga zapobiegać awariom maszyn i urządzeń. Jest także kluczowym narzędziem w prewencji nadużyć i zarządzaniu ryzykiem. Niestety na drodze do efektywnego jej wykorzystania stoją: niska jakość danych, którymi dysponują przedsiębiorstwa, brak wykwalifikowanych kadr czy wsparcia operacyjnego.

Bezużyteczne dane

Jak podaje Gartner, nawet 90% pozyskiwanych danych może być bezużyteczna, gdy przedsiębiorstwa nie wiedzą, w jaki sposób odpowiednio i efektywnie je analizować. Przeszkodę stanowi brak wiedzy pozwalającej zrozumieć, jak działają systemy analityczne. Trudno wtedy zaufać wygenrowanym przez nie wynikom i podejmować świadome decyzje biznesowe dotyczące kluczowych obszarów działania firmy. Kolejnym problemem jest zbyt duże rozproszenie technologii i brak narzędzi, które pozwalałyby na zarządzanie całym cyklem analitycznym.

Dostepne dziś narzędzia analityczne są na tyle intuicyjne, że zarówno przedstawciele biznesu, jak i działów IT mogą świadomie z nich korzystać. Wiele procesów, począwszy od zbierania i przygotowywania danych, po tworzenie, wdrażanie i zarządzanie modelami analitycznymi jest obecnie zautomatyzowanych. Dzięki temu nawet osoby, które nie posiadają wiedzy technicznej, są w stanie zrozumieć, w jaki sposób system wygenerował określone wyniki. Rozwija się nowa grupa użytkowników analityki, tzw Citizen Data Scientists – mówi Miłosz Trawczyński, Business Consulting Manager, SAS Polska.  

Eksperci podkreślają, że niezwykle ważne jest holistyczne podejście do kwestii analityki i wdrażnie systemów, które pozwolą na przetwarzanie również nieustrukturyzowanych informacji. Platforma SAS analizuje i aktualizuje dane pochodzące z różnych źródeł, w tym dokumentów tekstowych, zdjęć i obrazów czy mediów społecznościowych, co ważne również w czasie rzeczywistym. Ogromne znaczenie ma kompatybilność i otwartość na różnorodne rozwiązania w ramach środowiska analitycznego organizacji, również technologie open source.

Przeczytaj także:
 Polskie firmy dyskutują o analityce

Potrzeba powszechnego wykorzystania analityki była jednym z głównych tematów poruszanych podczas SAS Forum Polska 2019, które odbyło się w dniach 20 – 24 maja 2019 w SAS Innovation Hub, w Warszawie. Program obejmował 5 osobnych wydarzeń, poświęconych obszarom biznesowym, w których analityka ma ugruntowane zastosowanie. Eksperci SAS zaprezentowali nowoczesne narzędzia i najlepsze praktyki oraz dyskutowali wraz z zaproszonymi gośćmi o tym, jak dzięki powszechnemu wykorzystaniu analityki przedsiębiorstwa mogą kreować innowacje i optymalizować działania. Tegoroczna edycja SAS Forum obejmowała następujące bloki tematyczne:

  • AI & Analytics – Praktyczne zastosowania nowoczesnej analityki opartej o sztuczną inteligencję i uczenie maszynowe we współczesnym biznesie.
  • Customer Intelligence – Nowoczesne strategie marketingowe wspierane przez sztuczną inteligencję i uczenie maszynowe.
  • Fraud & Security – Wykrywanie nadużyć i nieprawidłowości w codziennych procesach biznesowych.
  • Risk & Compliance – Cyfryzacja procesów zarządzania ryzykiem.
Analityka w każdej branży

Trudno wskazać branżę, w której analityka nie odgrywałaby kluczowej roli. Podczas konferencji zostały zaprezentowane przykłady projektów zrealizowanych w sektorze bankowym, ubezpieczeniowym, telekomunikacyjnym, przemysłowym i publicznym. Lista prezentowanych zagadnień obejmowała między innymi tematy, takie jak: sztuczna inteligencja w praktycznych zastosowaniach, operacjonalizacja modeli analitycznych, wykorzystanie metod artificial intelligence i machine learning do optymalizacji kontaktów z klientami, real-time marketing, analityka kanałów cyfrowych, zdarzeń i ścieżek klienckich, wykrywanie nadużyć w czasie rzeczywistym, efektywna analiza śledcza, weryfikacja i optymalizacja procesów zakupowych w organizacji, optymalizacja łańcucha dostaw, governance, risk and compliance i wiele innych. W przerwach pomiędzy prezentacjami w Strefie Demo uczestnicy mieli okazję sprawdzić w praktyce możliwości najnowszych technologii analitycznych opartych m.in. o nową generację silnika analitycznego SAS Viya.

Źródło: SAS Institute

Możliwe, że w przyszłości większość prac będę wykonywały za nas roboty. Już dzisiaj pracują zamiast ludzi w niektórych branżach. Tym samym może zniknąć przymus ekonomiczny i będziemy musieli nauczyć się żyć inaczej – uważa prof. Stanisław Łobejko ze Szkoły Głównej Handlowej
Czym charakteryzują się dzisiejsze innowacje?

Prof. Stanisław Łobejko, Szkoła Głowna Handlowa: Obecnie innowacje powstają dzięki współpracy wielu branż, instytutów badawczo-rozwojowych, naukowców oraz szkół wyższych, które działają razem. W dzisiejszych czasach ciężko jest być Edisonem, który sam w laboratorium pracuje nad nowymi wynalazkami. Jednej osobie jest zdecydowanie trudniej, ponieważ musiałaby mieć wielowymiarowe wykształcenie i szeroko pojętą wiedzę.

Czy istnieją takie dziedziny życia, w których nie da się zastosować innowacji?

S.Ł: Moim zdaniem nie ma takiej sfery życia, na którą nie działają innowacje. W każdej dziedzinie mamy możliwość bycia innowacyjnym i wprowadzania nowości – poczynając od zdrowia poprzez strefę społeczną, na ekologii kończąc. Innowacyjność jest ważna, wpływa na wszystkie działy gospodarki. Ostatnie pięć lat pokazuje, że najwięcej dzieje się, jeśli chodzi o innowacje na polu sztucznej inteligencji.

Czy to oznacza, że jesteśmy w początkowej fazie rewolucji przemysłowej 4.0?

S.Ł.: Jesteśmy na etapie, w którym technologie informacyjno-komunikacyjne (ICT) wyczerpują swoje możliwości i przechodzą w kolejną fazę – zaczynają tworzyć podwaliny pod czwartą rewolucję przemysłową. Jej podstawową ideą będzie sztuczna inteligencja, która pomoże uporać się z problemem trzeciej rewolucji przemysłowej, czyli zalewem informacji. Czeka nas automatyzacja wielu czynności wykonywanych przez ludzi.

Charakterystyczną dla tego okresu jest zmiana podejścia, jeśli chodzi o produkcję. Dotyczy to w dużej mierze konsumentów. W poprzednich rewolucjach użytkownik był bierny – konsumował to, co dostarczał mu przemysł. Dzisiaj staje się on aktywnym partnerem przemysłu. Przedsiębiorstwa zaczynają coraz częściej oferować nie produkt, tylko usługę. Dobrym przykładem jest zakup smartfona w sklepie bez podpisania umowy z firmą świadczącą usługi telekomunikacyjne. Sam telefon nie jest pełnowartościowy. Za produktem musi iść usługa.

Kolejny przykład to samochód, który kilkadziesiąt lat temu służył do przemieszczania się z miejsca na miejsce. Dzisiaj auta też spełniają tę samą rolę, ale producenci konkurują pomiędzy sobą dodatkowym wyposażeniem np. GPS, klimatyzacja czy internet. W każdym produkcie jest coraz więcej wartości usługowej. Przyszłość zmierza w kierunku nabywania przez oferowane produkty charakteru usługowego, ponieważ konsumenci oczekują inteligentnego towaru.

Czy wdrażanie innowacji w dużych przedsiębiorstwach stanowi dla nich ryzyko?

S.Ł.: Generalnie nie postrzegam innowacji jako zagrożenia dla dużych firm. Kwestia dotyczy raczej tego, czy one potrafią być innowacyjne. Jest to ważny problem, ponieważ korporacje mogą zatracić swoją innowacyjność przez wielkość.

Tym zjawiskiem może być zagrożona większość przedsiębiorstw, które stają się bezwładnym molochem, mało aktywnym na polu innowacyjności. Część z nich, aby do tego nie dopuścić, próbuje organizować wokół siebie grupy nowo powstających startupów. Przedsiębiorstwa te nie są częścią firmy, ich głównym zadaniem jest wdrażanie nowych rozwiązań.

Coraz częściej w dyskursie społecznym pojawia się stwierdzenie, że roboty zastąpią ludzi w pracy przez co wzrośnie bezrobocie. Jak pan się do tego odnosi?

S.Ł.: Społeczeństwa muszą spojrzeć na to inaczej. Nie uciekniemy od wzrostu bezrobocia spowodowanego nie przez kryzys ekonomiczny, ale przez zastąpienie ludzi maszynami. Dlaczego ma to być zagrożenie dla człowieka? W mojej opinii problem dotyczy tego, czy skoro robot zastąpi mnie w pracy, to ja mogę otrzymywać jego wynagrodzenie. Przecież robot nie potrzebuje pensji poza kosztami utrzymania. Jednak obecnie bardzo często pojawia się taki tok myślenia: stracę pracę, nie będę mieć pieniędzy, nie będę mieć za co kupić chleba. Ale co jeśli pieczywo będzie darmowe? Dziś nawet nie potrafimy sobie tego wyobrazić. Dlatego moim zdaniem, trzeba mieć inne spojrzenie i nie podążać utartymi schematami myślowymi.

Już w kilku krajach świata wprowadzono minimalną pensję gwarantowaną dla każdego obywatela. Państwo dało im wybór. W przyszłości wiele zawodów zniknie, ponieważ pracę będę wykonywały za nas roboty. Tym samym zniknie przymus ekonomiczny. Będziemy musieli nauczyć się żyć inaczej np. rozwijając swoje zainteresowania.

 

Jesteśmy gotowi na dojrzałe relacje. Potrafimy zdradzić markom numer telefonu oraz wpuścić je do swoich mediów społecznościowych. W zamian chcemy być traktowani serio, dostawać spersonalizowane oferty, nie spam. Raport “Komunikacja Marki – Oczekiwania Konsumenta” podpowiada firmom, czego powinny jak najszybciej nauczyć się o swoich klientach.

Nowy raport za 2018 pokazuje, jak powinna wyglądać idealna komunikacja na linii marka – klient. O tym, czy nowe trendy w marketingu spełniają oczekiwania odbiorców, dowiadujemy się z badania konsumenckiego SMSAPI przeprowadzonego przez Agencję Badawczą Biostat. Tysiąc polskich respondentów opowiedziało o swoich doświadczeniach i podzieliło się preferencjami co do sposobów, jakimi chcą prowadzić dialog z firmami. Niektóre wyniki mogą zaskoczyć nawet doświadczonych marketerów.
– Z naszego badania wynika, że aż 98% respondentów otrzymuje niechciane treści marketingowe, 74% deklaruje, że dostaje je często. Praktycznie wszyscy jesteśmy spamowani – mówi Andrzej Ogonowski z SMSAPI – Ale jest też dobra wiadomość: 3/4 badanych deklaruje, że nie wypisuje się z otrzymywania regularnych wiadomości e-mail czy SMS, o ile, co ważne, wcześniej subskrybowali je świadomie. Dla marek to jasny sygnał, że zaufania nie buduje się, rozsyłając promocyjne komunikaty komu popadnie, a poprzez dostosowanie się do oczekiwań klientów – ocenia ekspert SMSAPI.

W bezpośrednim kontakcie

Główną przestrzenią dialogu marek z klientami jest internet, a pierwszym urządzeniem do jego eksploracji stał się telefon. To właśnie za jego pomocą 59% respondentów najchętniej odbiera oferty promocyjne. Oznacza to, że newslettery i strony internetowe muszą być responsywne, a kampanie powinny opierać się na technologiach mobilnych, czyli czatach i komunikatorach czy SMS-ach. Kolejne fazy zaangażowania – przeglądanie produktów, dokonanie zakupu i płatność – zwykle dokonywane jest na komputerach. Dawniej wynikało  to z braku mobilnych wersji stron i usług, dziś jest już zanikającym powoli przyzwyczajeniem.
Co nie dziwi, bezpośrednie kanały komunikacji marki (np. e-mail, SMS, social media) oceniane są przez badanych jako skuteczniejsze niż ulotki, reklama w prasie telewizji czy nawet w sieci. Z kolei w sytuacji, gdy  impuls do nawiązania kontaktu wychodzi od klientów, aż 64% badanych za najskuteczniejszy w obsłudze klienta uznaje e-mail, ale gonią go social media i czat. Ma to zapewne duży związek z tym, że dla 78% najważniejsza w niej jest po prostu szybkość rozwiązania zgłoszonego problemu.

Źródło: Raport “Komunikacja Marki - Oczekiwania Konsumenta”

Źródło: Raport “Komunikacja Marki – Oczekiwania Konsumenta”

Co marki o nas wiedzą?

Jednym z głośniejszych tematów minionego roku była kwestia prywatności w sieci i administrowania przez firmy danymi osobowymi klientów. Bardzo cennej wiedzy w tym kontekście dostarcza pytanie o dzielenie się przez użytkowników informacjami na swój temat. Okazuje się, że darzą oni marki dość dużym zaufaniem. Niemal połowa respondentów jest skłonna zdradzić im swoją datę urodzenia, a większość również ujawnić płeć i zainteresowania, choć wciąż jesteśmy sceptyczni przed ujawnianiem miejsca zamieszkania i zarobków.
– Ważne jest, by marki, które chcą być fair, bardzo przejrzyście komunikowały, jakie dane są im niezbędne by zrealizować transakcję czy wykonać inne działanie, a jaki fragment prywatności możemy oddać opcjonalnie na co możemy w zamian liczyć – komentuje wyniki badania Jan Zając z firmy Sotrender.
– Najciekawsze dla mnie są preferencje klientów dla pozostawienia firmom kontaktu do siebie. Większość nie widzi problemu by udostępnić adres e-mail, ale już tylko jedna trzecia poda numer telefonu. Zupełnie odwrotnie wyglądają deklaracje nieodebranych wiadomości, bo blisko połowa badanych ma w skrzynce nieodczytane e-maile. Dla porównania, większość SMS-ów odczytywana jest w przeciągu 5 minut – tak deklaruje blisko 70% respondentów – podsumowuje Wojciech Kaczmarek, Prezes Zarządu Link Mobility Poland, właściciela SMSAPI.

Źródło: Raport “Komunikacja Marki - Oczekiwania Konsumenta”

Źródło: Raport “Komunikacja Marki – Oczekiwania Konsumenta”

A co z nowymi technologiami?

Raport informuje również, jakie są doświadczenia i oczekiwania klientów względem zautomatyzowanej komunikacji, takiej jak chatboty. Tylko 1/4 korzystała z tej formy kontaktu, a jej efekty są zróżnicowane. Chociaż większość respondentów ocenia pozytywnie komunikację z botem, to wciąż nie rozwiązuje on problemów ponad 50% badanych.
– Wbrew pozorom i zapowiedziom,  VR i asystenci cyfrowi (Alexa, Siri) czy sztuczna inteligencja nie są  w stanie w tym momencie dotrzeć lepiej do klienta  z przekazem promocyjnym niż analogowe ulotki czy staruteńki SMS – komentuje Artur Kurasiński.

Nowe ośrodki mają  pomóc w rozwoju i badaniu potencjału sztucznej inteligencji w zastosowaniach konsumenckich, takich jak np. telewizory QLED czy urządzenia AGD.   POjawią się one m.in. w Cambridge, Toronto i Moskwie.

Samsung Research, ośrodek badawczo-rozwojowy działający w ramach Samsung Electronics SET, zapowiedział otwarcie trzech centrów Artificial Intelligence (AI) zlokalizowanych w brytyjskim Cambridge (22 maja), Toronto (24 maja) i Moskwie (29 maja). Samsung Research działa m.in. na rzecz zwiększania możliwości Samsung Electronics w zakresie sztucznej inteligencji. Wykorzystując specjalistyczną wiedzę, placówka była zaangażowana w tworzenie nowych centrów AI. Wcześniej Samsung Research  nadzorował powstanie analogicznych ośrodków w Seulu (listopad 2017 r.) oraz w Silicon Valley (styczeń 2018 r.). Obecnie Samsung Research będzie miał do dyspozycji aż pięć takich placówek na całym świecie. W związku z rozwojem sieci ośrodków w planach jest także zwiększenie liczby wykwalifikowanych badaczy sztucznej inteligencji. Do 2020 będzie to ok. tysiąc osób.

– Innowacja jest wpisana w DNA firmy Samsung. Cieszymy się, że naszą pasję i ogromne zaplecze technologiczne możemy wykorzystać do rozwoju AI – powiedział podczas ceremonii otwarcia nowego centrum AI w Cambridge Hyun-suk Kim, President and Head of Samsung Research. – Dzięki połączeniu eksperckiej wiedzy specjalistów i potencjału nowych ośrodków chcemy być organizacją, która zmieni oblicze rynku sztucznej inteligencji.

Największe talenty w dziedzinie AI pomogą prowadzić nowe centra

Centrum AI Samsung w Cambridge pokieruje Andrew Blake, który wcześniej był dyrektorem usytuowanego w tym samym mieście laboratorium firmy Microsoft. Jest on pionierem rozwoju teorii i algorytmów, dzięki którym komputery są w stanie zachowywać się niczym widzące maszyny. Dzięki współpracy z wybitnymi ekspertami, takimi jak prof. Maja Pantić z Imperial College, Centrum AI Samsung w Cambridge będzie odgrywało kluczową rolę w zaawansowanych badaniach nad sztuczną inteligencją w strukturze Samsung Research.

– Nowe centrum jest wyrazem naszego zaangażowania w rozwój AI ­– powiedział Andrew Blake. – Badania pozwolą nam lepiej zrozumieć ludzkie zachowanie. Skupimy się m.in. na analizie rozpoznawania emocji, co pozwoli rozwijać technologie, które realnie wpłyną na jakość życia.

Centrum AI Samsung w Toronto będzie działało pod nadzorem dr Larry’ego Hecka, starszego wiceprezesa Samsung Research America (SRA) oraz eksperta w zakresie technologii wirtualnego asystenta osobistego, a także lidera Centrum SRA AI. Zespół z tego ośrodka będzie kontynuować badania nad głównymi technologiami AI we współpracy z największymi kanadyjskimi uniwersytetami.

Z kolei Centrum AI Samsung w Moskwie skorzysta z wiedzy rosyjskich ekspertów z dziedziny matematyki, fizyki i innych nauk ścisłych. Ośrodek planuje nawiązać współpracę z wiodącymi ekspertami w zakresie sztucznej inteligencji, którzy będą prowadzić badania nad algorytmami AI.

Kluczowe zasady przyświecające wizji AI firmy Samsung

Swoją wizję AI Samsung buduje wokół pięciu kluczowych aspektów sztucznej inteligencji, które wpływają na kierunek badań. Zgodnie z tą wizją sztuczna inteligencja:

  • jest „skoncentrowana na użytkowniku”, co oznacza personalizację przy wykorzystaniu wielomodalnego interfejsu;
  • „ciągle się uczy” wykorzystując nowe dane;
  • jest „zawsze obecna”, jako usługa dostępna w każdym otoczeniu;
  • „niezmienne służy pomocą”, pozwalając ograniczyć interwencje użytkownika i odpowiadając na polecenia;
  • „niezmienne zapewnia ochronę”, czyli dba o bezpieczeństwo i prywatność użytkownika.

W realizacji prac nad tymi zagadnieniami centra AI będą wykorzystywały najnowocześniejsze środowiska badawcze, jak również atuty konkretnych naukowców i regionów.

Poprzez różne inicjatywy, w tym zorganizowane w ubiegłym roku Forum AI, firma Samsung blisko współpracuje ze znanymi naukowcami specjalizującymi się w dziedzinie sztucznej inteligencji. Wspólnie z nimi przygotowuje się do stworzenia baz badawczych w różnych dziedzinach eksperckich. Firma będzie rozwijać zarówno wiedzę, jak i technologię na całym świecie, w tym, co szczególnie istotne, na wschodzie Stanów Zjednoczonych.

W najbliższych latach urządzenia działające w obszarze Internetu Rzeczy (IoT) i wyposażone w sztuczną inteligencję będą generowały dane, które mogą dostarczyć fascynujących informacji, a co za tym idzie – umożliwią opracowanie inteligentnych usług. Aby stworzyć skoncentrowany na użytkowniku ekosystem, Samsung planuje zbudować platformę AI w ramach wspólnej architektury, która będzie nie tylko skalowalna, ale także zapewni prawdziwe zrozumienie zachowań i kontekstu użytkowania. Wszystko to sprawi, że sztuczna inteligencja stanie się lepiej dopasowana i bardziej przydatna.

Magda Strzykalsk, źródło: Samsung Media

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

Eksperci

Na mieszkanie wydajemy co czwartą złotówkę

Najmocniej w ostatnim roku drożał wywóz śmieci. Według GUS podwyżka opłat wyniosła 31,3%, co więcej ...

To nie jest kraj dla bogatych ludzi – zmiany Małego ZUS-u

Dzięki rozszerzeniu Małego ZUS-u najmniejsi przedsiębiorcy każdego miesiąca zaoszczędzą średnio po k...

PKB Polski rośnie coraz wolniej. Opinia eksperta.

Polska gospodarka zwalnia. Od jakiegoś czasu mówi o tym ekonomiści. Kilka dni temu rządzący politycy...

Paradoksalna sytuacja na rynku obligacji

W ostatnich dniach doszło do dość kuriozalnej sytuacji, polegającej na tym, że rentowność dziesięcio...

W cieniu ustawy „frankowej”, w Sądzie Najwyższym kształtuje się orzecznictwo w sprawach kred

Ostatnie informacje i wydarzenia w świecie kredytów „frankowych”, zostały zdominowane przez kwestię ...

AKTUALNOŚCI

Zniesienie limitu ZUS od 1 stycznia 2020 – znowu prawdopodobne

12 listopada 2019 r. do Sejmu trafił projekt ustawy, przewidującej zniesienie górnego limitu składek...

Wielka kradzież danych osobowych. Uważaj, żeby nie spłacać cudzego kredytu!

W ciągu kilkunastu dni dane osobowe kilkuset tysięcy osób trafiły w niepowołane ręce na skutek rażąc...

KONKURS: odpowiedz na pytanie i wygraj mini-prenumeratę magazynu „Personel i ZarządzanieR

Zapraszamy do udziału w konkursie współorganizowanym przez BiznesTubę oraz Infor.pl. PYTANIE KONKURS...

Wybory parlamentarne w Polsce. Czy rynek finansowy zareagował na wyniki?

Jak podaje Business Insider, wynki finansowe nie lubią zaskoczeń, a w wynikach wyborów parlamentarny...

Innowacyjnie, energooszczędnie – i z bezbłędnym finansowaniem!

Innowacyjnie, energooszczędnie i z myślą o przyszłości – takie rozwiązania dla ludności tworzy i fin...