Verslas

Dirbtinio intelekto aukso amžius – pramiegoję badaus

2020 liepos 20

Koronaviruso pandemija atnešė daug pokyčių, paspartino ar net tapo skaitmeninių transformacijų lūžio tašku. Viena iš tų sričių – dirbtinio intelekto technologijų taikymas versle. Remiantis „LearnBonds“ surinktais duomenimis, prognozuojama, kad dirbtinio intelekto programinės įrangos rinkos vertė nuo 22,6 mlrd. JAV dolerių 2020 metais išaugs iki 126 mlrd. dolerių 2025-aisiais.

„Per kitus 10 metų praktiškai kiekviena programėlė, programinė įranga ar paslauga naudos tam tikro lygio dirbtinio intelekto technologijas“, – teigia Davidas Cearley, „Gartner Research“ viceprezidentas. 

Tam yra keletas svarbių priežasčių ir įmonės turėtų įsivertinti, kad dirbtinio intelekto diegimas nebus kaip šviesos įjungimas. Kad pinigai nebūtų išmesti, reikia organizaciją brandinti. 

Dirbtinis intelektas elektroninėje prekyboje: kodėl tai svarbu?

Karantino apribojimai pasaulyje daugelį prekybininkų privertė kone pernakt perkelti savo verslą į internetą. Net ir tiems, kurių veiklai ribojimai nebuvo taikomi, reikėjo į skaitmeninę erdvę sekti paskui savo klientus. „Pigu.lt“ vadovas Dainius Liulys ISM vebinare minėjo, kad internetinė prekyba iš fizinės, mažmeninės prekybos per mėnesį-pusantro „atsikando“ tokį gabalą, kurio perėmimui anksčiau buvo prognozuojamas 3-4 metų laikotarpis. 

Kinijos pavyzdys sufleruoja, kad savotiškai prievartiniu būdu prie aptarnavimo ir pirkimo internetu perėję klientai atgal prie įprastų kanalų grįš vangiai ir, greičiausiai, tikrai ne visi. „McKinsey“ atlikta analizė demonstruoja, kad Kinijoje po karantino pabaigos vidutinis dienos vartojimas fizinėse vietose nebesiekia tų lygių, kurie buvo prieš karantiną pernai gruodį.

Su iššūkiais, tiesa – kitokiais, susidūrė ir įmonės, kurios jau veikė internete. Joms, kaip ISM vebinare pažymėjo „NFQ Technologies“ vadovas Paulius Insoda, kilo iššūkių, kaip susitvarkyti su dešimtimis ar net šimtais kartų išaugusių transakcijų srautu ir nenuvilti klientų.

Kontakto su klientais perkėlimas į skaitmeninę erdvę sukuria daug skaitmeninių duomenų apie klientus, jų elgseną, pirkimo ir vartojimo modelius. Gebėjimas tinkamai surinkti šiuos duomenis ir iš jų išgauti informaciją, kuria remiantis – daryti kainodaros, marketingo, investicijų ir kitus verslo sprendimus – tai bus faktoriai, skiriantys lyderius nuo vidutiniokų, vidutiniokus nuo atsiliekančių.

Ne visais atvejais tam būtinas dirbtinis intelektas, tačiau esant dideliems srautams – dirbtinio intelekto sistemų naudojimas gali tapti lemiančiu faktoriumi. Nes jis padeda užtikrinti ne tik tikslumą, bet ir informacijos pateikimo greitį.

Pasak D. Liulio, kainų nustatymas, remiantis paklausa ir pasiūla, kai skirtingų prekių yra šimtai tūkstančių – yra vienas iš uždavinių, kuriam reikia pasitelkti algoritmus.

Kaip dirbtinis intelektas gali didinti verslo ir gamybos efektyvumą?

Koronaviruso kontekste vėl peržiūrimos tiekimo grandinės – ieškant, kur jas galima sutrumpinti, kur – diversifikuoti. Ir nors koronavirusas pakeitė požiūrį į patikimumą, vis tik efektyvumas lems konkurencingumą. O efektyvumo raktas šiuo atveju bus skaitmenizacija. Tą pripažįsta tiek Europos Sąjunga, tiek Lietuva, ilgalaikiame ekonomikos skatinimo plane, skaitmenizaciją iškėlusi kaip vieną svarbiausių krypčių. Nes skaitmenizacijoje lyderiaujančiose šalyse darbo efektyvumas yra bent dvigubai didesnis nei Lietuvoje (64 eurai/val. vs. 32 eurai/val. sukuriamo BVP). 

Dirbtinio intelekto vystymas – vienas iš skaitmenizacijos etapų, padedantis automatizuoti tiek procesus, tiek fizinius darbus gamyklose, su gilumine analize gauti tikslesnes įžvalgas greičiau ir preciziškai nukreipti resursus – laiko ir finansinius – tomis kryptimis, kurios gali atnešti daugiausia vertės. Nes darant sprendimus, remiantis duomenų vidurkiais arba pusiau aklai, pasak P. Insodos, pusėje sprendimų galima išlošti, kitoje pusėje – sudeginti pinigus. 

Anekdotinis palatos ligonių vidutinės temperatūros matavimo pavyzdys ypač gerai iliustruoja giluminės analizės poreikį. Jeigu matuotume vidutinę palatos temperatūrą, galime gauti gerą rezultatą – 36,6 laipsnio, nors vienas pacientas jau miręs, o kitas labai smarkiai karščiuoja. 

„Accenture“ studijos vertinimu, dirbtinis intelektas gali padidinti produktyvumą 40 ar daugiau procentų. Dirbtinio intelekto naudojimas duomenų surinkime, automatizacijoje, sprendimų priėmime ir kibernetinėje saugoje, pelningumą galima padidinti vidutiniškai 38 procentais.

Dirbtinio intelekto taikymas tiekimo grandinių valdyme – kas tapo ypač aktualu koronaviruso pandemijos metu, remiantis „McKinsey“ konsultantais, gali padėti sumažinti prognozavimo klaidas 50 procentų, o sąnaudas, susijusias su transportavimu ir sandėliavimu bei tiekimo valdymo administravimu – atitinkamai 5-10 proc. ir 25-40 proc.

Gamyboje, naudojant dirbtinį intelektą nustatyti įrenginių remonto poreikį, metines aptarnavimo sąnaudas galima sumažinti 10 proc., prastovas – 20 proc., o patikrinimo sąnaudas – ketvirtadaliu.

Žemės ūkyje duomenų ir dirbtinio intelekto naudojimas taip pat gali turėti didelį poveikį. Jeigu anksčiau ūkininkai vertino laukų derlingumą vidutiniais dydžiais, dabartiniai įrankiai, tokie kaip „Bayer“ „FieldView“ leidžia laukus skirstyti zonomis remiantis surinktais derliaus duomenimis. Atitinkamai nustatyti, kuriose konkrečiose zonose kokios kultūros auga geriau, kurias zonas reikia daugiau drėkinti, tręšti ar naudoti kenkėjų naikinimo priemones. 

Neatsitiktinai, prognozuojama, kad pajamos iš dirbtinio intelekto sprendimų žemės ūkiui per dešimtmetį iki 2030 metų turėtų išaugti daugiau nei 16 kartų – nuo 671,6 mln. iki 11,2 mlrd. dolerių.

Kartu su prekybos ir paslaugų kėlimusi į skaitmeninę erdvę, ten pat keliasi ir klientų aptarnavimas. Konsultacijos internetu, kur didžiąją dalį elementarių klausimų atsako programa, atsirado ir lietuviškajame koronaviruso informacijos centre. To daugės, o taip pat ir augs galimybės – dirbtinis intelektas galės atsakyti į sudėtingesnes užklausas. „Juniper Research“ surinkti pasauliniai duomenys rodo, kad 2019 metais mažmeninėje prekyboje pokalbių robotai aptarnavo 2,6 mlrd. užklausų. 2023 metais tas skaičius, prognozuojama, turėtų augti vos ne dešimt kartų – iki 22 milijardų.

Visa tai gali išvirsti į „apvalias“ sumas – „McKinsey“ yra apskaičiavusi, kad dirbtinio intelekto taikymas Europos Sąjungoje iki 2030 metų BVP padėtų padidinti 3,6 trln. eurų. „PwC“ įtaką pasaulinei ekonomikai matuoja 15,7 trln. Dolerių.

Kodėl verslui reikia dirbtinio intelekto?

Vienok, dirbtinis intelektas nėra panacėja, kaip teigia praktikai. Jeigu duomenų kiekis nėra didelis, veikiama didmeniniame sektoriuje, daugeliu atvejų gilią analizę gali padaryti analitikai arba remtis ekspertiniu vertinimu.

Bet jeigu įmonėje jau atsiranda poreikis nuolatiniam duomenų analitiko etatui arba ji veikia mažmeninėje prekyboje, kur yra daug produktų, daug klientų, specialistai sako, kad jau verta galvoti apie dirbtinio intelekto samdymą.

Koks galėtų būti skirtumas tarp įmonių, naudojančių dirbtinį intelektą, ir jo nenaudojančių? Anot P. Insodos, būtų galima palyginti su kova tarp dviejų priešininkų, vienas, kuris naudoja lankus ir strėles, kitas – automatinius šaunamuosius ginklus.

Tik skirtumas, sako P. Insoda, kad tokioje kovoje labai greitai pastebi, kad kur kas pranašesni automatiniai ginklai, o kai konkurencinėje kovoje naudojamas dirbtinis intelektas, konkurentas akivaizdžiai nemato to pranašumo, nesupranta, kas vyksta, matomi tik simptomai – kad šiek tiek prasčiau veikla vyksta, kad senka finansiniai resursai. Iki tol, kol ateina pabaiga verslui.

Kaip dirbtinis intelektas užtikrins kibernetinį saugumą 

Prekyba, paslaugos skuba į skaitmeninę erdvę, automatizuojasi gamyba, skuba į internetą ir klientų aptarnavimas. Vietoje nestovi ir skaitmeniniai nedorėliai – kibernetiniai nusikaltėliai. Tai gana logiška tendencija – kaip ir kompiuterinių virusų atveju, daugiausia virusų, kenksmingo kodo buvo kuriama populiariausioms sistemoms. Vėlgi, auga ir tikslinės kibernetinių atakų tendencijos, kai nusitaikoma ir ataka suprojektuojama konkrečiai „aukai“ – pramoninio šnipinėjimo ar tiesiog išpirkos už svarbius duomenis tikslais. 

Ir čia, kaip rašo „ZDNet“, vyksta amžina kova tarp dviejų pusių. Kibernetiniai nusikaltėliai tobulina savo atakų įrankius, kad jie nebūtų matomi, kaip tokie, o kibernetinio saugumo ekspertai gerina savo monitoringo sistemų pastabumą, kad sugebėtų atskirti įprastas užklausas nuo kenkėjiškų.

Dirbtinis intelektas, o būtent jo mašininio mokymosi pakraipa, šioje srityje matoma kaip pagrindinis įrankis, kuris gali padėti. Tai sritis, kuri yra dėkinga dirbtinio intelekto veikimo principams, nes čia iš viso srauto reikia identifikuoti netipinius atvejus ir laiku įžiebti raudoną signalą. Dirbtinio intelekto sistemos tą sugeba daryti realiu laiku ir tiksliai.

Piktieji skaitmeninės erdvės gnomai nemiega. Interpolas jau pažymi, kad kibernetiniai nusikaltėliai patys naudoja dirbtinį intelektą savo piktiems darbams. Vienas iš pavyzdžių – padirbtas vadovo balso įrašas apmovė įmonės darbuotojus pervesti beveik ketvirtį milijono eurų nusikaltėliams. Tad, kad į kovą prieš automatinius ginklus – dirbtiniu intelektu suprojektuotomis atakomis – nestotų organizacijos ginkluotos lankais ir strėlėmis, joms pačioms reikia įdarbinti dirbtinį intelektą kibernetinėje gynyboje.

DI pakeis nesamus ar trūkstamus darbuotojus

Dar vienas argumentas dirbtiniam intelektui – demografinės tendencijos. Europa yra viena seniausių visuomenių su mažėjančiu gyventojų skaičiumi. O tuo pačiu ir mažėjančiu darbingo amžiaus gyventojų kiekiu.

Tarptautinio valiutos fondo prognozėmis, Lietuvoje darbingo amžiaus žmonių iki 2050 metų bus 28 procentais mažiau nei yra šiuo metu.

Taip pat dirbtiniu intelektu grįstoms sistemoms nėra baisios epidemijos, o operatoriai jas gali valdyti, prižiūrėti nuotoliniu būdu.

Ir nors dirbtinis intelektas neretai pateikiamas gąsdinančioje šviesoje, kaip „Skynet“ ir „Terminatoriaus“ arba tiesiog darbo vietų naikintojas, tiesa, ekspertų teigimu, yra ta, kad būtent jo naudojimas gali pagerinti gerovę – nes jis galėtų pakeisti nesamus darbuotojus, o taip pat – dirbdamas greta, pagerinti esamų darbuotojų produktyvumą. Tačiau su viena sąlyga.

Reikės daugiau talentų DI pažaboti

Kaip ir bet kurie įrankiai, taip ir duomenų analitika, dirbtinis intelektas neveikia savaime, vakuume. Jiems įdiegti ir pasinaudoti reikia turėti tinkamus įgūdžius.

Lietuva pagal savo skaitmeninius įgūdžius atsilieka nuo Europos Sąjungos vidurkio, remiantis Europos Komisijos sudaromu DESI (Digital Economy and Society Index) reitingu.

Vis tik, kaip teigiama, pirmiausia tam turi pasirengti vadovai. „Deloitte“ 2017 metais atlikta 1500 aukštesnio rango vadovų apklausa JAV atskleidė, kad tik 17 proc. buvo susipažinę su dirbtiniu intelektu. Kitos bendrovės – „Ernst & Young“ tyrimo 80 proc. respondentų pripažino, kad įgūdžių trūkumas buvo didžiausias iššūkis įdarbinant dirbtinio intelekto sprendimus.

Kaip teigia dr. Vilius Kontrimas, „Advantes Technologies“ vadovas, įmonės turi įvertinti savo analitikos ir procesinę brandą. Daugeliu atveju, norint panaudoti dirbtinį intelektą efektyviai, reikia pereiti visą grandinę.

Anot jo, iš pradžių, reikia turėti pakankamai duomenų. Tuomet – juos reikia turėti „švarius“, tada reikia mokėti dirbti su statinėmis ataskaitomis, po to pereiti prie dinaminių ataskaitų, nuo kurių – prie prognozavimo ir tik tuomet jau pereit prie mašininio mokymosi, kuris galėtų pasakyti, ką daryti ir kai kuriais atvejais ištraukti įžvalgų, apie kurias dar nepagalvojote.

„Jeigu įmonė šiandien mažai naudoja duomenis ir įsidiegs kad ir labai gerą įrankį, nemokės tuo panaudoti. Viskas priklauso nuo žmonių, o pirmiausia – nuo vadovybės, kuri arba naudoja duomenis sprendimams priimti, arba ne“, – teigia V. Kontrimas.

Turi būti skaitmenizacijos savininkas įmonėje, turintis reikalingas kompetencijas. „Jeigu rytoj įsidiegsite įrankį, bet neturėsite kompetencijos, išmesite pinigus“, – sako Dr. V. Kontrimas. „PwC“ teigimu, įmonės vadovas pirmiausia turi pats susipažinti ir suprasti dirbtinio intelekto technologijas. Disertacija šioje srityje nebūtina, bet nepakenks.