• Facebook
  • Twitter
  • RSS

Zora umetne inteligence

Ob brskanju katerega izmed tehnoloških portalov dobite občutek, da je umetna inteligenca del vsakdanjika. A ustvarjanja dodane vrednosti za podjetja in igranja namiznega tenisa z robotom ne moremo metati v isti koš.

Foto: Dreamstime

Če potegnemo črto pod raziskavo »Preoblikovanje posla z umetno inteligenco«, ki jo je svetovalna hiša The Boston Consulting Group (BCG) izvedla v sodelovanju s publikacijo MIT Sloan Management Review, so podjetja pri uporabi umetne inteligence (UI) v poslovnih procesih še na začetku. Veliko se govori in piše, ogromno pričakuje, izvedba oziroma konkretnejše naložbe in predvsem dovolj usposobljen kader pa so za zdaj na čakanju. Na primer 85 odstotkov direktorjev pričakuje, da bodo umetno inteligenco v prihodnje uporabili pri ustvarjanju konkurenčne prednosti. Večina jih vidnejše spremembe pričakuje čez pet let. Le 14 odstotkov podjetij, sodelujočih v raziskavi, vidi učinek umetne inteligence na trenutno poslovanje. Manj kot 40 odstotkov podjetij ima izdelano strategijo za njeno uporabo. Še več, 80 odstotkov UI obravnava kot strateško priložnost, a 40 odstotkov jo vidi tudi kot tveganje. Pri tem prednjačijo velika podjetja (z več kot 100 tisoč zaposlenimi), pa še to le polovica. Zakaj takšne razlike? »Prepad med ambicijo in izvedbo je precejšen v večini sodelujočih podjetij. Ugotovili smo, da so precejšnje razlike med podjetji, ki so tržni voditelji in ki razumejo ter uporabljajo umetno inteligenco, in zasledovalci. Prvi imajo na voljo boljše kapacitete za razvoj umetne inteligence, podporo višjega vodstva in prilagojen poslovni model,« je povedal Phillip Gerbert, višji svetovalec pri BCG in soavtor raziskave.

Tržni voditelji uvajajo, drugi še raziskujejo ali opazujejo

Razlike so tako med podjetji kot tudi med posameznimi panogami. Začnimo s podjetji. Avtorji raziskave Sam Ransbotham, David Kiron, Phillip Gerbert in Martin Reeves so jih razvrstili v štiri skupine glede na stopnjo razumevanja in uporabe umetne inteligence. Eden izmed večjih dejavnikov je razumevanje in pristop do zbiranja in obdelave podatkov (več o tem v nadaljevanju). Na podlagi raziskave med tri tisoč direktorji podjetij v 112 državah in 21 panogah najdemo pionirje (19 odstotkov vseh podjetij v raziskavi), raziskovalce (32 odstotkov), eksperimentatorje (13 odstotkov) in opazovalce ali »pasivce« (36 odstotkov). Pionirje lahko opredelimo kot voditelje. Razumejo in uvajajo umetno inteligenco v poslovne procese v notranjem delovanju in pri razvoju izdelkov oziroma storitvah. Njihov glavni izziv je izobraževanje kadra, ki se bo znal spopasti z uvajanjem umetne inteligence. Preizkuševalci se zavedajo pomembnosti UI, vendar dlje od samih preizkusov ne gredo. Držijo se načela »poglej, preden skočiš«. Eksperimentatorji že uvajajo umetno inteligenco in se ob tem tudi učijo. Opazovalci pa so vse, kar prej omenjeni trije niso. Torej nimajo razumevanja umetne inteligence, glede njene uporabe nimajo nobenih idej, še manj pa namenov.

Težave pri prepoznavanju potreb

Zakaj takšne razlike med podjetji in tudi med posameznimi panogami? Raziskovalci opažajo, da niti ne gre toliko za tehnološki problem. Težave pri uvajanju umetne inteligence so tudi v panogah, ki se lahko »pohvalijo« s hitrim odzivom na tehnološke spremembe. Težave so pri zaznavanju potreb in s tem mesta UI v poslovnem modelu. Pri tem se sklicujejo na Airbus kot zgled uvajanja umetne inteligence. »No, če smo čisto natančni, ne vlagamo v umetno inteligenco, procesiranje naravnega jezika in analitike. Vedno vlagamo v rešitev poslovnega problema,« je povedal predstavnik francoskega proizvajalca letal.

Razlike med podjetji so na treh področjih. Prvo je prepoznavanje potenciala, ki ga ima UI za dodano vrednost podjetja. 91 odstotkov pionirjev in 90 odstotkov raziskovalcev je že prepoznalo njene prednosti. Precej drugače je pri eksperimentatorjih (32 odstotkov) in pasivcih (23 odstotkov). Polovica slednjih ne vidi njenih prednosti na poslovanje niti v naslednjih petih letih.

Druga velika razlika je prilagajanje delovnega okolja. Ljudje in roboti bodo nekoč delali skupaj. Pri tem tudi najnaprednejše skrbi komunikacija med ljudmi in sistemi UI (k temu se še vrnemo). Tretji pa je seveda kontekst industrije. Eksperimentatorji in pasivci se še ne zavedajo, v kolikšni meri bi lahko UI zamajala dinamiko in konkurenčnost industrij. Še preden se lotimo umetne inteligence v marketingu, naj omenimo, da umetno inteligenco obširno uporablja le 5 (!) odstotkov podjetij v raziskavi. So pa precejšnje razlike tudi med posameznimi panogami. Kako je z marketingom?

UI na (marketinškem) delu

O avtomatizaciji in uporabi umetne inteligence v marketingu smo že obširno pisali v Marketing magazinu, številka 433/434. Ugotovili smo, da bo treba na »novo realnost« še malce počakati. A z neuporabo umetne inteligence v marketingu lahko izgubljate prihodke, ugotavljajo avtorji raziskave. UI podjetjem omogoča personalizacijo storitev, oglaševanja in interakcij s potrošnikom. S personalizacijo so vaši prihodki lahko od 6 do 10 odstotkov višji, kar je tudi do trikrat več od blagovnih znamk, ki je ne uporabljajo. To ponazorijo s primerom trgovskega podjetja, ki je preko mobilne aplikacije zbiralo podatke o nakupnih in življenjskih navadah potrošnikov. Z marketingom v realnem času jim danes uspe poslati več kot 500 tisoč personaliziranih ponudb na teden. Po drugi strani je eni izmed sodelujočih zavarovalnic do potankosti uspelo segmentirati potrebe njihovih strank glede na življenjsko obdobje. Raziskovalci oba primera navajajo kot zgled uporabe specifičnih podatkov. Kot bomo videli v nadaljevanju, še ne gre za splošno razširjeno prakso.

Algoritmi niso (na)ravno »inteligentni«

Eno glavnih sporočil raziskave je hkrati mit, da lahko algoritmi sami od sebe rešujejo poslovne probleme. Algoritmi se učijo ob analizi podatkov, saj potrebujejo input. In tu se pri podjetjih – zasledovalcih zaplete. Prej omenjena zrelost je glavni dejavnik razvrščanja med omenjene štiri skupine. Toda kaj je ta zrelost? Gre za razumevanje povezave podatkov in algoritmov. Pionirji dvanajstkrat bolj od pasivcev razumejo pomembnost razvoja algoritmov, večina sodelujočih v raziskavi pa ni pokazala razumevanja glede razvoja algoritmov s podatki. Algoritme je treba razvijati, da postanejo »umetno inteligentni«. Uspešen razvoj temelji na urejenih informacijskih sistemih, ki bodo algoritme zalagale z relevantnimi podatki. To vključuje tudi zabeležene napake. Eno od zagat navede Jacob Spelstra, direktor podatkovne znanosti v Microsoftu. »Podjetja sploh nimajo shranjene zgodovine, preko katere bi se algoritmi »učili«. Od naročnika pogosto dobimo zahtevo po razvoju programske opreme, ki bo predvidevala napake. Kako naj predvidi napake, če pa jih podjetje nima nikjer zabeleženih?« je bil jasen Spelstra.

Velike razlike med podjetji morda še najboljše opiše podatek, da 19 odstotkov sodelujočih razume povezavo med podatki in UI. Po drugi strani jih 16 odstotkov to odločno zanika. To vodi do naslednje težave, kajti umetne inteligence ni mogoče kupiti tako kot druge tehnologije. Kakovostni algoritmi do neke mere sicer lahko nadomestijo pomanjkanje podatkov, a slabi podatki se lahko primerjajo s paralizo, poudarjajo raziskovalci. Tudi z zunanjimi izvajalci se lahko zaplete, saj za razvoj algoritmov zahtevajo podatke podjetja. Tu je potem še zelo aktualna problematika varovanja podatkov. Le polovica direktorjev v raziskavi je zatrdila, da so njihova podjetja storila dovolj za varovanje podatkov. Pri vsem tem pa podjetja ne smejo spregledati še enega dejstva: z umetno inteligenco oziroma stroji se morajo z njimi učiti tudi ljudje.

Izzivi, ki segajo dlje od čaranja s podatki

Seveda UI kot vsak tehnološki »preboj« do zdaj s seboj ne prinaša le tehnoloških sprememb. S tega vidika avtorji raziskave navajajo tri velike izzive v vodenju. Razumevanje pomena UI smo že omenili. Če se želi organizacija kakor koli soočiti z uvajanjem umetne inteligence v svoje procese, bodo morali tudi sami pri sebi poskrbeti za nekaj … inteligence. Še vedno je ogromno govora o potrebnih spremembah v kulturi in načinu vodenja podjetja. Te so dovolj počasne že, ko gre za ljudi. Ekipe prihodnosti pa ne bodo raznolike le po spolu (spolih), temveč bodo v njih roboti in ljudje, ki jih bodo morali znati učiti in upravljati. »Umetna inteligenca zahteva več kot čaranje s podatki,« povzamejo avtorji raziskave. Poudarjajo, da direktorjem in vodilnim kadrom pri tem ni treba poznati nevralne mreže. Veliko bo narejenega že z zavedanjem, da se da z analizo in uporabo podatkov priti do tehnik, ki prinašajo boljše rezultate kot pa na primer odločanje na podlagi občutka. Tu je potem še »regulativna« plat zgodbe. Le polovica sodelujočih v raziskavi se je strinjala, da imajo njihove panoge urejena pravila glede varovanja zasebnosti.

UI bo nekatera delovna mesta prevzela, pa tudi ustvarila in premešala

Tako kot vsi tehnološki premiki do zdaj bo tudi uporaba umetne inteligence povzročila premik v načinu dela in organizaciji projektnih ekip. A avtorji raziskave glede na pridobljene odgovore zanikajo »ljudsko modrost« in tezo, da bodo delo ljudi kmalu prevzeli roboti. Večina direktorjev v raziskavi pričakuje velike spremembe šele v naslednjih petih letih (le 14 odstotkov jih poroča o večjih vidnejših spremembah, ki jih ima umetna inteligenca za njihovo podjetje). Ljudje s(mo) lahko mirni, saj večina sodelujočih ne verjame, da bodo roboti prevzeli delovna mesta ljudi (vprašanja so se nanašala tudi na delo njih samih). Upajo pa, da bodo stroji prevzeli rutinske in dolgočasne naloge. V bližnji prihodnosti torej z vidika »kraje« delovnih mest ne bodo problematični stroji. Nekaj pa je zagotovo. Ljudje, ki ne znajo uporabljati umetne inteligence, bodo počasi nadomestili ljudje, ki jo.Pri tem so bistveni trije vidiki. Prvi je razlikovanje med avtomatizacijo delovnih nalog in delovnih mest. Druga je umetna inteligenca kot ustvarjalec novih delovnih mest. Avtorji raziskave jih spodbujajo s tem, da se z razvojem tehnologije pojavljajo nova podjetja z novimi funkcijami. Takšnimi, ki jih zaradi kompleksnosti ta trenutek morda niti ne znamo opisati z besedami. Tretji vidik pa je tudi nasvet avtorjev, in sicer: velike globalne negotovosti podjetij ne bi smele odvračati podjetij od neaktivnosti. 

Članek je bil prvotno objavljen v januarski, 439./440. številki MM-a. Na spletu objavimo le 20 odstotkov člankov iz revije. Na MM se lahko naročite na i[email protected]