Den umělé inteligence a strojového učení ukázal nejen světové trendy v AI, ML a NLP ale i lokální zkušenosti s tím, jak se v českých podnicích nasazuje umělá inteligence, strojové učení a chatboti.
Na dnu umělé inteligence a strojového učení (AI & ML Day), který uspořádalo zastoupení Gartner pro Česko, Slovensko a Rumunsko, společnost KPC Group, vystoupili vedle analytiků Gartner také zástupci tuzemských organizací se zkušenostmi při nasazování chatbotů v bankovní sféře, řízení vývoje umělé inteligence a strojového učení ve farmaceutickém odvětví, nasazováním robotické automatizace procesů nebo řešením pro prediktivní údržbu využívajícím analýzu zvuku pomocí AI.
„Chtěli jsme účastníkům dnešní akce, tedy CIO, IT ředitelům a dalším vrcholným manažerům odpovědným za obchodní a technologickou inovaci i digitální transformaci vedle trendů a příkladů ze světa ukázat i zkušenosti jejich kolegů z tuzemských podniků a organizací,.“ říká Oldřich Příklenk, CEO KPC společnosti KPC Group, výhradního zastoupení Gartner pro ČR, SR a Rumunsko. „Naším cílem je nejen zprostředkovat špičkové zahraniční know-how analytiků Gartner, ale také poskytnout platformu pro výměnu zkušeností napříč trhem, zejména u rychle se rozvíjejících oblastí jako jsou strojové učení, umělá inteligence a konverzační rozhraní.“
Zkušenosti tuzemských organizací
Jak lze zvuky snímané z mechanických zařízení jako jsou průmyslové stroje, motory nebo eskalátory využít pro včasnou detekci závad a plánování servisních zásahů dříve, než dojde k poruše, představil CEO české společnosti Neuron soundware Pavel Konečný. Firma Neuron soundware byla v dubnu 2018 označena analytiky Gartner jako jeden z „cool dodavatelů“ v oblasti akustických technologií pro prediktivní údržbu. Řešení pracuje – zjednodušeně řečeno – na principu převodu zaznamenávaného zvuku na spektrogram kombinující frekvenční analýzu zvuku a čas a jeho následném zpracování do zvukových map; ty jsou následně pomocí metod umělé inteligence analyzovány. Postupně je vyvinut algoritmus, který slouží pro monitoring zařízení v reálném čase a jenž pomáhá včas odhalit možné závady. Řešení Neuron soundware zavádějí například Airbus, Siemens nebo Volkswagen a postupně nachází využití v řadě dalších odvětvích jako je energetika, utility nebo doprava.
Že softwaroví roboti mohou ve finančním odvětví pomoci snížit provozní náklady, zvýšit efektivitu a provozní flexibilitu nebo lépe využívat schopnosti a znalosti zaměstnanců vysvětlil Martin Franc, zakladatel společnosti Agnostix, která v České Spořitelně pomáhala vytvořit kompetenční centrum robotiky a zavést robotickou automatizaci procesů (RPA, Robotic Process Automation) – tedy softwarové roboty, kteří například pracují s tradičními aplikacemi podobně, jako by s nimi pracoval běžný zaměstnanec. Česká Spořitelna v současné době používá RPA v podobě patnácti „robotických jednotek“ pro automatizaci 19 aplikací. Roboti zpracovávají denně okolo 2 000 „lidských“ úloh jako je zpracování dokumentace klientů, správa hypoték, sestavování reportů, skóring a další. RPA je podle France také ideální přípravou na nasazení umělé inteligence v nejrůznějších oblastech – ať už jde o chatboty či virtuální asistenty v oblasti interakce s klienty, inteligentní OCR a analýzu obrazových dat při zpracování vstupních dokumentů nebo podporu a automatizaci rozhodování pomocí kognitivních systémů či prediktivní analýzy.
Josef Holý z pražského IT Hubu globální farmaceutické společnosti MSD vysvětlil, že jednou z nejdůležitějších otázek u projektů využívajících umělou inteligenci je jednoduché „proč“ – umožňuje totiž řídit vývoj s ohledem na jasný cíl, například zlepšení zákaznické zkušenosti, tedy kombinovat požadavky byznysu s potřebami zákazníků. Zdůraznil také, podobně jako analytici Gartner v úvodních přednáškách, zásadní roli dat a datových vědců či analytiků v projektech využívajících techniky umělé inteligence – data jsou totiž základním „studijním materiálem“ pro trénink AI. Podniky by se podle něj proto měly zaměřit na příležitosti k oportunistickému sběru dat, který využila například automobilka Tesla pro vývoj autopilota – systému (částečného) autonomního řízení, kdy díky senzorům a plnému připojení modelu S byla schopna sebrat data z kamer, telemetrie a další údaje o řízení ze 45 milionů ujetých mil během pouhých šesti měsíců. Oproti tomu se projektu samo-řiditelného auta Google, který sbíral data o řízení pouze z malé flotily experimentálních vozů, podařilo sebrat za 6 let data z pouhého 1,5 milionu ujetých mil.
Zkušenosti s nasazením různých typů chatbotů v další velké finanční instituci shrnul Jan Vichr z Komerční Banky. Ta v posledních měsících vyzkoušela prodejního asistenta na svém webu, propagovala své akce pomocí botu ve Facebook Messengeru, připravuje virtuálního asistenta bankovních poradců a nastupujícím zaměstnancům dala k dispozici virtuálních pomocníka, jehož úkolem bylo pomoci jim při orientaci v novém pracovním prostředí. Jan Vichr na základě zkušeností banky doporučuje volit chatboty jako vhodné řešení konkrétního problému, spíše než hledat možné příležitosti k jejich nasazení – a vždy uvažovat o možných alternativách jako je zlepšení uživatelského rozhraní stávajících systémů, nebo redesign stávajících podnikových procesů.
Během tiskového brífinku a závěrečné panelové diskuse, které byly též součástí programu dne umělé inteligence a strojového učení, byly nastoleny například otázky odpovědnosti AI v situacích, kdy přebírá lidské role (u nichž byla doposud odpovědnost za rozhodnutí či konání na konkrétním člověku) na jedné a výhod, které může nasazení AI přinést například ve snížení počtu chyb v oblastech jako je lékařská diagnostika na druhé straně. Opakovaně také zazněla otázka, zda a jakou roli by měl hrát stát v podpoře technologií pro zpracování přirozeného jazyka – například cestou uvolnění obrovského množství dat v podobě záznamů vysílání a jejich doslovných přepisů, na nichž v současné době „sedí“ veřejnoprávní Český Rozhlas a jež by v případě zpřístupnění mohla být využita pro trénink hlasových rozhraní a konverzačních systémů v češtině.