Čovek i AI: More novih mogućnosti u različitim industrijama
Blog

Čovek i AI: More novih mogućnosti u različitim industrijama

7 min read

Veštačka inteligencija (eng. Artificial Intelligence - AI) je jedna od najčešće korišćenih reči u poslednjih nekoliko godina, posebno kada se govori o kompanijama koje prolaze kroz digitalnu transformaciju, menjaju svoje poslovne modele itd. U isto vreme je to i jedna od često nepravilno upotrebljavanih reči, ali to neće biti tema ovog bloga i nećemo ulaziti u detaljne definicije. Takođe, unutar „džungle“ kakva je digitalizacija, jedna od najvažnijih tema je: Da li će roboti zameniti ljude na radnim mestima?

S jedne strane, ovo nije samo stvarni problem koji zahteva složen proces pripreme ljudi za različite poslove, već i zabavna tema s kojom mediji vole da se igraju, a zatim i nepravilno upotrebljavaju. Ideja ovog bloga je da podelimo svoje iskustvo kako izgleda saradnja između čoveka i veštačke inteligencije u nekim industrijama. Blog ne pokriva sve moguće slučajeve upotrebe, ali će dati jasnu sliku o interakciji ljudi i novih tehnologija sa fokusom na distribuciju robe široke potrošnje.

Dakle, da zaključimo uvod, nećemo govoriti o robotizaciji industrija poput automobilske ili o kompanijama koje su po svojoj prirodi digitalne i koje su već korenitno izmenile neke industrije, već ćemo se fokusirati na kompanije i industrije koje u svojoj osnovi nemaju digitalne tehnologije i koje nemaju prikupljanje i analizu podataka u srži svog poslovanja.

Zašto ljudi i AI moraju da žive zajedno?

Da bismo bolje razumeli kako izgleda ova koegzistencija, razgovarajmo o elementima kojima AI obično podržava čoveka.

1. Kao prvu komponentu ćemo uzeti fleksibilnost.

Proizvodna linija u savremenoj automobilskoj industriji može podržavati brojne kastomizacije, jednu za drugom, jer se prilagođavanja i procesi optimizacije pokreću različitim algoritmima, i stoga su mnogo fleksibilniji u poređenju sa ljudima i brzinom kojom ljudi mogu da prilagode proizvodne linije za različite verzije ili vrste automobila.

2. Druga komponenta je brzina.

Verovatno bi najbolji primer bio otkrivanje ilegalnih transakcija u realnom vremenu. Uzmite bilo kog od online bankarskih operatora i zamislite kako bi izgledalo otkrivanje prevara na tom broju transakcija uz upotrebu savremenih algoritama.

3. Treća komponenta kojoj AI obično doprinosi je rast.

Odličan primer za to je algoritam skrininga zasnovan na AI koji kompanija može da koristi dok razmatra ogromni broje kandidata za neka radna mesta. Na primer, možemo razgovarati o sistemu koji je uvela kompanija Unilever, a koji je zasnovan na veštačkoj. Pomenuti sistem zasnovan na veštačkoj inteligenciji je omogućio kompaniji Unilever da razmotri 30.000 kandidata za samo četiri nedelje i izdvoji samo one prijave koje su najpogodnije za potencijalno radno mesto.

4. Četvrta komponenta je odlučivanje.

Donošenje odluka je očigledna aktivnost pri kojoj veštačka inteligencija može da pomogne ljudima, ali je posebno vidljiva u industrijama sa visokim rizikom. Jedan od sjajnih primera je sistem koji je GE uveo, a koji je zasnovan na veštačkoj inteligenciji i koji služi za prediktivno održavanje na motorima aviona.

5. Konačno, poslednji segment koji je svima nama, kao krajnjim korisnicima, vidljivi je personalizacija.

Personalizovano opsluživanje velikog broja korisnika u najpopularnijim e-trgovinama kao što je eBay bilo bi nemoguće bez pametnih algoritama za segmentaciju i targetiranje koji su zasnovani na veštačkoj inteligenciji.

undefined

Ne bojte se veštačke inteligencije!

Teško je uvesti sistematičan pristup tako složenim temama, na primer, primeni AI sistema, ali znate nas, inženjere - uvek moramo da pokušamo. 😊

Slika ispod pokriva neke od ključnih koraka koje kompanije moraju preduzeti, zajedno sa svojim implementacionim partnerom, kako bi osigurale uspeh projekta.

undefined

Sada, dok su neke od ovih komponenti same po sebi jasne, o drugima bi se mogao napisati čitav blog. Dakle, u ovom tekstu ćemo se usredsrediti samo na tri komponente označene ružičastom bojom, jer ih vidimo kao kritične za stvaranje uslova da ljudi mogu da žive ZAJEDNO SA veštačkom inteligencijom nakon implementacionog projekta. Objasnićemo pomenute komponenete na primeru optimizacije zaliha u distribuciji robe široke potrošnje. Takođe, ovo su komponente na koje stavljamo veliki fokus u našim implementacionim projektima.

Stalno radite sa krajnjim korisnicima - Svi projekti implementacije softvera imaju puno faza u kojima radimo sa krajnjim korisnicima, kao što su ispitivanje, projektovanje itd. Međutim, uvođenje rešenja za predviđanje prodaje i optimizaciju zaliha zahteva da pomerimo saradnju sa krajnjih korisnika na drugi nivo. U BE-terni nismo ljubitelji standardizovanih AI aplikacija koje mogu zadovoljiti sve potrebe, što podrazumeva da planiramo i budžetiramo fazu koja se naziva „hypercare“. „Hypercare“ u osnovi znači da sedimo zajedno sa krajnjim korisnicima i zajedno analiziramo predviđanja prodaje i razgovaramo o predlozima koje algoritmi daju. Korisnici imaju mnogo pitanja u prvim nedeljama korišćenja novog sistema i imaju mnogo sumnji - što je sasvim normalno. Na kraju uvodimo sistem koji bi trebalo da napravi tačniju prognozu i bolje naručivanje u poređenju sa prethodnim, i, naravno, ti korisnici će želeti da shvate brojeve i da razumeju odakle ti brojevi dolaze.

Jednostavna »self-service« BI aplikacija za poboljšanje samopouzdanja - Ova poslednja rečenica dovodi nas do druge zaista važne komponente našeg projekta. Postoje dve krajnje tačke našeg sistema, prva je automatska integracija predloženih naloga u ERP sistem, tako da korisnik može samo da izvrši narudžbinu, a druga je BI aplikacija koja se koristi za interpretabilnost rezultata. Sada je, posebno u prvim nedeljama i mesecima, važno da korisnici imaju jasnu predstavu o predviđenim trendovima, da razumeju kako sistem izračunava prognozu, koja su ograničenja, kakva je vremenska prognoza, kakav je dugoročni predlog naručivanja itd. Nabrojano je bitno da bi se zaposleni osećali komforno pri prihvatanju predloga narudžbi iz sistema. Takođe, to će doprineti i tome da povratne informacije od korisnika dođu direktnije i brže. Tokom prvih meseci korišćenja sistema, uvek ima mnogo dragocenih podataka koje će krajnji korisnik dati nama (sistemu), čime se pokazuje, još jednom, da ova interakcija čovek + AI zaista ide u oba smera.

Ne menjajte svoj svakodnevni proces za 180° - Konačno smo došli do poslednje komponente za koju smo utvrdili da je izuzetno važna za uspeh AI projekta u industrijama kojima digitalne tehnologije nisu ključ poslovanja. Ključni deo slagalice za ovu komponentu je izvorna integracija sa ERP sistemom koja omogućava da naša platforma tokom noći popunjava sve porudžbine za dobavljače koje su definisane u kalendaru za naručivanje. Ova činjenica značajno pomaže korisnicima jer njihov proces nije korenito izmenjen, a oni dobijaju dodatno vreme da se usredsrede na one vrlo specifične artikle, kao što su artikli koji su predmet tendera, artikli koji dugo ostaju na zalihama itd.

Da sumiramo!

Sve o čemu smo ovde razgovarali biće različito za svaki projekat, pri čemu su ovo pre promene u upravljanju nego neki jednostavni saveti i trikovi. Međutim, siguran sam da ćete praćenjem navedenih nekoliko koraka povećati šanse za uspeh vašeg AI projekta i uveriti se da se vaši krajnji korisnici zaista osećaju prijatno sa novom tehnologijom u svojim rukama.

Sad ako vam se čini da govorim o stvarima koje vam se čine kao daleka budućnost i nemate ideju odakle da počnete, samo sačekajte naš sledeći blog na ovu temu gde ćemo razgovarati o tome kako da otpočnete svoje AI putovanje, koji su najtipičniji primeri primene veštačke inteligencije u FMCG industriji i zašto je važno da poznajete vaše podataka i potencijal koji se u njima krije.

Do sledećeg viđenja!

VEŠTAČKA INTELIGENCIJA

Zamislite sve mogućnosti vašeg poslovanja uz snagu veštačke inteligencije

Saznajte više

Svideo vam se sadržaj koji ste pročitali?

Prijavite se na naš newsletter i budite u toku sa najnovijim informacijama ...

O autoru

Milan Listeš

Business Development Manager Data & AI