Sztuczna inteligencja zmienia dziś rynek jak żadna inna technologia. Uczące się algorytmy pozwalają zbudować ogromną ilość nowych usług, przyspieszyć procesy produkcyjne, zmienić procesy logistyczne i przeorganizować służbę zdrowia. W sensie makroekonomicznym może to mieć wpływ na konkurencyjność gospodarczą państw. Dlatego m.in. przedstawiciele Ministerstwa Przemysłu i Technologii sugerują konieczność poniesienia inwestycji w wysokości 9,5 mld zł na rozwój rozwiązań sztucznej inteligencji w Polsce, aby nasz kraj mógł mieć szansę na znalezienie się w grupie 20–25 percentylu najlepszych ośrodków budowania AI na świecie.
Według raportu MIT Sloan Management Review „Reshaping Business With Artificial Intelligence” – opracowanego we współpracy z Boston Consulting Group – aż 85% firm uważa, że sztuczna inteligencja pozwoli im uzyskać lub utrzymać przewagę konkurencyjną. Na razie jednak tylko 20% przedsiębiorstw włączyło AI do swoich usług, produktów lub procesów. Nieco więcej organizacji (39%) ma strategię AI. W największych firmach – zatrudniających co najmniej 100 000 pracowników – posiada ją nieco więcej, bo 50% przedsiębiorstw, choć nadal jest to mały odsetek. Nie powinno to dziwić, bo jak na razie, jesteśmy jeszcze na wczesnym etapie wdrożeń i wykorzystywania AI.
Wpływ AI na konkurencyjność
Oczekiwania wobec AI są bardzo wysokie we wszystkich branżach. Mimo że obecnie jedynie 14% firm twierdzi, że AI ma duży wpływ na ich ofertę, to aż 63% wierzy, że efekty z zastosowania AI pojawią się w ciągu zaledwie 5 lat. Przedsiębiorstwa muszą jednak pamiętać o tym, że choć sztuczna inteligencja buduje ich konkurencyjność, to jednocześnie tworzy nowych konkurentów. W świecie organizacji korzystających z AI konkurencja może nadejść z dowolnego miejsca, gdyż tradycyjne podziały na branże zmienią się i ulegną zatarciu. Na przykład firma z wszechstronną wiedzą na temat opieki zdrowotnej może z powodzeniem dostarczyć lepszą ofertę zdrowej żywności niż najlepsza korporacja z branży.
35 mld euro
rocznie sięgają już, wg McKinsey, wydatki na sztuczną inteligencję i wciąż rosną. Dzięki infrastrukturze i rozwiązaniom modułowym, oferowanym przez dużych dostawców (IBM Watson Health, Microsoft, Google, Philips, GE Healthcare, Amazon i Salesforce), technologia AI się zdemokratyzowała i jest dostępna nie tylko dla wielkich firm, ale także dla sektora MŚP.
Boom na rozwiązania AI dopiero przed nami. Według raportu firmy McKinsey „Rewolucja AI: jak sztuczna inteligencja zmieni biznes w Polsce”, nakłady na technologie AI sięgają już 35 mld euro rocznie i wciąż rosną, a dzięki infrastrukturze i rozwiązaniom modułowym oferowanym przez dużych dostawców (IBM Watson Health, Microsoft, Google, Philips, GE Healthcare, Amazon i Salesforce) technologia AI się zdemokratyzowała i jest dostępna nie tylko dla wielkich firm, ale także dla sektora MŚP.
Od ochrony przed oszustami po udane połowy
Możliwości użycia sztucznej inteligencji są nieograniczone i można je, zależnie od inwencji i potrzeb, zastosować w każdej organizacji. Oto kilka przykładów. Od roku 2013 PayPal wykorzystuje algorytmy do wykrywania oszustw, w celu ochrony elektronicznych transakcji klientów. W ciągu kilku lat system do wykrywania nieuczciwych działań nauczył się coraz lepiej rozpoznawać nieprawidłowości. Z badania przeprowadzonego przez LexisNexis wynika, że wskaźnik oszustw w PayPal obniżył się znacznie dzięki rozwiązaniu opartemu na AI i wynosi obecnie zaledwie 0,32% przychodów, czyli o 1% mniej niż średni wskaźnik zaobserwowany u największych firm zajmujących się handlem elektronicznym.
Z kolei koncern BP wykorzystuje AI do poprawy efektywności prac wiertniczych. Rozwiązania AI zbierają wszystkie dane z systemów wiertniczych i doradzają inżynierom, jak dostosować parametry wierceń, aby zminimalizować ryzyko. Zautomatyzowana jest również ocena przyczyn awarii, które są szybko analizowane i dostarczane wraz z receptą na rozwiązanie problemu. Natomiast Ping An Insurance, drugi co do wielkości ubezpieczyciel w Chinach, poprzez użycie AI poprawia obsługę klientów produktów ubezpieczeniowych i finansowych. Rozwiązanie potrafi zaoferować pożyczkę w 3 minuty, dzięki narzędziom oceny klienta, które wykorzystują m. in. system rozpoznawania twarzy. United Services Automobile Association – dzięki skorzystaniu z rozwiązań AI – osiągnęło zaś 88-proc. poziom skuteczności przewidywania zachowań klientów.
Powody adopcji rozwiązań z obszaru sztucznej inteligencji
Warto przyjrzeć się jeszcze ciekawemu projektowi Data-Bio, jako niestandardowemu przykładowi zastosowania sztucznej inteligencji. Projekt ten otrzymał finansowanie z unijnego programu Horyzont 2020, a jego głównym celem jest osiąganie jak największych korzyści dla biogospodarki w zakresie odpowiedzialnej i zrównoważonej produkcji żywności, energii i biomateriałów. DataBio – dzięki analizom Big Data i sztucznej inteligencji – może przyczynić się do zwiększenia produkcji surowców w rolnictwie, leśnictwie i rybołówstwie, co udowadniają prowadzone w ramach projektu pilotażowe programy (jest ich 26). Efektem ich działań jest roczny wzrost wydajności od 0,4% w leśnictwie do 3,7% w rolnictwie i rybołówstwie (m.in. poprzez oszczędności na jednostkach pływających).
Technologia AI jest stosowana w pilotażach za pomocą platformy DataBio, korzystającej z infrastruktury cloud computing. Platforma ta zbiera dane z obserwacji Ziemi z satelitów i dronów oraz z czujników IoT rozmieszczonych na polach i pojazdach. Następnie analizuje wygenerowane i zebrane dane i przedstawia je użytkownikom końcowym, do których należą rolnicy, leśnicy, rybacy i wielu innych interesariuszy. Na podstawie informacji uzyskanych z analizy mogą oni podejmować istotne decyzje o tym: co i gdzie uprawiać, gdzie łowić ryby, jak walczyć z chorobami roślin, w jakim czasie zbierać plony lub kiedy wyruszać na łowiska.
Strategie państw wobec sztucznej inteligencji
Sztuczna inteligencja jest na tyle ważna dla rozwoju firm i społeczeństw, że wiele państw tworzy strategie AI, wiedząc, że bez niej krajowa gospodarka przestanie być konkurencyjna. Raport PWC „Competitive Advantage through Artificial Intelligence” szacuje, że PKB państw tworzących rozwiązania AI będzie rosnąć średnio o 1,5% rok do roku. Szybciej niż tych, które tego zaniechają lub znacznie się spóźnią.
Oczekiwania wobec AI są bardzo wysokie we wszystkich branżach. Mimo że obecnie jedynie 14% firm twierdzi, że AI ma duży wpływ na ich ofertę, to aż 63% wierzy, że efekty z wykorzystania AI pojawią się w ciągu zaledwie 5 lat. Przedsiębiorstwa muszą jednak pamiętać o tym, że choć sztuczna inteligencja buduje ich konkurencyjność, to jednocześnie tworzy nowych konkurentów. W świecie organizacji korzystających z AI konkurencja może nadejść z dowolnego miejsca, gdyż tradycyjne podziały na branże zmienią się i ulegną zatarciu. Przykładowo firma z wszechstronną wiedzą na temat opieki zdrowotnej może z powodzeniem dostarczyć lepszą ofertę zdrowej żywności niż najlepsza korporacja z branży.
Już co najmniej 27 krajów sformułowało – lub jest w trakcie formułowania – krajową strategię w zakresie sztucznej inteligencji. Jednym z jej głównych celów jest stymulowanie badań nad AI oraz nad jej zastosowaniem w przemyśle. Przykładowo rząd Wielkiej Brytanii finansuje badania bezpośrednio poprzez fundusz inwestycyjny w wysokości 2,5 mld GBP, która to suma ma być zainwestowana w rozwój AI. Z kolei Stany Zjednoczone i Australia nakładają specjalny podatek przeznaczony na badania i rozwój. Inne państwa tworzą inicjatywy partnerstwa publiczno-prywatnego, w celu stymulowania innowacji w zakresie AI. W ramach takiej inicjatywy rząd kanadyjski uruchomił Innovation Supercluster Initiative, a jej efektem ma być inwestycja ponad 950 mln USD w rozwój sztucznej inteligencji.
Konieczność kształcenia nowych umiejętności
Jednym z tematów, które wielu państwom i organizacjom spędzają sen z powiek, jest konieczność przekwalifikowania ludzi. Na każde 1000 miejsc pracy, zlikwidowanych w wyniku zasępienia ludzi przez algorytmy, sztuczna inteligencja wygeneruje ok. 1280 nowych (Źródło: Raport Gartnera „AI and the future of work”, 2017 r.). Jednak te nowe miejsca wymagają także nowych umiejętności, co będzie generowało potrzebę stworzenia szerokich programów edukacyjnych oraz przekwalifikowania pracowników.
Polska ma również strategię wobec AI opisaną w dokumencie „Polityka Rozwoju Sztucznej Inteligencji w Polsce na lata 2019–2027”. Według niej, nasza gospodarka oparta jest na gałęziach bardzo podatnych na korzyści płynące z wdrażania sztucznej inteligencji. Działania dotyczące AI podzielono w dokumencie na sektory priorytetowe, takie jak przemysł, medycyna, transport i logistyka, rolnictwo, energetyka oraz na obszary, którymi państwo będzie się zajmowało w kontekście AI w drugiej kolejności. Są to m.in. administracja państwowa, handel i marketing, Smart Building i cyberbezpieczeństwo.
Dla priorytetowych sektorów gospodarki korzyści z wdrażania AI osiągną wartość średnio ok. 1,47% PKB. Natomiast dla tych z drugim priorytetem ok. 1,18% PKB. Według polskiej strategii, firmy, które zanegują wdrażanie AI lub będą z tym zwlekać zbyt długo, w ciągu 5 lat zaczną tracić lub całkowicie utracą przewagę konkurencyjną. Istotne dla konkurencyjności państwa jest tworzenie własnych rozwiązań AI. Do roku 2025 potrzebujemy, aby w Polsce powstało ponad 700 firm zajmujących się sztuczną inteligencją. Aby osiągnąć zakładane w strategii cele do roku 2023, potrzebne są inwestycje wysokości 9,5 mld zł. Mowa tu oczywiście o inwestycjach w rozwój biznesu AI, bez uwzględnienia środków na badania podstawowe czy edukację.
KOMENTARZ EKSPERTA
AI, czyli redukcja ludzkich wad
W DNA branży IT wpisany jest ciągły rozwój – zarówno własny, jak i technologii, w których pracujemy. Niestety, wśród wielu przedsiębiorców pokutuje przekonanie, według którego nie warto zmieniać rozwiązań, które dobrze działały przez ostatnie 15 lat. Widać to także w raporcie stworzonym przez ITwiz. Z jednej strony 85% firm uważa, że sztuczna inteligencja pozwoli uzyskać lub utrzymać przewagę konkurencyjną, z drugiej strony tylko niecała połowa z nich (39%) ma strategię związaną z rozwojem tego kierunku. Podobnie, jeśli chodzi o faktyczny wpływ na ofertę i przewidywania wzrostu znaczenia AI w ciągu najbliższych lat. Studiując te dane, można odnieść wrażenie, że przedsiębiorcy zdają sobie sprawę, że coś się zmienia, ale każdy z konsternacją rozgląda się dokoła, by znaleźć tego, kto zacznie.
Brak pełnego zaufania do podążania za nowymi, a przez to bardziej ryzykownymi trendami jest widoczny, choć nie zmienia to faktu, że na rynku coraz częściej pojawiają się odważni i innowacyjni gracze, którzy pełnymi garściami czerpią z nowych technologii i z wielką wprawą poruszają się po nowym terenie. To co niezwykle istotne, są to firmy nastawione na sukces, ale też nie bojące się ponoszenia ryzyka związanego z testowaniem nowych rozwiązań. Dzięki tego rodzaju inwestorom, obserwujemy bardzo intensywny rozwój takich trendów jak: Cloud Computing, Cyber Security czy właśnie Artificial Intelligence.
AI to obszar o strukturze domenowej i jego rozwój w każdej domenie może przebiegać w innym tempie, i przybierać inny charakter. We wszystkich przypadkach można jednak posłużyć się podobnymi mechanizmami zbierania danych, analizy i wyciągania wniosków, a także osiągnięciami z dziedziny Machine Learning, czyli uczenia maszyny na podstawie zaciąganych danych, na przykład dotyczących zachowań konsumenckich. Machine Learning korzysta z wielu źródeł pozyskiwania informacji, przykładem może być obliczanie, w którym miejscu ekranu najczęściej klikano czy zatrzymano kursor. Takie obserwacje i analizy pozwalają śledzić zachowania użytkownika, sprawdzić, co przykuło jego uwagę, wyciągnąć odpowiednie wnioski i ułatwić pracę!
Dla jednego z naszych klientów z branży medycznej tworzymy bardzo ciekawy projekt, który ma za zadanie zoptymalizować pracę lekarzy. Do tej pory, gdy do placówki zgłaszał się chory pacjent, tworzono dla niego receptę, zalecano terapie, tworzono historię choroby. Nie do końca zdigitalizowana branża pozwalała tylko na manualne analizowanie danych, co sprawiało, że ośmioro lekarzy na co dzień zajmowało się wyłącznie analizą raportów. Zarząd placówki postanowił stworzyć wersje cyfrowe wszystkich raportów, dzięki czemu lekarze nie tylko zaoszczędzili czas, ale też poszerzyli swoje możliwości poprzez tworzone przez system profile. Zanalizowane i porównane historie chorób, ograniczone do konkretnych person (na przykład kobieta w wieku ok. 30–35 lat z konkretnymi problemami zdrowotnymi), mogą wskazać kuracje, które do tej pory w podobnych przypadkach przynosiły najlepsze efekty. Pewne fakty można więc ustalić „z automatu”. Oczywiście algorytm nie jest nieomylny, ale przecież nie mówimy o szansach rzędu wygranej w totolotka. To realne usprawnienie i wysokie prawdopodobieństwo poprawnej diagnozy.
Nasz projekt dla klienta z branży medycznej to temat z pogranicza Artificial Intelligence i Machine Learning. Jest to również rozwiązanie, które odpowiada innemu potężnemu trendowi, czyli Increased Automation. Zjawisko to dotyczy wyeliminowania z ludzkich obowiązków wszystkich powtarzalnych, rutynowych czynności, które poprzez znudzenie i zmęczenie pracownika obarczone są ryzykiem błędu.
Jak widać, pod pewnymi względami algorytmy są w stanie zredukować wady człowieka. Jednak osobiście trudno mi sobie wyobrazić pełne zastąpienie ludzkiego sposobu myślenia. Są obszary, w których interakcja, rozmowa czy popularny brainstorming są bezcenne i nie do podrobienia. Można to przedstawić na przykładzie wprowadzanego na rynek interfejsu. Nie jest problemem zautomatyzowanie pewnych elementów oceniania, jeśli zaś chodzi o kształt fontów, kolorystykę czy ergonomię, to ludzkie odczucia i estetyka wciąż pozostają zbyt wyrafinowane do naśladowania przez maszynę.
Marcin Połulich, Manager Digital Software Services, Hicron
