BiznesAnalitykaPolecane tematy

Analityka i sztuczna inteligencja coraz bardziej użyteczne dla biznesu

Na świecie systematycznie rośnie znaczenie technologii analitycznych. Stanowią one bowiem fundament podejścia zakładającego oparcie procesów decyzyjnych na twardych danych biznesowych – a nie tylko na przeczuciach i doświadczeniach kadry zarządzającej, dysponującej szczątkowymi informacjami o firmie, jej otoczeniu i klientach. Potencjał zaawansowanej analityki rośnie też wraz z rozwojem sztucznej inteligencji.

Analityka i sztuczna inteligencja coraz bardziej użyteczne dla biznesu

Chęć wykorzystania informacji zaszytych w stale rosnących i coraz bardziej zróżnicowanych zbiorach danych sprawia zarazem, że w typowej organizacji gromadzone i przetwarzane są coraz większe ilości danych. „Rozwój technologii i coraz większa dostępność mocy obliczeniowej sprawiają, że realne są zupełnie nowe możliwości uzyskania odpowiedzi na pytania, które w przeszłości trudno byłoby nawet sformułować. W ten sposób, dość łatwo, analizowane mogą być dane transakcyjne, procesowe, integracyjne, a także dane społecznościowe” – mówi Alex Kwiatkowski, Senior Industry Consultant, Global Banking Practice, w firmie SAS.

Badania firmy McKinsey pozwalają tymczasem sądzić, że ogromny – napędzany rozwojem nowych technologii – potencjał zaawansowanej analityki jest wykorzystywany tylko w niewielkim zakresie. „Aż 86 proc. menedżerów z całego świata jest zdania, że ich organizacje jedynie częściowo realizują cele związane z wykorzystaniem analityki danych. Wynika to z wielu czynników – kultury organizacyjnej, procesów biznesowych, ale także od wielu zagadnień niezależnych od poszczególnych firm” – mówi Kamil Konikiewicz, Analytics Practice Lead na region Europy Środkowo-Wschodniej i Bliskiego Wschodu w firmie SAS Polska.

„Sztuczna inteligencja i zaawansowana analityka rzeczywiście mają dziś coraz większy, pozytywny wpływ na procesy biznesowe we wszystkich niemal sektorach gospodarki. Wśród przykładów potencjalnych korzyści wynikających z zastosowania tego typu technologii warto wymienić m.in. poprawę doświadczeń klientów, ograniczenie kosztów, czy zmniejszenie skali utraconych przychodów. Pojawiają się też nowe możliwości analizy sentymentu klientów, bardziej efektywne mechanizmy sugerujące kolejne najlepsze działania czy rozwiązania pozwalające usprawnić kontrolę jakości” – podkreśla Alex Kwiatkowski, Senior Industry Consultant, Global Banking Practice, w firmie SAS.

Praktyka pokazuje, że w efektywne wykorzystanie możliwości dzisiejszych rozwiązań analitycznych utrudniają m.in. kwestie związane z niską jakością danych biznesowych, niedoborem specjalistów dysponujących odpowiednimi kompetencjami, trudnościami w dostosowaniu analityki biznesowej do przebiegu firmowych procesów, a także – długim czasem budowy nowych modeli analitycznych. „W momencie, kiedy analityka staje się częścią rzeczywistych działań biznesowych, niezbędne staje się efektywne zarządzanie procesami analitycznymi i dostosowywanie wykorzystanych rozwiązań i modeli do zmieniających się realiów biznesowych” – dodaje Kamil Konikiewicz. Okazją do poznania potencjału dzisiejszych technologii analitycznych, możliwości analityki wspartej sztuczną inteligencją, a także przykładów użycia takich rozwiązań była tegoroczna konferencja SAS Analytics Day 2018.

Sztuczna inteligencja plus zaawansowana analityka

Z perspektywy dostępnych dziś technologii, możliwe są zastosowania rozwiązań analitycznych, które jeszcze kilka lat temu wyglądały na nieosiągalne. Ogromny potencjał dzisiejszych, eksperymentalnych projektów zakładających wykorzystanie analizy danych w powiązaniu ze sztuczną inteligencją znajduje odbicie w pozytywnych prognozach rozwoju rynku technologii opartych na uczeniu maszynowym. „Żyjemy w czasach, w których idee z filmów science fiction sprzed kilku dekad stają się faktem. Niektóre z nich mogą być kontrowersyjne i przerażające, ale jednocześnie – w niektórych zastosowaniach wydają się być bardzo praktyczne” – uważa Alex Kwiatkowski. Według szacunków firmy Statista, wartość światowego rynku rozwiązań wykorzystujących możliwości sztucznej inteligencji wyniosła ok. 2,42 mld USD, a w 2018 roku przekroczy 4 mld USD. Co ciekawe, prognozy ekspertów firmy Statista zakładają, że na koniec 2025 roku wartość światowego rozwiązań wykorzystujących sztuczną inteligencję wyniesie niemal 60 mld USD.

Do głównych zastosowań tego rodzaju technologii należą m.in. rozpoznawanie obrazów, klasyfikacja obiektów i analiza danych. Jednocześnie, według prognoz, największy udział w rynku technologii opartych na sztucznej inteligencji mieć będą wyspecjalizowane aplikacje biznesowe. „Maszyny są dziś w stanie rozumieć ludzi przynajmniej tak samo, jak inni ludzie. Krytycznego znaczenia nabiera więc kwestia odpowiedzialnego wykorzystania możliwości sztucznej inteligencji – tak, aby nie stała się ona zagrożeniem dla ludzkości” – dodaje Alex Kwiatkowski. Według niego warto jednak oceniać możliwości zastosowania sztucznej inteligencji i nowoczesnych technologii analitycznych pod kątem ich realnego potencjału biznesowego. Zdaniem ekspertów firmy SAS największymi możliwościami efektywnego wykorzystania technologii opartych na sztucznej inteligencji charakteryzuje się dziś m.in. sektor ochrony zdrowia, handlu detalicznego oraz bankowości.

AI z perspektywami

I tak, w służbie zdrowia wykorzystanie sztucznej inteligencji na potrzeby zaawansowanej analityki danych medycznych dysponuje potencjałem do skutecznego leczenia najbardziej poważnych i śmiertelnych schorzeń, czy efektywnego i w pełni zdalnego monitorowania parametrów zdrowotnych. „Projekty obecnie realizowane na poziomie akademickim dają możliwość zrozumienia w jaki sposób przetwarzać dane medyczne, aby osiągnąć największe korzyści” – mówi Alex Kwiatkowski.

Z kolei w sektorze handlu detalicznego zastosowanie sztucznej inteligencji pozwala w bardziej skuteczny sposób korelować dostępne informacje o nabywcach, dając możliwość zrozumienia ich potrzeb i preferencji, a także – operacjonalizacji tej wiedzy. Konkretne działania sprzedażowe, wsparte nowymi technologiami lub realizowane w całości w oparciu o cyfrowe kanały komunikacji stwarzać mają ogromne szanse w zakresie poprawy efektywności procesów sprzedażowych.

„Niezależnie od tego, czy z platformy SAS Viya korzystać będzie analityk, inżynier lub naukowiec danych, czy użytkownik biznesowy, z pewnością znajdzie w tym rozwiązaniu odpowiedni dla siebie tryb pracy z danymi” – zapewnia Kamil Konikiewicz, Analytics Practice Lead na region Europy Środkowo-Wschodniej i Bliskiego Wschodu w firmie SAS Polska.

W bankowości natomiast zastosowanie algorytmów uczenia maszynowego otwiera zupełnie nowe możliwości w zakresie zarządzania ryzykiem, zapobieganiu nadużyciom, a także – optymalizacji działań sprzedażowych w oparciu o analizę posiadanych danych dotyczących klientów. „Sztuczna inteligencja i zaawansowana analityka rzeczywiście mają dziś coraz większy, pozytywny wpływ na procesy biznesowe we wszystkich niemal sektorach gospodarki. Wśród przykładów potencjalnych korzyści wynikających z zastosowania tego typu technologii warto wymienić m.in. poprawę doświadczeń klientów, ograniczenie kosztów, czy zmniejszenie skali utraconych przychodów. Pojawiają się też nowe możliwości analizy sentymentu klientów, bardziej efektywne mechanizmy sugerujące kolejne najlepsze działania czy rozwiązania pozwalające usprawnić kontrolę jakości” – podkreśla Alex Kwiatkowski.

Nowe otwarcie analityki SAS

Podczas konferencji SAS Analytics Day 2018 swoje doświadczenia w zakresie wykorzystania technologii SAS prezentowali m.in. przedstawiciele firm, takich jak Polkomtel, Orlen, BZW BK, ILS, czy Hepsiburada. Nie brakowało także prezentacji poświęconych rozwiązaniom SAS, w tym opartych na sztucznej inteligencji funkcji zaimplementowanych w ramach platformy analitycznej SAS Viya.

Platforma SAS Viya stanowić ma odpowiedź firmy SAS na potrzeby dzisiejszego biznesu w zakresie możliwości wykorzystania danych w różnego rodzaju procesach decyzyjnych. Zdaniem przedstawicieli producenta, najnowsze rozwiązanie SAS cechuje m.in. wysoka elastyczność w zakresie możliwości wykorzystania silników analitycznych oraz obsługi źródeł danych, a także łatwość wykorzystania efektów działania analityki w procesach biznesowych. „SAS Viya to rozwiązanie zbudowane wokół różnych sposobów przetwarzania zróżnicowanych źródeł danych – także danych strumieniowych, a zarazem rozwiązanie gotowe do działania w chmurze, skalowalne i wyposażone w wydajny silnik przetwarzania in-memory” – podkreśla Kamil Konikiewicz. Według niego platforma SAS Viya została wyposażona w rozproszony silnik przetwarzania danych bezpośrednio w pamięci operacyjnej, który wspiera m.in. szereg algorytmów, także predykcyjnych. Co ciekawe, architektura SAS Viya pozwala na efektywne wykorzystanie oprogramowania także w środowiskach opartych na technologii konteneryzacji.

Przedstawiciele firmy SAS podkreślają jednocześnie, że nowe rozwiązanie może być wykorzystywane zarówno z poziomu wbudowanego, przyjaznego interfejsu graficznego, jak i licznych języków programowania – w tym SAS, Python, R, Java oraz Lua – jak i za pośrednictwem zewnętrznych aplikacji przy wykorzystaniu dedykowanych interfejsów API. „Niezależnie od tego, czy z platformy SAS Viya korzystać będzie analityk, inżynier lub naukowiec danych, czy użytkownik biznesowy, z pewnością znajdzie w tym rozwiązaniu odpowiedni dla siebie tryb pracy z danymi” – zapewnia Kamil Konikiewicz. Co ważne, oprogramowanie SAS Viya zapewnia wsparcie dla całego cyklu analitycznego – od procesów związanych z pozyskaniem i modelowaniem danych, przez ich przetwarzanie, po optymalizację procesów analitycznych.

W kontekście analizy transkrypcji zapisanych rozmów call center i danych społecznościowych na potrzeby optymalizacji wybranych procesów biznesowych podczas konferencji SAS Analytics Day zademonstrowano także możliwości narzędzi SAS Visual Text Analytics.

Tagi

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *