Kedy je AI riešenie vhodné pre váš podnik?
Úvodný obrázok: qimono, Pixabay
V tomto blogu si povieme pár slov o tom, ako vo vašom podniku identifikovať problémy, ktoré by vám mohla pomôcť vyriešiť umelá inteligencia. O tom, že je to skutočne mocný nástroj na riešenie širokej škály úloh vo všetkých možných oblastiach, nie je potrebné diskutovať. Pozrime sa teda skôr na to, kedy môžete tento nástroj použiť a kedy je možno lepšie vydať sa inou cestou.
Vstupné dáta
Algoritmy strojového učenia, na ktorých je AI založená, sú silno závislé na množstve kvalitných vstupných dát. Ide o historické dáta, na základe ktorých sa umelá inteligencia naučí, ako sa má správať a rozhodovať v budúcnosti. Pre začiatok je teda základnou otázkou, či takýmito dátami disponujete. Prípadne či ich dokážete v dostatočnom množstve a v rozumnom čase nazbierať a uchovať. V závislosti od riešeného problému nemusíte nutne mať dáta z vášho podniku. Nespočetné množstvo rôznych voľne dostupných dátových zdrojov nájdete aj na internete. V takomto prípade však o to viac dbajte na ich kvalitu.
zdroj: Mohamed Hassan, Pixabay
Izolovanosť
Ďalším aspektom je izolovanosť problému od vonkajších vplyvov. Ak je prostredie, v ktorom má systém fungovať, príliš dynamické a môžu sa v ňom často vyskytovať nové nečakané situácie, ktoré sa predtým nevyskytli v množine vstupných dát, algoritmus si s nimi nemusí vedieť dobre poradiť. Ideálne teda zozbierajte historické dáta obsahujúce všetky možné situácie, ktorým môže v praxi systém čeliť. Žiadny problém nebudete mať ani s novými zmenami pribúdajúcimi časom vo vami kontrolovaných podmienkach (úprava výrobnej linky, nové produkty vo výrobe). Stačí len, aby ste opäť zozbierali dáta získané v nových zmenených podmienkach. S ich použitím systém len „doučíte“, ako korektne fungovať v novom prostredí.
Čierna skrinka
Jednou z nevýhod algoritmov umelej inteligencie je to, že niektoré fungujú ako čierna skrinka. Do systému zadáte nejaké vstupné dáta, on ich spracuje a poskytne výsledok. Ak s výsledkom nie ste spokojný, neviete si pozrieť žiaden medzikrok výpočtu. Nedostanete ani žiadne vysvetlenie, prečo sa systém rozhodol tak, ako sa rozhodol. Je takéto riešenie pre vás akceptovateľné? Záleží aj na oblasti, v ktorej pôsobíte. Pri práci s ľuďmi buďte určite obozretnejší.
zdroj: Geralt, Pixabay
Podpora rozhodovania
Algoritmy strojového učenia sú založené na štatistike a pravdepodobnosti. Nie je teda možné garantovať, že vždy dostanete 100% presnosť. Neodporúča sa striktne sa držať výsledku, ktorý systém poskytne. Berte ho skôr ako kvalitný pomocný nástroj na podporu rozhodovania. Ako sme spomenuli, rozhodnutia a odhady, ktoré algoritmy ponúkajú, sú založené len na historických problémoch. Na ich riešeniach a výsledkoch, v ktorých sa učiaci algoritmus snaží nájsť vzory a súvislosti, na základe ktorých sa bude v budúcnosti snažiť odhadovať správne riešenia. Zatiaľ čo vďaka tomuto dokáže umelá inteligencia vo vybraných úlohách dosahovať dokonca vyššiu presnosť ako človek, takisto ako človek sa môže občas pomýliť. Premyslite si, aká miera chybovosti je pre riešenie vašej úlohy akceptovateľná, prípadne nájdite rozumný kompromis.
Záver
Umelá inteligencia dokáže byť v podniku veľmi nápomocný nástroj pre podporu rozhodovania a často ide o skutočne inovatívne riešenia, ktorými sa firmy veľmi radi prezentujú. Ak si nie ste istý aplikáciou do vášho firemného prostredia či výrobného procesu, neváhajte osloviť odborníkov. Aj na Slovensku pôsobia skúsené IT spoločnosti vyvíjajúce AI riešenia – poradia vám s odpoveďami na otázky ohľadne implementácie AI do vášho podniku.
