Umetna inteligenca: pri razvoju tehnologij zelo uspešni, pri njihovem uvajanju capljamo zadaj

Danes je v medijih največ pozornosti namenjene tehnologijam umetne inteligence, premalo pa zmogljivostim za njeno uvajanje in uporabo v podjetjih

Umetna inteligenca (UI) korenito spreminja naše življenje in delo. Ob tem se postavlja neizogibno vprašanje, kako tehnologije UI na splošno vplivajo na podjetja, uporabnike in gospodarstvo. Hiter razvoj ter uvajanje UI in avtomatizacije spodbujata poslovodstva podjetij k preoblikovanju ne samo načina dela, temveč tudi njihovih poslovnih modelov. To spodbuja vključevanje UI v poslovne procese in predvsem temu je treba nameniti več pozornosti.

Kakšna je razlika med avtomatizacijo in umetno inteligenco?

Avtomatizacija je skupek navodil, ki strojni ali programski opremi omogoča, da opravi določeno nalogo brez posredovanja človeka. Z avtomatizacijo lahko naredimo zgolj tisto, za kar je sprogramirana in nič drugega.

Umetna inteligenca temelji na strojnem učenju. Glavno načelo tega je opisovanje (modeliranje) pojavov iz podatkov – pravimo, da se učimo iz podatkov. Rezultat učenja so lahko pravila, funkcije, relacije, sistemi enačb, verjetnostne porazdelitve in podobno. Naučeni modeli poskušajo razlagati podatke in se lahko uporabijo za odločanje pri opazovanju modeliranega procesa v prihodnosti.

Poenostavljeno lahko rečemo, da pri avtomatizaciji pravila napiše človek in jih izvaja računalnik, pri umetni inteligenci pa računalnik iz podatkov izlušči pravila, ki jih lahko uporablja računalnik ali človek.

Napredovanje v UI je v prvi vrsti gibalo izboljšanega delovanja vseh drugih tehnologij in razvoja industrije 4.0. Tehnološki napredek, ki ga pripisujemo UI, poenostavlja interakcije med ljudmi in stroji, spreminja logiko poslovnih modelov in začenja preoblikovati življenjski slog in življenjski standard človeka. To bo odločilno vplivalo na vsa podjetja. Vseh vplivov še ni mogoče napovedati, zagotovo pa bodo koreniti. Za njihovo razumevanje se lahko zatečemo v zgodovino in pogledamo, na kaj vse je na primer vplivala elektrifikacija.

Trije dejavniki, ki vplivajo na hiter razvoj UI v zadnjih letih

  1. Na voljo so vse večje količine podatkov,
  2. shranjevanje podatkov je čedalje cenejše,
  3. računske zmogljivosti računalnikov in namenskih procesnih enot za masovne računske operacije so vse večje, njihova cena na računsko operacijo pa je čedalje nižja.

Uvajanju in uporabi posvečamo premalo pozornosti

 Če hočemo umetno inteligenco bolje razumeti, je treba razlikovati med tehnologijami UI in zmogljivostmi uporabe UI v podjetjih. Danes je namreč največ pozornosti namenjene tehnologijam UI, malo pa je znanega o zmogljivostih za uvajanje in uporabo UI.

 Pod tehnologijami UI razumemo različne metode, algoritme, programsko opremo in strojno opremo. Najbolj odmevni rezultati UI v zadnjem obdobju so bili doseženi s tako imenovanim globokim učenjem, ki temelji na številnih plasteh tako imenovanih umetnih nevronskih mrež in poskuša posnemati ustroj človeških možganov. Poleg akademske skupnosti se z razvojem novih metod in algoritmov največ ukvarjajo najrazvitejša tehnološka podjetja, ki razvijajo tudi povsem nove tehnologije za masovne računske operacije, ki so značilne za globoko učenje.

 V Sloveniji smo na področju tehnologij UI uspešni, saj je akademska skupnost že od začetka pojava UI sodelovala pri razvoju novih metod in algoritmov. Nikakor pa še nismo, razen redkih izjem, prišli do primerljivih dosežkov na področju uvajanja umetne inteligence v podjetja. Razlog je premajhno zavedanje o potrebi za razvoj zmogljivosti uvajanja in uporabe UI v podjetjih. Z zmogljivostmi označujemo predvsem usposobljene kadre in njihova znanja za uvajanje in uporabo umetne inteligence v vsakodnevno poslovanje ter procese razvoja rešitev umetne inteligence.

Splošna in ožja umetna inteligenca

Splošna umetna inteligenca (general artificial intelligence) označuje umetno inteligenco, ki v veliki meri posnema človeški um in jo poznamo iz znanstvenofantastičnih filmov. Pri tej še nismo, se ji pa približujemo.

Ožja umetna inteligenca (narrow artificial intelligence) pa se že dogaja. Osredotočena je na reševanje točno določene vnaprej znane in dobro opredeljene naloge. Primer je filter neželene elektronske pošte ali priporočilni sistem za glasbo, filme ali knjige. Sicer je še daleč od popolnega posnemanja človeka, je pa z globokim učenjem začela kazati uporabne rezultate, ki danes polnijo naslovnice medijev. Ko danes govorimo o UI, imamo v mislih skoraj izključno ožjo UI.

Rešitve umetne inteligence se lahko uporabljajo v različnih poslovnih procesih (na primer samodejno razvrščanje prejetih računov), za avtomatizacijo odločanja (na primer odobritev posojila), lahko pa so sestavina samega izdelka ali storitve (na primer priporočilni sistemi).

Pomembno je, da razvoja rešitev UI ne enačimo z razvojem metod in algoritmov UI. Razvoj rešitev je usmerjen v reševanje konkretnih poslovnih izzivov, medtem ko je razvoj metod in algoritmov neodvisen od konkretnih poslovnih izzivov.

Sinergija strokovno usposobljenih kadrov in procesa razvoja

Podjetja morajo graditi predvsem na svojih zmogljivostih za uvajanje rešitev UI, saj za razvoj novih metod in algoritmov običajno nimajo dovolj sredstev in znanj. Ta imajo poleg akademske skupnosti na voljo le še velika tehnološka podjetja.

Razvoj človeških virov je temeljna sestavina zmogljivosti podjetja. Le s sinergijo strokovno usposobljenih kadrov in procesa razvoja je podjetje sposobno uspešno uvajati in uporabljati rešitve UI.

Razvoj in uvajanje rešitev UI v podjetja zahtevata vsaj tri profile strokovnjakov. Za učenje modelov, ki so osnovni gradniki UI, je treba zagotoviti veliko količino kakovostnih podatkov. Zato morajo imeti podjetja na voljo podatkovne inženirje, katerih glavna naloga je zbiranje, čiščenje, shranjevanje, priprava in upravljanje podatkov.

Razvoj modelov je naloga podatkovnih znanstvenikov ali inženirjev strojnega učenja, zato je pomembno, da imajo podjetja na razpolago tudi tovrstne strokovnjake. Od strategije podjetja in njegovih trenutnih zmožnosti in velikosti je odvisno, ali bo te strokovnjake razvijalo samo ali pa bo na trgu našlo ponudnika, ki bo zagotavljal tovrstne storitve.

Glavno vlogo ima prevajalec analitike

Oba opisana profila strokovnjakov sama po sebi še ne zagotavljata, da bo rešitev UI uspešna in da se bo dejansko uporabljala v vsakodnevnem poslovanju. Tu nastopi tretji profil, podatkovni analitik ali še bolje prevajalec analitike (analytics translator). Ta je ključen, zato ga je treba dolgoročno imeti znotraj organizacije, kratkoročno pa si do vzpostavitve lastnih strokovnjakov lahko pomagamo z zunanjimi ponudniki.

Glavna naloga podatkovnega analitika oziroma prevajalca analitike je, da poslovne izzive in probleme preoblikuje v analitične zahteve, na podlagi katerih podatkovni znanstveniki in podatkovni inženirji razvijejo rešitve UI. Je tisti strokovnjak, ki pripravi specifikacije primerov uporabe in poslovne primere za uvajanje rešitev UI, hkrati pa je odgovoren za to, da vodi, usmerja in nadzira uvajanje UI v vsakodnevno poslovanje podjetja. Zato je pomembno, da pozna vsebino dela področja, kamor se uvaja UI, in ima tehnična znanja s področja podatkovne analitike. To vloga mora biti na uporabniški (poslovni) strani in nikakor ne na strani IT ali centralnih tehnoloških služb, saj je njena glavna naloga identificirati poslovne priložnosti, ki jih je možno uresničiti z UI.

UI je treba narediti uporabno za podjetja

Globalna epidemija COVID-19 je po vsem svetu zagotovo pospešila proces uvajanja UI. Zato je razvijanje zmogljivosti uvajanja in uporabe UI v podjetju še toliko bolj pomembno za njegovo konkurenčnost. Smiselno bi bilo, da država usmeri razvojna sredstva tudi v razvoj zmogljivosti uvajanja in uporabe UI v podjetjih, kajti brez tega slovenska podjetja ne bodo sposobna konkurirati na globalnih trgih. To prinaša koristi tudi državi, saj le konkurenčno gospodarstvo zagotavlja zadostne prilive v državno blagajno.

ZDA, predvsem pa Kitajska, poleg vlaganj v razvoj novih metod in algoritmov UI izjemno veliko spodbud namenjata tudi razvoju zmogljivosti uvajanja in uporabe UI.

S pobudo AI4SI, umetna inteligenca za Slovenijo, ki je nastala pri Združenju za informatiko in telekomunikacije (ZIT) pri Gospodarski zbornici Slovenije, si prizadevamo pospešiti uporabo UI v gospodarstvu in jo predvsem narediti uporabno za podjetja. Z različnimi dogodki predstavljamo uporabo umetne inteligence v praksi in se dotikamo tudi poslovnih pričakovanj in rezultatov uvajanja.

Cilj pobude AI4SI je tudi praktična izmenjava izkušenj in poslovnih uspehov, saj tako spodbuja in opogumlja tiste, ki o uvajanju UI že razmišljajo ali pa so celo že naredili prve korake.

Mitja Trampuž je predsednik pobude AI4SI Združenja za informatiko in telekomunikacije pri Gospodarski zbornici Slovenije in direktor podjetja CREApro.

Novice