Streszczenie: Przemiany w gospodarce spowodowane pandemią koronawirusa skłaniają firmy do wykorzystania analityki, szczególnie w zakresie cyfrowych śladów pozostawianych przez konsumentów. Pozwala to na tworzenie bardziej dopasowanej oferty i zwiększenie lojalności klientów. Raport wskazuje, że do 2030 roku konsumenci będą oczekiwać powszechnego wdrożenia nowych technologii, takich jak chatboty czy mixed reality. W walce z koronawirusem analityka i sztuczna inteligencja pomagają w identyfikowaniu wczesnych objawów nowych ognisk pandemii oraz w optymalizacji działań w szpitalach i aptekach. Ponadto, AI znajduje szerokie zastosowanie w różnych branżach, od finansów po transport, wspomagając procesy analityczne i przewidywania.
Partnerem materiału jest Sas.
Obecna sytuacja na świecie przyczynia się do spowolnienia gospodarczego. Czy analityka może pomóc firmom przetrwać ten trudny okres?
Nie ulega wątpliwości, że pandemia koronawirusa wpłynie na gospodarkę, gdyż konsumenci ograniczają korzystanie z wielu usług. Jednak dużo działań przenosi się ze świata rzeczywistego do przestrzeni cyfrowej. Analiza zachowań klientów na podstawie cyfrowego śladu, jaki zostawiają, ułatwia tworzenie nowych usług, przygotowanie lepiej dopasowanej oferty do bieżących potrzeb konsumenta, a w efekcie zwiększa ich lojalność względem marki. Wyniki badania SAS „Doświadczenie w 2030 roku: Przyszłość budowania doświadczeń klienta” wskazują wręcz, że konsumenci oczekują, iż do 2030 roku nastąpi dalsze upowszechnienie nowych technologii. Świadczy o tym fakt, że 81% respondentów ma nadzieję, iż w tym okresie upowszechnią się interakcje z chatbotem, a 78% liczy na ulepszone aplikacje wirtualne lub tzw. mixed reality, umożliwiające dokładne obejrzenie produktu.
Czy analityka i sztuczna inteligencja mogą w jakiś sposób pomóc w walce z koronawirusem?
Analityka i sztuczna inteligencja odgrywają ważną rolę w walce z koronawirusem, pozwalają wykryć pierwsze symptomy wskazujące na to, że w danym regionie rozwijają się nowe ogniska pandemii. Analizowane są dane kliniczne oraz historyczne dotyczące innych wirusów, w tym H1N1, SARS czy ebola, a także treści postów zamieszczanych w mediach społecznościowych. Informacje pochodzą ze szpitali, lotnisk i innych miejsc publicznych. Analizowane są również dane z aptek, dotyczące sprzedaży leków na obniżenie gorączki. Pozwala to wskazać regiony, gdzie istnieje ryzyko pojawienia się wirusa. Dzięki temu szpitale mogą przygotować odpowiednią przestrzeń dla osób, które muszą zostać objęte kwarantanną, czy zapewnić wystarczającą liczbę leków przeciwwirusowych.
Czyli sztuczna inteligencja to nie tylko nośne hasło, ale też technologia, która pozwala rozwiązywać realne problemy?
Sztucznej inteligencji nie należy traktować w kategoriach sloganu marketingowego. Jak wynika z badania SAS, Accenture Applied Intelligence, Intela i Forbes Insights AI Momentum, Maturity and Models for Success, ponad 72% organizacji na całym świecie wykorzystuje sztuczną inteligencję w jednym lub kilku obszarach działalności biznesowej. Firmy z każdej branży dostrzegają korzyści wynikające z wykorzystania AI. W finansach AI pozwala przeciwdziałać nadużyciom, wskazuje potencjalne obszary inwestycji, a także umożliwia identyfikację mało wiarygodnych klientów, co do których istnieje ryzyko, że nie będą w stanie spłacić zaciągniętych pożyczek. W służbie zdrowia sztuczna inteligencja pomaga w tworzeniu indywidualnego planu leczenia pacjenta, wspiera i standaryzuje procesy badawczo‑rozwojowe nowych leków oraz pozwala prognozować, ile osób z danym schorzeniem pojawi się w danym miesiącu czy roku. W branży transportowej sztuczna inteligencja jest wykorzystywana do optymalizacji napraw i diagnostyki poprzez wcześniejsze wykrywanie usterek. W produkcji sztuczna inteligencja pomaga analizować dane fabryczne. Przetwarzanie informacji pochodzących z urządzeń podłączonych do Internetu rzeczy umożliwia prognozowanie przewidywanego obciążenia czy planowanie prac serwisowych. W sporcie sztuczną inteligencję wykorzystuje się do analizy w czasie rzeczywistym danych z czujników, a także danych wideo, co umożliwia trenerom ocenę potencjału zawodników, wpływu poszczególnych graczy na wyniki całej drużyny czy lepszą organizację gry, m.in. poprzez optymalizację strategii i formacji na boisku. Przykłady można mnożyć.
Czy możemy mówić o prawdziwej sztucznej inteligencji? Jakie są ograniczenia tej technologii?
Rozwiązania wykorzystujące sztuczną inteligencję są tworzone w ściśle określonym celu i nie są uniwersalne. Przykładowo, system odpowiadający za scoring kredytowy nie dokona analizy zdjęć rentgenowskich. Trzeba również pamiętać, że sztuczna inteligencja nie potrafi nauczyć się kreatywności, innowacyjności, nie posiada intuicji i wyrozumiałości. To cechy (na ten moment) zarezerwowane dla człowieka, które sprawiają, że umiemy m.in. odróżniać, co jest dobre, a co złe oraz odczytywać sygnały niejednoznacznie nacechowane. Maszyny tego nie potrafią.
Proszę podać przykłady wdrożeń projektów AI w Polsce z udziałem SAS.
Ciekawym projektem wartym podkreślenia jest ONKO.SYS, czyli „Kompleksowa infrastruktura informatyczna dla badań nad nowotworami”, wdrożona w Centrum Onkologii – Instytucie im. Marii Skłodowskiej‑Curie w Warszawie. Krótkofalowym celem projektu było utworzenie platformy do gromadzenia, przetwarzania, udostępniania danych klinicznych, histopatologicznych, epidemiologicznych i molekularnych, a w dłuższej perspektywie lepsze zrozumienie procesów, wcześniejsze wykrywanie chorób nowotworowych i poprawa wyników leczenia chorych na nowotwory. Z kolei w zeszłym roku Ministerstwo Finansów wdrożyło Silnik Analiz zbudowany według rozwiązań SAS. Tylko w ciągu 3 miesięcy pozwolił on na potwierdzenie nieprawidłowości w rozliczeniach VAT w kwocie 167,2 mln zł.
Biznes coraz śmielej stawia na technologię cloud computing. Czy firmy są przekonane do przetwarzania danych w chmurze?
To jest obecnie powszechny trend, który wpływa również na branżę analityczną. Chmura staje się nie tylko przestrzenią, w której są przechowywane dane, ale również środowiskiem, w którym funkcjonują systemy analityczne. Ważne jest, żeby platformy analityczne były na tyle elastyczne, aby móc dostosować je do potrzeb różnych dostawców usług chmurowych. Elementy systemu analitycznego SAS Viya można wdrożyć na dowolnej platformie chmurowej. Oferujemy gotowe komponenty pozwalające skrócić czas uruchomienia środowiska czy modelu analitycznego z kilku dni do kilku godzin w wybranych środowiskach chmury publicznej. Ogromną zaletą chmury jest obniżenie całkowitego kosztu posiadania infrastruktury IT (TCO) oraz możliwość płatności zgodnie z rzeczywistym zużyciem. Podobny model rozliczania proponujemy w SAS, zapewniając dostęp do narzędzi analitycznych w trybie Software‑as‑a-Service. Klienci mogą skorzystać z elastycznych modeli licencjonowania, w tym takich, które nie mają ograniczeń w zakresie mocy serwerów przetwarzających dane i przeprowadzających obliczenia modeli analitycznych.
W branży technologicznej brakuje specjalistów. Co robi SAS, aby przyciągnąć młodych ludzi do pracy? Dlaczego warto pracować w SAS?
SAS pozostaje w stałym kontakcie z młodymi profesjonalistami na całym świecie, m.in. poprzez program stażowy Certified Young Potential, rozwojowy Emerging Leaders oraz inicjatywę Akademia SAS, do której zakwalifikowanych zostaje rocznie kilkunastu kandydatów z najlepszych uczelni technicznych. Osoby rozpoczynające pracę w polskim oddziale biorą udział w serii szkoleń, z których część odbywa się w siedzibie SAS w Stanach Zjednoczonych. Wraz ze Szkołą Główną Handlową realizujemy program edukacyjny, którego uczestnicy otrzymują certyfikaty SAS, w tym m.in. certyfikat „Analityk Statystyczny z Systemem SAS” oraz certyfikat „Data Scientist z Systemem SAS” – na kierunku Analiza Danych Big Data, który cieszy się wśród studentów bardzo dużym zainteresowaniem. O tym, że warto pracować w SAS, świadczy fakt, że w zeszłym roku zajęliśmy 3. miejsce na liście Najlepszych Miejsc Pracy w Polsce wśród firm zatrudniających poniżej 500 pracowników.
SAS Institute jest światowym liderem w zakresie analityki biznesowej oraz największym niezależnym dostawcą oprogramowania Business Intelligence.
