A mesterséges intelligenciáról (AI) sokan el sem tudják képzelni, hogy hasznos lehetne cégükben, pedig nagyon egyszerű folyamatokhoz lehet a leghasznosabb. Eddig melléktermékként létrejött adatokról derülhet ki, hogy fő termékek lehetnek. Az AI ugyanúgy hasznos lehet a gyártásban, mint a telefonközpontoknál.
Az utóbbi időben minden a mesterséges intelligenciával (artificial intelligence – AI) van tele, attól rettegni, hogy a robotok elveszik a munkánkat, lassan már a múlt, az új félelem, hogy az AI lerombolja majd a világot – retteg ettől Elon Musk és Stephen Hawking is. Ehhez képest a Kürt Akadémia AI témájú (és ilyen képzést népszerűsítő) üzleti reggelijén sokkal pozitívabb volt a hangulat:
a szakemberek eleve eszközként tekintenek a mesterséges intelligenciára, amit ráadásul mindenki használni fog, így nem ez jelent majd önmagában (üzleti) előnyt, hanem az ehhez rakott emberi kreativitás.
Sőt, igazából felesleges a jövőidő: mint Szertics Gergely, a Digital Transformation Consulting üzleti tanácsadócég szakmai vezetőjének előadásából kiderült, a mesterséges intelligenciát (vagy néha inkább gépi tanulást, a szakemberek szerint az AI túlhasznált fogalom) már most is több területen alkalmazzák, és konkrétan bevételt termel vagy költségeket takarít meg. A legtöbben általánosságban gondolkodnak, azt hiszik, az a jövő, hogy az IBM szuperszámítógépe, a Watson majd beül egy igazgatótanácsba és a mesterséges intelligencia már válaszol is a stratégiai kérdésekre (és persze megoldja az élet nagy problémáit). Hát nem. Ez a technológia épphogy egy adott és jól körülhatárolt területen tud a leginkább működni – nem pedig nagy általánosságban. Nem szuperagy, hanem okos eszköz – ami oda is intelligenciát visz, ahonnan eddig csak adatok jöttek be, rendszerezetlenül. A rendezetlen adathalmazból pedig az is releváns lehet, amiről eddig nem gondoltuk volna.
Balról jobbra: Szabados Levente, a Kürt AI képzésének vezetője, Szertics Gergely, Digital Transformation Consulting szakmai vezetője, Szirtes Gábor, a Realeyes kutatás-fejlesztési részlegének vezetője. Fotó: Kürt Akadémia
Szertics Gergely fel is sorolt tíz – szubjektív – példát (nem fontossági sorrendben), hogy milyen területeken lehet elképzelni a mesterséges intelligenciát.
Ezek már mind pénzt termelnek:
1. HR: rengeteg önéletrajz érkezik be egy-egy céghez, viszont ezek közül sok valójában nem releváns. Ha A Relinklabs algoritmusokkal elő tudják válogatni a tényleg a pozícióhoz passzoló CV-ket, sokkal könnyebb lesz a HR-es munkája.
2. A KLM légitársaság a DigitalGenius megoldását használja arra, hogy az ügyfélszolgálatosaik munkáját megkönnyítse: nem csetbotokat üzemeltetnek, hanem az összes korábbi válasz elemzéséből az ügynöknek ajánlanak fel válaszokat, aki ezek elfogadásával vagy javításával egyben tanítja is a rendszert.
3. Az Appzen megoldásával könnyebb a pénzügyi audit, hatalmas cégek millió beérkező számlája között AI-val keresik a gyanúsakat. Arra tanították be az algoritmust, hogy adott tételek beleillenek-e egy cég tipikus költéseibe.
4. Gyártásnál a Simularity megoldásával figyelhető, hogy (ipari) gépeknek mikor van szükségük karbantartásra a korábban megfigyelt mintázatok alapján: egyrészt így megelőzhető, hogy tönkremenjenek, másrészt lehet spórolni a túlbiztosításon is, nem kell állandóan és drágán ellenőrizni rutinból, csak jelzéseknél.
5. A minőségbiztosításban is hasznos lesz, a Navega meg0oldásával gépi látás segítségével ellenőriznek minden egyes gyártott darabot és azt figyelik, hogy a gyártósorról érkező csipek közül hány hibás, és pontosan milyen jellegű a hiba.
6. Marketing: a Prism megoldásával az üzletekben működő kamerák felvételeiből elemezhető, hogyan viselkednek a vevők, így a boltok átrendezhetőek a valós igényeknek megfelelően, az emberek pedig többet költenek.
7. Értékesítésben a Reflektion valós idejű ajánlórendszerét érdemes megfigyelni: valós időben épít fel ajánlásokat a weboldalon, az aktuális navigálás, keresések alapján. Az ötlet egy jelmezkölcsönzőből jött, ahová nagyjából évente egyszer mennek a vevők, így nem lehetett korábbi látogatói viselkedések alapján ajánlásokat készíteni.
8. A LeadCrunch abban segít, hogy olyan vevőket találjunk, akik olyanok, mint a legjobb vevőink. Ehhez építettek egy digitális lábnyomot az összes elérhető cégről (weboldalról, álláshírdetésekről közösségi oldal aktivitásokról) majd a legjobb vevőink digitális lábnyoma alapján megkeresik a leghasonlóbbakat mindenki másból, így sokkal nagyobb valószínűséggel születnek jó üzletek.
9. A Conversica az értékesítési asszisztens munkáját tanulja meg ellátni. Egy mesterséges intelligencia alapú kommunikációs platform tetszőleges csatornán (email, cset, sms) megkeres lehetséges érdeklődőket és kideríti, hogy érdeklődik-e a termék iránt annyira, hogy egy rövid telefonbeszélgetést folytasson egy kollégával. Így az értékesítők valóban érdeklődő ügyfelekkel tárgyalhatnak, nem csak elutasítások hadával küzdenek.
10. Az Afiniti a kifelé menő hívásokat intéző call centereknél dolgozik: leprofilozzák nemcsak az ügyfeleket, hanem a call centerben dolgozókat is, és a profilok alapján azokat kapcsolja össze, akik legvalószínűbben kötnek üzletet.
Szertics Gergely szerint a mesterséges intelligencia azért nagyon izgalmas üzletileg, mert
olyan dolgokról derül ki, hogy pénzt tudnak termelni, amik eddig, mondjuk, csak melléktermékként létrejött adatok voltak – most pedig fő termékké válhatnak.