Žádný strach, nejedná se o vzpouru robotů, nýbrž o analýzu dat prostřednictvím strojového učení, díky kterému dokážete vylepšit svůj byznys. Hlavní přínos této prakticky využitelné technologie spočívá ve vyšší firemní produktivitě, v eliminaci chyb a lepším plánování zdrojů v rámci řízení společnosti.
Přesně to umí moderní podnikový systém Helios iNuvio. Ten je průběžně aktualizován a zdokonalován o moderní funkcionality, stejně jako ostatní systémy z dílny Asseco Solutions. Implementace strojového učení byla dalším logickým krokem k celkovému produktovému posunu podnikových systémů.
„Technologie strojového učení v současnosti nabízí několik scénářů využití a zpracování dat. Každý z nich je zaměřen na jiný typ problematiky,“ komentuje Lukáš Ontl, šéf inovací a odborník na strojové učení a umělou inteligenci v Asseco Solutions.
Důvody pro rozvoj strojového učení jsou různé. Tím hlavním je lidský faktor a zvyšující se nároky na administrativu. Firmy trpí jednak nedostatkem pracovníků, jednak roste počet postupů a směrnic.
Při manuální práci s daty je potom vysoká šance, že dojde chybám způsobeným lidskou nepozorností. Typicky jde o chyby v účetnictví, v nastavování cen nebo při zadávání faktur. Právě zde může pomoci strojové učení v Helios iNuvio.
Systém díky práci s umělou inteligencí umí například detekovat nezvyklé změny v cenách při příjmu zboží. Uživatel si tak sám dokáže nastavit, jak citlivě má algoritmus odchylky detekovat, aby uživatel nebyl zavalen notifikacemi. Stejný systém funguje i při přepisování faktur.
Zde dokáže strojové učení zachytit nezvyklou transakci, účetní chybu nebo překlep. Tímto způsobem lze zabránit ohromným škodám, vratkám či případným nedoplatkům. Ekonomické oddělení navíc ušetří velké množství času.
Třetí scénář znají především majitelé a provozovatelé e-shopů. Ti se doslova topí v hromadě dat a trendy v prodejnosti odhadují pouze na základě aktuálního vývoje. Přitom za ně může pracovat algoritmus, který predikuje prodeje na základě analýzy historických výsledků. Data mohou sledovat za různá časová období. Mohou tak být stará kvartál, rok, ale třeba i týden nebo den.
U prediktivních funkcí ještě chvíli zůstaneme, ale tentokrát se zaměříme na lidské zdroje. Umělá inteligence umí odhadnout nepřítomnost zaměstnanců na pracovišti na základě údajů o docházce nebo dovolených. Firma tak může lépe rozložit plánování kapacit na léto či sezonní výkyvy.
Výše zmíněné scénáře jsou stručným přiblížením toho, jak strojové učení může pomáhat v konkrétních oblastech každé společnosti. A jak bychom mohli popsat obecným způsobem fungování umělé inteligence v podnikových systémech? Strojové učení lze popsat jako proces, který kontinuálním sběrem dat vytváří a zpřesňuje matematický model, na jehož základě je schopen identifikovat a formulovat souvislosti či predikce.
To je důvod, proč na domovské stránce Netflixu, HBO a dalších platformách vidíte jiné výsledky než vaši rodinní příslušníci nebo kamarádi. Algoritmy jim přizpůsobují obsah na míru, dle jejich preferencí.
„Umělá inteligence bude v budoucnu strategickým tématem a její důležitost pro byznys rozhodně poroste. Společnost Gartner například předpovídá, že v následujících letech bude různé formy strojového učení používat až sedmdesát procent organizací ve Spojených státech a západním světě. Zbytek ekonomik a společností bude tento trend následovat vzápětí. Data jsou po produktu tím nejdůležitějším, co firmy mají. Jsou vlastně součástí know-how,“ dodává závěrem Lukáš Ontl z Asseco Solutions.
Firmy, které využívají systémy Helios, budou v tomto ohledu rozhodně napřed, již dnes mají všechna vylepšení v podobě strojového učení k dispozici, a mohou tak pracovat s efektivním nástrojem, který jejich data analyzuje a dokáže s nimi efektivně pracovat. Umělá inteligence a konkrétně strojové učení jsou spolu s moderním ERP systémem ideálním nástrojem pro další rozvoj a posun v jejich podnikání.
