15. 11. 2019 – fintechcowboys | Doba čtení: 6 min
Umělá inteligence (AI) je příslibem intimity malého města na úrovni velkoměsta, ale výzvy, co se týče jejího nasazení v širším měřítku, omezují její přijetí.
Umělá inteligence využívá velké množství dat a propracované pravděpodobnostní algoritmy, jejichž prostřednictvím nabízí “intimitu malého města na úrovni velkoměsta,” řekla minulý týden viceprezidentka Gartner, Svetlana Sicular, na výročním symposiu výzkumné společnosti.
Prohlásila ale také, že nárůst využití AI byl letos ve skutečnosti menší než v loňském roce s tím, že celkem 19 % IT ředitelů tvrdí, že jejich společnost nasadila umělou inteligenci, loni to bylo 14 %. To je sice pěkný nárůst, ale mnohem nižší, než 23 % společností, které předpokládaly, že v roce 2019 AI nově implementují. Sicular řekla, že “osvojení AI něco brzdí.” (V jiném rozhovoru uvedla, že největším problémem umělé inteligence je nedostatek nápadů.)
Poznamenala, že když jsou dotázáni, jakým výzvám při přijímání AI čelili, největšími obavami jsou nedostatečné znalosti zaměstnanců, kvalita dostupných dat a také porozumění skutečným přínosům a využití AI. Řekla, že podniky často hledají bájného experta na datovou vědu, ale “AI je ve skutečnosti týmový sport,” žádající si podnikové analytiky, vývojáře, marketéry a další, pracující společně.
Co se týče dovedností, doporučila, aby společnosti dovzdělaly své stávající vývojáře a analytiky namísto toho, aby hledaly experty, protože porozumění vlastnímu byznysu je často klíčové. Data, která jsou k dispozici, jsou mnohdy dostatečná, ale musí být strukturována tak, aby jich strojové učení mohlo využít.
Sicular také řekla, že dnes jsou největší motivací pro využití umělé inteligence automatizované úkoly a zlepšení zákaznické zkušenosti. Firmy často automatizují úkoly, ale dostatečně nepřemýšlí o celé zkušenosti. A uživatelé nechtějí, aby AI dělala všechno za ně, chtějí jen, aby jim pomohla. Pokračovala pak ve své analogii maloměsta a jako příklad uvedla silniční trasy. Lidé sice možná znají svoje město, ale umělá inteligence jim pomáhá tím, že jim říká, kde mají očekávat dopravní zácpy. AI jim tak dává kontextové informace, které předtím neměli, aby se mohli lépe rozhodnout. Mimo město jim navigace může říct, jak dlouho bude trvat cesta z jednoho místa na druhé, což je prediktivní analýza. Určení směru je ale ve skutečnost preskriptivní analýzou, což je ještě užitečnější.
Poznamenala, že automatizované pokyny ohledně řízení měly v oblasti kolem ní nezamýšlené následky a jednotlivá velká a malá města zavádějí změny, aby předešly problémům (jako zácpy v malých ulicích), které způsobily. Uživatelé se musí učit od umělé inteligence, nastavit správná očekávání a prokázat je prostřednictvím “ověření koncepce” (Proof of Concept), řekla.
Jedno z oblíbených uplatnění je u chatbotů. Poznamenala, že Gartner předpovídá, že do roku 2023 25 % všech interakcí zaměstnanců s aplikacemi bude probíhat prostřednictvím hlasu, v roce 2019 jsou to přitom jen 3 %.
Řekla, že IT oddělení už ví, jak měřit úspěch ve velkých korporátních iniciativách, a že je důležité udělat stejnou věc s AI tím, že se podíváme na to, jak dobře tyto iniciativy podporuje. Navrhuje, aby organizace zřídily špičková centra umělé inteligence, která budou rozumět tomu, kde najít data o tom, jak je možné jí využít. Tato centra mohou informovat, přesvědčovat, prosazovat standardy a inovovat v oblasti umělé inteligence, ale musí mít jasný účel. Sicular také říká, že spousta organizací by měla začít s konceptem “rozšířené inteligence”, v zásadě tradiční business intelligence, která je ale podporována strojovým učením. Organizace by měly začít v malém, dosáhnout přínosů a pak jít dál.
Podělila se o strukturu, jejímž prostřednictvím by podle Gartner měly organizace zvážit projekty umělé inteligence v krátko, středně a dlouhodobém časovém horizontu. Řekla, že společnosti by si měly naplánovat objem, kvalitu a inovaci, a to v uvedeném pořadí. Je skvělé mít dlouhodobou vizi ohledně “většího množství skvělé práce”, založenou na úpravě dle potřeb zákazníka, personalizaci a pohodlí. To by mělo jít za hranici toho, co se očekává, že se dotkne lidského života a lidského chování.
Ale v krátkodobém horizontu, řekla Sicular, by měli lidé nasadit to, co je snadné přijmout a snadné měřit. Myšlenka je setkat se s lidmi tam, kde jsou, ne tam, kde je chceme mít, a pomoci jim v tom, co už dělají, ale udělat to rychleji a snadněji. Ve střednědobém horizontu by se společnosti měly zaměřit na zlepšení kvality, ale u toho není dobré začínat, protože firmy neví, co mají měřit.
Řekla, že v budoucnu se prosadí trend směrem k modelové schopnosti vysvětlit, jak usnadnit nasazení, poctivost, spolehlivost a důvěryhodnost umělé inteligence, a poznamenala, že v některých případech je AI zabržděna, protože jí zákazníci nebo zaměstnanci nevěří. Některé modely se, co se této schopnosti vysvětlit týče, zlepšují, ale co strojové učení a zodpovědnost umělé inteligence přinesou, se bude lišit případ od případu. Poznamenala, že technická vysvětlitelnost se liší od lidské schopnosti vysvětlit, což znamená potřebu vysvětlení v normálním jazyce a s použitím zdravého rozumu. Zmínila také předpověď Gartner, že do roku 2025 přejde 40 % podniků od návrhů pro lidi po navrhování lidí samotných tím, že nasadí lidské rozšířené technologie a metodologie.
Aby to shrnula, řekla Sicular, že organizace by měly “předat štafetu” tím, že procesy rozdělí na menší úkony, z nichž některé budou provádět lidé, některé stroje. Mluvila například o tom, že umělá inteligence bude dělat poznámky místo doktorů a poskytovat druhé stanovisko na základě lékařských obrazů. Pak zmínila, že je třeba “dojít až na konec”, aby bylo možné plně porozumět zákazníkovi. Nakonec “by společnosti měli jít ještě o krok dál”, kde stroje a umělá inteligence budou pomáhat lidem dělat jejich práci ještě lépe.
Při jiné příležitosti mluvila o křivce humbuku (hype cycle) Gartner pro specifické AI technologie.
I další vystoupení se dotkla umělé inteligence. Pracovnice Gartner Rita Sallam zmínila vrcholné technologické trendy v datech a analytice včetně vlastností AI, jako jsou vysvětlitelná umělá inteligence, rozšířená analytika a nepřetržité zpravodajství. V souvislosti s tím Gartner předpověděla, že do roku 2020 “rozšířená analytika”, termín, který zahrnuje tradiční analytiku rozšířenou o umělou inteligenci, bude hlavním hnacím motorem nových nákupů analytik a business intelligence (BI), stejně jako datové vědy a platforem pro strojové učení a vložené analytiky. Mezi příklady patřily nalezení dosud neznámého podnětu, který změnil míru prodeje životního pojištění, založeného na čase uplynulém od narozenin člověka, nebo zlepšení obchodních marží automatickými doporučeními slev pro každý produkt.
Další předpověď říká, že do roku 2020 bude 75 % nových řešení pro koncového uživatele využívajících techniky strojového učení a umělé inteligence vystavěno komerčními platformami namísto těch s otevřeným zdrojem. Sallam řekla, že přijetí a penetrace umělé inteligence a strojového učení vzrostou a na cloudu založené služby strojového učení od velkých producentů s obrovským záběrem (Amazon, Google a Microsoft) dosáhnou 20% podílu na trhu s platformami pro datovou vědu.
Sallam předpověděla, že do roku 2023 najme 75 % velkých společností specialisty na chování umělé inteligence, soukromí a důvěru zákazníků, aby snížily riziko pro svoji značku a pověst. Zajímavé je, že Gartner predikuje, že do roku 2021 většina soukromých a povolených využití blockchainu bude nahrazena produkty systému řízení báze dat (DMBS). To dává smysl, i když není jasné, jak to zapadá do širšího trendu Gartner, který říká, že do roku 2023 bude technologie inspirovaná blockchainem stát na pozadí globálního pohybu a sledování zboží a služeb v hodnotě 2 bilionů amerických dolarů ročně.
Dodala, že do roku 2022 více než polovina významných nových obchodních systémů bude využívat “nepřetržité zpravodajství”, které používá kontextová data v reálném čase k vylepšení rozhodnutí.
V jiném vystoupení pracovník Gartner Frank Buytendijk mluvil o umělé inteligenci a etice a řekl, že pět nejdůležitějších zásad se zabývá vytvořením umělé inteligence, v centru jejíž pozornosti by byl člověk a která by byla společensky prospěšná, férová, vysvětlitelná a transparentní, zabezpečená a bezpečná a odpovědná.
Popsal, jak každá s těchto věcí má své problémy, a mluvil o vytvoření dvouúrovňového etického systému, kde by nyní společnosti pracovaly na vytvoření své vlastní etiky a standardů, ale kde by v budoucnu mohla najít své oprávnění “etika coby služba”.
