Současný rozvoj umělé inteligence přináší, i díky dlouhé historii oboru, mnoho slibných výhledů a potenciálních benefitů. Nemalá část z nich se zjevně již naplňuje. Stejně jako v případě jakékoli jiné přelomové etablující se technologie ale podniky musí vyvážit počáteční inovátorský zápal a schopnost převést výsledky do praxe a zužitkovat je v ní.

Investice organizací do projektů umělé inteligence rostou, podniky spouštějí v této oblasti nové iniciativy a získávají pozitivní výsledky. O převládajícím optimismu v řadách prvních implementátorů svědčí výsledky studie State of AI in the Enterprise, jejíž druhý ročník vydala společnost Deloitte. Významnou roli v testování a prověřování možností umělé inteligence hrají kognitivní cloudové služby. Díky nim se implementace a rozvoj prvních řešení stávají pro podniky finančně dostupnějšími. Navíc touto cestou do jisté míry řeší i nedostatek expertů na umělou inteligenci.

Zatímco dnes umělé inteligenci podle průzkumu společnosti Deloitte přikládá klíčový strategický význam zhruba desetina organizací, v horizontu dvou let se k tomuto hodnocení přiklání 42 procent subjektů. Počáteční euforie ovšem poněkud opadla. Před dvěma lety se zástupci 76 procent organizací domnívali, že kognitivní technologie do tří let zásadně transformují jejich byznys. Po prvních zkušenostech si ovšem uvědomili, o jak náročnou disciplínu jde. Vloni stejný výrok podpořilo 56 procent respondentů. A podobný pokles zaznamenala míra optimismu také v případě otázky transformace příslušného oboru, v němž organizace působí. "Jsme stále ještě na začátku, zvykáme si na to, že něco takového existuje. Mnoho lidí stále ještě neví, jak s tím naložit a jak to posune jejich byznys," dodává Karel Pecl, zakladatel společnosti Blue Dynamic.

2 mld.

V roce 2030 by celosvětově měla AI přispět k výnosům podniků částkou přesahující dvě mld. dolarů (Gartner), zatímco přínosy v podobě zákaznického zážitku a úspor přispějí přibližně po 1,5 miliardách.

47 %

V průzkumu Gartneru provedeném v roce 2018 47 % dotázaných CIO uvedlo, že pro projekty AI potřebují do svých týmů získat pracovníky s novými dovednostmi.

Pestrá paleta rizik

Sílící zájem o umělou inteligenci se ovšem neobejde bez výzev a úskalí. Organizace by se dle výsledků studie měly zaměřit především na zdokonalení řízení změn a rizik. Do druhé skupiny patří i nedostatky a zranitelnosti v oblasti kybernetické bezpečnosti. Jejich zanedbání může iniciativy umělé inteligence zpomalit, případně zcela zastavit. Podobnou výzvu představují také etická nebo regulatorní rizika. Umělou inteligenci totiž vnímá část veřejnosti jako potenciální hrozbu.

Rizika v oblasti kybernetické bezpečnosti vnímá velká část manažerů jako významná. Méně než polovina projektů disponuje adekvátními ochrannými opatřeními. Jejich absence ohrožuje chod algoritmů i datovou základnu, s níž pracují. Samostatné téma potom představují falešné nebo nepravdivé výsledky, k nimž kognitivní řešení mohou dojít. Chybějící kontrolní opatření generují velký prostor pro nejrůznější potenciální škody.

"AI se dá asi nejlépe přirovnat k malému dítěti. Bude umět pouze to, co ho sami naučíme. Největším problémem hraní si s algoritmy umělé inteligence je nedostatek dat. Často se stane, že chcete dělat něco ,inteligentně', ale nemáte k tomu data, která by byla pro učení AI vhodná. Pracujeme tedy na tom, aby k trénování těchto algoritmů bylo potřeba co nejméně dat, což vyžaduje chápání věci mnohem více do hloubky," dodává Lukáš Čejka, projektový manažer pro oblast Cognitive Technologies ve společnosti Trask.

Konzultanti společnosti Deloitte doplňují přehled problematických oblastí i o běžná rizika byznysu. Konkrétně hovoří o potřebě obezřetné volby předmětu projektu a o řízení návratnosti investic.

Právě finanční dopady zjevně rozhodují o ochotě vedení firem vkládat další prostředky do kognitivních řešení. V průzkumu společnosti Deloitte pozitivně hodnotí návratnost investic 82 procent respondentů. Její průměrná míra činí 17 procent. Tyto výsledky a hodnoty, jež respondenti udávali, by ale měly být brány se značnou rezervou. Méně než polovina organizací totiž do projektů zavedla relevantní indikátory KPI pro měření finanční návratnosti.

"Jednou z velkých výzev projektů zaměřených na kognitivní technologie je tzv. technologická adopce. Projekty založené na umělé inteligenci vyžadují následnou péči, neboť většina řešení se kontinuálně učí a je potřeba tento krok zajistit," doplňuje možná úskalí Štěpán Húsek, partner v oddělení Consulting společnosti Deloitte.

Oblasti technologického zájmu

První implementace kognitivních technologií se ve většině případů zaměřují na čtyři úzce provázané disciplíny. Nejvyšší zastoupení průzkum zaznamenal u strojového učení, které obvykle slouží v rámci statistických analýz ke zvýšení výkonnosti datových modelů bez potřeby předem naprogramovaných instrukcí. V roce 2017 s ním pracovalo 58 procent zkoumaného vzorku, vloni šlo o 63 procent oslovených organizací.

O něco nižší popularitě se těší hluboké učení. Jde o komplexnější formu strojového učení, která pracuje s rozsáhlými neuronovými sítěmi a mnoha vrstvami abstraktních proměnných. Modely hlubokého učení už lidé nedokážou snadno interpretovat. Vloni jej provozovala polovina dotazovaných organizací, předloni šlo o 34 procent.

Navazující disciplínu s poměrně vysokým zastoupením ve zkoumaném vzorku představuje zpracování přirozeného jazyka. Podobná řešení již běžně zajišťují interakční schopnosti virtuálních asistentů a chatovacích robotů. Zaměřují se na extrakci významu a záměru v hlasové nebo textové komunikaci. Vloni s nimi minimálně experimentovalo 62 procent účastníků průzkumu, předloni 53 procent.

"Umělá inteligence v té podobě, kterou zatím v současnosti máme, je schopna se vypořádat s netriviálními vazbami či závislostmi v datech, kterých si lidé nejsou schopni všimnout kvůli jejich velkému rozsahu," doplňuje Lukáš Čejka ze společnosti Trask.

Vysoké popularitě se těší také technologie počítačového vidění. Jak její název napovídá, slouží ke strojové identifikaci obsahu vizuálních předloh a k přiřazení odpovídajícího významu sdělení. Počítačové vidění prostupuje běžný život jednotlivců již několik let. Zajišťuje například autentizaci prostřednictvím rozpoznání obličeje v mobilních telefonech, a nejen v nich. Uplatnění nachází také v oblasti autonomních vozidel. Asistuje ale také například při digitalizaci dokumentů. V minulém roce s ním v nějaké formě pracovalo 57 procent účastníků průzkumu State of AI in the Enterprise.

"Nejvíce se umělá inteligence používá pro následující úlohy: v robotizaci, zejména ve výrobě či v back officu, pro automatizaci zákaznické podpory či komunikace se zaměstnanci, strojové rozpoznávání videa a obrazu, predikci zákaznického chování a případné vyhodnocení nejlepších produktů či v rámci risk managementu ve finančních institucích," potvrzuje závěry studie Štěpán Húsek, partner v oddělení Consulting společnosti Deloitte.

Implementační praxe

Šíření umělé inteligence nahrává také její zvyšující se přítomnost v běžném podnikovém softwaru. Tři pětiny respondentů ji v této poměrně snadno dostupné podobě využívají již dnes a k běžným úkonům v rámci systémů CRM nebo ERP. Ty mají přístup k datům, jež organizace generuje, a dokážou se na těchto sadách učit a zdokonalovat. Uživatelé příslušné funkcionality využívají bez potřeby specializovaných znalostí z oboru. Zájem o "balíkové nástroje", které lze snadno zakomponovat do stávající architektury a zároveň nevyžadují expertní znalosti z jednotlivých AI oborů, potvrzuje také Ivo Gavenda, intelligent automation CEE lead ve společnosti Accenture.

Ačkoli řada integrovaných funkcí patří do kategorie jednoúčelových, což snižuje jejich flexibilitu, obvykle zcela vyhovují danému účelu. Automatizují a zpřesňují zpracování poměrně náročných a datově komplexních úloh. Výrobci podnikového softwaru cíleně vyhledávají rozšířené scénáře, v nichž umělá inteligence disponuje dostatkem informací a dokáže vytvářet hodnotné výstupy. "Největší výhodou umělé inteligence je, že může zpracovat komplexně obrovské množství dat, která by člověk nedokázal obsáhnout. To lze výborně využít například při optimalizaci zásobování prodejen, v zajištění bezpečnosti v hotelech, kdy s ochranou pomáhá sdílení fotografií zlodějů a inteligentní rozpoznávání jejich obličejů," dodává Karel Pecl, zakladatel společnosti Blue Dynamic.

Konzultanti společnosti Deloitte předpokládají, že díky rostoucí nabídce integrovaných a specificky orientovaných kognitivních služeb mnoho organizací vůbec nebude uvažovat o vlastním vývoji na tomto poli. Tento přístup podniků k aplikaci umělé inteligence v praxi označují výmluvným termínem "easy way".

jarvis_5cb07528498e11e9ddd840fe.jpeg

Ne všem organizacím bude ale snadná cesta vyhovovat. Výrobci podnikového softwaru z pochopitelných důvodů genericky ošetří prioritně oblasti, pro něž najdou širší uplatnění. Část podniků identifikuje potřebu specificky přizpůsobených řešení, jež jim potenciálně přinesou konkurenční výhodu. Namísto budování vlastní infrastruktury, sestavování algoritmů a zajišťování specialistů ale zvolí nástroje ve formě služby. Do svých nabídek je zahrnula řada poskytovatelů cloudových platforem. Podle jiného průzkumu společnosti Deloitte se touto cestou vydává 39 procent organizací, které se pustí do vytváření vlastních kognitivních služeb. 15 procent podniků upřednostní budování vlastní infrastruktury v modelu on-premise.

"Pouze cloud dokáže dát k dispozici velké množství výpočetních prostředků rychle a na krátkou dobu. Riziko nastartování nějakého AI projektu v cloudu je podstatně nižší než v režimu on-premise. Dá se říci, že o AI se v poslední době začalo více mluvit, protože konečně existuje dostupná platforma, ve které je možné tyto úlohy realizovat," dodává Viktor Němec, senior presales manager ze společnosti Oracle.

Samotný vývoj kognitivních řešení obvykle probíhá ve spolupráci s třetí stranou (53 procent) nebo v komunitě (40 procent). Cloudové služby a podnikový software zpřístupňují technologie umělé inteligence i podnikům, které by na jejich vlastní vývoj nedosáhly. Výrazně snižují vstupní náklady a minimalizují související rizika. 55 procent organizací, jež participovaly na studii State of AI in the Enterprise, vloni spustilo šest nebo více pilotních projektů. V roce 2017 šlo o 35 procent respondentů. A téměř stejné hodnoty v obou letech náležejí podnikům, které zahájily šest nebo více kompletních implementací řešení s umělou inteligencí.

Tuzemská realita umělé inteligence

Redakcí oslovení odborníci se shodují na tom, že zájem o kognitivní řešení projevují v podstatě všechna hospodářská odvětví.

"Konkrétní příklady nasazení lze ve světě i v Česku nalézt v podstatě napříč všemi odvětvími, od výrobní sféry přes utility a logistiku až po sféru zdravotní péče nebo státní a veřejný sektor," říká Lukáš Erben ze společnosti KPC-Group, která v tuzemsku zastupuje analytiky Gartneru, a dodává: "O umělou inteligenci se obecně, nejen v Česku, zajímají nejčastěji podniky, které mají převedeny do elektronické, či spíše digitální podoby většinu svých procesů, případně podniky a organizace, které ve velké míře pracují s digitálními obchodními kanály. Roli mohou hrát také příležitosti k úsporám souvisejícím s automatizací nebo lidskými zdroji. Obecně tak jde o centra sdílených služeb, banky a pojišťovny, telekomunikační operátory a poskytovatele služeb elektronické komerce.

V podstatě stejně hodnotí tuzemské šíření a zájem o kognitivní technologie Ivo Gavenda ze společnosti Accenture, který přidává několik evolučních detailů z praxe: "V průběhu digitalizační éry ve společnostech vznikaly pozice jako CDO − chief digital officer, které mají na starosti projekty spojené s digitalizací. Pod ně nyní většinou spadá i agenda spojená s AI. Pozorujeme, že primární zájem o nasazení umělé inteligence mají převážně zástupci obchodních divizí a provozu, zatímco IT oddělení figurují spíše jako podpůrná funkce při realizaci dílčích řešení."

Jeho slova potvrzuje také Viktor Němec ze společnosti Oracle: "Zájem o umělou inteligenci vidíme hlavně ve třech oborech: energetika, finančnictví a telekomunikace. Ve většině případů mají tyto společnosti zřízeny speciální oddělení přímo podléhající úrovni CxO (chief x officer). Tato oddělení jsou nevelká co do počtu lidí, avšak jsou velmi náročná na profily zaměstnanců, kteří v nich pracují. Setkáváme se s takovými tituly jako CSO − chief scientific officer nebo DTO − disruptive technology officer."

Specifický pohled ze světa tuzemských center sdílených podnikových služeb nabízí Jonathan Appleton, ředitel asociace ABSL: "Zájem o technologie umělé inteligence je v českých centrech podnikových služeb výrazný již dnes a dále roste. Podle našeho průzkumu dnes umělou inteligenci využívá již 12 procent center na 18 procentech svých procesů, dalších 14 procent je ve fázi testování. V následujícím období však centra plánují ještě masivnější adopci těchto technologií. Pouze 19 procent center zatím neplánuje využívat žádnou z těchto technologií."

 

Článek byl publikován v magazínu ICT revue.