Deloitte: Uporządkowane dane pozwolą liderom podejmować skuteczne decyzje w czasie rzeczywistym
Rewolucja w danych to jeden z dziewięciu Trendów Technologicznych 2021 prognozowanych przez Deloitte
O wyborze najnowszych trendów technologicznych decydowały informacje uzyskane od zarządów firm, które obsługujemy, dotyczące bieżących i przyszłych priorytetów, prognozy i analizy, sporządzone przez naukowców, i w końcu plany oraz priorytety inwestycyjne wiodących startupów, funduszy venture capital i dostawców technologii. Zebrane przez ekspertów Deloitte informacje pokazują, w jak nieoczekiwany sposób kryzys COVID-19 wymusił zmiany. Coraz więcej organizacji we wszystkich sektorach przyspiesza proces transformacji cyfrowej, nie tylko po to, by zwiększyć szybkość i efektywność swoich działań, ale także po to, by reagować na gwałtowne wahania popytu i oczekiwań klientów.
Daniel Martyniuk, partner, lider zespołu strategii i transformacji IT w Deloitte
Od chałupniczych metod do precyzji inżyniera
Ponieważ uczenie maszynowe (ML – machine learning) i sztuczna inteligencja (AI – artificial intelligence) stają się kluczowymi czynnikami wpływającymi na wydajność organizacji, kierujący przedsiębiorstwami zaczynają zdawać sobie sprawę z konieczności przyspieszenia wdrażania tych rozwiązań. Zazwyczaj modele te są tworzone i wdrażane przy użyciu ręcznych, niestandardowych, trudnych do skalowania procesów, które uniemożliwiają eksperymentowanie i utrudniają współpracę zespołów produktowych z działem IT i specjalistami od analizy danych. Inaczej mówiąc, infrastruktura przedsiębiorstwa nie jest zaprojektowana w sposób umożliwiający szybkie, spójne i sprawne tworzenie modeli uczenia maszynowego.
Rozpowszechnienie metodologii MLOps, czyli Machine Learning Operations, jest ważnym tematem najnowszego raportu „Tech Trends”. Z naszych obserwacji wynika, że firmy coraz częściej będą przechodziły z „chałupniczego” wdrażania rozwiązań sztucznej inteligencji i uczenia maszynowego do metodyki zautomatyzowanej i usystematyzowanej, która pozwoli zespołom IT, data science i działom operacyjnym efektywniej wdrażać i monitorować takie rozwiązania. To zapewni organizacjom możliwość szybkiej reakcji i podejmowania trafnych decyzji.
Agnieszka Zielińska, partner w dziale Doradztwa Finansowego, Deloitte
Aby zintegrować AI i ML ze wszystkimi procesami i systemami w organizacji, firmy muszą być w stanie wdrażać je w sposób ustandaryzowany i na dużą skalę.
Dwadzieścia lat temu, podobne wyzwania doprowadziły do narodzin DevOps – metody tworzenia oprogramowania opartej na komunikacji i współpracy deweloperów ze specjalistami od eksploatacji.
Poprzez standaryzację i automatyzację tworzenia, wdrażania i zarządzania aplikacjami, DevOps zmienił sposób, w jaki wiele zespołów IT tworzy i wdraża oprogramowanie, umożliwiając im poprawę jego wydajności i jakości.
MLOps to podejście, które łączy i automatyzuje rozwój oraz utrzymanie modeli uczenia maszynowego, mając na celu przyspieszenie całego procesu jego cyklu życia. Poprzez przyspieszenie etapu eksperymentowania i tworzenia modeli, ułatwiając ich monitorowanie oraz zarządzanie wymogami regulacyjnymi, MLOps pomaga firmom zwiększać wartość biznesową. Oczekuje się, że do 2025 roku wartość rynku MLOps wzrośnie do prawie 4 mld dolarów.
Rewolucja w danych
Okazuje się, że do podejmowania decyzji w oparciu o sztuczną inteligencję, tradycyjne sposoby organizowania danych nie wystarczą.
Coraz więcej firm, które w sposób pionierski wykorzystują sztuczną inteligencję, zauważa nieprzystawalność struktur i modeli danych do nowych technologii nastawionych na podejmowanie decyzji przez maszyny. Do tej pory te struktury skrojone były pod typowo ludzki sposób myślenia. Spodziewamy się, że coraz więcej przedsiębiorstw zacznie aktywnie mierzyć się z tym wyzwaniem.
Aneta Olędzka, manager w zespole analityki i kognitywistyki, Deloitte
Jednym z trendów, jakie będziemy obserwować w ciągu najbliższych dwóch lat, jest opracowanie nowego podejścia do zarządzania danymi pod kątem wykorzystania ich przez algorytmy uczenia maszynowego, a nie przez człowieka.
Ludzie mają tendencję do patrzenia na zagregowane dane charakteryzujące się dwoma lub trzema głównymi czynnikami. W obliczu bardziej złożonych danych wielu ma trudności z ich przetworzeniem i podjęciem decyzji. Modele uczenia maszynowego potrafią wydobyć niskie poziomy istotności statystycznej z ogromnych ilości ustrukturyzowanych i nieustrukturyzowanych danych.
W badaniu Deloitte State of AI in the Enterprise, respondenci pytani o najważniejszą inicjatywę mającą na celu zwiększenie ich przewagi konkurencyjnej dzięki sztucznej inteligencji, odpowiadali „modernizacja naszej infrastruktury danych dla AI”. Dla firm, które są na wczesnym etapie cyfryzacji stawka jest szczególnie wysoka. Przedsiębiorstwa zaawansowane cyfrowo, często nieobciążone długiem technologicznym, z nowymi modelami danych i możliwościami ich przetwarzania, szybciej dzięki nim zaczynają odnosić korzyści finansowe.
Zero zaufania, czyli o bezpieczeństwie inaczej
Konwencjonalne modele cyberbezpieczeństwa okazują się niewystarczające, by sprostać wciąż zmieniającym się cyberzagrożeniom, zwłaszcza w obliczu nieustannie ewoluujących modeli biznesowych i dynamicznie zmieniającej się siły roboczej. Wraz z rosnącą liczbą systemów opartych na chmurze, pracowników zdalnych i wielości urządzeń podłączonych do sieci firmy, stale przesuwają się granice bezpieczeństwa. Przewidywany rozwój inteligentnych urządzeń, 5G, edge computing i sztucznej inteligencji zapowiada dodatkowe powiększenie powierzchni potencjalnego ataku.
To nie jest kolejny odcinek „Z Archiwum X”. „Zero trust” jest filozofią, która powoduje zmianę podejścia do rozumienia tego, czym jest bezpieczeństwo sieci. Wiemy, że większość zabezpieczeń jest trudna do złamania z zewnątrz, natomiast od środka dostęp do większości zasobów jest praktycznie nieograniczony. W ramach najnowszego raportu „Tech Trends” zwracamy uwagę na to, że istnieje konkretny zestaw zarówno zabezpieczeń, jak i czynności czy koncepcji, które należałoby wdrożyć, aby w odpowiedni sposób zabezpieczyć organizację. Adam Rafajeński, dyrektor w zespole cyberbezpieczeństwa, Deloitte
Zabezpieczenia zewnętrzne kładą nacisk na uwiarygodnianie użytkowników i urządzeń podłączonych do sieci organizacji. Dlatego kradzież danych uwierzytelniających jest przyczyną ponad jednej czwartej przypadków naruszenia bezpieczeństwa. Tymczasem właściwie zaprojektowana architektura „zero zaufania” jest podstawą skutecznej kontroli i zarządzania dostępami użytkowników, zmniejszając przy tym koszty operacyjne i wspierając skalowanie do dziesiątek tysięcy użytkowników. Podobnie wprowadzanie pracowników, kontrahentów, dostawców usług w chmurze i innych dostawców może stać się bardziej wydajne, elastyczne i bezpieczne.
Starannie zaprojektowane architektury „zero zaufania” mogą współdziałać z innymi zautomatyzowanymi praktykami IT, takimi jak DevSecOps i NoOps. Kluczowym elementem tej filozofii jest mikrosegmentacja sieci, danych, aplikacji, obciążeń i innych zasobów na indywidualne jednostki w celu ograniczenia naruszeń i zapewnienia kontroli bezpieczeństwa na najniższym możliwym poziomie. Ograniczenie dostępu w oparciu o zasadę najmniejszych uprawnień sprawi, że minimalna liczba użytkowników będzie mogła używać określonych danych i aplikacji.
Dzięki usunięciu założenia o zaufaniu z architektury bezpieczeństwa i wprowadzeniu uwierzytelniania każdego działania, użytkownika i urządzenia, zasada „zero zaufania” pomaga stworzyć solidniejszą i bardziej odporną podstawę bezpieczeństwa. Korzyści organizacyjne uzupełnia znaczący atut dla użytkowników końcowych: bezproblemowy dostęp do narzędzi i danych niezbędnych do wydajnej pracy.
Eksperci Deloitte zapraszają na kolejny z cyklu webinarów prezentujących najnowsze Trendy Technologiczne 2021. Tym razem, opowiedzą o nowych rozwiązaniach, umożliwiających optymalizację procesów rozwoju i przetwarzania danych w celu optymalizacji działania algorytmów uczenia maszynowego oraz o cyberrewolucji spowodowanej brakiem zaufania.
Webinar odbędzie się w najbliższy piątek, 12 lutego o godz. 10:00.
Link do rejestracji znajduje się tutaj
Raport do pobrania znajduje się tutaj
Wideokomentarz Agnieszka Zielińska: https://youtu.be/3g95GM4rU4w
Wideokomentarz Aneta Olędzka: https://youtu.be/qyVYxO4AiPk
Wideokomentarz Adam Rafajeński: https://youtu.be/hxzBrofGmNo
Źródło: Clear Communication Group
Brief.pl - jedno z najważniejszych polskich mediów z obszaru marketingu, biznesu i nowych technologii. Wydawca Brief.pl, organizator Rankingu 50 Kreatywnych Ludzi w Biznesie.
Ogólny rynek sztucznej inteligencji obejmuje szeroki wachlarz zastosowań, takich jak przetwarzanie języka naturalnego, automatyzacja procesów zrobotyzowanych i maszynowe uczenie. Konwersacyjna sztuczna inteligencja (c
Pierwszym krokiem we wdrażaniu powinien być przegląd procesów biznesowych wraz z rekomendacjami opierającymi się również na wielkości projektów. Po przeprowadzeniu analizy programiści zaproponują rozwiązania automatyzacyjne dostosowane do konkretnego biznesu. Niektóre firmy oferują bezpłatny audyt w celu przygotowania najlepszego rozwiązania dla klienta. Należy jednak pamiętać, aby znaleźć odpowiednią firmę lub zatrudnić ekspertów, których sposób pracy najbardziej nam odpowiada. Warto również zwrócić uwagę na opinie, szybkość, dostępność i możliwości oprogramowania potencjalnych kontrahentów. Narzędzia oparte na opisanych technologiach są coraz bardziej dostępne i coraz tańsze.
Wirtualni asystenci stają się rozwiązaniem wspierającym złożone procesy, a klienci mają wobec nich coraz większe oczekiwania. Wzrosła świadomość firm na temat automatyzacji komunikacji i nowych obszarów, w których mogą działać boty. Za tym też idzie coraz większa chęć do ich przetestowania, zrobienia tego pierwszego kroku. Przez cały rok pracowaliśmy nad edukacją specjalistów i zarządów. Opowiadaliśmy o problemach, jakie potrafimy rozwiązywać, o potrzebach naszych potencjalnych klientów z jakimi się spotykamy, o wynikach osiąganych przez nasze rozwiązania w komunikacji wewnętrznej i zewnętrznej. A dzięki tej rosnącej świadomości klientów i doświadczeniom zbieranym przez dostawców rozwija się cała branża. – Mariusz Pełechaty, CEO – KODA Boss
Firmy automatyzujące reagują na trendy i proponują nowe rozwiązania np. RobotIn, obsługiwany przez firmę G1ANT – w tym przypadku dostarczyciela oprogramowania RPA – to rozwiązanie do automatyzacji Linkedin, które umożliwia użytkownikom kontakt z 3000 potencjalnych klientów miesięcznie. Nie jest potrzebne żadne zaangażowanie człowieka. Organizacje chcą usprawnić swój proces i zwiększyć satysfakcję pracowników, pozwalając im skupić się na kreatywnej części swojej pracy – Tom Kmiecik, założyciel i dyrektor generalny założonej w Londynie i działająca globalnie firmy G1ANT
Najprostszym przykładem aplikacji Conversational AI jest bot lub FAQ-bot, z którym mogłeś już wcześniej wchodzić w interakcje. Ponad tysiąc rozmów odbył wirtualny doradca Echo Investment, największego na polskim rynku dewelopera – Aurelia, która od kwietnia zagościła na stronach internetowych jego inwestycji. W związku z pozytywną reakcją klientów na nowy sposób komunikacji, firma wprowadziła chatbota na wszystkie strony dedykowane swoim projektom mieszkaniowym. Aurelia ma dostęp do pełnej bazy danych o mieszkaniach w ofercie Echo Investment i na podstawie kryteriów podanych przez rozmówców, jest w stanie w ciągu kilku sekund wyszukać lokal spełniający ich oczekiwania. Użytkownicy mogą np. sprecyzować, jaki jest ich limit budżetowy, jakiej powierzchni poszukują, podać liczbę pokoi czy preferowaną ekspozycję na strony świata. Rozmową z nią jest możliwa o każdej porze i każdego dnia tygodnia. 
Aurelia to doradca, który jest dostępny całą dobę, ma imponującą wiedzę na temat naszych inwestycji i nieograniczony zapał do pracy. Jest jednym z udogodnień, które wprowadzamy do naszej komunikacji z klientami, tak by mogli oni sprawdzić naszą ofertę z każdego miejsca na ziemi i o dogodnej dla nich porze. Poszukujący mieszkania marzeń mogą porozmawiać i znaleźć je z Aurelią, szczegóły omówić z naszym doradcą biura sprzedaży podczas spotkania online, a potem dokonać rezerwacji przy użyciu elektronicznego podpisu – Dawid Wrona, dyrektor sprzedaży mieszkań Echo Investment.
Chatbot wykorzystuje rozwijaną przez Google technologię sztucznej inteligencji Dialog Flow. Dzięki autorskim rozwiązaniom programistycznym K2Bots.AI, jej możliwości zostały zintegrowane z systemami informatycznymi Echo Investment, uwzględniając zarówno korzystanie z baz danych o produktach mieszkaniowych, jak i współpracę z rozwiązaniami klasy CRM, Marketing Automation i Business Intelligence. Kolejnym poziomem dojrzałości konwersacyjnych aplikacji AI są wirtualni osobiści asystenci. Przykładami są Amazon Alexa, Apple’s Siri i Google Home. Konwersacyjna sztuczna inteligencja może obsługiwać żądania z większą liczbą zapytań niż ludzie, szybciej dostarczać istotne i poprawne informacje oraz zwiększać dokładność i złożoność w czasie. To interaktywny przekaz marki.
Z roku na rok gwałtownie rośnie globalny popyt na automatyzację procesów sprzedażowych i marketingowych we wszystkich sektorach biznesu. Potwierdza to sukces polskiego startupu Growbots, który narodził się w Warszawie w grudniu 2014 roku, a jego celem była zmiany świata sprzedaży. Pierwsza myśl o stworzeniu Growbots pojawiła się w głowie Pietruszyńskiego w styczniu 2014 roku. Kilka miesięcy później wraz z Łukaszem Deką rozpoczął pierwsze prace nad stworzeniem firmy. Panowie poznali się na SGH, a pierwsze kroki ze swoją firmą stawiali w piwnicy ClockWork. W ostatnich latach znaleźli się jako pierwszy polski startup w akceleratorze 500 Startups w San Francisco i pozyskał fundusze od czołowych inwestorów z Doliny Krzemowej i Europy (w tym Gil Penchina i Flashpoint VC). Spełnia się amerykański sen i marzenie Grzegorza Pietruszyńskiego, właściciela firmy Growbots o stworzeniu uniwersalnej maszyny do sprzedaży wychodzącej, jak wyszukiwarka Google, ale też do znalezienia nowych klientów. Zintegrowane z CRM oprogramowanie automatycznie generuje ukierunkowane leady dla Twojej organizacji, przeszukując ogromną bazę danych setek milionów decydentów, aby znaleźć tych, którzy mają największe szanse stać się klientami, a współczynnik odrzuceń mniejszy niż 10 procent. Obecnie na całym świecie już ponad 500 firm, używa Growbots.
Obecnie oprogramowanie oparte jest na chmurze i stanowi połączenie technologii przetwarzania języka naturalnego (NLP), która umożliwia rozpoznawanie intencji klienta z technologiami zapewniającymi zwiększenie efektywności e-commerce i obsługi klienta. W zasadzie wszystkie popularne języki programowania umożliwiają programowanie narzędzi, które pozwalają tworzyć chatbot– C#, PHP, JS, Python, Ruby, Swift czy Go.
