V oblasti umělé inteligence už nás pravděpodobně nečeká nic objevného. Naopak se firmy musí připravit na vystřízlivění, které se dostaví v horizontu dvou či tří let. Zjistí totiž, že umělá inteligence (AI) je limitovaná kvalitou dat a bez dostatku vlastních relevantních dat se dělat nedá, nedostaví se totiž požadovaný byznysový přínos, píše v článku pro CzechCrunch David Kaláb, viceprezident pro Data Management ve společnosti Adastra, a nabízí pět rad pro práci s daty, aby vám v byznysu v příštích třech letech neujel vlak.

Úspěch s umělou inteligencí není jen o adopci nové technologie, ale i o strategickém přístupu k datům a jejich správě. Je nejvyšší čas investovat do správy dat, zabezpečení a cloudových technologií, aby byly firmy na inovace připravené. Jak na AI a data nahlížet a jak je využívat pro zajištění budoucí prosperity firmy?

1. Dejte přednost vlastním datům

Pro skutečný úspěch v oblasti AI je nezbytné mít přístup k unikátním, vlastním datům. Poskytují hlubší vhledy a umožňují najít řešení přímo pro vaši firmu, což je něco, co obecně dostupná data z trhu nebo od konkurence nabídnout nemohou. Investice do sběru a analýzy vlastních dat se stane vaší konkurenční výhodou.

2. Bez data governance to nepůjde

Dobrá data governance zajistí, že pracujete s kvalitními bezpečnými daty a v souladu s právními normami. Efektivní správa dat je základem pro spolehlivé a etické využití umělé inteligence.

3. Bezpečnost dat především

Bezpečnost dat musí být klíčovou součástí vaší strategie pro AI. Jakmile data opustí bezpečný perimetr vaší organizace, mohou být vystavena rizikům. Zabezpečení dat chrání nejen vaše informace, ale i vaši reputaci a důvěru zákazníků.

4. Přechod na cloud je nutností

Cloudové řešení poskytuje potřebnou agilitu, škálovatelnost a inovační potenciál, které jsou nezbytné pro efektivní využívání umělé inteligence. Přechod na cloud je důležitým krokem k zajištění, že vaše firma zůstane v čele inovací a neztratí konkurenceschopnost.

5. Připravte se na fázi deziluze

Expertní analýzy, včetně těch od Gartneru, předpovídají, že nadšení z umělé inteligence bude následováno obdobím zklamání, kdy firmy pochopí, že úspěch s AI vyžaduje více než jen technologické adopce. Je důležité mít realistická očekávání a dlouhodobou strategii pro integraci AI do vašeho podnikání.

Bez dat to prostě nejde

Řada firem zatím nepochopila, že bez dat jim umělá inteligence byznys dopředu neposune. Data jsou jako podvozek u auta. Firmy potřebují dostatek kvalitních dat, nad tím dobrou data governance a to vše mít zabezpečené. A bez slušného podvozku žádné auto dobře nepojede.

Jeden příklad za všechny. Představte si velkou pojišťovnu, která se rozhodne efektivně řídit spotřebu své budovy. Potřebuje sledovat, kolik lidí a kde se nejvíce pohybuje, a podle toho upravit například vnitřní teplotu, topení, ventilaci a podobně. Nainstaluje do budovy senzory a sbírá data.

Jak s nimi pracovat? Jak je interpretovat a podle jakého algoritmu vyhodnocovat? A jak je čistit? Bez kvalitní data governance to zkrátka už nepůjde.

Až se umělá inteligence stane zákazníkem

Všechny technologie procházejí podobným životním cyklem. Na začátku prudce stoupá křivka nadšení z novinky, ale postupně firmy zjišťují, že to není tak jednoduché, jak se zprvu zdálo. Trh vystřízliví a teprve potom se začnou objevovat řešení a best practices, které jsou funkční. Tak to bylo v případě cloudu, IoT a nyní i v oblasti umělé inteligence.

V horizontu tří až pěti let bude nové produkty vyvíjet umělá inteligence, a to nejen v oblasti automotive (kde už to nyní pozorujeme), ale také běžně v lékařství či vzdělávání.

Ultimátním úspěchem bude, až se umělá inteligence sama stane zákazníkem. Dokážete si představit svět, kde se věci chovají jako zákazníci? Auto si samo objedná vodu do ostřikovače, když mu bude docházet. V případě poruchy si najde volný termín v servisu a objedná se tam. Stejně tak myčky či pračky. Budou si samy hlídat spotřebu prostředků a jakmile jim začnu docházet prášky či tablety na mytí, objednají si nové.

V tu chvíli AI začne fungovat jako zákazník a trh se promění. Ale i tady to má svá úskalí. Nastavit na takové chování „nových zákazníků“ flexibilní supply chain management bude netriviální úlohou.

Na trhu chybí digitální investice i best practices

Ze zkušeností z trhu ale rychlý nástup tohoto trendu neočekávám. Znamenalo by to obrovské digitální investice, navíc nám chybí best practices, ze kterých můžeme vyjít. Řadu případů jsme schopni pomocí AI procesů optimalizovat, ale ekonomicky to ve výsledku nevychází.

Příklad z praxe: Když si objednáte nákup na Rohlíku nebo na Košíku, řidič vám ho zpravidla dodá v mnoha papírových taškách. Je tomu tak proto, že nákup dává dohromady několik pickerů, z nichž každý má svou část skladu. Proto se běžně stává, že koupíte osm produktů a dostanete je v několika papírových taškách. Je to méně ekologické, ale pro prodejce efektivní. Kdybychom chtěli vychystávání zboží ve skladu optimalizovat a dodat nákup například ve dvou taškách, celý proces se výrazně zpomalí, což ve výsledku znamená ekonomické ztráty pro prodejce.

Firmy navíc budou bojovat také s udržitelností. Řada řešení bude sice ekologických, ale rozhodně ne ekonomických. Z hlediska udržitelnosti se bavíme například o využití obrazové AI. Kdybych byl třeba banka a chtěl na pobočkách instalovat kamery a využívat nad tím umělou inteligenci pro zlepšení zákaznické zkušenosti, bude to extrémně drahé. Budu potřebovat obrovský výpočetní výkon a také obrovské úložiště, kde budu schopný obrazový materiál zpracovat. A to vůbec nemluvím o datovém odpadu, který bych v souvislosti s tím musel vyřešit.