Previous Next Play Pause
Systemy MES, a Przemysł 4.0 Systemy MES, a Przemysł 4.0
Kierunek dla systemów ERP na najbliższe lata Kierunek dla systemów ERP na najbliższe lata
Druga młodość ERP Druga młodość ERP
Big zmiana z Big Data Big zmiana z Big Data
Innowacje i potrzeba „szybkich błędów” Innowacje i potrzeba „szybkich błędów”
8 zastosowań Big Data, o których nie miałeś pojęcia 8 zastosowań Big Data, o których nie miałeś pojęcia
Klient z danych poskładany Klient z danych poskładany
Z systemu pudełkowego do ERP Z systemu pudełkowego do ERP
5 kluczowych systemów Big Data na świecie 5 kluczowych systemów Big Data na świecie
Wysoko w chmurach Wysoko w chmurach
Technologiczne możliwości wykorzystania sztucznej inteligencji (AI) w firmach są coraz szersze. Mimo to, wiele przedsiębiorstw wciąż ma problemy z czerpaniem z niej korzyści w praktyce. Choć zidentyfikowały już obszary, w których można jej używać, wdrożenie okazuje się trudniejsze niż zakładali. Jak zatem podejść do AI w taki sposób, by wykorzystać jej potencjał?

REKLAMA:
KLIKNIJ I POBIERZ RAPORT ERP
 
 
Istnieją niezliczone scenariusze wdrożenia sztucznej inteligencji — charakterystyczne dla danej branży lub niezależne od niej. Za pomocą AI kadry upraszczają rekrutację, działy produkcji przeprowadzają inteligentny serwis, planowanie czy kontrolę jakości, a departamenty prawne wykorzystują ją do analizy kluczowych fragmentów umów i czynników ryzyka.

Skuteczne wykorzystywanie AI wymaga jednak połączenia metod opartych na nauce z metodami opartymi na regułach.

Większość firm nie dysponuje dużymi bazami danych, takimi jak Facebook czy Google. Dlatego systemy uczenia głębokiego nie zawsze będą pierwszym wyborem. Można jednak również używać algorytmów, które są w stanie wyciągać wartościowe wnioski nawet z mniejszych zestawów danych - mówi Marcin Somla, Dyrektor SER Group w Polsce.


Wyciągaj wnioski z treści nieustrukturyzowanych

Usługi kognitywne i tak zwana analiza treści otwierają przed firmami liczne możliwości zastosowań, które pomagają im w ukierunkowany sposób wykorzystać własne dane i wyciągać wnioski z treści nieustrukturyzowanych. Warto zwrócić uwagę w szczególności na procesy takie jak:
  • klasyfikacja: automatyczna klasyfikacja dokumentów, obrazów oraz plików audio i wideo w taksonomiach lub przypisywanie do nich odpowiednich metadanych; 
  • klasyfikacja typów dokumentów: automatyczne rozpoznawanie dokumentów i sortowanie ich podczas przetwarzania poczty przychodzącej;
  • analiza nastrojów: identyfikacja emocji w wiadomościach e-mail, zdigitalizowanych listach lub postach w mediach społecznościowych oraz przewidywanie szans na sukces (zachowania zakupowe i preferencje klientów);
  • rozpoznawanie jednostek nazewniczych (Named Entity Recognition — NER): identyfikuje i wyodrębnia imiona i nazwiska osób oraz nazwy miejsc, firm czy instytucji, np. w celu spełnienia wymagań RODO;
  • wykrywanie oszustw i czynników ryzyka: identyfikuje wzorce i anomalia w dokumentach w celu wykrywania czynników ryzyka, takich jak nieważne klauzule umowne czy próby oszustwa;
  • identyfikacja ekspertów: szybkie wskazywanie osób w firmie, które są ekspertami w danej dziedzinie oraz zwiększenie zadowolenia klientów i pracowników poprzez szybsze dostarczanie informacji.

Dzięki temu istotne informacje, konteksty, intencje i nastroje są rozpoznawane i przekazywane dalej do odpowiednich obszarów poprzez automatyzację procesów.

Łącz sztuczną inteligencję z zarządzaniem informacjami i procesami

Warto jednak pamiętać, że wiele z obecnie używanych metod dobrze sobie radzi z obrazami i danymi ustrukturyzowanymi, ale gorzej z tekstem jako treścią nieustrukturyzowaną. Około 80 proc. wszystkich danych firmowych, np. listy, umowy czy wiadomości e-mail, stanowią jednak dane nieustrukturyzowane, które jednocześnie zawierają cenne informacje.

Aby nadawały się one do użytku i były wartościowe dla AI, muszą zostać przeanalizowane, przygotowane i połączone z danymi ustrukturyzowanymi. Często są one przechowywane w oddzielnych systemach (silosach informacyjnych), co utrudnia ich wykorzystanie w sposób całościowy. Dlatego też zaleca się bezpośrednie połączenie sztucznej inteligencji bezpośrednio z zarządzaniem informacjami i procesami.

Warto postawić na platformę z usługami dotyczącymi treści (ECM), która łączy ze sobą informacje z różnych źródeł, takich jak bazy danych, serwery, systemy ERP i CRM, Microsoft SharePoint i katalogi plików. Zabezpiecza ona ważne dane i porządkuje dokumenty poprzez nadawanie im wersji. Dzięki zintegrowaniu usług kognitywnych z platformą, usługi AI są wtedy automatycznie dostępne dla wszystkich aplikacji.

Za pomocą AI i ECM można wiele zyskać: wyższą jakość danych, przyspieszenie procesów biznesowych, a co najważniejsze — obniżenie kosztów. W związku z tym firmy powinny bez wahania integrować sztuczną inteligencję ze swoją infrastrukturą, tak by móc korzystać z licznych zalet tej technologii - podsumowuje Marcin Somla.


Źródło: www.sergroup.com/pl/

 

  • odl reklama baner
  • l systems wysuwany2019
  • ENOVA365 KWADRAT