Zarządzanie

Czynnik ludzki w dobie sztucznej inteligencji

21 grudnia 2017

Sztuczna inteligencja sprawi, że firmy zostaną zmuszone, by po raz kolejny zreformować swoje procesy – tylko w ten sposób będą mogły osiągnąć większą wydajność, wprowadzać innowacje i tworzyć nowe procesy. Ogromnego znaczenia nabierze wspieranie współpracy, wspólnego działania, kreatywności, elastyczności, sprawności oraz różnorodności w kulturze korporacyjnej.

[emaillocker id=”1065″]

 Lata 50. i 60. minionego stulecia były złotym wiekiem innowacyjnego science fiction. Ze stworzonych wówczas koncepcji najbardziej urzekła mnie pochodząca ze Star Treka teleportacja, dzięki której postaci mogły błyskawicznie przenosić się w dowolne miejsce. Starszym czytelnikom w pamięci pozostał zapewne Dan Dare (w wersji hiszpańskiej znany jako Diego Valor), bohater komiksu broniący Ziemi przed inwazją obcych. Jeden z wrogich najeźdźców z kosmosu poruszał się przy pomocy latającego krzesła sterowanego umysłem. Przechodząc do koncepcji bardziej realistycznych, idea sztucznej inteligencji (ang. AI – artificial intelligence) powstała w latach 50., kiedy naukowcy tacy jak John McCarthy rozpoczęli prace w dziedzinie określanej mianem „nauki i inżynierii dążącej do zbudowania inteligentnych maszyn”. Obecnie uznaje się, że system SI potrafi uczyć się w oparciu o doświadczenie i dostosowywać do nowych sytuacji; innymi słowy – rozwiązywać problemy i podejmować działania w sposób racjonalny, czyli typowy dla człowieka. Technologie SI potrafią postrzegać (np. obrazy i dźwięki), rozumieć (przetwarzać język i informacje) oraz podejmować działania stosownie do okoliczności.

Przyczyny dzisiejszego boomu SI

W ostatniej dekadzie minionego stulecia obserwowaliśmy wiele znaczących i głośnych osiągnięć w dziedzinie AI, których kulminacją było zwycięstwo komputera Deep Blue firmy IBM nad żywą legendą szachów, Garrim Kasparowem. W lutym 2011 inna technologia IBM, komputer Watson, pokonał dwóch spośród najlepszych uczestników teleturnieju Jeopardy! (w Polsce znanego jako Va Banque), wykazując się umiejętnością rozumowania.

Od roku 2010 postęp w dziedzinie sztucznej inteligencji rośnie w tempie wykładniczym, ze względu na skumulowane działanie następujących czynników:

  • Big Data; technologie cyfrowe umożliwiają zarządzanie ogromnymi zbiorami informacji, wykorzystywanymi do nauki systemów SI. Jak wynika z jednego z raportów EMC, do roku 2020 do naszej dyspozycji pozostanie ponad 44 zetabajtów danych, z czego 35 proc. będzie można analizować.
  • Jednocześnie obserwujemy znaczny spadek kosztu przechowywania danych. Superkomputery chmurowe są w stanie analizować i przetwarzać ogromne ilości informacji.
  • Poszczególne branże inwestują w technologię, dążąc do zachowania konkurencyjności.

W latach 2011-2015 liczba start-upów inwestujących w rozwój zastosowań SI wzrosła dwudziestokrotnie (CB Insights).

Rodzaje sztucznej inteligencji

Istnieje wiele koncepcji różnicowania “grup” oraz “rodzin” technologii SI. Najpowszechniej stosuje się klasyfikację przedstawioną poniżej, która największy nacisk kładzie na zastosowania biznesowe:

  • systemy uczące się (ang. Machine Learning),
  • uczenie głębokie (ang. Deep Learning),
  • zrobotyzowana automatyzacja procesów (ang. Robotic Process Automation),
  • reprezentacja wiedzy (ang. Knowledge Representation).

Machine Learning (ML) to proces statystyczny, który w oparciu o duże zbiory danych znajduje reguły, procedury i korelacje pozwalające wyjaśnić aktualnie posiadane dane i tworzyć prognozy na przyszłość.

Technologia Deep Learning (DL) wykorzystuje struktury naśladujące sposób działania ludzkiego mózgu w oparciu o zestaw jednostek („neuronów”) ułożonych w kolejnych warstwach.

Robotic Process Automation (RPA) polega na wdrażaniu systemów naśladujących czynności wykonywane przez człowieka. Systemy takie z reguły skupione są na jednym, bądź na grupie zadań w ramach procesu, które można wykonać w oparciu o proste i przewidywalne reguły lub instrukcje.

Inne niezwykle istotne obszary to sieci neuronowe, przetwarzanie języka naturalnego, biometryka, widzenie maszynowe, silniki wnioskujące, przetwarzanie sensorowe oraz rozpoznawanie twarzy.

Obszary gospodarki wykorzystujące SI

Systemy SI stosowane już dziś przecierają szlak kolejnym rewolucjom biznesowym. Spójrzmy na kilka przykładów zastosowania sztucznej inteligencji:

  • Systemy rozpoznawania obrazu, które można wykorzystać do podniesienia poziomu bezpieczeństwa,
  • Systemy rozpoznawania języka, takie jak Siri firmy Apple czy inni „wirtualni asystenci”. Wykorzystuje się je w call center do udzielania odpowiedzi na pytania konsumentów i klientów; charakteryzują się one wyższą elastycznością niż żywy pracownik. Niektóre z nich potrafią rejestrować stan emocjonalny rozmówcy i odpowiednio dostosowywać odpowiedzi.
  • W instytucjach finansowych systemy potrafią przewidywać oszustwa poprzez wyszukiwanie i wskazywanie podejrzanych wzorców transakcyjnych (rozwiązanie to stosuje PayPal).
  • Wiele rozwiązań SI stosuje się w samochodach autonomicznych. Znajdziemy je też w autach konwencjonalnych: funkcje samodzielnego parkowania i aktywny tempomat zbierają informacje z otoczenia i reagują stosownie do nich.
  • Firmy japońskie, które były pionierami w zastosowaniu robotów przemysłowych, obecnie korzystają z nowatorskich robotów przy obsłudze klientów. Pozwala to na automatyzowanie bardziej złożonych funkcji. Dobrym przykładem jest towarzystwo ubezpieczeniowe Fukoku Mutual, które zastąpiło 34 pracowników robotami potrafiącymi analizować dokumentację medyczną, wykrywać oszustwa i ustalać wysokość świadczeń.

Bez wątpienia technologie te będą miały wpływ na ludzi oraz na zasoby ludzkie. Amerykańscy analitycy poświęcają sporo czasu na prognozowanie konkretnych zawodów i zadań, które zostaną powierzone robotom i maszynom. Naturalnie automatyzacja zdominuje przede wszystkim czynności powtarzalne i przewidywalne, a w znacznie mniejszym stopniu zadania wymagające zarządzania, kreatywności, myślenia koncepcyjnego oraz relacji interpersonalnych.

Implementacja SI

Udane wdrożenie rozwiązań SI wymaga wspólnego działania doświadczonych zespołów technicznych z zespołami posiadającymi gruntowną znajomość rynku oraz jego potrzeb i wymagań, a także mogącymi pochwalić się skutecznym wdrażaniem innowacji i tworzeniem nowych metod i doświadczeń. Technologie SI są tak zróżnicowane, że koszt zatrudnienia ekspertów specjalizujących się w każdej z nich byłby zbyt wygórowany. Z tego względu tworzone są technologiczne ekosystemy, dzięki którym niszowe firmy mogą współpracować przy projektach z dużymi korporacjami, które same dążą do transformacji. W firmie dyrektor IT, dyrektor ds. technicznych oraz ich zespoły muszą na bieżąco śledzić rozwój technologii SI i rozumieć wartość, jaką mogą one wnieść do firmy. Ich zadaniem jest spojrzenie na działalność firmy z szerokiej, długoterminowej perspektywy, której nie mogą przysłaniać bieżące czynności operacyjne ani dążenie do cięcia kosztów. W uzupełnieniu do kultury korporacyjnej dział HR musi wspierać atrakcyjność zmiany, ciekawość i dążenie do postępu. Nie powinniśmy przystępować do debaty sparaliżowani lękiem o utratę miejsc pracy na rzecz SI. Należy raczej zachować pewność siebie i przychylnie spojrzeć na pojawiające się szanse biznesowe i rozwojowe. Nie bójmy się śmiałych wizji w roku 2017, podobnie jak nasi bohaterowie science fiction nie bali się ich w roku 1954.

[/emaillocker]