Uczenie maszynowe. Najważniejsza technologia od zarania sieci?

Przeczytaj także: 5 sposobów na usprawnienie machine learning w organizacji

Żeby zdać sobie sprawę z powodów takiego obrotu spraw, w pierwszej kolejności należy się zupełnie zdystansować od mrożących krew w żyłach teorii o robotach, które zabiorą nam miejsca pracy. Innowacje i nowoczesne, ułatwiające życie rozwiązania od zarania dziejów stanowiły przecież wyznacznik postępu. Tak działo się podczas rewolucji agrarnej i przemysłowej i tak dzieje się dziś - w czasach cyfrowej rewolucji. I wprawdzie wskutek rozwoju technologicznego niektóre z przypisanych człowiekowi ról są redukowane, to jednak postęp tworzył i tworzyć będzie również nowe miejsca branży, modele biznesowe czy wręcz całe branże. Nie powinniśmy zatem drżeć w obawie, że staniemy się „przestarzali” niczym maszyny. Przeciwnie, uczenie maszynowe nie tylko podniesie naszą efektywność, ale również otworzy ludzkość na zupełnie nowe możliwości.

Automatyczne uczenie jest już obecne w naszym codziennym życiu. Korzystamy z niego w oprogramowaniu telefonów, samochodach i domach oraz systemach komputerowych używanych w pracy. Ułatwia nam ono dostęp do informacji oraz szybkie podejmowanie trafnych decyzji. Zdaniem firmy Gartner w 2020 roku technologie sztucznej inteligencji będą obecne w „prawie każdym nowym oprogramowaniu”. Dla producentów oprogramowania jest to wyjątkowy, przełomowy moment, a dla przedsiębiorstw będących ich klientami ― początek nowej drogi.

Media informują głównie o robotach i autonomicznych samochodach. W nadchodzącym roku oba te segmenty będą się nadal dynamicznie rozwijać. Dziś jednak technologią, która najbardziej zmienia nasz świat, jest – według Oracle - automatyczne uczenie. Choć „błyskawiczne podejmowanie trafnych decyzji” nie brzmi tak sensacyjnie jak „samochód bez kierowcy”, to uczenie maszynowe zasługuje na miano technologii epoki właśnie ze względu na możliwość jego wykorzystania w procesach decyzyjnych.

Przedsiębiorstwa, które używają już technologii uczenia maszynowego, szybko wyprzedzają konkurencję dzięki przyspieszeniu i zwiększeniu efektywności procesów podejmowania decyzji. Dlatego żadna firma, która nie chce zostać w tyle, nie może sobie pozwolić na bezczynne czekanie. Liczba wdrożeń systemów automatycznego uczenia rośnie wraz z wdrożeniami rozwiązań działających w chmurze, ponieważ rozwój i wzrost efektywności tej technologii wymaga bezproblemowej integracji aplikacji, platform i infrastruktur chmurowych. Dzięki takiej integracji procesy automatycznego uczenia zyskują dostęp do jeszcze większych zasobów danych, które zostają połączone, a dane są pobierane z całych systemów i sieci organizacji.

W małych, wewnętrznych środowiskach informatycznych przedsiębiorstw nie da się efektywnie korzystać z automatycznego uczenia, tak jak nie da się uprawiać roślin w ciemności. Algorytmy będące podstawą tej technologii potrzebują jak największej ilości danych z możliwie największej liczby źródeł. Im więcej danych jest wykorzystywanych w procesach automatycznego uczenia, tym inteligentniejsze są te procesy i tym lepiej wspierają człowieka w procesie podejmowania decyzji. Większa dojrzałość i szersze zastosowanie technologii chmurowych to kolejne przyczyny, dla których 2018 będzie bardzo dobrym rokiem dla rozwoju automatycznego uczenia. Chmura jest integralną częścią strategii informatycznej praktycznie w każdej firmie. Przyspiesza cyfrową transformację i ułatwia efektywne wykorzystanie danych.

O ile chmury dostarczyły podstawowych komponentów potrzebnych do cyfrowej transformacji, a wielkie zbiory danych (big data) umożliwiły czerpanie z tej transformacji wymiernych korzyści, to uczenie maszynowe jest pierwszym narzędziem, dzięki któremu cyfrowa transformacja może przynosić korzyści na skalę przemysłową. Do tego jednak niezbędna jest odpowiednia strategia. Trzeba przede wszystkim znaleźć takie zastosowania automatycznego uczenia, które przyniosą długoterminowe korzyści strategiczne. Krótkotrwały efekt nowości nie wystarczy ― chodzi o przekształcenie funkcji lub procesów o newralgicznym znaczeniu dla przedsiębiorstwa.

Tan nowa technologia pozwoli przedsiębiorstwom dużo szybciej tworzyć dokładne, niezawodne prognozy oraz budżety i plany, jak również efektywniej wykorzystywać zasoby, co przekłada się na znaczne korzyści finansowe. Wielką zaletą technologii automatycznego uczenia są praktycznie nieograniczone możliwości jej wykorzystania. Może ona odegrać ogromną rolę wszędzie tam, gdzie ważne jest szybkie analizowanie danych i wyciąganie z nich wartościowych wniosków oraz wykrywanie trendów lub anomalii w wielkich zbiorach danych ― od badań klinicznych poprzez sprawdzanie zgodności z przepisami po bezpieczeństwo.

Już dziś uczenie maszynowe wprowadza rewolucję w dziedzinie obsługi klienta. Niemal w każdej branży, gdzie ważne są kontakty z klientem, firmy otrzymują ogromną ilość zapytań, które można podzielić na stosunkowo niewielką liczbę kategorii. Wiele tych zapytań można łatwo przewidzieć oraz przygotować na nie odpowiedzi przekazywane za pomocą chatbotów. Dzięki automatycznemu uczeniu chatboty doskonalą swoje działanie i udzielają klientom coraz precyzyjniejszych odpowiedzi. W rezultacie klienci szybciej otrzymują potrzebne informacje i są bardziej zadowoleni, firma pracuje efektywniej, a odciążeni specjaliści ds. obsługi klienta mogą poświęcić więcej czasu na mniej typowe zgłoszenia wymagające interwencji człowieka.

Przedstawiony powyżej przykład chyba najlepiej pokazuje, w jaki sposób uczenie maszynowe może zwiększyć efektywność pracy człowieka. Nie zastąpi ludzi, ale na pewno pomoże im w lepszym wykonywaniu różnych zadań. Jeśli z automatycznym uczeniem wiąże się jakieś ryzyko, to jest nim ignorowanie tej technologii. 2018 będzie rokiem, w którym przedsiębiorstwa zaczną lepiej zapoznawać się z technologią automatycznego uczenia i osiągać dzięki niej wymierne korzyści, o ile jeszcze tego nie zrobiły.