Sztuczna inteligencja

W miarę jak przedsiębiorstwa będą dążyć do osiągnięcia celu w powiększaniu przychodów, będą także musiały wykorzystać inteligentne technologie, aby zgromadzić w czasie rzeczywistym kluczowe informacje, które pozwolą im na rozwój. Przyjęcie technologii sztucznej inteligencji (AI) może pomóc firmom zrozumieć, czy ich strategie mające na celu zapewnienie bezpieczeństwa klientów i pracowników są właściwie realizowane, przy jednoczesnym ciągłym optymalizowaniu głównego celu sprzedażowego.

Sztuczna inteligencja (ang. artificial intelligence) – inteligencja wykazywana przez urządzenia sztuczne (w przeciwieństwie do inteligencji naturalnej). W potocznym rozumieniu jest ona często używana w kontekście „prawdziwej sztucznej inteligencji”. W informatyce i kognitywistyce oznacza tworzenie modeli i programów symulujących choć częściowo zachowania inteligentne, konstruowanie maszyn i programów komputerowych zdolnych do realizacji wybranych funkcji umysłu i ludzkich zmysłów niepoddających się numerycznej algorytmizacji.

To właśnie zdolności SI w zakresie ułatwiania zarządzania polityką korporacyjną i zgodności z przepisami, zapewniania bezpieczeństwa i rozwijania doświadczeń klientów, staną się głównymi czynnikami wzrostu wskaźników przyjęcia SI w różnych branżach.

Technologie wspomagające 

Już dziś prognozuje się, że w 2021 roku zobaczymy SI, uczenie maszynowe i IoT jako elementy definiujące i kształtujące współczesne życie i zachowania – zjawisko, które będzie trwało przez wiele lat. Postępy, które odbiją swój ślad w każdej dziedzinie życia: od prostych czynności dnia codziennego po skomplikowane procesy technologiczne. Jednakże w tym nowym cyfrowym świecie, prawdziwą gwiazdą do której zwrócą się firmy, będą technologie wspomagające, takie jak cloud computing i edge computing, które nadal będą dominować ze względu na ich zdolność do przetwarzania i zarządzania wszystkimi niezbędnymi danymi, które napędzają SI, ML i IoT, a także technologie wspomagające, takie jak iPaaS, APIM i RPA. Więcej o migracji do chmury znajdziesz w naszym artykule: „Migracja do chmury nabiera rozpędu”.

Chmura obliczeniowa  (ang, cloud computing) – model przetwarzania danych oparty na użytkowaniu usług dostarczonych przez usługodawcę. Chmura to usługa oferowana przez dane oprogramowanie oraz konieczną infrastrukturę. Oznacza to eliminację konieczności zakupu licencji czy konieczności instalowania i administracji oprogramowaniem a zasada działania polega na przeniesieniu całego ciężaru świadczenia usług IT (danych, oprogramowania lub mocy obliczeniowej) na serwer i umożliwienie stałego dostępu poprzez komputery klienckie. Dzięki temu ich bezpieczeństwo nie zależy od tego, co stanie się z komputerem klienckim, a szybkość procesów wynika z mocy obliczeniowej serwera. Wystarczy zalogować się z jakiegokolwiek komputera z dostępem do Internetu by zacząć korzystać z dobrodziejstw chmury obliczeniowej

Technologie te będą w dalszym ciągu odgrywać wiodącą rolę w obciążaniu przedsiębiorstw opłatami z tytułu transformacji cyfrowej w miarę przechodzenia od działalności gospodarczej prowadzonej ręcznie lub na papierze do działalności gospodarczej prowadzonej w formie cyfrowej, która w końcu może wykorzystać moc SI i Internetu przedmiotów.

Zmiana – nowa dziedzina zarządzania?

Nawet w przypadku szczepionki dla COVID-19, sposób pracy i interakcji ludzi zmienił się zasadniczo. W nowym roku kontynuowana będzie praca na odległość, wymagania dotyczące dystansu społecznego pozostaną niezmienione, a łańcuchy dostaw nadal będą narażone na zakłócenia (więcej informacji o wpływie COVID-19 na biznes znajdziesz w raporcie). Ten nowy sposób życia wymaga od firm nowego sposobu skutecznego kontynuowania działalności w całym łańcuchu wartości – od produktu, poprzez zakład, aż do użytkownika końcowego. Wykorzystanie sztucznej inteligencji (AI) będzie standardem dla sprostania tym wyzwaniom. Jednak bez uwzględnienia sposobu, w jaki ludzie będą wchodzić w interakcje z tymi nowymi autonomicznymi systemami i je wykorzystywać, sztuczna inteligencja zawiedzie. Aby SI odniosła sukces, przedsiębiorstwa muszą skupić się tak samo na ludziach i kulturze jak sama technologia. Zespoły ds. zarządzania zmianą organizacyjną będą miały decydujące znaczenie dla stymulowania transformacji cyfrowej i rozwoju SI poprzez angażowanie ludzi w proces zmian i przygotowanie organizacji do osiągnięcia wymiernych rezultatów. Właściwe zarządzanie zmianą jest najważniejszym – aczkolwiek pomijanym – aspektem każdej inicjatywy transformacji cyfrowej.

Pracownik cyfrowy – nowa jakość 

Pracownicy cyfrowi wspomagani przez sztuczną inteligencję pomogą przedsiębiorstwom zachować strategiczne znaczenie w dłuższej perspektywie. Niewielu nie zgadza się z poglądem, że SI i automatyzacja są niezbędne dla przetrwania firm w przyszłości. Jednak badania wykazały, że większość firm nie zdała sobie w pełni sprawy z korzyści płynących z inwestycji w SI i automatyzację. Dzięki powiązaniu potężnych możliwości w zakresie SI z procesami biznesowymi za pośrednictwem pracowników cyfrowych, będziemy coraz częściej świadkami, jak organizacje wdrażają automatyzację opartą na sztucznej inteligencji. Automatyzacja oparta na sztucznej inteligencji będzie w coraz większym stopniu powiązana z podstawowymi inicjatywami strategicznymi, takimi jak lepsze ukierunkowanie na klienta, wzrost przychodów, alokacja kapitału, zarządzanie łańcuchem dostaw, zarządzanie ryzykiem, efektywność kosztowa i operacyjna i inne. Pracownicy cyfrowi wspomagani przez SI będą wykorzystywani jako podstawowe narzędzia do realizacji strategii korporacyjnej i zarządzania ryzykiem w skali przedsiębiorstwa. Szybkie i skuteczne przyjęcie automatyzacji będzie w coraz większym stopniu postrzegane jako niezbędny element utrzymania konkurencyjności na rynkach.

W 2021 roku, w końcu zobaczymy, jak SI wchodzi do głównego nurtu. W wyniku COVID-19 przedsiębiorstwa zostały zmuszone do cyfrowej transformacji, aby przetrwać w nowej normie. Z  badań wynika, że w nowym roku akceleracja cyfrowa nie zatrzyma się, a 86% firm czerpie obecnie korzyści z lepszych doświadczeń z klientami poprzez SI, które prawdopodobnie będą kontynuowane. Pandemia zmieniła również profesjonalistów biznesowych w zakresie inwestycji w SI. Widzieliśmy na przykład, że firmy rezygnują z prostszych zadań, takich jak automatyzacja, na rzecz skoncentrowania się na planowaniu siły roboczej i modelowaniu symulacji. W związku z tym, że organizacje nadal dostrzegają korzyści z inwestycji cyfrowych w złożone procesy, SI stanie się bardziej powszechna i szeroko stosowana dopiero w tym roku.

Konwergencja SI i BI zwiększy wgląd w dane. W ciągu ostatnich 5 lat SI była częścią każdej korporacyjnej dyskusji. Mimo to, nadal istnieją wyzwania związane z demokratyzacją zaawansowanej wiedzy na temat SI u dużych grup pracowników. W miarę pojawiania się nowych produktów BI napędzanych przez SI, silosy będą pękały, a każdy użytkownik będzie mógł z łatwością wykorzystać analitykę danych i uzyskać wgląd w dane. Proste interfejsy, spersonalizowane spostrzeżenia i angażujące doświadczenie w zakresie danych staną się cechami charakterystycznymi analizy danych w 2021 roku i latach następnych.

Dzięki zbieżności mocy obliczeniowej, danych w skali internetowej i nowoczesnych algorytmów uczenia się maszynowego, w ciągu ostatnich kilku lat udało nam się przełamać niezwykłe nowe szlaki ze sztuczną inteligencją. W najbliższych latach wejdziemy w ekspansywną erę, w której długi ogon komercyjnych walizek będzie prototypowany, pakowany i produkowany – albo w celu ulepszenia istniejących produktów i usług, albo w celu stworzenia zupełnie nowych.

Business Intelligence

Rozprzestrzenianie się niskiego/bezkodowego ML. Wzrost liczby systemów niskokodowych i bezkodowych ML, mających na celu zwiększenie dostępności SI dla przedsiębiorstw, przyczyni się do lepszego przyjęcia SI. Ostatecznie jednak przedsiębiorstwa osiągną pułap i przekroczą granicę podejścia uniwersalnego, poszukując bardziej zaawansowanych przypadków zastosowania SI, które wymagają głębszej wiedzy specjalistycznej. Ostatecznie potrzeba dostosowania do potrzeb klienta zwiększy zapotrzebowanie na wykwalifikowanych specjalistów od danych, a nie na zastępujące ich systemy o niskich kodach.

Business Intelligence (BI), (również analityka biznesowa) – proces przekształcania danych w informacje, a informacji w wiedzę, wykorzystywaną do budowania konkurencyjności przedsiębiorstw. W rozumieniu biznesowym BI można również definiować jako kombinację architektury systemu, aplikacji oraz baz danych które razem umożliwiają prowadzone w czasie rzeczywistym analizy i przekształcenia, dostarczające potrzebną informację i wiedzę biznesowi.

Business Intelligence przechodzi na nowy paradygmat zaawansowanej analizy danych z integracją języka naturalnego, wyszukiwania naturalnego, rozszerzonej analizy, zautomatyzowanego przygotowania danych i zautomatyzowanych katalogów danych. Pozwoli to na przekształcenie procesów podejmowania decyzji biznesowych z wyższą jakością w czasie rzeczywistym.

BI i Sztuczna inteligencja będą ze sobą coraz bardziej współpracować. Bez względu na to, czy chodzi o porównywanie zestawów danych BI z modelami ML i wizualizację przewidywań, czy też wykorzystanie naturalnego języka do generowania wizualizacji, wglądów i podsumowań, SI i BI zwiększą swoją synergię. W miarę jak konwencjonalne możliwości BI będą coraz bardziej popularne, dostawcy będą potrzebowali BI+SI jako nowego frontu w wojnach o innowacje.

Cloud

Według prognoz, już niedługo zaczniemy dostrzegać bardziej przemyślane, zrównoważone podejście do przyjmowania chmur wielo- i hybrydowych, szczególnie w przypadku chmur hybrydowych. Przechodzimy obok publicznych i prywatnych rozmów w chmurze, a przedsiębiorstwa akceptują rzeczywistość, że chmura jest im potrzebna. Historycznie, widzieliśmy, że „publiczna chmura” kojarzy się z nowatorskimi innowacjami, a „prywatna chmura” z powolnymi, starszymi przedsiębiorstwami, które są odporne na zmiany. Sentyment ten się zmienia, ponieważ przedsiębiorstwa zaczynają lepiej rozumieć wartość, jaką mogą uzyskać z hybrydowej architektury chmury, która umożliwia im wdrażanie zwinnych, nowoczesnych aplikacji na platformie, która najlepiej równoważy ich specyficzne potrzeby w zakresie kosztów, wydajności, bezpieczeństwa, zgodności i zarządzania. Wraz z tym następuje wzrost znaczenia hybrydowych technologii wspomagających, takich jak kontenery i hybrydowe platformy integracyjne. Innym aspektem są obliczenia na uwięzi, które są hiperskalowym rozwiązaniem dostawcy chmury działającym we własnym centrum danych. Przykładami są AWS Outposts, Google Anthos i Microsoft Azure Stack. Chociaż do tej pory były one zbyt powolne do przyjęcia, możemy zacząć widzieć tu początek wzrostu, ponieważ klienci widzą wartość chmury prywatnej/publicznej, w połączeniu ze spójnością konsumpcji usług w chmurze w hiperskali.

COVID-19 Przyspiesza inwestycję w chmurę. Wraz ze wzrostem ilości pracy zdalnej w związku z pandemią COVID-19, firmy inwestują większą część budżetów IT w technologie oparte na chmurze, odchodząc od procesów papierowych. Także systemy ERP w chmurze zyskują na popularności, a lista liderów dostawców erp w chmurze wciąż się powiększa. O zaletach i wadach systemów ERP opartych na chmurze pisaliśmy m.in. tutaj. Trend ten utrzyma się do 2021 r., ponieważ przedsiębiorstwa są zmuszone do przyjęcia strategii pracy zdalnej i dostrzegają korzyści płynące z utrzymania tych trybów pracy, nawet gdy zaczną przenosić pracowników z powrotem do fizycznych lokalizacji.

Hybrydowe podejście do chmury było kiedyś uważane za krok na drodze do pierwszej implementacji chmury. Teraz klienci widzą, że hybrydowe podejście ma największy sens, zarówno strategicznie dla ich potrzeb biznesowych, jak i ekonomicznie. Według IDC, 70% aplikacji i danych klientów pozostaje poza publiczną chmurą. Mając to na uwadze, w 2021 roku zobaczymy, że jeszcze więcej klientów przyjmie podejście hybrydowe. Ze względu na opóźnienia w przesyłaniu danych, splątanie się aplikacji oraz względy bezpieczeństwa i zgodności widzimy coraz więcej organizacji z różnych branż, które chcą przechowywać swoje dane w lokalu. Jednocześnie, częściowo ze względu na ekonomię pandemii, opłaty za przesyłanie danych i uzależnienie dostawców od dostawców chmury publicznej, w rzeczywistości CIO(Chief Information Officer) i organizacje IT przyjmują podejście hybrydowe jako wynik, a nie środek do celu.

Zwinność chmury jest fantastyczna, ale może łatwo doprowadzić do kosztów. Podobnie współdzielone na miejscu duże klastry danych często marnują zasoby. Obydwa te zjawiska prowadzą do utraty umów SLA. Jeśli chcą one wyeliminować chroniczne nadmierne wydatki, firmy muszą wprowadzić metodę monitorowania i zarządzania wydatkami na chmurę. Najskuteczniejszym sposobem jest obserwowalność i automatyczne dostrajanie.

Składowanie danych w chmurze stanie się standardem. Zwiększy się konkurencja o aplikacje. Sprzedawcy usług w chmurze będą się mniej martwić o to, gdzie znajdują się dane, a także będą mieli większe udziały finansowe w tym, co się z nimi robi. W miarę jak chmura stanie się bardziej związana z aplikacjami, a mniej z pamięcią masową, nastąpi utowarowienie warstwy pamięci masowej i większa konkurencja w zakresie aplikacji i usług. W miarę jak przedsiębiorstwa migrują dane z „on-prem” do chmury, starają się przenieść je bezpośrednio do aplikacji, takich jak Snowflake i Databricks, aby szybciej wykonywać analizy, a nie najpierw do pamięci masowej.

Powrót do części 1