W 2016 roku wydatki związane z consultingiem i wdrażaniem technik kognitywnych, sztucznej inteligencji czy uczenia maszynowego sięgnęły 451 mln dolarów. Biorąc pod uwagę planowaną skalę wydatków, to niewiele. W 2021 roku kwota, jaką prawdopodobnie zamierzają wydać przedsiębiorstwa na ten cel, wzrośnie już do ponad 28 miliardów dolarów.

– O uczeniu maszynowym świat zaczął mówić kilka lat temu, ale branża IT nie dysponowała wówczas ani wyspecjalizowaną infrastrukturą, ani narzędziami pozwalającymi zarządzać zasobami cyfrowymi i w pełni wykorzystać potencjał maszynowego uczenia. Dziś się to diametralnie zmienia. Doszło do eksplozji Big Data w sieci, dane generowane są dziś w zawrotnym tempie i w niespotykanych dotąd ilościach. Można je przeanalizować i zmonetyzować tylko dzięki wykorzystaniu technik kognitywnych. Ułatwiają one nie tylko korektę strategii biznesowej, ale także precyzyjne przewidywanie różnych scenariuszy – przekonuje Piotr Prajsnar, CEO Cloud Technologies, firmy specjalizującej się w big data marketingu, która stworzyła hurtownię danych o zainteresowaniach internautów w Europie.

Chmura paliwem dla inteligentnych maszyn

Zdaniem analityków Gartnera, do 2021 roku inteligentne narzędzia służące automatyzacji procesów biznesowych staną się powszechne – korzystać z nich będzie wówczas już jedna trzecia dużych globalnych przedsiębiorstw.

– Postępujące wdrażanie zaawansowanych narzędzi automatyzujących zarówno biznes, jak i produkcję to jeden z efektów cyfrowej transformacji biznesu, która coraz dobitniej uświadamia nam, że rozpoczęta przez procesy digitalizacyjne rewolucja nie ma zamiaru zwolnić. Wręcz przeciwnie, generować będzie coraz większe nakłady inwestycyjne nie tylko na technologie uczenia maszynowego, ale także platformy przetwarzające dane w chmurze. Najtaniej i najwygodniej przetwarza się bowiem dane w chmurze" – tłumaczy Krystian Fydrych z Atmana

Auto-doradca

Prawdopodobieństwa odważnym prognozom Gartnera i Atmana nadaje chociażby przykład producenta samochodów BMW, który we współpracy z IBM wdraża w swojej fabryce kognitywne systemy Internet of Things, oparte na sposobach analizy i przetwarzania danych stosowanych przez słynny superkomputer Watson. Wykorzystując platformę chmurową dostarczoną przez IBM, koncern zamierza wprowadzić interfejs komunikacji kierowcy z samochodem.

Dzięki niemu kierujący będzie w stanie „rozmawiać” ze swoim autem w czasie rzeczywistym, używając swojego ojczystego języka, bez potrzeby odrywania wzroku od drogi. Otrzyma w ten sposób wszystkie bieżące informacje o stanie auta, aktualnej i przewidywanej pogodzie na danym fragmencie drogi, natężeniu ruchu, a także sugestie pozwalające na lepsze zaplanowanie trasy, oparte na analizie danych w czasie rzeczywistym. Inwestycja, na którą zdecydowało się BMW, opiewa na 3 biliony dolarów.

Chmurę wykorzystuje także Cloud Technologies. Stworzona przez firmę platforma OnAudience.com przetwarza w tej chwili już ponad 3 mld plików cookies i kilka terabajtów danych dziennie.

– W chmurze przechowywanie i analizowanie danych jest nie tylko tańsze, ale i wygodniejsze. Dzięki cloud computingowi wartościowe, przetworzone przez maszynę informacje jesteśmy w stanie udostępnić klientom niemal od ręki – zwraca uwagę Piotr Prajsnar z Cloud Technologies.

Wiedza ogniw połączonych

Kolejny przykład może stanowić opracowana przez jedną z największych światowych korporacji – General Electric – platforma chmurowa o nazwie Predix. Znajduje ona zastosowanie niemal w każdej gałęzi przemysłu, odpowiadając za tworzenie inteligentnych, samouczących się środowisk wzajemnie połączonych maszyn. Jedną z jej funkcji jest przewidywanie dzięki analityce potrzeby dokonywania wymiany części eksploatacyjnych urządzeń produkcyjnych, zanim te odmówią współpracy.

– Możliwości automatyki już dziś są imponujące, ale z pewnością w ciągu najbliższych lat będziemy świadkami kolejnych rewolucyjnych narzędzi i rozwiązań, na opracowanie których będzie możliwe dzięki inteligentnym maszynom. Przykład Predixa dobitnie pokazuje także, że przechowywanie i analizowanie coraz większej ilości danych wymienianych między urządzeniami smart odbywać się będzie z wykorzystaniem chmury obliczeniowej. Głównym powodem są i pozostaną koszty – wynajęta infrastruktura zawsze będzie korzystniejszym ekonomicznie rozwiązaniem, a przedsiębiorstwa dzięki rozliczaniu się w modelu „pay-as-you-go” nie muszą przepłacać za nieużywane zasoby – dodaje Krystian Fydrych z Atmana.

Szanse wykorzystania inteligentnych narzędzi są obiecujące także w branży finansowej. O ile głośno zapowiadana popularyzacja robo-doradców inwestycyjnych jest jeszcze bardzo odległą perspektywą, banki dostrzegają możliwości sztucznej inteligencji. Potencjał obliczeń superkomputera Watson wykorzystuje już CitiBank, podobnie jak Royal Bank of Canada czy australijski ANZ, które przestały ręcznie poszukiwać przydatnych wniosków w raportach, bazach danych czy arkuszach kalkulacyjnych. COO singapurskiego DBS Bank Olivier Crespin przyznaje natomiast, że techniki kognitywne są bardzo pomocne w zarządzaniu portfelami klientów instytucji. Ich integracja z narzędziami do zarządzania relacjami z klientem umożliwia otrzymywanie gotowych propozycji dalszej współpracy inwestycyjnej niemal w mgnieniu oka.

Analityczne wyzwanie

W związku z tworzeniem inteligentnych środowisk IoT wymagania w zakresie infrastruktury do analityki danych niewątpliwie będą rosnąć. Wystarczy wspomnieć o dwóch przykładach wyróżnionych w broszurze informacyjnej General Electric „Predix: The Industrial Internet Platform”. Pierwszy z nich to branża lotnicza – liczba cyfrowych informacji wytwarzanych tylko w czasie jednego lotu sięga już 1 TB. Drugi to branża medyczna, gdzie wartość produkowanych danych do 2020 roku wzrośnie nawet 50-krotnie.

Autor: Artur Kosior, inPlus Media