Jednym w obszarów, w których widać znaczącą rolę Big Data i sztucznej Inteligencji jest medycyna. Zastosowanie tych technologii w dziedzinie ochrony zdrowia może polepszyć jakość życia, w szczególności osób starszych. Możliwe jest zamontowanie w domu czujników, monitorujących codzienne życie mieszkańców. W przypadku odnotowania braku aktywności, odpowiednio wcześ­niej określone osoby mogą być informowane o takiej sytuacji. Takie rozwiązanie jest wyjątkowo pożądane w przypadku starzenia się społeczeństw.

Dzięki zastosowaniu technologii bezprzewodowego systemu monitorowania zdrowia pacjen­ta możliwe staje się jego wstępne, zdalne diagnozowanie w domu. Z punktu widzenia działania systemu opieki zdrowotnej jest to ekonomiczny system świadczenia usług zdrowotnych. Obecnie możliwe jest zbieranie danych medycznych poprzez czujnik znajdujący się np. w zegarku, przy­klejany do powierzchni ciała lub poprzez wszczepiony chip. Dzięki zastosowaniu bezprzewo­dowego, zdalnego systemu monitorowania parametrów życiowych pacjenta, z wykorzystaniem medycznego sprzętu pomiarowego i transmisji danych przez Internet (audio lub wideo), zebrane dane przekazywane są lekarzowi.

Szacuje się, że ponad połowa pacjentów nie przyjmuje leków w ogóle lub przyjmuje je niezgodnie z zaleceniami lekarza. Stanowi to problem zarówno medyczny, jak i ekonomiczny. Niewłaściwie leczeni pacjenci generują dodatkowe koszty leczenia, szczególnie leczenia szpitalnego. Firmy farmaceutyczne wprowadzają programy monitorowania, przyjmowania leków przez pacjentów. Sprzyja temu rozwój urządzeń typu smart, biometrycznych sensorów, czy botów przypominających o odpowiedniej diecie i dawkowaniu leków. Kolejny element diagnostyki medycznej wykorzystującej nowoczesne technologie polega na wszczepieniu programowalnego bionanochipa, który może wykrywać choroby serca lub markery nowotworowe z próbki śliny pacjenta. Wszczepienie takiego chipa do ciała pacjenta, mogłoby zapewnić system wczesnego powiadamiania o tych chorobach, na długo przed odkryciem jakichkolwiek symptomów przez pacjenta.

Kolejnymi obszarami, na które w sposób istotny wpływa rozwój nowoczesnych technologii IT są sektor finansowy i ubezpieczeniowy. Rola ta jest szczególna ze względu na dysponowanie dużymi bazami klientów i perspektywę wykorzystania analiz Big Data do szacowania ryzyka inwestycyjnego, spekulacji opcyjnych oraz możliwości zabezpieczenia przed wyłudzeniami. Wpływ zmian technologicznych na rynek ubezpieczeń jest wielokierunkowy. Nowe technologie pozwalają na tworzenie nowych produktów, poprawę interakcji ubezpieczycieli z klientami, dają ubezpieczycielom dużo większą wiedzę o klientach i stwarzają wiele nowych możliwości. Jednocześnie ich rozwój wiąże się z wejściem na rynek ubezpieczeń nowych podmiotów, niezwiązanych tradycyjnie z branżą ubezpieczeniową. Już dzisiaj oferowane są zniżki na usługi w zamian za możliwość podłączenia urządzeń monitorujących jakość i bezpieczeństwo jazdy w samochodach, które są przedmiotem ubezpieczenia. Eksperci przewidują, że w przyszłości Sztuczna Inteligencja będzie odpowiedzialna za poręczenia w systemach ubezpieczeń.

Możliwość importu ogromnych zbiorów danych do jednego systemu to podstawa, żeby odmrozić potencjał, jaki tkwi w energetyce. Wiedzą to producenci energii i powoli zaczynają dostrzegać to odbiorcy prądu. Najnowsze oprogramowanie pozwala zebrać dane z różnych źródeł i lepiej zaplanować prace systemu przesyłowego oraz zmniejszyć rachunki za prąd. Ważnym krokiem w rozwoju Big Data w energetyce jest upowszechnienie systemu inteligentnych liczników. To urządzenia z wbudowanym systemem komunikacji, który łączy się z system informatycznym dostawcy prądu. Dostępne są już teraz, również w Polsce. Montaż inteligentnych liczników oferuje większość firm energetycznych. Dostawcy prądu na świecie tworzą także odpowiednie struktury i na podstawie skomplikowanej analizy danych, przeprowadzanej przy użyciu najnowszych i najbardziej wydajnych technologii, są w stanie stworzyć unikatowe taryfy i uczyć nas, jak efektywnie korzystać z energii elektrycznej.

Big Data i Sztuczna Inteligencja to jednak nie tylko działania marketingowe czy obsługa klienta. Spektakularny przypadek adopcji Big Data w sektorze energetycznym związany jest, z utrzymaniem sieci. Operator sieci w stanie Nowy York (NYISO – New York Independent System Operator) w trakcie usuwanie skutków huraganu Sandy korzystał z oprogramowania, wyszukującego w serwisie Twitter informacji na temat przerw w dostawie energii, uszkodzeń sieci i awarii stacji transformatorowych, a dzięki danym geolokalizacyjnym, automatycznie dodawanym do zamieszczanych w serwisie zdjęć, identyfikował kluczowe miejsca uszkodzenia sieci, co pozwoliło znacznie skrócić czas przywrócenia jej pełnej funkcjonalności.

Energetyka korzysta także ze Sztucznej Inteligencji. Zastosowania te można podzielić na trzy grupy: modelowanie, przewidywanie i planowanie (optymalizacja) oraz kontrola procesów. Modelowanie komputerowe pozwala nam uzyskać wiedzę o skomplikowanych systemach i urządzeniach energetycznych w stosunkowo krótkim czasie. Modele tego typu są wykorzystywane w każdej z dziedzin energetyki począwszy od symulacji pojedyńczych urządzeń, przez projekty układów elektroenergetycznych, takich jak np. elektrownie, do modeli technicznych, politycznych i społecznych całych systemów energetycznych dla regionu czy kraju. 

Najwięcej praktycznych zastosowań metod Sztucznej Inteligencji w energetyce dotyczy możliwości ich wykorzystywania do przewidywania oraz optymalizacji. Ponadto popyt na energię jest zależny od bardzo wielu czynników (przykładami mogą być dzień tygodnia, pogoda, pora dnia czy pora roku). Jednocześnie określenie przyszłego zapotrzebowania na energię, zarówno w perspektywie krótkoterminowej, jak i długoterminowej, jest bardzo ważne w kontekście jej produkcji i sprzedaży. Takie dane mogą być wykorzystywane przy zawieraniu kontraktów na dostawę energii, tworzeniu planów produkcyjnych czy w ustalaniu planów taryfowych. 

Sztuczna Inteligencja zdaje rezultaty także w przypadku wprowadzenia jej do systemów kontroli procesów. Wspomniane wcześniej próby przewidywania zapotrzebowania na energię elektryczną mogą być wykorzystywane w sterowaniu elementami systemu generacyjnego oraz w algorytmie do ustalania kontraktów na zakup energii elektrycznej. Metody Sztucznej Inteligencji mogą być ponadto wykorzystywane do odczytu oraz kontroli parametrów środowiska, takich jak temperatura czy wilgotność. Sprawiają one, że system jest w stanie rozpoznać i zareagować odpowiednio szybko na dynamiczne zmiany otoczenia. 

W Big Data zaangażowały się również tradycyjne firmy – banki i telekomy analizujące wzorce zachowań swoich konsumentów. Telekomunikacja to jeden z najbardziej zaawansowanych technologicznie sektorów polskiej i światowej gospodarki. Firmy z tej branży każdego dnia otrzymują biliony bajtów nieustrukturyzowanych informacji dotyczących, m.in. ich klientów oraz dostawców. To pociąga za sobą konieczność zainwestowania w zaawansowane narzędzia IT, które dostarczają szczegółowych opisów oraz interpretacji dotyczących bieżących trendów rynkowych. Nowoczesne rozwiązania technologiczne pomagają również przewidywać, co wydarzy się w kolejnych miesiącach czy nawet latach. W oparciu o takie dane firmy telekomunikacyjne na bieżąco aktualizują swoje strategie biznesowe i aktywnie reagują np. na szybko zmieniające się nastroje konsumentów. Innowacyjne rozwiązania analityczne pomagają zatem w umacnianiu ich przewagi konkurencyjnej. To właśnie dzięki implementacji zaawansowanych rozwiązań z obszaru Business Intelligence firmy telekomunikacyjne mogą być o krok przed konkurencją. Narzędzia z obszaru BI pozwalają na bieżące śledzenie upodobań klientów i ich zachowań. W rezultacie przedstawiciele branży telekomunikacyjnej aktywnie dostosowują swoją strategię biznesową i marketingową do preferencji konsumentów, co skutkuje wyższą lojalnością klientów i przekłada się na lepsze wyniki całej organizacji.

Istotny wpływ nowoczesnych technologii widać także w rozwoju firm z sektora usług finansowych. Wykorzystują one analizy wielkich zbiorów danych między innymi w procesie oceny ryzyka kredytowego lub przy selekcji klientów, którym zostanie przedstawiona oferta konkretnego produktu bankowego. Tego typu analizy, które wcześniej trwały nawet kilka dni, dzięki algorytmom umożliwiającym przetworzenie i analizę wszystkich niezbędnych danych, odbywają się teraz w czasie rzeczywistym. Podkreślić należy, że możliwości wykorzystania Sztucznej Inteligencji w komunikacji z konsumentami wzrosły znacznie wraz z rozwojem Big Data. O ile do tej pory sprowadzały się one do zautomatyzowanych asystentów online i chatbotów, korzystających z ograniczonych baz wiedzy lub „uczących” się tylko dzięki zebranym w rozmowach informacjom, obecnie narzędzia te mogą zaproponować produkty i usługi dopasowane do potrzeb konsumentów na podstawie ich danych geolokalizacyjnych, historii przeglądania i zakupów czy nawet prywatnych rozmów tekstowych.

Najnowsze trendy, wyzwania i potrzeby sektora IT omawiane były 25 kwietnia 2017 w Bydgoszczy podczas konferencji z cyklu The BSS Tour organizowanej przez Fundację „Pro Progressio”. Eksperci wskazywali na coraz szersze wykorzystywanie rozwiązań z zakresu Sztucznej Inteligencji i Big Data w medycynie, finansach i ubezpieczeniach. Według słów Vladana Petrovica z największego na świecie stowarzyszenia profesjonalistów branży outsourcingu - IAOP w ciągu najbliższych 5 lat na rynku będzie funkcjonowało ponad 50 miliardów urządzeń, które będą zbierać, analizować i wykorzystywać zebrane dane. Ekspert podkreślił coraz większy ich wpływ na takie obszary jak ochrona zdrowia, finanse czy ubezpieczenia.

Podczas konferencji The BSS Tour, oprócz najnowszych trendów, omówiona została także obecna kondycja polskiego rynku IT, a ten, jak podkreślają eksperci, należy obecnie do jednego z najdynamiczniej rozwijających się w Europie. Nasze firmy z branży IT cechują się dużą innowacyjnością i stawiając na swój rozwój decydują się na ekspansję i wyjście poza granice kraju, a nawet Europy. Technologie wykorzystywane przez inne państwa, a jednocześnie dalej tworzone i prowadzone z Polski, wpływają na pozytywny wizerunek naszego sektora IT. Jak mówił Grzegorz Chęć z Link to Poland, jeden z prelegentów The BSS Tour „Sukcesy polskich marek na całym świecie pokazują, że jesteśmy konkurencyjni i nie mamy problemu z dostarczaniem naszych rozwiązań. Ponadto, Polska to atrakcyjne miejsce do inwestycji dla zagranicznych firm i koncernów, co zdecydowanie ułatwia również bliska odległość i połączenia komunikacyjne z głównymi miastami Europy.”

Autor: dr Łukasz Kryśkiewicz, pracownik Ministerstwa Cyfryzacji

Źródła:

1. Baig M. M., GholamHosseini H., Wireless remote patient monitoring in older adults, Engineering in Medicine and Biology Society (EMBC), 35th Annual International Conference of the IEEE, 2013, http://ieeexplore.ieee.org/document/6610030/
2. Big data w energetyce, http://msp.money.pl/intel/chmura/big-data-w-energetyce,144,0,1990800.html
3. Polski rynek IT – co, dla kogo, kto i gdzie?, http://biznes.onet.pl/praca/polski-rynek-it-co-dla-kogo-kto-i-gdzie/6zewkb
4. Rozwój systemów do obsługi klienta w sektorze energetycznym, http://asseconews.pl/rozwoj-systemow-do-obslugi-klienta-w-sektorze-energetycznym/
5. Sztuczna Inteligencja i Big Data wykorzystywane przez medycynę, finanse i ubezpieczenia, http://wiadomosci.ngo.pl/wiadomosc/2067256.html
6. Sztuczna inteligencja w ubezpieczeniach. Insurtech zrewolucjonizuje rynek, http://justlinkit.io/articles/4265703/sztuczna-inteligencja-w-ubezpieczeniach.-insurtech-zrewolucjonizuje-rynek.html
7. Telekomunikacyjne rządy w Big Data, http://www.erp24.pl/business-intelligence/telekomunikacyjne-rzdy-w-big-data.html
8. Zastosowanie metod sztucznej inteligencji w energetyce, http://www.wnp.pl/wiadomosci/zastosowanie-metod-sztucznej-inteligencji-w-energetyce,-7391.html