Přeskočit na obsah

Big Data 2018

Zájem o práci s tzv. velkými daty a využití umělé inteligence u nás roste. Vyprodaná konference Primetime for…Big Data, kde si 21. 3. 2018 víc než dvě stovky manažerů poslechly vystoupení šestnácti řečníků, to potvrdila.

Letošní čtvrtý ročník akce ukázal nejen české příklady využití analýzy tzv. velkých dat pro byznys, ale také rizika spojená s rostoucím vlivem umělé inteligence na lidské rozhodování. „Když jsem v minulosti navštívil tuto konferenci, inspirovalo mě, že většina firem data sbírá, ale neví, jak je využít,“ uvedl Lukáš Ohanka, CRM & Loyalty manager společnosti Baťa. Sám dnes používá různé druhy analýz a zjišťuje například, kdy je nejlepší doba kontaktovat potenciálně ztracené zákazníky.

Big Data jsou dnes souhrou klasické Business Inteligence jako široké škály softwarových aplikací využívaných k analýze syrových dat, lidského myšlení a umělé inteligence. Abychom byli schopni využít potenciál velkých dat, je potřeba tyto složky vzájemně propojit.

„Před 20 lety si odborníci mysleli, že umělá inteligence (AI) nikdy nezvládne řídit auto, či porazit člověka ve hře Go,“ připomněl v úvodu Michal Pěchouček, zakladatel AI Center na ČVUT. Dnes má trh AI hodnotu 20 mld. USD a v následujících dvou letech se má zdvojnásobit.

Za největší riziko do budoucna považuje Pěchouček tzv. sektorovou AI úzce zaměřenou např. na oblast finančních dat nebo analýzu počasí. Lidé by si měli uvědomit rizika této „ropy 21. století“, naučit se ji chápat a pracovat s ní a nedopustit, aby zůstala v rukou několika málo korporací. Už dnes se AI umí nejen strojově učit, ale také plánovat, automaticky uvažovat a optimalizovat akce v budoucnu. Zatím ale neumí zcela vysvětlit, proč se rozhodla konkrétním způsobem.

Představy o tom, že roboti brzy nahradí manuální pracovníky, profesor Pěchouček nesdílí. „Umělá inteligence půjde po drahé intelektuální práci, nahradí právníky, doktory, finanční analytiky, či management. Proč by měla nahrazovat někoho, kdo se třeba stará o nemocné lidi,“ ptá se. Aplikaci AI pro řízení aut např. brzdí to, že nemá dost dat o dopravní infrastruktuře a jen pomalu si je doplňuje.

Potřebujeme pozitivní propagandu

„Partnerství mezi lidmi a stroji se otočilo. Dřív chytré systémy zpracovaly data a člověk rozhodl. Díky AI bude nyní náš úsudek jedním ze vstupů strojového rozhodování,“ řekl Josef Holý, Associate Director Global Software Engineering farmaceutické společnosti MSD. Klíčové je podle něj nyní naučit stroje naše morální hodnoty. Existují již příklady, kdy umělá inteligence byla infikovaná ideologiemi potlačujícími lidská práva. „Ptejte se, co a kde se vaše AI naučila. Stroje dnes sice učíme, ale do hlavy jim nevidíme,“ dodává Holý. Podle něho by se problém tzv. fake news mohl vyřešit tím, že uživatelé Facebooku naučí umělou inteligenci novinářskou etiku. Příkladem je třeba aktivita litevských „elfů“ potlačujících na Facebooku ruskou propagandu.

Jednou z profesí budoucnosti by tak mohl být programátor hodnotových systémů, kde by se uplatnili absolventi humanitních věd, kteří by definovali, kontrolovali a pomáhali implementovat hodnotové systémy do AI.

Automatické nakupování

Také kvůli těmto rizikům se mění přístup k programování umělé inteligence. Dříve vývojáři neuronové sítě naplnili daty a čekalo se, jaký zázraky z této „černé skříňky“ vypadnou. „Také jsme to zkusili, ale výsledek byl špatný. Zvolili jsme raději tzv. white box přístup, kdy do modelu otisknete zkušenost a porozumění člověka,“ říká Ondřej Vaněk, spoluzakladatel společnosti Blindspot Solutions, která je nově člen Adastra Group. Ta nyní pomáhá zapojit AI do procesů např. v e-shopu Rohlik.cz, kde vytváří nabídky pro konkrétní zákazníky a predikuje obsah nákupního košíku pro konkrétní dny v týdnu. E-shopy totiž řeší, jak prezentovat širokou nabídku, když nemají k dispozici regály kamenných obchodů. Společnosti Procter & Gamble zase využívá tyto nástroje k zlepšení managementu skladových zásob, jež koordinuje podle poptávky, pro přepravce DHL zase monitoruje pracovní zátěž zaměstnanců.

Výhoda řešení spočívá v tom, že umožňuje na základě malého vzorku předpovědět výsledek s velkou přesností. „Jsme na začátku disrupce, největší zisky ale logicky nemohou vykazovat inovátoři. Kdo ale posouvá trh dopředu, bude vítězem dlouhodobě,“ myslí si Vaněk a sní o době, kdy budou stroje nakupovat za nás a dopraví nám proaktivně košík až domů.

Podle výzkumu společnosti EY by takovou službu ale zatím ocenilo jen 14 % dotázaných. Více než poloviny dotázaných (57 %) však preferuje nabídku předvyplněných košíků s produkty kupovanými pravidelně. „Velká data mají vést ke zjednodušení. Soustřeďte se na odstraňování překážek v nakupování a držte zároveň poměr cena versus kvalita,“ dodává Ondřej Žák, Associate Partner, EY. V personalizaci nabídky vidí přitom cestu k získání důvěry a věrnosti. Zde mají přitom obchodníci velké rezervy. Jen 27 % retailerů si myslí, že jejich věrnostní iniciativy mají pozitivní vliv a pouze 19 % dokáže porozumět potřebám jednotlivých zákazníků. Nástroje AI se řetězce teprve učí propojovat s každodenním provozem. Tam, kde už se to podařilo, se zvyšuje přesnost předpovědí a rostou také tržby.

Člověk je zatím nenahraditelný

Další česká firma Colpirio zase využívá analýzu dat pro společnost Kärcher. Umožňuje behaviorální cílení webové reklamy v ČR a SR na základě vlastní technologie a analýzy návštěvnosti a obsahu webových stránek. Segmentace vytvořená na základě chování umožňuje předpovídat, o co by mohli mít uživatelé zájem. „Zpracování jazyka umí AI dobře, rozpoznávání obrázku také. Pomáhá nám analyzovat webové stránky, člověk podle toho může udělat hypotézy, AI je pak ověří. Datovou analýzou získáte 80 % bohatství, AI vám pak dodá 20 % navíc,“ uvedl Jan Janča, R&D Director společnosti Colpirio.

Na analýzu dat o firmách se zaměřuje společnost Bisnode, sbírá je ze 70 různých datových zdrojů a učí s nimi pracovat i menší firmy. Podle Zdeňka Demetera, který pracuje v Bisnode jako Big Data & Analytics Business Manager, spoléhají pracovníci sales oddělení dosud často na intuici. Potenciální klienty pak vyhledávají naslepo na internetu, namísto aby systematicky pracovali s daty.

blue eventsJak změřit zážitek se značkou

Při využívání dat pro zlepšení obchodních výsledků nesmí firmy zapomínat zároveň investovat do značky. Výzkumy společnosti GfK ukazují, že hodnota značek a silné zážitky s nimi spojované mají klíčový vliv na výkonnost na trhu. „Vyhněte se nevyrovnanému vývoji. Zároveň s výkonností na trhu

sledujte hodnotu značky,“ radí Charlotte König, Insights Director GfK. Při zjišťování zákaznické zkušenosti přitom doporučuje nechat lidi volně mluvit a využít např. analýzu hlasu spíše, než sázet na klasické dotazníky. „Mluvené odpovědi jsou spontánnější, evokují čtyřikrát více obsahu,“ říká König.

Nedostatečnost klasických dotazníků potvrdil také Jiří Boudal ze společnosti Behavio Labs. „Nemáme dost přímých dat o chování. Hlavní padouch je dotazník! První asociace na něj je nuda a ta má pak vliv na to, jak v dotazníku odpovídáme. Dělejte dotazníky, aby fungovaly jako Tinder, byly zábavné, lidé chtěli klikat dál a místo otázek jim dávejte raději úkoly nebo simulujte volbu,“ říká Boudal.

Aby se z jezera dat nestala datová bažina

Pavel Vaněček z České Spořitelny ukázal jak i malý, téměř start-up team může skvěle fungovat v rámci velké korporace, když umí vysvětlit jak nevnímat data jako náklad, ale jak z nich udělat výnos. Banka, jako Český Spořitelna musí každý rok investovat 10 mil EUR, aby uspokojil požadavky regulátora. Team vymyslel několik projektů, jak z těchto nákladů udělat výnos pro klienta i banku. „Nejdůležitějším předpokladem je, najít společně odpověď na otázku k čemu a proč mají data sloužit. Postup kdy se všechna data nalijí do data lake nevedou k tomu, že je v nich najdete odpovědi, spíše se z nich stane bažina.“ řekl Vaněček. Základem, je aby využití dat bylo interně zajímavá pro marketing, risk management, controlling a další, je přizpůsobit analytiku jejich potřebám a úzce spolupracovat s jednotlivými teamy a společně hledat v čem jim mohou data usnadnit a zefektivnit jejich práci. Tím se kolega z vedlejšího oddělení stává parterem.

Filip Marek a Richard Novák z T-Mobile představili jak se na velká data dívá operátor, který denně zpracuje 21 mil. SMS, 280 TB mobilních dat a 16 mi. hovorů. Na 3 praktických příkladech ukázali, jak lze tyto opravdu velká data za použití strojového učení a AI využívat. A to pro automatické třídění servisních ticketů, Telco score a k stanovení cen autopojištění a povinného ručení.

O důležitosti datové zralosti firmy jako klíčovém faktoru úspěšného využití BI a AI mluvili Radovan Jirka z bizztreat a Tomáš Holub z Adler. „K úspěšnému využití BI a nasazení AI nelze vyjet výtahem, musíte jít pěkně po schodech a jednotlivé schody nejde přeskočit.“

Dále se účastníci seznámili s využitím AI při zpracování obrazu, které představil Milan Chuong Le ze společnosti Quantasoft, a hlasu, kdy nás s řešením pro Českou pojišťovnu seznámil Richard Salač ze společnosti Datera.

Letošní 4. ročník akce Primetime for…Big Data připravila společnost Blue Events a podpořili jej společnosti mj. Adastra, EY, Bisnode a GfK. Konferenčním dnem v Národní technické knihovně Praze v provázel Daniel Stach z České televize.

Napsat komentář