Jeśli klient jest zainteresowany dalszą współpracą, przedstawiamy gotowe rozwiązania, co do których mamy pewność, że sprawdziły się już w innych przedsiębiorstwach. Po ewentualnych modyfikacjach, specyficznych dla danego zakładu, wdrożony zostaje działający i sprawdzony system.
Istnieje również bardziej grupa przedsiębiorstw bardziej świadoma potencjału wykorzystania SI w swojej działalności. Zwykle tacy klienci zgłaszają się do nas z konkretnymi problemami. Wtedy analizujemy dostępne dane, badamy czy SI może rzeczywiście stanowić wartość dodaną i sprawdzamy możliwość integracji z istniejącymi systemami. Jeśli audyt tych aspektów okazuje się satysfakcjonujący, przygotowujemy propozycję rozwiązania wraz z jego estymacją czasową i kosztową.
- Zdaje się, że dane odgrywają tutaj kluczową rolę. W jaki sposób należy je gromadzić, by sztuczna inteligencja zrobiła z nich najlepszy użytek?
Przede wszystkim trzeba zadać sobie pytanie, w jakim celu będą one wykorzystywane. Znając na nie odpowiedź, cały proces ich zbierania i przetwarzania można dokładnie zaplanować. W konsekwencji jakość danych dostarczanych sztucznej inteligencji będzie dużo wyższa. Mam na myśli ich kompletność, dokładność i brak błędnych rekordów, mających ogromny wpływ na efektywność działania takich algorytmów. Warto, aby gromadzone dane były dobrze ustrukturalizowane, a sam proces usystematyzowany. W tym celu warto skorzystać z rozwiązań klasy Enterprise Asset Management oraz narzędzi Industrial IoT do monitorowania zarówno parku maszynowego, jak i realizowanych procesów produkcyjnych oraz ich wskaźników jakości. Dobrym przykładem takiego rozwiązania jest produkt SFC 4Factory firmy DSR.
- Firm, które angażują spore środki w rozwój SI, jest coraz więcej. Czego możemy się po nich spodziewać?
Obecnie technologie SI wkraczają w coraz więcej obszarów. Oprócz branży przemysłowej w najbliższych latach czeka nas również rewolucja w transporcie, gdzie autonomiczne samochody będą wprowadzane na coraz szerszą skalę. Pierwsze firmy w USA (Waymo, Drive.ai) dostały już pozwolenie na przewóz osób pojazdami autonomicznymi, choć na razie, ze względów bezpieczeństwa, w takim pojeździe zawsze znajduje się kierowca. Bardzo ważnym obszarem jest również sprzedaż i marketing, gdzie z coraz większą skutecznością algorytmy SI pozwalają docierać do potencjalnych klientów, a także konstruować spersonalizowane oferty. Kolejna gałąź to diagnostyka medyczna i służba zdrowia. Naukowcy z uniwersytetu Stanforda pokazali ostatnio, że algorytmy SI dorównują najlepszym specjalistom w diagnozowaniu raka skóry, a miesiąc temu chińska firma BioMind udowodniła w zaaranżowanym konkursie, że ich rozwiązanie radzi sobie znacznie lepiej w diagnozie raka mózgu niż 15-osobowe konsylium najlepszych onkologów w kraju. Coraz więcej wdrożeń odbywa się również w tzw. spersonalizowanej medycynie. Rozwiązania oparte o SI są już obecne w energetyce, finansach i ubezpieczeniach, sektorze publicznym, a nawet rolnictwie. Chiński gigant Alibaba zaprezentował niedawno rozwiązanie, które na podstawie monitoringu wideo i nagrań audio z hodowli trzody chlewnej było w stanie wykrywać chore świnie.
