A hazai nagyvállalatok többsége használ már mesterséges intelligencia(AI-MI) alapú megoldást, főként anomáliadetektálást és tartalomgenerálást. Itt is előtérbe kerülnek a felhő alapú rendszerek.
Hiánypótló kutatást végzett a Deloitte tanácsadó cég, amely nemrégiben mutatta be az üzleti világ ez irányú első hazai elemzését, „Magyar MI Körkép 2023: Hogyan használják a mesterséges intelligenciát a hazai vállalatok?” címmel.
A szakértők 124 cég több mint 200 munkatársát kérdezték a témában. A kutatásban résztvevők 85%-a jelenleg is aktívan alkalmaz AI-t, 13% egy éven belül, míg a megkérdezettek 2%-a három éven belül tervezi annak bevezetését.
A kutatásban a legnagyobb számban a technológia, a média és távközlés (TMT) (20%), a pénzintézetek, bankok és biztosítók (19%), valamint az üzleti és szakmai szolgáltatók (10%) képviseltették magukat. Meglepő adat, hogy a megkérdezettek 88 százaléka rendelkezik már az AI feladatokra dedikált vezetővel.
A leggyakoribb felhasználási területek az üzleti szektorban
Az AI legnagyobb felhasználási területe Magyarországon is a marketing és értékesítés, de alkalmazzák a vezetői döntéstámogatásban és a saját termékekbe épített AI képességeknél is.
Az úgynevezett Generativ AI(GenAI) alkalmazások segítségével a cégek ma már automatizáltan állítanak elő tartalmakat a termékeikről és a szolgáltatásaikról. A tartalomgenerálás kiterjed az üzleti ajánlatok megírásának a támogatására is.
A technológia a vezetők számára is hasznos, nagyban segítheti a kereslet- vagy kapacitás-előrejelzési, erőforrás-tervezési, és munkaerő-gazdálkodási folyamatokat.
„A mesterséges intelligencia a megfelelő minőségű adatbázisok felhasználásával az emberi agy számára gyakran értelmezhetetlen összefüggések felderítése révén, komplex, kognitív képességeket igénylő feladatok megoldását kínálja – ilyen a képfeldolgozás pl. a karbantartások tervezésénél, vagy a nyelvi elemek feldolgozása a vezetői jelentések értékelésénél” – emelte ki Barta Gergő, a kutatás vezetője.
Hatékony eszköznek bizonyulhat az AI az ügyfélkiszolgálásban, ahol a cég azonnal tud reagálni az ügyfélkérdésekre és problémákra. Az AI vezérelt rendszerek tanulnak az ügyfelek preferenciáiról és viselkedéséről, hatékonyabban képesek megtalálni a szükséges információt.
Az AI-val támogatott tartalomgenerálást használó cégek 15%-a egyenesen úgy nyilatkozott, hogy a kutatás ideje alatt saját cégre szabott generatív eszközt is fejleszt.
Vegyük sorra a leggyakrabban alkalmazott AI-technológiákat
Míg a szabálytalanságok eltérésére rámutató anomáliák detektálásában a legaktívabbak az AI-t jelenleg alkalmazó hazai cégek, a természetes nyelvi feldolgozási képességekkel felruházott rendszerek tervezése és fejlesztése zajlik a legnagyobb ütemben.
1. Az anomáliadetektálás(45%) során a vállalatok gépi tanulási modellekkel és különböző algoritmusokkal automatikusan képesek azonosítani az adataikban lévő szabálytalanságokat vagy kiugró értékeket, ami javítja a biztonságot, a hatékonyságot és a döntéshozatalt.
Ezen belül a kibervédelem területén az AI-vezérelt anomáliadetektálás előrelátó módon segíti a vállalatokat a hálózati forgalom vagy a felhasználói viselkedések szokatlan mintáinak a felderítésében.
A termelés során az intelligens rendszerek azonosítani tudják a hibás termékeket a gyártósoron, ily módon is támogatva a minőségellenőrzést.
A pénzügyi folyamatokban az AI-alapú anomáliadetektálás osztályozni tudja a gyanús tranzakciókat vagy a szabálytalanságokat, javítva a jogi megfelelőséget.
2. A tartalomgenerálás(40%) a következő leggyakrabban alkalmazott technológia. A GenAI alkalmazások terjedése az üzleti szférát is elérte, a kutatásban résztvevők jelentős hányada is alkalmazza ezeket az eszközöket valamilyen üzleti folyamatában.
A technológiával szöveget, képeket, videót, hanganyagot, kódrészletet és egyéb tartalmat hozhatnak létre a felhasználók, amellyel nemcsak új munkamódszerek születhetnek, hanem iparágak alakulhatnak át.
A jövőre nézve, ha a GenAI-t további kiegészítő megoldásokkal, egyebek között virtuális valóság(VR) eszközökkel kombináljuk, még hamarabb utat tör magának a technológia a vállalkozások még nagyobb részénél.
3. Strukturált adatok feldolgozása gépi tanuló módszerekkel(37%), a következő kategória, ami azokat a technológiákat jelenti, amelyek a táblázatokba vagy adatbázisokba rendezett strukturált adatokat hasznosítják.
A táblázatos adatok gyakran tartalmaznak numerikus és kategórikus változókat és időbélyegeket, így alkalmasak a prediktív modellezésre és idősor-elemzésre is. A táblázatos adatokkal rendelkező gépi tanulást már sokan használják a pénzügyi, egészségügyi szektorban, az értékesítésben és a gyártásban is, a döntéshozatal automatizálására és folyamatoptimalizálásra.
4. A robotizált folyamatautomatizálás(RPA)(36%) megoldások automatizálják az ismétlődő és szabályalapú feladatokat, így ugyan szigorúan véve nem tartoznak az AI megoldások közé, de az elemzők a népszerűségük miatt fontosnak tartották a feltüntetésüket. A megkérdezettek több mint egyharmada aktívan alkalmaz, míg 6% jelenleg fejleszt, 15% pedig tervez bevezetni RPA megoldást a közeljövőben.
5. Természetes nyelvi feldolgozást(NLP)(33%) a cégek harmada használ már, 16 százalékuk maga fejleszt, és 20 százalékuk tervez bevezetni ilyen képességekkel ellátott eszközöket.
Chatbotok és virtuális asszisztensek formájában az alkalmazások interakciókra képesek a felhasználókkal, az alkalmazottakkal és az ügyfelekkel egyaránt.
Képesek elemezni az írott vagy beszélt szövegek tartalmát és összefüggéseit, beleértve az emberi hangulatingadozásokat és érzelmeket (sentiment analysis), amelyeket a közösségi oldalakon közzétett kommentek monitorozásában, az ügyfelek visszajelzéseinek elemzésében és piackutatásban is alkalmaznak a vállalatok.
Még ezek a technológiák is érdeklik az üzleti piacot
A gépi látás(31%) az AI olyan területe, amely képes képekről, videókról származó vizuális információkat felismerni és elemezni. A gépi látást jelenleg főként az orvosi diagnosztikában, ipari termékek minőségellenőrzésében, okmányazonosításban alkalmazzák.
Az ajánlórendszerek(26%) személyre szabott javaslatokat (főleg termékeket) adnak az ügyfeleknek, segítve őket a megfelelő tartalmak felfedezésében. Ezeket a rendszereket, amelyek elemzik a felhasználói adatokat, például a preferenciákat és interakciókat, főleg a webshopok használják.
A beszédfelismerést alkalmazó technológiák (21%) a beszélt nyelvet írott szöveggé vagy digitális leírásokká alakítják. Leggyakoribb alkalmazási területük az emberi beszéd értelmezése és az azokra történő reagálás és elemzések, gyakran természetes nyelvi feldolgozással párosulva.
A megerősítéses tanulást alkalmazó eszközök (18%) tanulása a visszacsatolásokból származik, főleg a számítógépes játékokban használják. Üzleti szempontból itthon főként irányítástechnológiai alkalmazásokban, kapacitástervezési feladatokban és az ember-gép interakción alapuló AI rendszerek tanításában alkalmazzák, ahol a tanulási folyamatba beépülnek az emberi visszacsatolások.
Hogyan üzemeltetik, és hogyan jutnak hozzá?
A klasszikus, tisztán telephelyi on-premise megoldások jelentősége itt is visszaszorul, a felhőtechnológiák nagyobb rugalmasságot és skálázhatóságot nyújtanak a cégek számára. Mindeközben az adatokat – biztonsági megfontolásokból – a legtöbben továbbra is saját szervereiken tárolják.
A tartalomgenerálás vezet a felhőszolgáltatásoknál, ez a legtöbb esetben csak a weben elérhető alkalmazások számával magyarázható. Mivel a felhőszolgáltatók már kész AI megoldásokat és fejlesztési környezetet nyújtanak a felhasználóknak, így a nyilvános felhő alapú és a hibrid üzemeltetés mennyisége messze felülmúlja a saját telephelyen üzemeltetett alkalmazások számát.
Már az erősebben szabályozott ágazatokban is a felhőtechnológiákat preferálják, azok rugalmassága, skálázhatósága, hozzáférhetősége és költséghatékonysága miatt. A saját megoldások fejlesztése számításikapacitás-igényes feladat, így a legtöbb cég nem számol saját infrastruktúra beruházással.
Az on-premise környezetben működő megoldások közül mindenképp az RPA az első a rangsorban, mivel a klasszikus infrastruktúra elemek (adatbázisok, egyéb üzleti alkalmazások) továbbra is, főleg saját szervereken futnak.
Mi kell a projektek sikeréhez?
Az AI projektvezetők szerint fontos a megfelelő felhasználási terület megtalálása, összhangban az üzleti stratégiával. A válaszadók a siker feltételének tartják a hatékony adatmenedzsment képességeket is.
A legnagyobb kihívásnak viszont a személyes adatok megfelelő kezelését és felhasználását gondolják a vezetők. Azt, hogy milyen adatokat gyűjtenek, és milyen célból használják fel, átláthatóan kell kommunikálni. Az adatalanyoknak pedig megfelelő kontroll kell a személyes adataik felett.
A biztonság és az adatvédelem mellett a válaszadók egyharmada a meglévő rendszerekkel való integrálást, 29% a jogi megfelelés biztosítását, és ugyanennyien a forráshiányt tartják a legjelentősebb kihívásnak.
Gond, hogy nincs elegendő és megfelelő szaktudással rendelkező munkaerő sem, de meglepő módon az AI stratégia hiánya csak a negyedüknek jelent problémát, pedig a kutatás szerint a legtöbb cég stratégia nélkül vágott bele AI fejlesztésbe.
Jó hír viszont, hogy felismerték, átfogó stratégia nélkül legalábbis középtávon már kockázatos AI kezdeményezést indítani.
