Biznes kładzie obecnie nacisk na rozwój nowej dyscypliny w naukach ścisłych, jaką jest cognitive computing, czyli technologie kognitywne. To całokształt działań skoncentrowanych wokół automatyzacji i autonomizacji pracy komputerów, zdolnych do samodzielnego uczenia się i koordynowania swoich działań. Świat w którym rozwiązania technologiczne potrafią uczyć się, rozpoznają język ludzi i same komunikują się z człowiekiem za pomocą języka naturalnego przestaje być rodem z filmów science fiction. Na rynku oprogramowania dla przedsiębiorstw takie rozwiązania już działają i będą się dalej rozwijać. W raporcie "Technology, Media and Telecommunication Predictions, 2016" eksperci Deloitte wspominają, że do końca 2016 więcej niż 80% ze 100 największych globalnych firm tworzących systemy dla przedsiębiorstw będzie integrować technologie kognitywne ze swymi produktami, a do 2020 będzie ich już 95%.

Według Deloitte technologie z obszaru sztucznej inteligencji, które będą najbardziej istotne na rynku oprogramowania dla firm i w ciągu najbliższych dwóch lat staną się jego komponentami to: uczenie maszynowe, przetwarzanie języka naturalnego i rozpoznawanie mowy. Oto co potrafią:

- uczenie maszynowe to zdolność systemów komputerowych do doskonalenia się i poprawy ich wydajności poprzez pracę na danych, ale bez konieczności podążania za wyraźnie zaprogramowanymi instrukcjami. Ma ono szeroki wachlarz zastosowań, począwszy od klasyfikacji danych do prognozowania, po wykrywanie anomalii w ruchu sieciowym aż po personalizację działań;

Zobacz również:

• Sztuczna inteligencja od Apple wymagać może nowych procesorów
• Oficjalna premiera modelu Llama 3

- przetwarzanie języka naturalnego (NLP - neuro-linguistic programming) pozwala komputerom na przetwarzanie tekstu w taki sam sposób, jak robią to ludzie, czyli wydobywa z niego znaczenie;

- rozpoznawanie mowy oznacza możliwość automatycznej i dokładnej transkrypcji mowy ludzkiej, jest użyteczne dla aplikacji, które mogą korzystać z głośnomówiący trybów pracy.

Potencjał technologii kognitywnych odkrywa coraz większa liczba producentów oprogramowania i wykorzystuje je w celu zwiększenia funkcjonalności swoich produktów tworząc nową wartość dla klientów. - Uwzględniamy w swoich produktach aktualne zdobycze z obszaru tzw. nauk kognitywnych. Z całą pewnością w rozwiązaniach, które będą wdrażane w dalszej perspektywie będziemy oferować zaimplementowane moduły, koncentrujące się na dzisiejszych prototypach i będzie to dotyczyło m.in. sektora telekomunikacji i mediów oraz finansowego- mówi Radosław Semkło, Dyrektor Pionu Telekomunikacji i Mediów w Asseco. Również w oprogramowaniu sieciowym nowe technologie okazują się coraz bardziej niezbędne. Rosnący stopień komplikacji sieci teleinformatycznej, złożone zależności utrudniające jej diagnostykę, powodują, że wsparcie algorytmów samouczących się (machine-learning) staje się nieodzowne.- Prowadzimy prace badawcze nad zastosowaniem technik kognitywnych w obszarze analizy awarii sieciowych, optymalnego sposobu ich naprawy, a także wpływu awarii na zachowania klientów końcowych (customer experience). To ostatnie jest bardzo interesującym zagadnieniem. Znajdują w nim zastosowanie szeroko rozumiane techniki analizy społecznej (social mining), które wymagają zaawansowanych algorytmów przetwarzania języka naturalnego pozwalających na analizę opinii klienta wyrażanej np. we wpisach na portalach społecznościowych. Jest to bardzo ważny element budowania relacji z klientem - mówi Wojciech Dziunikowski, Product Manager w Comarch Integrated Assurance & Analytics.

Popyt na technologie kognitywne stale rośnie

Wszystko wskazuje na to, że do 2020 roku technologie kognitywne będą już nieodłączną częścią systemów IT i jak przewiduje firma analityczna Gartner przyczyni się to do zmodernizowania aż 80 proc. procesów biznesowych. Według Deloitte integracja rozwiązań kognitywnych z oprogramowaniem dla przedsiębiorstw ma przynieść organizacjom przede wszystkim trzy główne korzyści. Będzie to:

1. Poprawa najważniejszych funkcjonalności - poznawcze technologie zostaną wykorzystane do poprawy skuteczności działania istniejącego oprogramowania, wykonując te same zadania lepiej i szybciej.

2. Generowanie nowych wniosków - uczenie maszynowe i inne zaawansowane technologie analityczne będą pozwalały na dokonywanie wcześniej niedostępnych spostrzeżeń, ukrytych w dużych zbiorach danych, w tym w danych niestrukturalnych. Jedna z amerykańskich firm zajmujących się usługami związanymi z bazami danych w chmurze wykorzystuje technologię NLP by określić "emocjonalny" rating w odpowiedziach ankietowych klientów i zależnie od ich stanu emocjonalnego podjąć odpowiednie działania.

3. Automatyka - technologie kognitywne pozwalają zautomatyzować zadania poprzednio wykonywane przez ludzi. Jedna z firm w oprogramowaniu medycznym wykorzystuje silnik NLP do interpretowania notatek tekstowych lekarzy i wyodrębnia z nich kluczowe dane pacjentów dotyczące alergii, leków i diagnozy.

Organizacje, które najwcześniej zaadoptowały technologie kognitywne zauważyły już, że odegrały one kluczową rolę w ich rozwoju. Jak podaje raport IBM : "The Cognitive Advantage Report" aż 65% takich firm uznało technologie poznawcze za bardzo ważne dla osiągnięcia sukcesu na rynku, a 58% stwierdziło, że jest to istotny element transformacji cyfrowej w ich organizacji. Co więcej, ci, którzy już wdrożyli rozwiązania kognitywne zyskali znaczącą przewagę konkurencyjną. Niemal sześćdziesiąt procent uważa, że w ciągu najbliższych trzech do pięciu lat te nowe technologie będą "must have" w drodze do konkurencyjności.

Popyt na technologie kognitywne wpływa na szybkie tempo wzrostu tego rynku. Według IBM jego wartość wyniesie w 2019 roku 12,5 mld USD (w 2014 było to tylko 2,5 mld USD).

Coraz większe zapotrzebowanie na rozwiązania kognitywne generuje też zapotrzebowanie na zaawansowane narzędzia, które wspomogą deweloperów w budowaniu nowych aplikacji.

Powstaje coraz więcej platform w chmurze (w modelu PaaS), które mogą służyć deweloperom do tworzenia i rozwijania nowego oprogramowania z zakresu analityki i sztucznej inteligencji. Można wymienić tu chociażby: Intel’s RealSense Technology Platform; Nvidia Corporation’s Digits 2; CUDA Deep Neural Network; Amazon Web Services (AWS) Machine Learning; Microsoft’s Azure Machine Learning; Hewlett-Packard Enterprise (HPE) Haven Predictive Analytics; SalesforceIQ; Oracle Social Cloud; Pegasystems Pega 7 czy Cisco Systems’ Cognitive Threat Analytics.

Algorytm w roli gracza i dziennikarza

Liczba firm, które tworzą zaawansowane rozwiązania kognitywne stale rośnie. Narrative Science, jedna z najbardziej rozpoznawalnych firm w dziedzinie zaawansowanych systemów NLG, dostarcza swoje rozwiązania kilkudziesięciu podmiotom takim jak Forbes, Deloitte, Master Card, Credit Suisse, American Century Investments czy USAA. Firma Arria potrafi generować około 5000 raportów pogodowych w niespełna minutę. Powstała w 2010 r. firma Deep Mind (funkcjonująca po przejęciu w 2014 przez Google jako Google Deep Mind), wykorzystuje sztuczną inteligencję w celu samodoskonalenia się systemów. Stworzony przez nich program Alfa Go nauczył się grać w 49 gier i wygrał pierwszą rundę meczu z mistrzem świata w Go podczas zawodów w Seulu.

Przykłady praktycznego użycia technologii kognitywnych można by mnożyć w nieskończoność. Oto kilka z nich: rosyjski Aeroflot używa analityki do wyciągania wniosków z danych dostępnych w mediach społecznościowych, strony rezerwacyjnej oraz systemów rozliczeń i IT co pozwala lepiej zrozumieć oczekiwania klientów, poprawić ich obsługę oraz przygotować oferty promocyjne dla konkretnych osób z ponad 40 milionów rocznie obsługiwanych pasażerów; Alior Bank dostarcza swoim konsultantom Private Banking aplikację na iPada dzięki czemu doradca jest w stanie przygotować dla klienta analizy czy symulacje, niezależnie od miejsca spotkania. Technologie kognitywne mają też coraz większy wpływ na branżę reklamową- Wykorzystanie inteligentnych algorytmów i maszynowego uczenia pozwoliło nam stworzyć największą hurtownię Big Data w Europie, która zna i zapamiętuje zachowania internautów oraz potrafi się ich uczyć. Dzięki temu reklamodawcy mogą skuteczniej dopasowywać reklamę do zainteresowań konkretnego użytkownika. Aktualnie dzięki wykorzystaniu technologii kognitywnych oraz machine learningu przetwarzamy i analizujemy blisko 3 mld profili użytkowników, co oznacza, że znamy zachowania i zainteresowania w zasadzie każdego internauty na Starym Kontynencie - mówi Piotr Prajsnar CEO w Cloud Technologies.

Systemy komputerowe coraz lepiej przetwarzają też teksty zgodnie z wyobrażeniami człowieka. Analitycy sugerują, że w 2030 roku aż 90% artykułów dziennikarskich będzie generowanych przez komputery. Już dziś Associated Press produkuje miesięcznie przy pomocy oprogramowania około 1000 informacji prasowych opisujących historyczne wyniki osiągane przez spółki. Ale bez obaw. Nie oznacza to, że algorytmy matematyczne odbiorą pracę dziennikarzom i innym specjalistom. Programy komputerowe piszą co prawda artykuły, ale sprawdza się to na razie tylko w przypadku niektórych zadań, takich jak wspomniane wyżej raporty finansowe tworzone według ściśle określonych reguł. Oczywiście trend zamiany pracy ludzkiej na pracę "robotów" będzie postępował. To, co wcześniej należało do obowiązków pracowników firmy, będzie coraz częściej mogła wykonać odpowiednio zaprogramowana maszyna. W 2020 roku zastosowanie AI (Artificial Intelligence) w narzędziach biznesowych w samych tylko Stanach Zjednoczonych przyniesie nawet 60 mld USD oszczędności uzyskanych dzięki poprawie efektywności procesów biznesowych.

Poszukiwanie kompetencji - klucz do rozwoju "rozumnych" technologii

Sporym problemem zaczyna być duży niedobór na rynku w zakresie umiejętności związanych z technologiami kognitywnymi. Aż 63% firm, które według IBM, w jakimś zakresie technologie te wdrożyły zgłasza zapotrzebowanie na ekspertów w dziedzinie uczenia maszynowego, przetwarzania języka naturalnego i innych poznawczych technik komputerowych. Potrzebują też programistów z doświadczeniem w tworzeniu i wdrażaniu aplikacji i systemów kognitywnych oraz ludzi, którzy podzielą się swoją wiedzą przeprowadzając szkolenia z tych nowych dziedzin. Dlatego firmy powinny już teraz zastanowić się nad tym, jak rozwijać swoje kompetencje w zakresie technologii kognitywnych. Inwestycja w pracowników jest na pewno jednym z najlepszych rozwiązań. Warto więc zamiast udawać się po porady zewnętrznych ekspertów zainwestować w specjalistów z tej dziedziny, zanim znaczną być na rynku rozchwytywani i niedostępni (casus: data scientists). A z drugiej strony większe i bogatsze przedsiębiorstwa mogą pomyśleć o akwizycji mniejszych firm zajmujących się rozwiązaniami machine learning, NLP czy AI. To znakomity sposób na nabycie określonych kompetencji. Wyścig związany z inwestycjami dotyczące różnych obszarów sztucznej inteligencji trwa już jakiś czas. Od 2012 roku odnotowano ponad 100 różnego rodzaju przejęć i fuzji w sektorze technologicznym obejmujących firmy i produkty związane z technologiami kognitywnymi

Jak ekosystem ekspertów (włączając firmy IT i konsultantów) pomaga organizacjom w realizowaniu kognitywnych inicjatyw

źródło: IBM, The Cognitive Advantage Report

Korzyści osiągane ze stosowania technologii kognitywnych

Zaangażowanie klienta

49% - poprawa obsługi klienta

49% - personalizacja klienta/ doświadczenie klienta

43% - wzrost zaangażowania klienta

425 - możliwości szybkiej odpowiedzi na potrzeby klienta i rynku

Produktywność i efektywność

49% - poprawa produktywności i efektywności

46% - poprawa decyzyjności i planowania

46% - poprawa bezpieczeństwa, redukcja ryzyka

45% - redukcja kosztów

42% - zwiększona możliwość korzystania z uprzednich doświadczeń

Wzrost biznesu

42% - rozszerzony ekosystem

43% - szybsze wejście na inne rynki

43% - zwiększenie innowacyjności produktów i usług

źródło: IBM, The Cognitive Advantage Report

W jakich obszarach firmy używają od dawna, a w jakich zaczynają używać i dopiero będą używać technologii kognitywnych

źródło: IBM, The Cognitive Advantage Report