Jak začít s umělou inteligencí ve svém podnikání

Jak využít umělou inteligenci ve vašem podnikání

Až příliš mnoho malých a středních podniků nastavují laťku velice nízko, spokojují se s tím co mají a nechtějí se posunout dál, chybně si myslí, že se nemohou rovnat s velkými korporacemi a že nemají šanci na úspěch. Nicméně, v dnešní době je to jinak, díky technologiím jako je umělá inteligence, která může pomoci firmám v jejich každodenní práci. V tomto článku se dozvíte i vy můžete využít umělou inteligenci, co vám může přinést a jak vám může pomoci k vetší ziskovosti a ušetření času strávením nepříjemných pracovních čiností.

Současný stav umělé inteligence

Nejprve se podívejme kde dnešní umělá inteligence, někdy se používá více obecný název "strojové učení", je. Pravděpodobně jste už slyšeli o ChatGPT, pokud ne zde si ho můžete bezplatně vyzkoušet. ChatGPT je obecný jazykový model zaměřený na konverzaci, takovýto model se hodí na brainstorming, radu nebo na úpravu textu či kódu. V podnikání tyto modely mají po upravení různé využití, jako například automatické odpovědi na emaily či recenze.

Specializované modely pro firmy

Mnohem zajmavější jsou pro firmy ale modely více specializované, přímo na činnost kterou chcete automatizovat. Obecné modely často nedávají věrohodné a přesné výsledky, a to je v podnikání velice důležité. Prvním krokem k takovému specializovanému modelu je přesně identifikovat a z hlediska strojového učení analyzovat práci kterou chcete automatizovat.

Příklad využití ve stávajícím systému bez věších úprav

Pojďme si to probrat na příkladu automatické anonymizace spz. Na velký internetový autobazar se denně nahraje stovky fotek automobilů, na některých snímcích je vidět poznávací značka a tu ze zákona musíme skrýt. Uživatelé kteří tyto fotky nahrávají to buď nevědí, nechtějí se s tím trápit v malování nebo zapomenou značku zamazat, toto pak musí tedy ošetřit autobazar. K tomu má zaměstnance kteří značky z obrázku mažou, mají nějaké prostředí které je k uspůsobené k tomu aby tato práce byla co nejrychlejší a takovýchto zaměstnanců bylo potřeba co nejméně. Máme tedy vstup, kterým je fotka s poznávací značkou, činnost zamazání značky a výstup anonymizovaného obrázku. Takováto práce je jako stvořené pro umělou inteligenci jelikož máme jasně dané data což jsou vstupy a výstupy a co lépe tyto data se dají snadno ukládat už ze zaběhnutého procesu, stačí pouze nasbírat dostatečné množství dat, předat je expertovy na umělou inteligenci, který vám udělá model a naučí vám ho tuto činnost provádět automaticky. Pak už jen stačí integrovat tento model do aplikace či stránky autobazaru, nastavit kontrolu toho že vše probíhá v pořádku a už není nutné aby značky byli mazány člověkem. Činnosti vhodné k automatizaci jsou přesně takového stylu. Jasně definované vstupy a výstupy, neboli data, plus často opakovatelná činnost z které je možně tyto sbírat neboli ukládat. Případ anonymizace spz je úplně ideální, je už zaběhnutý sběr dat a tyto data jsou rovnou "označené", to znamená že výstupy, v tomto případě zamazaná fotka, jsou rovnou připravené ve stavu jaký je potřeba pro trénovaní modelu.

Příklad procesu k automatizaci s větším rozsahem úprav

Jsou činnosti ,které když jsou prováděny lidmi, tak data neukládají, ale samy o sobě jsou vhodná pro automatizaci a použití umělé inteligence. Dobrý příklad tohoto případu je kontrola kvality nebo defektoskopie. Firma má výrobní linku, která ale není perfektní a občas se vyskytne vadný kus. Aby tyto vadné kusy nešly k prodeji jsou u linky lidé, kteří všechny kusy které z linky vyjdou, kontorolují pro vady. V některých případech firmy mají už na lince nainstalovaný optický systém který výrobky snímá a kontroloři jsou u počítače kam jim fotky chodí a vady jsou vyhodnocovány z nich, to se pak data můžou sbírat a systém je rovnou připravený pro vývoj UI modelu. Většinou ale takovýto optický systém instalovaný není a první krok k automatizaci tohoto procesu je tedy přidat do linky tento optický systém který bude sbírat data.

Sběr dat pro umělou inteligenci

U přípravy sběru je velice důležité sbírat data takovým způsobem aby byla vhodná pro umělou inteligenci. Dobrým měřítkem je aby z dat které jsou k dispozici dokázal činnost kterou chcete automatizovat provést člověk, nesmí však využít jiných pomůcek a informací než jsou data samotná. Je také zásadní ukládat výstupy, například ke každemu snímku přidat informaci jestli je vadný a v připadě, že vadný je, přidat doplňují informace o vadě, například délka praskliny, typ vady, rámeček kolem její lokace a další. Tyto první kroky indentifikace a sběru dat jsou velice důležité a závisí na nich celý další úspěch automatizace, je tedy dobré celý proces sběru dat probrat s odborníkem na strojové učení, který rozumí tomu jak mají data vypadat, aby z nich mohl být vytvořený kvalitní model.

Závěr

Vše co sme dosud probrali se týká hlavně identifikace činnosti k automatizaci a následnému sběru dat, další velice důležitý krok je tvorba modelu umělé inteligence, model vlasně je tou umělou inteligencí, jak takovýto model získat se můžete dočíst v tomto článku.
Pro další informace se přihlašte k odběru našich novinek kde vám budou chodit podobné články přímo pro podnikatele a vedoucí zaměstnance firem, nebo nám napište či zavolejte, rádi s vámi probereme přímo vaše využití pro umělou inteligenci. Tak a teď už máte dobrý přehled o tom jak využít umělé inteligence ve vašem podnikání a zbýva už jen se do toho pustit.