Umelá inteligencia (AI)
Umelá inteligencia (AI) označuje počítačové systémy, ktoré vykonávajú úlohy bežne vyžadujúce ľudskú inteligenciu, ako je rozpoznávanie vzorov, porozumenie jazyku alebo rozhodovanie.
Umelá inteligencia je odbor informatiky zameraný na tvorbu systémov, ktoré dokážu riešiť úlohy bežne vyžadujúce ľudské myslenie, ako je rozpoznávanie vzorov, porozumenie jazyku, predpovedanie alebo podpora rozhodovania. Väčšina dnes používaných systémov AI stavia na strojovom učení: namiesto toho, aby boli explicitne naprogramované pravidlami, sú natrénované na veľkom množstve údajov a učia sa z nich štatistické vzory. Známym príkladom sú veľké jazykové modely, ktoré generujú text opakovaným predpovedaním najpravdepodobnejšieho ďalšieho slova na základe vzorov naučených z obrovského množstva textu. Užitočné je rozlišovať medzi úzkou AI, postavenou na jednu konkrétnu úlohu, a všeobecnou AI, ktorá by dosahovala ľudskú úroveň myslenia vo všetkých oblastiach, no zatiaľ neexistuje.
Vo firemnom prostredí sa AI väčšinou používa na úzko vymedzené úlohy, nie na širokopásmové riešenie problémov. Bežné príklady zahŕňajú automatické triedenie dokumentov, odhaľovanie chýb na fotografiách, analýzu strojových údajov na predpovedanie porúch (prediktívna údržba) alebo prevádzku zákazníckych chatbotov. Modely AI podporujú aj plánovanie a prognózovanie, napríklad v riadení zásob alebo plánovaní výroby. V kombinácii s RPA (robotickou procesnou automatizáciou) AI často poskytuje rozhodovaciu logiku, zatiaľ čo RPA vykonáva samotné kroky vo firemných systémoch.
Systém AI je len taký dobrý, ako údaje, na ktorých bol natrénovaný, a rozhoduje sa na základe pravdepodobnosti, nie skutočného porozumenia. To znamená, že môže sebavedomo poskytnúť nesprávnu alebo vymyslenú odpoveď, čo je problém známy ako halucinácia. Preto je ľudský dohľad pri dôležitých rozhodnutiach naďalej nevyhnutný, najmä tam, kde výsledky majú právne, finančné alebo bezpečnostné dôsledky. Firmy zavádzajúce AI si zvyčajne vedú lepšie, keď začnú v malom, výsledky namátkovo kontrolujú a nasadzujú AI najprv tam, kde sa chyby zachytia skoro a spôsobujú malú škodu.
Praktický príklad
Remeselná firma s 18 zamestnancami používa rozpoznávanie obrazu poháňané AI na odhaľovanie poškodených dielov pri vstupnej kontrole tovaru. Predtým jeden zamestnanec manuálne kontroloval približne 200 prichádzajúcich dielov denne a prehliadol zhruba 3 až 4 percentá chýb. Po zavedení kontroly pomocou AI klesne miera prehliadnutých chýb pod 1 percento a zamestnankyňa získa asi 45 minút denne navyše, ktoré teraz venuje riešeniu reklamácií a rozhovorom s dodávateľmi. AI zamestnankyňu nenahrádza, preberá opakujúcu sa časť kontroly, zatiaľ čo hraničné prípady stále posudzuje človek.
Ako pomáha Leanshift
Pre Leanshift je umelá inteligencia nástroj na zlepšovanie procesov, nie cieľ sám osebe. Oplatí sa ju použiť tam, kde citeľne zlepší konkrétny krok procesu, ušetrí čas alebo zníži chybovosť, posudzované rovnakým meradlom ako každé iné opatrenie Kaizen. To udržiava zameranie na skutočný cieľ: nie používať čo najviac AI, ale pomôcť ľuďom pochopiť a zlepšovať vlastné procesy.
Často kladené otázky
Je AI to isté ako algoritmus?
Nie. Každý algoritmus je pevná postupnosť výpočtových krokov, no nie každý algoritmus sa učí z údajov. Systémy AI používajú algoritmy, ktoré vzory odvodzujú z príkladov samy, namiesto toho, aby boli explicitne naprogramované pre každý prípad.
Potrebuje malá firma vlastné modely AI?
Zvyčajne nie. Hotové nástroje a služby AI už pokrývajú typické úlohy, ako je generovanie textu, rozpoznávanie obrazu alebo prognózovanie, trénovanie vlastného modelu sa oplatí len pri veľmi špecifických, opakujúcich sa prípadoch použitia.
Nakoľko spoľahlivé sú výsledky AI?
Výrazne to závisí od úlohy a trénovacích údajov. Pri úzko vymedzených úlohách, ako je rozpoznávanie obrazu, býva chybovosť často nízka a ľahko merateľná, zatiaľ čo otvorené úlohy, ako je generovanie textu, by sa mali vždy namátkovo kontrolovať.