Umetna inteligenca (UI)
Umetna inteligenca (UI) se nanaša na računalniške sisteme, ki opravljajo naloge, za katere je običajno potrebna človeška inteligenca, kot so prepoznavanje vzorcev, razumevanje jezika ali sprejemanje odločitev.
Umetna inteligenca je področje računalništva, osredotočeno na izgradnjo sistemov, ki lahko rešujejo naloge, za katere bi običajno bilo potrebno človeško razmišljanje, kot so prepoznavanje vzorcev, razumevanje jezika, napovedovanje ali podpora odločanju. Večina danes uporabljenih sistemov UI temelji na strojnem učenju: namesto da bi bili izrecno programirani s pravili, se učijo na velikih količinah podatkov in iz njih pridobivajo statistične vzorce. Znan primer so veliki jezikovni modeli, ki besedilo ustvarjajo tako, da ponavljajoče se napovedujejo najverjetnejšo naslednjo besedo na podlagi vzorcev, naučenih iz ogromnih količin besedila. Koristno je razlikovati med ozko UI, zgrajeno za eno določeno nalogo, in splošno UI, ki bi ustrezala človeškemu razmišljanju na katerem koli področju, a še ne obstaja.
V poslovnem okolju se UI večinoma uporablja za ozko določene naloge in ne za širše, splošno reševanje problemov. Pogosti primeri vključujejo samodejno razvrščanje dokumentov, odkrivanje napak na fotografijah, analizo podatkov strojev za napovedovanje okvar (napovedno vzdrževanje) ali vodenje klepetalnih botov za podporo strankam. Modeli UI podpirajo tudi delo pri načrtovanju in napovedovanju, na primer pri upravljanju zalog ali načrtovanju proizvodnje. V kombinaciji z RPA (avtomatizacija robotskih procesov) UI pogosto zagotavlja logiko odločanja, medtem ko RPA izvaja dejanske korake znotraj poslovnih sistemov.
Sistem UI je dober le toliko, kolikor so dobri podatki, na katerih je bil naučen, odločitve pa sprejema na podlagi verjetnosti in ne pravega razumevanja. To pomeni, da lahko ustvari samozavesten, a napačen ali izmišljen odgovor, kar imenujemo halucinacija. Zato človeški nadzor ostaja nujen pri pomembnih odločitvah, zlasti kjer imajo rezultati pravne, finančne ali varnostne posledice. Podjetja, ki uvajajo UI, se ponavadi bolje odrežejo, če začnejo majhno, naključno preverjajo rezultate in jo najprej uporabijo tam, kjer se napake zgodaj opazijo in povzročijo malo škode.
Praktični primer
Obrtno podjetje z 18 zaposlenimi uporablja prepoznavanje slik na podlagi umetne inteligence za odkrivanje poškodovanih delov pri prevzemu blaga. Prej je en zaposleni ročno pregledal okoli 200 prispelih delov na dan in spregledal približno 3 do 4 odstotke napak. Po uvedbi preverjanja z UI se stopnja spregledanih napak zmanjša pod 1 odstotek, zaposlena pa vsak dan pridobi okoli 45 minut, ki jih zdaj nameni obravnavi reklamacij in pogovorom z dobavitelji. UI zaposlene ne nadomesti, temveč prevzame ponavljajoči se del pregleda, medtem ko o mejnih primerih še vedno odloča človek.
Kako pomaga Leanshift
Za Leanshift je umetna inteligenca orodje za izboljševanje procesov, ne cilj sam po sebi. Splača se jo uporabiti tam, kjer opazno izboljša določen korak v procesu, prihrani čas ali zmanjša napake, ocenjeno po istem merilu kot vsak drug ukrep Kaizena. To ohranja pozornost na pravem cilju: ne uporabiti čim več UI, temveč pomagati ljudem razumeti in izboljšati lastne procese.
Pogosto zastavljena vprašanja
Ali je UI isto kot algoritem?
Ne. Vsak algoritem je fiksno zaporedje računskih korakov, vendar se ne uči vsak algoritem iz podatkov. Sistemi UI uporabljajo algoritme, ki vzorce sami izpeljejo iz primerov, namesto da bi bili izrecno programirani za vsak primer posebej.
Ali malo podjetje potrebuje lastne modele UI?
Ponavadi ne. Vnaprej pripravljena orodja in storitve UI že pokrivajo tipične naloge, kot so ustvarjanje besedila, prepoznavanje slik ali napovedovanje; učenje lastnega modela se splača le pri zelo specifičnih, ponavljajočih se primerih uporabe.
Kako zanesljivi so rezultati UI?
Zelo je odvisno od naloge in učnih podatkov. Pri ozko določenih nalogah, kot je prepoznavanje slik, so stopnje napak pogosto nizke in jih je lahko meriti, medtem ko je treba pri odprtih nalogah, kot je ustvarjanje besedila, rezultate vedno naključno preveriti.