Dr. Joseph Reger, a Fujitsu Technology Solutions magyar származású technológiai vezérigazgató-helyettese ezúttal a mesterséges intelligencia vállalati alkalmazási területeiről és lehetőségeiről osztotta meg gondolatait.
Számos üzleti és iparági csoport tagjaival beszélgettem mostanában a mesterséges intelligenciáról. A kezdeti szkepticizmus ellenére az MI ma már felkapott téma, és nagyon megnyugtató azt hallani, hány vállalat fontolgatja saját megoldás bevezetését.
Az MI-projektek komplexitása miatti aggodalmak azonban sokakat visszatartanak a teljes elköteleződéstől. Úgy gondolom, hogy ezért mi, a technológiai ágazat vagyunk felelősek, mert eddig a mesterséges intelligencia alkalmazása helyett túlzottan magára a technológiára koncentráltunk.
Erre akkor ébredtem rá, amikor nemrég részt vettem az Egyesült Királyságban egy fogyasztói tanácsadó testület munkájában. A testület több iparág képviselőiből állt, és az volt bennük a közös, hogy mindannyian innovatív módon közelítettek az informatikához. Azt a feladatot kaptam, hogy adjak áttekintést a mesterséges intelligencia jelenlegi helyzetéről – és jövőbeni fejlődési irányairól. Előadásomat izgalmas beszélgetés és vita követte.
Először az tűnt fel, hogy mindegyik résztvevő vállalat vizsgálta a mesterséges intelligenciát, de érdekes módon egyelőre egyikük sem vágott bele jelentősebb MI-projektbe. A legnagyobb tanulság az volt számomra, hogy az iparágban túl sokat foglalkoztunk azzal, hogy elemeire bontsuk a mesterséges intelligenciát és definiáljuk ezeket az elemeket: a neurális hálózatokat, a gépi tanulást és a mélytanulást, miközben a vállalatokat ennél sokkal jobban érdeklik a tényleges használati forgatókönyvek és annak kiderítése, milyen előnyökkel járna esetükben az MI alkalmazása.
A párbeszéd középpontjában a technológia helyett most már a gyakorlati alkalmazás különféle módjainak kell állnia.
Azt is tapasztaltam, hogy az MI-ről szóló esettanulmányok minden iparág szereplői számára meggyőzőek. Bemutattam a Siemens Gamesával közös projektünket, amelyben az MI segítségével egyszerűsítjük az üvegszálas turbinalapátok alapos minőségellenőrzésének meglehetősen monoton feladatát – jelentősen felgyorsítva és hatékonyabbá téve a folyamatot.
Ez a projekt minden szervezetnél kedvező fogadtatásra talált, hiszen melyik gyártó ne szeretné javítani a termékhibák észlelésének és megszüntetésének folyamatát.
Az iparág túlzott technológiaorientáltságának másik következménye, hogy a felhasználók azt gondolják, túl komplex és drága lenne legalább fél évet tölteni egy olyan koncepció tesztelésével, amelynek megvalósításához egyébként is PhD-vel rendelkező adattudósok egész hadára lenne szükség. Pedig távolról sem ez a helyzet.
A koncepció teszteléséhez nincs szükség fél vagy egy évre. Már egy hónap alatt elég megbízhatóan felmérhető, el tudja-e érni a vállalat a mesterséges intelligenciával, amit szeretne. Ennyi idő alatt kiderül, rendelkezésre áll-e a gépi tanulási rendszer számára szükséges tanulási adatmennyiség, és van-e a szervezetnél olyan szakértő, akinek tudására támaszkodni lehet a megvalósítás során.
Hasonló visszajelzést tapasztaltam akkor is, amikor a Global Industry klub rendezvényén tartottam nyitóelőadást Németországban, a hannoveri vásárközpontban. Ez a kiállítás nem kizárólag a mesterséges intelligenciáról szólt, de minden résztvevő lelkesen nyilatkozott a kiállítók által tartott MI-demókról. A kiállítótérben számos automatizációs, robotikai, gépi tanulási és MI-megoldást lehetett megtekinteni. Ennek nyomán élénk vita indult az MI-technológia által kínált lehetőségekről.
Nem a termék, hanem a folyamat alapján kell dönteni az MI bevezetéséről
Az MI-vel kapcsolatos gyakori téveszme, hogy csak a technológiai cégek számára hasznos. Amikor például az MI gépkocsigyártásban történő használatáról kezdek beszélni, legtöbben úgy gondolják, hogy az önvezető autókról lesz szó. Pedig a mesterséges intelligencia alkalmazására a gyártási folyamatok optimalizálása terén is rengeteg lehetőség nyílik.
És ez a legfontosabb üzenet. Az MI transzformatív képességei valójában a gyártási folyamatoknál aknázhatók ki a legjobban. Vegyünk egy legkevésbé sem technikai jellegű terméket, mondjuk a csokis kekszet. A kekszet előállító élelmiszeripari vállalatok is jelentős gyakorlati értékhez juthatnak, ha MI-vezérelt, automatizált folyamatokkal észszerűsítik a gyártást és csökkentik a pazarlást.
Az idén már hangot adtam annak a véleményemnek, hogy a társadalomnak szorosan követnie kell tartania a mesterséges intelligencia új területeken történő alkalmazását. Nemrég egy brit parlamenti jelentésben is idézték az általam elmondottakat, hangsúlyozva a civil társadalom stratégiai szerepét az MI egyének és társadalom számára nyújtott előnyeiről zajló eszmecserében. Sok beszélgetésből azonban azt szűrtem le, hogy a koncepciótesztek többsége kormányzati támogatás, illetve finanszírozás nélkül zajlik – mert ez jelentősen meghosszabbítaná a folyamatot.
Mint más esetben, itt is a megfelelő egyensúly megtalálásáról van szó. Engednünk kell érvényesülni a versenyt, ugyanakkor a társadalmat is védenünk kell a potenciális kockázatokkal szemben. Én azt javaslom, hogy alkalmazzuk körültekintően a technológiát, és tartsuk szem előtt annak potenciális következményeit. Olyan jogi keretrendszerre is szükség van, amely lépést tud tartani a technológia gyors változásával. Ezzel együtt az MI ipari alkalmazása egyelőre nagyon specifikus jellegű – annak nyilvánvalóan nem lesz semmilyen társadalmi hatása, ha egy vállalat a prediktív karbantartás támogatására kezdi használni a mesterséges intelligenciát.
Sok vállalkozás számos könnyen elérhető előnyre számíthat az MI bevezetéséből. A gyártóvállalatok többsége évtizedek óta gyűjt adatokat, ami bőséges muníciót szolgáltat egy gépi tanulási alkalmazás betanításához. Az MI projekt sikere szempontjából azonban a megoldani kívánt problémák egyértelmű meghatározása a legfontosabb.
Ehhez pedig szegmensspecifikus szakértelemmel rendelkező szakértőre van szükség. Egy általános MI-szakértő nem boldogul a feladattal. Olyasvalaki kell, aki ismeri az adott szegmens komplex ellátási láncának és gyártási folyamatainak finomságait, és képes felmérni, hogyan lehet ezeket továbbfejleszteni a mesterséges intelligencia és a kapcsolódó technológiák segítségével.
Ebben a helyzetben különösen jól működik a digitális együtt alkotás, a digitális co-creation. Ügyfeleinkkel szorosan együttműködve határozzuk meg a megoldani kívánt problémákat, és törekszünk a koncepció életképességének mielőbbi igazolására. Digitális átalakulást támogató központjaink bővülő globális hálózata már az ötletelési szakaszban segít az ügyfeleknek egyértelműen körvonalazni a projekteket és gyorsabban levonni a szükséges következtetéseket.
A legtöbb iparágban már felismerték, hogy a versenyképesség megőrzéséhez elengedhetetlen a mesterséges intelligencia. A kérdés tehát nem az, hogy alkalmazni kell-e, hanem az, hogy mikor. Azt javaslom, hogy a vállalatok azonnal kezdjék meg az MI használati lehetőségeinek vizsgálatát, hiszen szinte minden iparágban van olyan folyamat, amelynek javára válik az MI-támogatás.
A vállalatok számára nagy veszélyt jelent, hogy kiütik őket a nyeregből azok a versenytársak, amelyek gyorsan átállítják gyártási folyamataikat az automatikus, MI-vezérelt működésre. Ugyanakkor az is fontos, hogy mi, az IT-ágazat szereplői hatékonyabban segítsünk ügyfeleinknek teljes képet alkotni a lehetséges használati forgatókönyvekről, és elmagyarázzuk nekik, milyen komoly előnyökre számíthatnak a mesterséges intelligencia alkalmazásából.
