AI використовує комп’ютерні алгоритми, щоб відтворити здатність людини вчитися та робити прогнози. Програмне забезпечення AI потребує обчислювальної потужності для того, аби знаходити шаблони й робити висновки з великих обсягів даних. Найбільш поширені типи інструментів штучного інтелекту сьогодні – машинне навчання та мережі глибокого навчання.

У найближчому часі очікується, що клієнти різних технологічних компаній, що охоплюють сфери банківських послуг і фінансів, охорони здоров’я, енергетики, роздрібної торгівлі, сільського господарства та інших секторів, збільшать свої витрати на AI в середньому на 30%, щоб отримати підвищення продуктивності або стратегічну перевагу перед конкурентами.

У сфері бізнес-аналітики AI фактично й зовсім перетворився на повсякденний бізнес, яким ми його бачимо і розуміємо сьогодні. Компанії тепер можуть використовувати машинні алгоритми для виявлення тенденцій і розуміння величезної кількості даних та приймати більш швидкі рішення, які потенційно можуть забезпечити їх конкурентоспроможність у режимі реального часу.

Але по мірі того, як AI набирав обертів, відомі постачальники додатків вийшли за рамки створення традиційного програмного забезпечення й розробили більш цілісні платформи та рішення, які краще автоматизують процеси бізнес-аналітики у різних галузях. Більше того, на ринку зростає число нових постачальників технологій, що дозволяють розширювати свої можливості. Ми розглянемо деякі з найбільш актуальних і корисних додатків і платформ для бізнес-аналітики на основі машинного навчання.

1. HANA від SAP – AI для перетворення баз даних на необхідну інформацію
HANA – це хмарна платформа SAP, яку компанії використовують для управління базами даних із зібраної ними ж інформації. Коротше кажучи, вона копіює та приймає структуровані дані, такі як транзакції продажів або інформацію про клієнтів, з реляційних баз даних, додатків та інших джерел. Платформа може бути встановлена ​​для роботи локально через сервери компанії або через хмару. HANA отримує інформацію від точок доступу по всьому бізнесу, включаючи мобільні та стаціонарні комп’ютери, фінансові транзакції, давачі й устаткування на виробничих підприємствах.

Якщо, наприклад, торговий персонал використовує для реєстрації замовлень на покупку смартфони або планшети компанії, дані цих транзакцій можуть бути проаналізовані та засвоєні HANA для виявлення перспективних тенденцій або можливих порушень.

Хороший приклад – американська мережа Walmart. Компанія управляє більш ніж 11000 супермаркетів, і HANA обробляє абсолютно всі поточні дані записів транзакцій та інших важливих операцій, притому робить це за секунди.

Справа в тому, що несподівані відмінності у фінансовій плинності й звітності можуть виникнути майже скрізь, у процесі ведення будь-якого бізнесу. Це може бути надмірне замовлення продукції, яке здається дивним для конкретного клієнта, або обладнання на фабриці. Машинне навчання використовується для автоматичного залучення уваги до таких відхилень. Наприклад, якщо у менеджера фабрики інстальовано для моніторингу обладнання на складальній лінії, дані про уповільнення виробництва можна збирати та обробляти за допомогою HANA. Зібрані результати допоможуть визначити, чи потрібен новий порядок дій, такий як сервісна перевірка обладнання. Сьогодні HANA істотно відрізняється від аналогічних платформ на ринку, зберігаючи репліковані дані в оперативній пам’яті, а не на диску. Це дозволяє отримувати доступ до даних у режимі реального часу для використання з додатками й аналітикою з метою швидшого прийняття рішень.

В цілому, очікувані переваги використання платформ машинного навчання для бізнес-аналітики включають зниження витрат на інфраструктуру та ефективність роботи. Згідно звіту SAP, 10 організацій, що використовують HANA сьогодні, заявили, що розраховують отримати середню п’ятирічну окупність інвестицій у розмірі 575%. Вони також спрогнозували середньорічний прибуток у розмірі 19,27 млн. дол. на організацію з використанням HANA у порівнянні з середньорічними інвестиціями у розмірі 2,41 млн. дол. протягом п’яти років.

2. DOMO – AI для бізнес-панелей
Domo – швидкозростаюча компанія з розробки програмного забезпечення для управління бізнесом, яка на сьогоднішній день залучила понад 500 млн. дол. інвестицій. Сервіс компанії дозволяє створити інформаційну панель, яка збирає й аналізує дані, щоб допомогти компаніям приймати стратегічно важливі рішення, уникаючи помилок і прорахунків.

Хмарна інформаційна панель може масштабуватися в залежності від розміру компанії. У проекті понад 400 власних програмних конекторів, що дозволяють Domo збирати інформацію також і зі сторонніх додатків, які можна використовувати для надання аналітичних даних і контенту для бізнес-аналітики. Це дає компаніям, що використовують Domo, можливість здобувати дані з Salesforce, Square, Facebook, Shopify і багатьох інших додатків, які вони впроваджують з метою отримання інформації щодо своїх клієнтів, продажах або товарах.

Нещодавно Domo анонсував Mr. Roboto – набір нових функцій для платформи, заснованих на штучному інтелекті, машинному навчанні й прогнозній аналітиці. Очікується, що Mr. Roboto також пропонуватиме рекомендації та ідеї для керівних осіб у компаніях різного рангу. Уже сьогодні платформа здатна аналізувати та попереджати про значні зміни в різнорівневих технічних системах і усувати аномалії нових шаблонів у даних (аналогічно підходам, що вже використовуються в кібербезпеці).

На даний момент користувачами Mr. Roboto вже є MasterCard, Univision, eBay, Honest Co. і SAB Miller.

3. Apptus – AI для продажів
Apptus пропонує рекомендації щодо дій, які компанії можуть вчинити з метою збільшити свої канали продажів. По суті, програма побудована на зв’язку між наміром клієнта купити й реалізацією доходу компанією.

Безпосередньо рішення Apptus eSales призначене, крім іншого, для автоматизації мерчендайзингу на основі прогнозу поведінки споживачів. Програмне забезпечення об’єднує великі дані та машинне навчання, щоб визначити, які продукти можуть сподобатися потенційному клієнту при пошуку в Інтернеті або отриманні відповідних рекомендацій. Наприклад, коли клієнт відвідує інтернет-магазин, який використовує Apptus eSales, і починає вводити пошукові терміни для пошуку товарів, додаток прогнозує й автоматично відображає відповідні пошукові фрази, а також продукти, пов’язані з цими умовами пошуку.
Apptus використовують компанії різного розміру та сфери діяльності.

4. Avanade – AI для розуміння бізнесу
Avanade – це спільне підприємство Microsoft і Accenture, яке використовує Cortana Intelligence Suite та інші рішення для прогнозної аналітики й аналізу даних. Страхова компанія Pacific Specialty привернула Avanade для створення аналітичної платформи з метою надання своїм співробітникам більшої перспективи й розуміння бізнесу. Мета полягала в тому, щоб використовувати дані про клієнтів і допомогти команді добитися більшого зростання. Розуміючи поведінку та тенденції за допомогою аналітики, планувалося більш ефективно супроводжувати розробку нових продуктів.

Згідно з дослідженням, проведеним самим Avanade, опитування 500 лідерів бізнесу у світовій сфері IТ показало, що вони очікують збільшення виручки в середньому на 30-50% в результаті використання таких інтелектуальних технологій. Бізнес-лідери також вважають, що це відкриє нові можливості для багатьох співробітників і надасть більше переваг для клієнтів.

5. Predix і MindSphere – AI у важкій промисловості
Операційна система Predix компанії General Electric дозволяє промисловим додаткам обробляти дані про продуктивність устаткування. Це може бути використано для визначення різних експлуатаційних результатів, наприклад, коли обладнання може вийти з ладу. Predix застосовується не лише для елементарного, дрібномасштабного управління логістикою, а й для складання глобальних прогнозів й аналізу поточних тенденцій.

Важливість моніторингу роботи промислового устаткування змусила і інших постачальників програмного забезпечення, таких як Siemens, застосувати свої технології машинного навчання для роботи на цьому просторі. У березні 2016 року компанія випустила бета-версію своєї відкритої хмарної платформи MindSphere. Сьогодні її використовують з метою обслуговування великих виробництв за допомогою аналізу верстатів і приводних механізмів. Також MindSphere застосовується промисловими компаніями для відстеження злагодженої роботи верстатів на заводах по всьому світу на пов’язаних виробництвах, і для перегляду статистики продуктивності їх активів з метою збільшення експлуатаційних термінів.

У порівнянні з Predix, MindSphere працює з машинами й установками незалежно від виробника. Мета полягає в тому, щоб допомогти операторам установки збільшити час безвідмовної роботи свого обладнання та підвищити ефективність технічного обслуговування шляхом оцінки ймовірності його поломки. Крім того, виробники машин можуть побачити скорочення витрат, пов’язаних із гарантійним ремонтом завдяки тому, що їхні машини працюють довше.

Автор: Юлія Долгоп'ятова


Читайте також:

AI корисний і масштабується як у бізнесі, так і в суспільстві в цілому, коли є частиною ефективної інфраструктури

Трансформації бізнес-процесів, пов’язані з впровадженням і застосуванням AI, позитивно позначаться на роботі підприємства

Коментарi