„Myślące technologie” będą przewidywać przyszłość

Jak prognozuje Gartner, w 2020 r. będzie z nich korzystać 26 mld urządzeń podłączonych do sieci.

Wyszukiwarka podająca tylko idealny wynik, samochód wyznaczający trasę na podstawie rozmów pasażerów czy też program sugerujący firmie kolejne kroki biznesowe… To tylko część z rozwiązań, które związane są ze zjawiskiem tzw. anticipatory computingu. „Myślące technologie” uczą się na podstawie danych i przewidują przyszłość bazując na ogromnej liczbie informacji. Według Veeam Software zasób danych pozyskiwanych przez firmy może siegnąć do 2018 r. nawet 400 zettabajtów. Jak prognozuje Gartner, w 2020 r. będzie z nich korzystać 26 mld urządzeń podłączonych do sieci.

Anticipatory computing („przewidująca technologia”) to termin określający narzędzia wykorzystywane w urządzeniach czy też programach, które są zdolne do wykrywania i analizowania wzorców z dostępnych danych – a na ich podstawie prognozowania przyszłości.

Zjawisko to funkcjonuje od dawna na poziomie podstawowych zastosowań. „Przewidywanie” odzwierciedla się choćby w programach zapamiętujących ulubione preferencje, zaawansowanych systemach ERP i CRM, czy też w urządzeniach mobilnych i nadajnikach GPS. To jednak dopiero początek nowego trendu.

Według raportu Accenture Technology Vision 2015, aż 62% przedsiębiorstw stawia na rozwój technologii cyfrowych, a 35% mocno w nie inwestuje, uznając  za priorytetowe dla biznesowej strategii firm.  Branża energetyczna czy przemysłowa może znacząco korzystać z zastosowania przewidujących technologii – jednak korzyści muszą być adekwatne do ponosonych nakładów finansowych.

- Z pomocy inteligentnych urządzeń korzystają firmy m.in. z sektora publicznego, wydobywczego i medycznego. Świat wkracza w erę współpracy ludzi i maszyn. Według raportu „Accenture Technology Vision 2015”, 78% dyrektorów zarządzających globalnymi firmami jest zdania, że przedsiębiorstwa chcące odnosić sukcesy będą musiały umiejętnie zarządzać pracownikami i inteligentnymi maszynami, rozwijać oraz wzmacniać współpracę między nimi – mówi Witold Rogowski, dyrektor zarządzający Accenture Delivery Center Poland.

Przykładem ogromnego zasobu danych, którego analiza staje się coraz ważniejszym narzędziem planowania działań biznesowych, są informacje zbierane w związku z działalnością użytkowników sieci. Statystyki podają, że co sekundę wysyłanych jest 2,9 mln e-maili. Każdego miesiąca internauci spędzają 700 mln minut korzystając z Facebooka. Codziennie wysyłanych jest 50 mln tweetów.

Przykład wykorzystania tych danych? Centrum badawcze Xerox Palo Alto Research Center (PARC) postanowiło przygotować narzędzie, które inteligentnie analizuje zasoby sieci w celu przewidywania przyszłości. Naukowcy przeanalizowali 500 mln wpisów na portalu Twitter, na podstawie których stworzyli narzędzie mogące mierzyć zarówno zachowania zbiorowości internautów, jak i indywidualne działania poszczególnych osób. W skrócie oznacza to, że technologia ta na podstawie analizy jest w stanie przewidzieć, jakie plany ma autor wpisu. Prognozy przewidujące zachowania z 3-4 godzinnym wyprzedzeniem, sprawdzają się nawet w 90 proc. przypadków.

W kontekst takich rozwiązań wpisuje się również system SESSA – opracowany przez firmę MakoLab, będącą dostawcą usług IT i webowych dla biznesu, m.in. Renault Nissan, mBanku i PZU Litwa. System SESSA służy do skutecznego wyłaniania dla jej klientów potencjalnych kontrahentów. Co ważne, do tych predykcji nie jest potrzebny zakup oddzielnych baz danych. Na podstawie analizy powszechnie dostępnych w sieci informacji, algorytm mierzy poziom prawdopodobieństwa sprzedaży produktu bądź usługi dla wybranych podmiotów. Wyznacza także firmom zbiór potencjalnych kontrahentów, którzy mogą być zainteresowani ofertą. Analiza danych umożliwia podejmowanie szybkich decyzji również w nowoczesnych samochodach. Na przykład, większość produkowanych dzisiaj aut posiada inteligentne komputery pokładowe, rozpoznające ludzki głos.

- Pierwszą istotną zmianą technologiczną, która wiąże się z tym zjawiskiem, jest możliwość nawigacji menu auta przez kierowcę bez dotykania ekranu. Kolejnym krokiem, który dziś staje się rzeczywistością, jest inteligentna analiza zebranych danych przez komputer pokładowy. Dzięki niej auto może np. proaktywnie zaproponować trasę do najbliższej kawiarni, odnotowując konwersację między pasażerami o postoju na śniadanie – opowiada Kamil Jakacki, dyrektor ds. sprzedaży w Cartrack Polska.

Najbardziej spektakularne przykłady „przewidujących technologii” dla głównego nurtu gospodarki są wciąż ciekawostką, ale potencjał tzw. anticipatory computingu generuje liczne pytania o przyszłość już rozpowszechnionych rozwiązań. Takich, jak np. systemy ERP i CRM. Położyły one podwaliny pod zrozumienie przez biznes ogromnego wpływu, jaki analiza danych ma na pozycję konkurencyjną firmy. Dla przykładu, według analiz CloudsWave, aż 75 proc. menadżerów sprzedaży przekonuje, że zastosowanie CRM przyczyniło się do wzrostu liczby transakcji handlowych w ich firmach.

Dziś oprogramowanie wykorzystywane w firmach musi być coraz bardziej „inteligentne” - na biężąco aktualizowane o nowe funkcjonalności, np. moduły umożliwiające przewidywanie zmian w przedsiębiorstwie, precyzyjne prognozy zysków, zapotrzebowania na poszczególne środki czy też przewidywanie zachowań klientów. Z roku na rok lawinowo rośnie liczba danych pozyskiwanych przez firmy. Do 2018 r. ich liczba osiągnie poziom nawet 400 zettabajtów.

- Analitycy Gartnera przewidują, że już za pięć lat na świecie będzie 26 miliardów urządzeń podłączonych do sieci, generujących i konsumujących dane. Dlatego potrzeba technologii zdolnych je sprawnie przeanalizować. Reakcja powinna być natychmiastowa i uwzględniać szybko zmieniającą się sytuację rynkową. To właśnie zadanie dla najnowszych technologii, które nie tylko będą porządkować zmiany zachodzące w firmach, ale także je proaktywnie rozpoczynać  - mówi Mirosław Sopek, wiceprezes zarządu spółki MakoLab.

Zjawisko tzw. anticipatory computingu wnosi do życia zarówno biznesu, jak i statystycznych konsumentów, realne korzyści. W biznesie korzystają z niego przedstawiciele takich branż, jak m.in. IT, HR, motoryzacja, finanse, komunikacja, opieka zdrowotna. Użytkownicy niekomercyjni mogą liczyć na wsparcie ze strony myślących maszyn przy planowaniu wolnego czasu, używaniu urządzeń elektronicznych czy też planowaniu podróży. Zastosowań jest jednak znacznie więcej. Zdolność maszyn do podsuwania nam dobrych rozwiązań i prognoz przyszłości może pozytywnie wpłynąć na codzienność. Warto jednak pamiętać, by traktować ich wskazania jak rady, a nie nakazy.

Pobierz ebook "Ebook z raportem: Jak wybrać software house dla działań marketingowych i e-commerce"