Rešerše: AI/BI/chatbot (3Q 2020)

Přinášíme vám pravidelné shrnutí zajímavých článků z odborného tisku a specializovaných webů. Pro členy Asociace máme k dispozici podrobnější rozbor obsahu. Přihlášení zde.


Vítězové a poražení i na poli ICT

CIO Business World 04/2020, Peter Wayner, str. 16-18

Technologický sektor se s následky pandemie COVID-19 vyrovnal docela dobře. Které technologie a strategie nabyli na síle a které naopak oslabily? Jasným vítězem jsou videokonference. Poptávka po nich vzrostla raketovým způsobem. Daří se nejen videokonferenčním platformám, ale také souvisejícím vedlejším projektům. Velký pozitivní dopad pociťují i provozovatelé cloudových služeb, kteří mohutně expandovali, na cloudových platformách běží již zmíněné videokonference a další nástroje. Dalším úspěšným produktem je software pro týmovou spolupráci, který umožňuje zaměstnancům společně pracovat na dokumentech a prezentacích bez nutnosti osobního kontaktu. Třetím trendem je BYOD (Bring Your Own Device), které pomohlo těm, kteří pracovali z domova. Díky práci z domova také vítězí agilní metodiky, které pomáhají s rozhodováním do několika minut. Zvýšila se i sociální kontrola, která přináší cenzuru nežádoucích slov, příspěvků a aplikací. A nakonec je v kurzu dnes hojně využívaný software pro osobní zábavu, který umožňuje se bavit lidem, kteří museli zůstat doma. Kdo patří mezi poražené? Nástroje pro řízení kanceláří jako jsou systémy pro rezervaci konferenčních místností nebo nástroje založené na detekci fyzické přítomnosti nyní nejsou prioritou. Také fyzická konferenční řešení zažívají pokles. Podnikový hardware se přesouvá od stolních pracovních stanic a velkých monitorů k notebookům. Lokální systémy, pokud zaměstnanci pracují z domova, také postrádají smysl. Klesá i poptávka po softwaru pro společenské akce a cestovní ruch. Modelování a historická data jsou nám nyní k ničemu, protože nevíme, jak se bude situace dál vyvíjet. Nakonec utrpělo naše soukromí, například tam kde stát sleduje pomocí techniky, kdo se s kým setkává.


AI proti koronaviru

COMPUTERWORLD 6-7/2020, David Slouka, str. 12-13

Pandemie COVID-19 přinesla velkou míru spolupráce mezi odborníky po celém světě. Množství dat, které proudí mezi vědci, univerzitami, nemocnicemi a státy je obrovské, nových studií, které se objevily se zkoumáním koronaviru je v současné době více než sto. Analýzy a orientaci v datech umožňuje inteligentní třídění big dat. AI může prostřednictvím big dat fungovat na mnohem nižší úrovni, jako inteligentní algoritmus, který dokáže data rozpoznávat, třídit, přebírat a vyvozovat z nich závěry. Například firma Blue Dot využila big data ke správnému odhadu, kam potencionálně infikovaní lidé poletí z ohniska nákazy ve Wu-chanu. Takové poznatky jsou cenné pro využití obdobné metodiky v budoucích podobných situacích. Rychlost výzkumu a vývoje nezáleží jen na rychlosti počítače, pokud je nasazen efektivní a vhodný algoritmus strojového učení, tak se efektivita počítače ještě zvýší. Takové algoritmy jsou běžně využívány a staly se každodenní součástí našeho života. Umělá inteligence je také vynikající v predikcích na základě předchozích dat. Lze například předvídat, kde se vyskytne další ohnisko nákazy. Máme dostatek vstupních dat, která můžeme využít pro trénování umělé inteligence. Takovými daty jsou smrtnost, inkubační doba nebo způsob přenosu viru. Další oblastí, kde lze využít AI jsou systémy, které jsou schopné poznávat anomálie na skenech z plicní angiografie. Takový algoritmus může pomoci přetíženým lékařům zlepšit diagnostiku. I chytrou karanténu lze využít jako nástroj AI. Její forma může být ve formě sledování obličejů, jako je to v Číně, s kterou se ale ostatní neztotožňují. Jinou formou může být využití mobilních telefonů občanů, aby se zjistilo možné porušení karantény. V Tchaj-wanu dávají autority infikovaným jedincům mobil, který zaměřuje jejich GPS, a tím zjišťují jak je dodržována karanténa. AI takto potvrzuje, že má i v oblasti medicíny velký potenciál k využití. Samozřejmě potřebuje více času k nastavení v různorodých projektech. Nyní bude AI hlavně asistovat u vývoje léčiv a díky simulacím a různým výpočtům urychlit jejich vývoj.


AIOps: Inteligence v provozu IT

COMPUTERWORLD 06-07/2020, Maria Korolov, str. 43-45

AIOps je metoda pro IT, která využívá postupy umělé inteligence pro provoz IT. Pomáhá organizacím inteligentně spravovat jejich infrastrukturu, sítě a aplikace z hlediska výkonu, odolnosti, kapacity, času provozu a i zabezpečení. Je to posun od manuálních procesů založených na varování podle prahových hodnot k systémům, které využívají výhody AI a strojového učení. AIOps lépe monitoruje IT aktiva a předvídá negativní události a vlivy, než k nim dojde. Pokročilé systémy CRM a ERP už často AIOps obsahují. Také většina hlavních cloudových platforem využívá nástroje pro monitoring a správu založené na strojovém učení. V kterých oblastech se dá AIOps využít? Šest nejběžnějších případů použití jsou výkon a infrastruktura aplikací nezávisle na doméně, správa kapacity a optimalizace infrastruktury, DevOps a agilní vývoj, správa zkušeností zákazníků, koncových uživatelů a přizpůsobení firmy a řízení nákladů a řízení změn. V procesu monitorování firemního prostředí lze zaznamenat problémy ještě dříve, než skutečně nastanou. Navíc lze firemní prostředí monitorovat souhrnně. Lze se tak vyhnout problémům s výkonem firemního webu během nákupních horeček. Zavádění této metody je stále v raných fázích. V roce 2019 ho využívalo asi 5% organizací. Zavádění brzdí to, že je na trhu relativně mnoho dodavatelů. Mnoho firem je proto ve fázi průzkumu a je pro ně těžké zjistit co přesně dodavatelé nabízejí. Mnoho dodavatelů navíc působí jen v jednom ze segmentů AIOps. Přestože je AIOps často součástí dodávek podnikových systémů a cloudových řešení, větší podniky začínají do této technologie investovat samy a pracovat s ní jako se samostatnou položkou rozpočtu. Společnosti začínají vidět důležitost přechodu ze systémů, které dělají analýzy a předpovědi, na systémy, které se sami rozhodují. Automatizace také vyžaduje větší integraci AIOps. Prospívá i chatbotům, kteří mohou být díky AIOps inteligentnější, lépe reagovat pomocí dat, analýzy a předpovědí, které pocházejí z nasazených AIOps systémů. Plný potenciál této metody je vidět v oboru poskytovatelů spravovaných služeb (MSP). Pro tento obor to znamená vyšší efektivitu, nižší náklady a rychlejší reakce. Zavedení AIOps je snadnější v homogenním prostředí a také tam, kde se používá infrastruktura veřejného cloudu, protože je to prostředí více konzistentní. Překážkou v zavedení pak může být to, když systémy dodavatelů nejsou dostatečně otevřené. Stejně tak zavedení může být složité u starších aplikací a hardwaru.


Buďme v kontaktu díky technologiím

COMPUTERWORLD 04/2020, Vít Petrjanoš, str. 8-12

Nástroje a služby pro sjednocenou podnikovou komunikaci UC (Unified Communications) se stále rozšiřují, jsou rozmanitější a umožňují jak komunikaci, tak spolupráci. Komunikace probíhá přes hlas, video nebo zprávy a je na každé organizaci, která z těchto technologií je pro ní nejvhodnější ať už z hlediska IT oddělení, tak uživatelů. Technologie UC obvykle integrují různé komunikační aplikace pracující ve více režimech a nabízejí tak konzistentní komunikační podmínky napříč různými sítěmi a koncovými body. Napomáhají růstu efektivity ať jednotlivců tak týmů. Hlavní nástroje, které firmy využívají, jsou RTM/IM (Real-Time-Messaging/Instant Messaging), nástroje pro sdílení a ukládání souborů a nástroje pro správu sociálních médií a sítí. Jak vybrat vhodné UC řešení? Záleží na velikosti organizace, jaké potřeby je třeba pokrýt a v jakém rozsahu. Existují kompletní nástroje, které nabízí pouze několik prodejců, tyto platformy obvykle obsahují IP telefonii, serverové platformy a aplikace a služby pro koncové uživatele jako jsou softwarové telefony, správce hovorů, nástroje pro rychlé zasílání zpráv nebo nástroje pro prezenci. Výhodou tohoto řešení je úspora nákladů díky slevám na hardwaru, softwaru, služeb a technické podpory. Nevýhodou řešení od jediného dodavatele může být komplikace při přechodu k jinému dodavateli, nebo možnost rozšíření alternativních služeb. I do UC technologií vstupují cloudové a hosting služby. Cloudová a hostovaná řešení pro vnitropodnikovou komunikaci se uplatní především tam, kde jsou sítě WAN nebo internetová připojení dostatečně odolné, aby v nich nedocházelo k výpadkům. Výhodami cloudového řešení jsou to, že správcovská odpovědnost přechází na poskytovatele služeb, problémy se řeší škálovatelností, dají se čekat lepší podmínky pro aktualizace a zabezpečení a neustálý vývoj podle trhu. Také lze tyto služby využívat ve více lokalitách. V případě architektur provozovaných na on-premise řešení dodavatelé podporují virtualizační prostředí, jako jsou Hyper-V a VMware. Umělá inteligence se v UC řešeních projevuje v oblastech předpovídání a automatizace, propojování a interakce, upozornění a doporučení a nakonec vyhodnocování a organizování. AI je také používáno ve virtuálních konferenčních místnostech. Nejnovější technologie pro konferenční místnosti jsou zaměřené především na spolupráci a produktivitu. Patří sem technologie hlasové analytiky, hlasoví roboti, počítačové vidění a zlepšení kvality zobrazení a zvuku.


Svět vzhůru nohama nabízí více příležitostí pro RPA

IT Systems 7-8/2020, Viktória Lukáčová Bracjunová, str. 11

RPA se pomalu stává užitečnou mainstreamovou záležitostí, která dokáže měnit neefektivní firemní procesy, šetřit náklady a posouvat firmy vpřed. Ideálním prostředím pro zavedení RPA by mohly být veřejnoprávní instituce a úřady. Jejich ekosystémy jsou plné formulářů, databází, systémů a dalších softwarových nástrojů. Zaměstnanci těchto institucí plní každý den tyto nástroje novými daty. Vzniká tím poměrně velký prostor chyby ať už v době velké poptávky uživatelů či ne. RPA by mohla v takových situacích pomoct se zpracováním velkého množství žádostí uživatelů, nebo při vyřizování různých dávek a příspěvků. Automatizace by mohla také zrychlit odbavení žádostí firem a živnostníků o finanční podporu. Nasazený algoritmus by po vyhodnocení pracovníků daného úřadu předložil pouze žádosti, která splňují kritéria. RPA se v době koronavirové pandemie také uplatňuje ve zdravotnictví a farmacii. Tento sektor je charakteristický pracovně náročnými činnostmi, rostoucím objemem zpracovávaných údajů a vysokými nároky na údaje o pacientech. RPA může v takové situaci pomoci s automatizací přijímání a propouštění pacientů v nemocnicích, vyhledávání jejich anamnéz nebo testování na nejrůznější nemoci. Automatizovaný proces může také významně přispět k řešení složitých a časově náročných procesů jako je tok dat mezi jednotlivými odděleními. Také je možná digitalizace papírových formulářů nebo vyhledávání výsledků testů. Ve farmaceutickém průmyslu se uvažuje o nasazení RPA ve validaci nových léčiv, kontrole procedur souvisejících s uvolňováním nových léků nebo v náboru dobrovolníků pro klinické testy. RPA také umí předkládat jednotlivé požadavky, například u schvalování nových léčiv, kontrolním úřadům. Je to náročný postup, který zahrnuje činnosti jako sledování stavu jednotlivých dokumentů a tvorbu kompilace záznamů za účelem vytvoření finální podkladové dokumentace. Zavádění RPA je procesem, který vyžaduje rozumné nároky, komunikaci mezi vývojáři a uživateli a školení in-house odborníků.


Nezištná pomoc AI uvnitř našich datových sítí

Reseller Magazine 7/2020, Jan Hanáček, str. 24-25

V dnešní době v podstatě nelze nalézt ani jednu oblast průmyslu nebo obchodu, ve které by se nedala uplatnit. Mnoho firem nabízí možnosti využít schopnosti umělé inteligence s principy strojového učení k zabezpečení, zefektivnění a optimalizování v oblasti datových sítí. Jak to tyto firmy dělají? Takové chytré sítě dovedou pomocí analytických nástrojů vytěžit z dat informace, které by nebyly normálně zřejmé. Na základě těchto dat pak mohou upravit infrastrukturu tak, aby pracovala efektivněji. Zavádění AI jako nástroje pro spravování sítě je stále běžnější. AI může sloužit jako nástroj pro predikci při nasazování nových a neodzkoušených řešení a zefektivnění těch starších. Učící se algoritmus provede důkladnou analytiku sítě a nalezne možnosti, kam a jak zařadit nové prvky infrastruktury tak, aby fungovaly kompatibilně a optimálně. Tím se předchází výpadkům a možným chybám, které by ohrozily výkon a provoz celé sítě. Učící se algoritmy při vytěžování dat projdou terabyty informací během několika desítek minut a potom doporučí, které úložiště, přístupový bod nebo switch je rizikový a nepracuje optimálně. Samotná implementace řešení a náprava už jsou v rukou odborníků. Autonomní programy, které pracují na bázi strojového učení, jsou stvořené pro práci v datových sítích. Jejich potenciál je nejvíce viditelný v pohybu mezi obrovským množstvím dat. Ze struktur, ve kterých se data skladují a kudy proudí se AI naučí nejvíce a to jak je výkonná a užitečná, záleží na charakteru informací, které analyzuje a ze kterých se učí. U dat je důležité nejen jejich množství, ale také jejich různorodost. AI nemůže efektivně pracovat v oblasti, kterou nezná a na kterou není trénována. AI tak vlastně kopíruje ekosystém podniku. Každá organizace je specifická a stejně tak její umělá inteligence. AI zkoumá nejen data, které generuje běžný provoz firmy, ale také ta data, která získá při testování bezpečnosti a odolnosti sítě během doby, kdy dochází ke špičce. Během tohoto procesu sleduje změny chování infrastruktury a vyhodnocuje nastavení parametrů a snaží se najít efektivnější cestu. AI už v dnešní době pro management firemních sítí představuje nástroj, který usnadňuje práci s nimi, tak zefektivnění možností zachytit výpadky, anomálie a jiné problémy. Tímto šetří obavy, čas a investice.


Jak covid-19 změnil technologické trendy

Reseller Magazine 8/2020, str. 30

Společnost Accenture aktualizovala trendy v závislosti na aktuální situaci okolo pandemie koronaviru COVID-19. Prvním trendem je personalizace. Nyní se změnila role a význam digitálních zkušeností v životě lidí a firmy budou potřebovat agilní strategie zapojení, pokud chtějí prosperovat. Je potřeba oživit chápání potřeb a přání jednotlivých zákazníků a opustit zažité stereotypy. Firmy by měly nechat zákazníky řídit své digitální zážitky. Roste také poptávka po skutečně sdílených digitálních zkušenostech a digitálních komunitách. Druhý trend je AI a já. Tento trend sleduje jak firmy podporují spolupráci mezi lidmi a AI. V současné době by AI měla ještě více podpořit schopnosti lidské pracovní síly. Taková spolupráce je například vidět v závodě o nalezení vakcíny proti COVID-19. AI také v současné situaci pomáhá vytvářet pružnější firemní strukturu. Lidé se budou spolupráce s AI méně obávat. Právě tyto obavy jsou největší překážkou v přijetí AI na pracoviště. Třetím trendem jsou roboti. S tím jak se sociální distancování stává normou, se roboti přesunují do nových prostředí v mnoha odvětvích. Roboti pomáhají jak v boji proti viru, tak i firmám k vyšším obratům. Z dlouhodobého hlediska bude robotický ekosystém rychlejší. Čtvrtým trendem je dilema chytrých věcí. Chytrá zařízení se nyní stávají nástroji v boji proti COVID-19. Mohou pomoci identifikovat příznaky, sledovat pacienta a dodávat údaje o zdraví. Také pomáhají s distancováním ve veřejných zónách. V dlouhodobém horizontu ale hrozí odpor uživatelů z důvodu strachu zneužití osobních dat uživatele. Pátým trendem je inovační DNA. Zde jsou vidět 3 různé oblasti inovací. Jsou to vyspělé digitální technologie, vědecký pokrok a vznikající technologie DARQ (distribuované účetní knihy, umělá inteligence, rozšířená realita a kvantové zpracování). Nyní prochází ekosystémy inovačním zátěžovým testem. Firmy musí spolupracovat novými způsoby a vytvářet inovace v celém ekosystému. Mnoho lídrů například propojuje nové inovační strategie a vytváří nová partnerství, aby dosáhli úspěchu.


Technologie, na kterých stojí digitalizovaný průmysl

Reseller Magazine 9/2020, Jan Hanáček, str. 18-19

Digitalizace průmyslu se týká nejen několika odvětví, ale celého průmyslu jako takového. Jaká je nejdůležitější trojice trendů, kterou přináší budoucnost průmyslu? Prvním trendem je digitální dvojče. Toto řešení stojí na určitých základních předpokladech. Jedním z nich je to, že i v dalších letech se bude rozšiřovat působnost internetu věcí v podnicích. Další předpoklad je, že podniky, které už IoT mají, ho budou dále rozšiřovat ve své struktuře a poslední předpoklad je že se nezastaví expanze cloudu a tendence vytěžovat big data. Většina podniků se chystá tyto technologie nasadit, zabránit by tomu mohla pouze globální událost. Ani aktuální pandemie plány digitalizace moc nezměnila, spíše je lehce zbrzdila. Digitální dvojče se dá uplatnit nejen v sektoru výroby, ale také v odvětví transportu, díky tomu že dovoluje snadno nacházet nedostatky a příležitosti ve složitých logistických strukturách. Díky tomu optimalizuje dodavatelské řetězce. Také se bude více používat kvůli svým analytickým schopnostem. Druhým trendem je umělá inteligence věcí (AIoT). Jedná se o kombinaci výhod AI s internetem věcí. Jedná se o transformující technologii, která s již existujících systémů s IoT v blízké budoucnosti získá maximum. K výhodám bude patřit automatizace procesů, zefektivnění operací IoT zařízení, zlepšení interakcí mezi lidmi a stroji, vyšší podíl vytěžování dat, jejich management a analýza. Zvláště možnost interakce mezi lidmi a stroji je velmi zajímavý a nabízí mnoho příležitostí a aplikací. Se širší adopcí IoT se čeká záplava dat. Proto je potřeba najít řešení, které nám dovolí tyto data vytěžit a přetvořit je do použitelné formy. AI bude sloužit jako spojovací článek mezi hardwarem, softwarem, firmwarem, jednotlivými senzory a zařízeními. Třetím trendem je augmentovaná (rozšířená) realita, která se orientuje na zaměstnance. V příštích pěti letech by augmentovanou realitu mělo zařadit do svých struktur 3/4 podniků. Augmentovaná inteligence je určena k zefektivnění chování lidských pracovníků ve výrobě. Dělá to třeba tím, že zvýší jejich uvědomělost a zrychlí rozhodovací procesy tak, že zpracuje kvanta strojových dat a předloží je k posouzení. Výsledkem takových dat může být cokoliv, od statistiky po 3D model. Adopce rozšířené inteligence se stane nezbytnou s příchodem třetí generace BI (systémů pro podporu rozhodování).


7 nízkorozpočtových IT iniciativ, s nimiž lze začít ihned

businessworld.cz, 03.08.2020, John Edwards

Jaké iniciativy mohou posunout výkonnost IT ve firmě i v době zeštíhlování? První iniciativou je datová analytika. Automatizaci end-to-end procesu aplikace strojového učení na problémy v reálném světě umožňuje AutoML. Uživatelé podnikové sféry, kteří nemají žádné formální odborné znalosti v oblasti dat, mohou vytvářet inteligentní modely pomocí vysoce kvalitních diagnostických a prediktivních analytických nástrojů. Firmy, které již mají zavedený systém business intelligence, by měly vyhodnotit své investice, aby určily, jak a do jaké míry jejich obchodní týmy tuto technologii používají. Druhou iniciativou je přehodnocení IT procesů. To může pomoci identifikovat zásadní neefektivnosti současných postupů. Jako nízkorozpočtová iniciativa s nízkými nároky na technologie a potenciálně velkou návratností se může hodnocení IT procesů významně vyplatit, a to odhalením potenciálních možností zlepšení IT procesů. Takové hodnocení může vést ke zkrácení zavedeného postupu a zjednodušení. Třetí iniciativou je zavedení bezpečnostního školení pro zaměstnance, které skutečně funguje. Příčinou většiny případů kybernetických útoků a úniků dat jsou lidské chyby. Vzdělávání zaměstnanců v tom, jak rozpoznávat a řešit hrozby přicházející prostřednictvím e-mailu, sociálních médií a dalších kanálů, posílí stávající bezpečnostní opatření za relativně nízké náklady. Čtvrtou iniciativou je zahájení obchodní spokojenosti. Jedná se o Implementace procesu pravidelného měření a hodnocení spokojenosti podniků s IT službami. Pečlivě navržené interní průzkumy a ankety mezi zaměstnanci mohou IT pomoci získat informace o tom, co firemní uživatelé skutečně potřebují. Pátou iniciativou je Low-code vývojová platforma (LCDP). Tato platforma využívá vizuálně orientovaný přístup k vývoji aplikací. Low-code přístup umožňuje vývojářům s různými úrovněmi schopností vytvářet webové a mobilní aplikace pomocí komponent typu „přesuň a táhni“ (drag-and-drop) a modelově řízené logiky skrze grafické uživatelské rozhraní. LCDP také výrazně zkracuje životní cyklus vývoje softwaru v porovnání s ručním kódováním pro běžné případy použití. Šestou iniciativou je přechod do cloudu. Přechod do cloudu znamená platit za služby teprve tehdy, když jsou používány, a mít flexibilitu škálovat on-demand, tedy na požádání. Cloudové řešení umožňuje přístup k infrastrukturním službám v reálném čase a snižuje dobu nutnou k implementaci z týdnů nebo měsíců na pouhé hodiny nebo dny. Poslední iniciativou je zefektivnění zdlouhavých úloh pomocí RPA. RPA technologie konfiguruje software tak, aby fungoval jako robot, emuluje akce člověka, který spolupracuje s digitálními systémy, aby provedl obchodní proces. V praxi se software RPA používá k částečné nebo úplné automatizaci lidských činností, které jsou manuální, založené na pravidlech a opakují se. Softwarový robot také nikdy nespí a nedělá chyby. RPA je zvláště efektivní při poskytování hodnoty pro back-office operace, kde jsou úkoly obvykle manuální, únavné, náchylné k chybám a velkoobjemové.


7 pravidel úspěšné strategie business intelligence

businessworld.cz, 17.08.2020, Mary K. Pratt

Business intelligence (BI) je zásadní pro růst podniku a konkurenční výhodou. Jakých sedm zásadních komponent je nutných pro úspěšnou strategii BI? První komponent je předání vlastnictví BI podniku. Organizace, které uvádějí BI do rukou podnikových uživatelů, mají vyšší úspěšnost než ty, které omezují BI v IT. Dříve složitost raných technologií BI způsobovala, že starosti mnoho programů BI mělo na starosti IT oddělení. Dnešní nástroje jsou intuitivnější, což jim umožňuje dostat se přímo do rukou podnikových uživatelů, kteří mohou spouštět dotazy, které potřebují. Navíc dnešní firemní uživatelé často potřebují informace v reálném čase a nemohou čekat, až IT vygeneruje reporty. Druhý komponent je monitorování používání BI, které může případně vést ke změnám. I když by vlastníkem BI iniciativ měl být samotný podnik, IT oddělení musí zůstat aktivním partnerem při monitorování a hodnocení používání BI systémů. Je dobré sledovat, co uživatelé dělají, k jakým zdrojům dat mají přístup, jaké nástroje používají a jak je používají. Tím může CIO stanovit hranice ve spolupráci s obchodními jednotkami. Třetí komponent je ověřování. Organizace potřebují silný ověřovací proces, který se zaměřuje na umožňování přístupu ke všem datům potřebným k odpovídání na dotazy. Zároveň by měl zabránit vstupu problematických dat do systému BI, aby tak tento nevykazoval chybné závěry. Ověřovací proces navíc musí být dostatečně agilní, aby rychle reagoval na požadavky nových funkcí pro BI. Čtvrtým komponentem je zaměření se nejdřív na obchodní problémy, až potom na data. Nejprve firma musí identifikovat jasný obchodní problém, a jaké metriky chce analyzovat, a pak nakonec hovoří o tom, kde získat data. Pátým komponentem je vytváření priorit a implementování procesů pro zlepšení. Organizace by tedy měly vědět, jaké obchodní závěry chtějí a které jsou nejdůležitější, aby IT oddělení dokázalo nejprve dodat to, co je nejzásadnější pro podnikové uživatele, a následně se prokousat seznamem priorit. BI program by se měl být schopen měnit s tím, jak se mění priority. Šestý komponent je zvyšování kvalifikace občanských datových vědců. Na trhu není v současné době dostatek datových vědců, kteří by naplnili poptávku, jsou také potíže se zaměstnáváním občanských datových vědců. Jedná se o informační analytiky uvnitř firmy. Ti znají doménu podniku i otázky, které je třeba si klást. Díky tomu existuje potřeba softwaru, který je jednodušší na používání, aby mohly organizace tyto pracovníky lépe zapojit. Sedmým komponentem je umožnění zaměstnancům vyprávět příběhy s daty. Takoví pracovníci rozumějí tomu, jak používat poznatky nabízené jejich nástroji BI k vyprávění příběhů, které ostatním pomohou pochopit, co se data snaží říci. Například pracovníci analyzující čísla prodejů obchodu mohou vidět, jak dokonce menší trendy počasí mají mírné dopady na prodeje. Mohou tak chtít zapojit externí data o počasí pro další analýzu trendů, aby lépe pochopili, jak mohou obchody optimalizovat prodeje na základě těchto nových závěrů.


Robotická automatizace procesů se vypořádá i se zastaralými aplikacemi

ictrevue.ihned.cz, 08.07.2020, Lukáš Kříž

V dnešní době v každém podniku existuje řada opakujících se procesů, které svou jednoduchostí a často i množstvím zaměstnance spíše obtěžují. Z různých praktických i zcela formálních důvodů je ovšem nelze zrušit ani zásadně omezit. Řešení pro podobné situace a úkony nabízejí systémy robotické automatizace procesů (Robotic Process Automation − RPA). Ty mohou opakující se činnosti od lidí převzít, vykonávat je podstatně rychleji a obvykle také levněji a s nižší chybovostí. Role lidí je ale stále důležitá například při počáteční tvorbě robotů, skriptů. U již zautomatizovaných procesů pak uživatelé přebírají kontrolní funkci. Zatímco lidská práce vykazuje v průměru 78procentní přesnost, v případě robotického softwaru dosahuje přesnost i více než 95 procent. Robot je také až 20krát rychlejší než člověk. Technologie navíc zrychluje dobu odezvy a vypořádá se s mnohem většími objemy práce. Díky robotické automatizaci procesů se budou moci zaměstnanci zaměřit především na hodnotnější činnosti vyžadující kreativitu, zkušenosti a odborné znalosti, které často nemají přesně definované pracovní postupy. Rutinní procesy, administrativa, práce s daty či opakující se činnosti napříč systémy a aplikacemi, které nevyžadují kvalifikovaného člověka, jsou činnosti, které dokáže úspěšně vykonávat RPA. Robotická automatizace procesů využívá softwarové roboty, kteří, napodobují živé uživatele a vykonávají za ně rutinní činnosti. Pracují podle přesně stanovených pravidel, která jim definují jejich tvůrci. Běžně vykonávají jednoduché, víceméně mechanické činnosti, nejčastěji nad strukturovanými daty. Softwarové boty lze navrhnout tak, že se vypořádají i s poměrně komplexními úlohami, které sestávají z řady transakcí. Dokážou navíc bez větších nároků na integraci využívat hned několik aplikací či systémů. Jsou flexibilní, neboť umožňují naprogramovat boty v podstatě pro jakékoli každodenní, opakující se činnosti. Mají nízké požadavky na integraci. Lze je snadno implementovat. Minimálně základní nastavení se obejde bez programování. Pokročilejší, modernější systémy často pracují s kognitivními boty, kteří se dokážou učit pozorováním činnosti reálného uživatele. Roboti jsou levnější než lidé. Řešení RPA lze navíc pořizovat i v cloudovém modelu, což přinejmenším zvyšuje jejich flexibilitu. Jaké jsou tři zásady, které by automatizující se podniky neměly přehlížet či zanedbat? První z nich má podobu trojimperativu: proces, řízení, kultura. V každé etapě implementace a vyspělosti je třeba k těmto aspektům praktického nasazení RPA přistupovat odlišně. Softwaroví boti vyžadují trvalou péči. Podniky po první vlně implementace a prvních úspěších na tomto poli nezřídka poleví v soustředění. Technologie RPA ovšem vyžadují stejnou péči a pozornost jako jakákoli jiná podniková platforma. Stále musí být kontrolována, testována, a to jak z hlediska očekávaných funkcionalit, tak z hlediska bezpečnosti a odolnosti. Třetí zásada se týká lidí, zaměstnanců. Robotizace není pro zaměstnance hrozba, ale spíš příležitost. Zavádění automatizace by mělo začít u méně rizikových procesů. Úvahám o zavedení RPA by měla předcházet procesní analýza, v rámci které bude zjištěno, jaké procesy vůbec lze popsat algoritmy a jak vysoký přínos by jejich automatizace měla. Nástroj pro robotizaci jako takovou musí být schopen pracovat s nejrůznějšími webovými a desktopovými aplikacemi. Tyto programy bývají často poměrně zastaralé. Pro robotizaci je tedy potřeba arzenál technologických triků, specialit a zkušeností, aby firmy byla schopná tyto aplikace provozovat.


 

Novinky, Sekce AI/BI/chatbot
Košík