Rešerše: AI/BI/chatbot (3Q 2022)

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


BI v novém kabátu

CIO Business World 4/2022, Maria Korolov, str. 10-12

Platformy business intelligence se neustále vyvíjejí. Díky přidání umělé inteligence a strojového učení se BI mění na komplexnější platformy na podporu rozhodování. Tzv. rozhodovací inteligence je sofistikovaná kombinace nástrojů, která pomáhá podniku zpracovávat velké množství dat za účelem rozhodování. Rozhodovací inteligence v praxi jsou například doporučovací systémy, které využívají analýzu dat předvídání, které produkty by spotřebitelé považovali za nejvhodnější nebo jaké filmy by se jim mohly líbit. Takové nástroje poskytují kontext a relevantní možnosti. Přidání umělé inteligence nebo strojového učení k platformě business intelligence ji mění na platformu pro inteligentní rozhodování, protože poskytuje kontext, předpovědi a doporučení v místě a čase, jak odpovědná osoba potřebuje. Rozhodovací inteligence nabízí dataanalýzy a předpovědi, v dobu kdy jsou potřeba a tam kde jsou potřeba. Rozhodovací inteligence také může pomoci zaměstnancům se rozhodovat rychleji. Rozhodovací inteligenci zavádí i kalifornský úřad DMV například pro odhalení plýtvání a zneužívání v rámci úřadu i mimo něj. Rozhodovací inteligence je používána i v oblasti kybernetické bezpečnosti. Pomáhá i podnikům k větší konzistentnosti procesů a to třeba v bankovním sektoru.


Desítka tipů do začátků s „rozhodovací inteligencí“

CIO Business World 4/2022, Maria Korolov, str. 13-16

Rozhodovací inteligence přináší schopnost zpracovávat velké objemy dat pomocí souborů v sofistikovaných nástrojích jako je umělá inteligence a strojové učení, a transformuje tradiční BI dashboardy a obchodní analýzy do komplexnější platformy pro podporu rozhodování. Úspěch strategie rozhodovací inteligence ale závisí na pochopení, jakým způsobem podnik rozhoduje. Jak tedy k rozhodovací inteligenci přistupovat? Nejdříve je vhodné začít procesem který je velmi dobře definovaný, nízkorizikový a je u něj k dispozici velké množství příkladů. Klíčový poznatek je, že rozhodovací inteligence není jednorázovým procesem. Přístup je nutné neustále vylepšovat na základě zpětné vazby. Druhým tipem je nechat se vést novými daty. Čím častěji se proces opakuje a čím jednoznačnější jsou výsledky, tím více příležitostí bude mít podnik k jeho zlepšování. Třetím tipem je zdokonalování podnikových algoritmů. Přehodnocení základních algoritmů může kromě začlenění nových dat do strategie rozhodovací inteligence také zvýšit kvalitu výsledků. Čtvrtým tipem je obohacení komplikovaných procesů. V takovém případě strojové učení poskytuje pouze návrh, konečný závěr udělá člověk. Pátým tipem je rozlišování mezi dobrým výsledkem a náhodou. Kvalita výsledků a kvalita rozhodnutí nejsou totéž. Prvním krokem je formalizovat rozhodovací proces podniku a teprve poté je možné přemýšlet o zavedení softwaru, který by tento proces podporoval. Šestým typem je dávat si pozor na zkreslená data. Pokud je historie firmy problematická, potom může tréninkový soubor historických dat vygenerovat nestejnou zátěž. Řešením je poskytnout správné mantinely pro rozhodování. Sedmým typem je důvěřovat umělé inteligenci. I když jsou někdy doporučení založená na datech v rozporu se všemi instinkty a nepochopení toho, jak technologie funguje, může váhání firmu uvrhnout o roky zpět. Řešením je mít alespoň jednu osobu, která chápe, jak datová analýza funguje, a alespoň jednu osobu, která má důvěru managementu a dokáže výsledky objektivně posoudit. Osmým typem je využívání syntetických dat. Nedostatek reálných učebních dat lze kompenzovat syntetickými daty. Devátým typem je diskuze o rozhodnutí na základě datových analýz. Desátým tipem je začít skromně a učit se postupně rozhodovací inteligenci používat.


Digitální dvojčata: Virtuální podoby fyzických prostředí

COMPUTERWORLD 7-8/2022, Thor Olavsrud, Isaac Sacolick, str. 24-27

Digitální dvojčata jsou virtuální reprezentací objektů, procesu nebo systému v reálném čase. Často slouží jako most mezi fyzickými a digitálními oblastmi. Tyto virtuální kolony fyzického provozu mohou organizacím pomoci monitorovat provoz, předvídat potřebu údržby a poskytovat poznatky pro rozhodování o nákupech. Mohou také pomoci simulovat scénáře, které by byly příliš časově náročné nebo drahé pro cestování s fyzickými aktivy, vytvářet dlouhodobé firemní plány, přijít s novými vynálezy a zlepšit procesy. Výhody digitálních dvojčat jsou zrychlení posouzení rizika a uvedení do výroby, prediktivní údržba, vzdálené monitorování v reálném čase, lepší spolupráce týmu a lepší rozhodování o financích. Digitální dvojčata tvoří tři základní prvky, kterými jsou historická data, údaje reálném čase a budoucí údaje. Které typy digitálních dvojčat v současné době využívají firmy? Jsou to dvojčata komponent a dílů, dvojčata aktiv, dvojčata systému nebo jednotek a dvojčata procesů. Softwarové platformy pro digitální dvojčata zahrnují data ze senzorů IoT a další data s cílem monitorovat fungování aktiv a dělat simulace. Škálovatelné platformy pro digitální dvojčata mají šest klíčových rysů. Prvním rysem je správa životního cyklu digitálního dvojčete. Druhým rysem je jeden zdroj pravdy. Třetím rysem je otevřené rozhraní API. Čtvrtým rysem je vizualizace a analýza. Pátým rysem je správa událostí a procesů. Šestým rysem je perspektiva zákazníka a uživatele. Co dvojčata řeší? Rozšířenou realitu a zobrazování celý systém v reálném čase. Digitální dvojčata se používají v různých fázích včetně designu, návrhu, konstruování, výroby a provozu v různých oborech, jako jsou letectví, automobilový průmysl a výroba, stavebnictví, infrastruktura a energetika.


Technologie stále více pronikají i do energetiky

IT Systems 7-8/2022, str. 15

Které technologie se nejvíce prosazují v oblasti energetiky? První technologií je internet energie neboli energetické využití internetu věcí. Hlavním cílem internetu energie je, aby se pomocí internetu věcí, který získává již široké rozšíření, vytvořily monitorovací sítě čidel, nad kterými může běžet řada smart grid aplikací. Další technologií je umělá inteligence. Roste poptávka po řešení umělé inteligence pro řízení složitých operací. To umožní ekologičtější provoz při zavádění prediktivní údržby například solárních a větrných zdrojů energie. Umělá inteligence také umožní snižovat spotřebu energie a podporovat snižování emisí. Další technologií jsou digitální dvojčata. Jedná se o modely, které představují obrazy systému nebo zařízení z fyzického světa, které kromě jiného pomáhají zefektivnit práci nebo odhalit možná nebezpečí a rizika. Technologie digitálních dvojníků přináší nové způsoby pro návrh, monitorování a řízení budov i celků a budou mít vliv na udržitelnost nebo hospodářský růst. Cílem využití všech technologií je zužitkování v automatizovaném energetickém řízení.


Důvěra v technologie prospěje podnikání společnosti

IT Systems 7-8/2022, Vlastimil Horák, str. 43

Současná doba přináší nedůvěru v informační technologie. Prvním důvodem je, že napříč společností poklesla důvěra spotřebitelů. Druhým důvodem je to, že nové technologie nevzbuzují v lidech vždy pozitivní pocity. Nedůvěra v technologie do značné míry pramení také z toho, že jejich hlavním zdrojem jsou data. Kybernetická bezpečnost se dostala do popředí zájmu spotřebitelů a s ní i ochrana osobních údajů. Spotřebitelé ale většinou nejsou ochotni změnit své online chování. Co se týče firem, firmy se musí vypořádat s velkou výzvou. Je to kontrast mezi tím, co si spotřebitel přeje a jeho skutečným chováním. Všechny podniky by měly svědomitě spravovat osobní údaje. Jaké kroky mohou firmy podniknout, aby se svými zákazníky navázali vztah založený na důvěře? Zaprvé je zcela zásadní zajistit bezpečnost dat. Podniky musí pomocí komplexních bezpečnostních politik zahrnujících lidi, procesy a digitální služby eliminovat kybernetické hrozby a neúmyslné zneužití dat. V minulosti se ochrana soukromí soustředila na myšlenku transparentnosti. Tato úroveň transparentnosti ale dnes není dostačující. Kontrola a volba, stejně jako transparentnost jsou dnes jádrem problémů ochrany osobních údajů. Proto je dobré se řídit základními principy. První princip je začlenit ochranu osobních údajů do nejranějších fázích vývoje produktů. Druhý princip je minimalizovat množství shromažďovaných a užívaných údajů. Třetí princip je chránit osobní údaje těmi nejvyššími standardy kybernetické bezpečnosti a nechat rozhodnutí, jaké osobní údaje poskytnout, na uživatelích, kdykoli je to možné.


Vyhněte se škodám způsobeným nedostatečným využitím firemních dat!

IT Systems 9/2022, Alexandra Šulcová, str. 12-13

Pokud chceme řídit společnost prostřednictvím dat, musíme do tohoto procesu zapojit všechny zaměstnance v organizaci neboli dosáhnout tzv. demokratizace dat. Demokratizace dat je neustálý proces umožňování všem zaměstnancům v organizaci, bez ohledu na jejich technické know-how, využívat data, pohodlně s nimi pracovat a podpořit otevřenou konverzaci o těchto datech, a tím umožnit lidem provádět rozhodnutí podložené těmito daty. Business Intelligence tedy předchází demokratizace dat. BI je také o výběru vhodné analytické metody. BI je také o schopnosti získat poznatky z dat, i když nejsou snadno přístupná a strukturovaná. Proto je dobré v rámci analýzy k určitému projektu vycházet z historických dat, kapacity technologií a business plánu, jedná se tedy o konsolidovaná data všech firemních oddělení. BI je poté o zasazení poznatků z dat do kontextu daného odvětví a jejich srozumitelné interpretaci. Na základě podnětů a dat od firmy lze zvolit scénář, který nejlépe odpovídá směrování firmy do budoucna a tento finální scénář je následně detailně zpracován. Poté klient obdrží BI nástroj, který může používat pro sledování klíčových ukazatelů nejen pro aktuální projekt, ale i pro projekty budoucí.


Jakým výzvám čelí české průmyslové podniky v oblasti IT?

IT Systems 9/2022, str. 31-32

V článku je popsáno sedm výzev kterým čelí české podniky. První výzvou jsou zastaralé informační systémy. Přetrvávající problémy v dodavatelských řetězcích odhalily slabá místa dosavadního řízení podnikání, které zapustilo kořeny mnohdy už v devadesátých letech. Z krize vyjde nejlépe ten podnik, který se bude rychle a správně rozhodovat, bude mít velmi dobrý přehled o stavu zásob, rozpracovanosti výroby, nákladech, ziskovosti a mnoha dalších parametrech podnikání. Druhou výzvou je chytrá továrna. Koncept chytré továrny spolu s internetem věcí, strojovým učením a umělou inteligencí má potenciál posunout průmyslovou výrobu na zcela novou úroveň. Třetí výzvou je digitální dodavatelský řetězec. Inteligentní a digitalizovaný dodavatelský řetězec podpoří všechny klíčové procesy včetně návrhu, plánování, zajišťování dodávek, nákupu, výroby, logistiky a správy aktiv. Pomůže tak zefektivnit spolupráci v rámci obchodních sítí, čelit výpadkům v dodávkách a v neposlední řadě vyhledávat nové obchodní partnery a příležitosti. Čtvrtou výzvou je zvyšování příjmů ze servisních služeb. Průmysloví výrobci musí navrhovat, prodávat, dodávat a udržovat personalizované balíčky řešení, které přinášejí trvalou hodnotu a výsledky. Pátou výzvou jsou inovace a nízká přidaná hodnota. Inovace jsou klíčovou hnací silou průmyslové výroby, aby se průmyslovým výrobcům dařilo v post-pandemické ekonomice, musí být agilnější a efektivnější. Šestou výzvou je zvýšení investic do IT. Klíčovou roli pro zvýšení investičního rozpočtu hrají inovace a s nimi spojená vyšší marže. Sedmou výzvou je to, že oblast IT patří do managementu. Ruku v ruce se zvýšením investičních rozpočtů na IT by podniky měly vyzdvihnout IT na úroveň výkonného managementu a zvýšit investice i do rozvoje zaměstnanců v IT. Jedině tak podniky získají potřebný vhled do překotného rozvoje IT technologií a pochopí, které IT technologie jsou klíčové pro jejich budoucí rozvoj.


Virtuální realita je neocenitelným pomocníkem designérů a konstruktérů

IT Systems 9/2022, Příloha CAD 2022, Jan Frič, str. 30-31

Díky stereoskopii, možnosti přirozeného pohybu a přesně sledovaným ovladačům otevírá virtuální realita skvělé možnosti již při vytváření CAD návrhu. S využitím obsáhlých katalogů jednotlivých součástek a funkčních prvků už není nutné neohrabaně manipulovat s celým modelem na ploché obrazovce. Větší stroje je možné přirozeně obcházet a stavět tak, jako by stály přímo před inženýrem. Stačí jednoduše brát součástku za součástkou a vše skládat jako stavebnici s neomezeným počtem součástek. S vhodným uživatelským rozhraním není problém ani využití přirozených CAD nástrojů a upravování parametrů jednotlivých komponent prostřednictvím změny numerických hodnot jejich nastavení. S virtuální realitou totiž inženýr neztratí při změně měřítka přehled o okolí, které se nevejde do zorného pole monitoru. Model si totiž může nadále prohlížet prostřednictvím prostého pohybu hlavy. Inženýr tak získá naprosto intuitivní možnost manipulace s veškerými funkčními prvky bez omezení velikostí monitoru. Obzvláště dramatický je posun pro odvětví, kde není jediným kritériem funkční řešení, ale také estetika. Práce ve VR umožňuje urychlení každého kroku návrhu. Díky možnostem spolupráce na jediném projektu přímo ve VR je možné celý produkt konstruovat za účasti více pracovníků, kteří zároveň mohou komunikovat v reálném čase. Oblastí, ve které se virtuální realita již etablovala, je prezentace. Vizualizace také umožňuje představit klientům záměr v podobě „fotografie“, která je pro ně výrazně čitelnější než půdorysný či technický zákres. VR umožní snadno během jediného kliknutí rozložit model na jednotlivé komponenty a odhalit tak klientovi specifika, která bylo nutné vyřešit. To šetří mnoho času při domluvě a úpravách projektu. VR tak zvyšuje efektivitu a snižuje náklady bez nutnosti větších investic do modernizace. Překonává přitom limitace běžného CAD inženýrství, jako je práce s 3D objekty v ploše, a upevňuje tak jeho pozici jako královské disciplíny v architektuře, strojírenství i designu.


Jak vybrat vhodného robota pro pracoviště, které chceme robotizovat?

IT Systems 9/2022, Miroslav Šmíra, str. 34-35

Je lepší vybrat průmyslového nebo kolaborativního robota? Výhody kolaborativního robota jsou, že pracoviště potřebuje o zhruba polovinu méně prostoru. Projekt robotizace s využitím kolaborativního robota zabere zhruba polovinu času ve srovnání s použitím průmyslového robota na stejné pracoviště. Kolaborativní roboti se také snadno programují. Shodné pracoviště s použitím průmyslového robota je o zhruba 15–20 % celkově dražší ve srovnání s použitím kolaborativního robota. Jaké jsou výhody průmyslového robota? Průmysloví roboti mají obvykle robustnější konstrukci a delší životnost, jsou velmi rychlí, dokážou manipulovat s předměty až do dvou tun a mají větší dosah ramene. Pokud danou operaci zvládne kolaborativní robot, je z důvodu rychlosti realizace projektu, ceny projektu a uživatelské příjemnosti ovládání a programování vhodné zvolit kolaborativního robota. Jak určit nosnost robota? Dobrá praxe je zvolit hmotnost manipulovaného předmětu, přičíst hmotnost gripperu a přidat zhruba 40 %. Tím se lze dostat na potřebnou nosnost robota. Obdobný princip platí i pro potřebný dosah robotického ramene. Pokud nastává potřeba komunikace robota s dalšími stroji a zařízeními, je nutno zkoumat detaily. Ceny potřebných komunikačních periferií se podle výrobce robota podstatně odlišují. Co se týče dostupnosti náhradních dílů a servisu, klíčovou otázkou pro dostupnost servisu není vlastní deklarovaná dostupnost servisního zásahu, ale kde má konkrétní výrobce většinu náhradních dílů.

Novinky, Sekce AI/BI/chatbot
Košík