Přinášíme vám pravidelné shrnutí zajímavých článků z odborného tisku a specializovaných webů. Pro členy Asociace máme k dispozici podrobnější rozbor obsahu. Přihlášení zde.
Osm šikovných certifikací pro BI
CIO Business World 05/2021, Thor Olavsrud, příloha ERP Od infrastruktury k IT službám, str. XII-XIV
Pracovníci v oblasti business intelligence jsou v současné době velmi žádaní, protože práce s daty je klíčovou součástí firem. Proto mít certifikaci BI představuje výhodu pro ty, kdo takovou práci hledají. První certifikací je certifikační program Certified business intelligence professional (CBIP). Je určený seniorním pracovníkům v oblasti informačních systémů a IT. Držitel se umí orientovat v aktuálních BI technologiích a zná nejlepší praxi, řešení a nové trendy. Musí mít nejméně dvouletou praxi v oboru IS a IT. Druhou certifikací je IBM certified designer: IBM Cognos Analytics Author V11. Kandidát s touto certifikací umí budovat pokročilé reporty, aktivní reporty a dashboardy z relačních dat nebo nahraných souborů. Zná základní databázové koncepty a SQL, vizualizaci data a JavaScript. Třetí certifikací je Microsoft certified: data analyst associate. Držitel této certifikace je odborníkem v oblasti návrhu a tvorby škálovatelných datových modelů a čištění, transformace a vizualizace dat. Mají ji datoví a BI profesionálové, kteří používají Power BI v cloudu. Čtvrtou certifikací je QlikView Business Analyst. Tato certifikace dokládá znalost rozhraní aplikací QlikView a je doporučována těm, kdo se zabývají analýzou, návrhem a rozvržením uživatelského rozhraní aplikací QlikView. Pátou certifikací je SAP Certified Application Associate:SAP BusinessObjects Business Intelligence Platform. Ta osvědčuje znalosti v oblasti návrhu, implementace a provozu BI platformy SAP. Šestou certifikací je SAS Certified Specialist:Visual Business Analytics 7.5/8.3 a je určená analytikům, kteří používají Visual Analytics k analýze dat a návrhu reportů. Sedmou certifikací je Tableau Desktop Certified professional. je určená těm, kdo mají alespoň roční zkušenosti s platformou Tableau. Prokazuje znalosti pokročilých funkcionalit této platformy. Poslední certifikací je Tableau Server Certified Professional, která je určena těm, kdo mají zkušenosti s Tableau Server a chtějí prokázat své znalosti architektury a integrace platformy.
Češi chatboty umějí – anglicky
COMPUTERWORLD 10/2021, David Slouka, příloha Hvězdy českého ICT, str. XIV-XV
Česko je ve vývoji chatbotů vysoko i přesto, že Česko a jeho školy nemají finance ani organizaci, ani dostatečný počet vědecké a pracovní síly v porovnání s konkurencí. Na zpracování přirozeného jazyka pracuje v ČR mnoho start-upů a odborníků, a to s vysokou úspěšností. Příkladem úspěšných projektů je například start-up Alquist z pražské ČVUT, který zvítězil v rámci Alexa Prize a dokázal porazit týmy z Carnegie Mellon nebo University of Glasgow. Další český startup Neuron Soundware dokáže analyzovat zvuky přístrojů a díky tomu dokáže detekovat možná selhání strojů. Feedyou zase nabízí virtuální personalistku nebo virtuální operátorku, které dokážou nahradit lidské pracovníky. Zájem budí i sociální chatboty v propojení s roboty. Takový chatbot by mohl dělat společnost seniorům například v domově pro seniory nebo pečovatelském domě. Zajímavá je i možná integrace chatbotů do oblasti zdravotnictví. Chatboti by mohli sloužit pacientům a zodpovídat jejich dotazy nebo zjistit co potřebují. Aktivity v oblasti sociálních chatbotů a ve zdravotnictví jsou ale zatím stále směřovány do anglického jazyka. Chatboti v mluvené podobě češtiny v ČR v podstatě neexistují. Je to proto, že jak porozumění, tak mluvené reakce jsou o řád složitější než písemný projev. Uživatelé v českých domácnostech si ještě na konverzační AI ještě počkají. Stále je také nutné mít na paměti ochranu soukromí těch, kdo s chatbotem komunikují.
Devítka přelomových technologií
COMPUTERWORLD 11/2021, Paul Heltzel, str. 6
Průzkum State of the CIO od IDG zjišťoval, které technologie podle IT manažerů ovlivní fungování podniků v blízké budoucnosti. První technologií ke AI a strojové učení. AI pomáhá podnikům efektivněji se rozhodovat a zkvalitňovat obsluhu zákazníků. Zároveň ale vznikají obavy ohledně etické stránky a ochrany soukromí. Proto je doporučen alespoň částečný dohled člověka nad touto technologií. Druhou technologií jsou big data a analytika. Vznikají příležitosti pro širší uplatnění datové vědy. Tato technologie má velký potencionál ovlivnit podnikovou praxi. Je díky ní možné získat užitečnější informace o obchodních příležitostech nebo o ekologických a sociálních problémech. Třetí technologií je 5G. Hlavní využití této technologie se v tuto chvíli jeví v privátních sítích pro kritické aplikace v lokálních prostředích s vysokou hustotou uživatelů, kde je vyžadována vysoká míra mobility. Čtvrtou technologií je Blockchain. Tato technologie není tak oblíbený jako v minulých letech, a to z důvodu obavy z úniku informací, značného výpočetního výkonu, neexistence jednoznačných standardů a to, že blockchain pouze udržuje přehled o chytrých smlouvách, ale nezaručuje kvalitu samotných dat. Pátou technologií je Cloud a SaaS. Pandemie zvýraznila důležitost cloudu v IT strategiích. Zájem o cloudové aplikace potrvá nejen pro běh aplikací, ale také pro spolupráci a sdílení dat. Šestou technologií jsou drony. Trendem je rozšíření doletu dronů i mimo oční kontrolu pilota na podstatně větší vzdálenost. Drony také začnou využívat výhody RPA. Sedmou technologií jsou digitální asistenti. Konverzační rozhraní a podobné technologie se týkají nejen služeb zákazníků, ale také ve firmách včetně nástrojů usnadňujících práci na dálku. Osmou technologií jsou nositelná zařízení. Poptávku po nositelné elektronice zvyšuje snaha firem zajistit bezpečnost na pracovištích. Překážkou zavádění je ale důvěra a ochrana soukromí. Devátou technologií jsou bezserverová výpočetní prostředí. Ta by měla pomáhat urychlovat dodávání kódu pro nové projekty. Jednodušší, rychlejší a agilnější vývoj softwaru se postupně promítne i do tradičních systémů a hybridních prostředí.
Jak se mění business intelligence?
COMPUTERWORLD 11/2021, Neal Weinberg, str. 24-25
BI je v současné době k dispozici pro více zaměstnanců, přesouvá se do cloudu, stává se součástí širších softwarových sad ERP nebo CRM a zahrnuje i AI a strojové učení. Očekává se že BI nadále poroste. Jaké trendy budou BI ovlivňovat v následujících letech? Prvním trendem je AI a ML. BI vylepšená o AI má potenciál změnit průměrného firemního uživatele v řadového datového vědce. Cílem je umožnit osobám bez znalostí datové vědy vytvářet předpovědi, pracovat s prediktivní analytikou, detekcí anomálií a dalšími funkcemi BI pouhým kliknutím. Druhým trendem je přijetí cloudu. Výhody cloudového řešení BI zahrnují přístupnost pro vzdálené uživatele, škálovatelnost, pružnost a rychlost nasazení. Třetím trendem je pokrok zpracování přirozeného jazyka. To umožňuje firmám rozšířit využití BI do dalších procesů svého fungování a využívat nástroje hlubším způsobem. Tato technologie je v BI stále v počátcích. Čtvrtým trendem je to, že BI se stává součástí ERP a CRM systémů. Výhoda spočívá v tom, že se BI vyvíjí z odděleného nepropojeného procesu do podoby integrální součásti firemních pracovních toků. Pátým trendem jsou nové způsoby prezentace informací prostřednictvím vyprávění. Pomocí principů disciplíny s názvem design informací se snaží dodavatelé BI zjednodušit své prezentace způsobem, který uživatele provede konkrétním problémem či situací, a kromě prezentace základních dat také nabízí doporučení co dělat. Šestým trendem je BI pro provozní účely. Provozní BI nebo také OI (Operational Intelligence) používá data z různých zdrojů včetně chování spotřebitelů a narušení dodavatelského řetězce a nashromážděná data následně analyzuje. Takový systém pak dokáže nabízet doporučení pro rychlá rozhodnutí. Sedmým trendem je to, že úspěšné řešení BI i nadále vyžaduje přípravné práce. Je stále potřeba školit zaměstnance.
Umělá inteligence v náboru? Raději ne
COMPUTERWORLD 12/2021, Sarah K. White, příloha Top IT Employers, str. X-XI
Společnosti se stále častěji poohlížejí po využití umělé inteligence i v náborovém procesu. Má to ale úskalí. Ze sebraných dat mohou plynout předsudky. díky nim pak není možné vybrat správně a důsledně kandidáta na poptávanou pozici. To ale neznamená že je AI v náborovém procesu k ničemu. AI algoritmy jsou obvykle trénovány na předchozích datech, což může vést k inherentním omylům. Pokud není diverzita zahrnuta v datasetu, v algoritmu se neprojeví. Algoritmus pak bere v potaz výsledky potencionálních zaměstnanců, s nimiž má zkušenosti. Týká se to jak rasy, pohlaví, tak postižení nebo konkrétního univerzitního vzdělání. Technologie může firmám pomoci celý náborový proces zjednodušit a zefektivnit, ale je nutné k softwaru přistupovat s opatrností. Mnoho HR oddělení je bráno ve firmách jako oddělení, které negeneruje žádný zisk, a proto jsou vnímána jako finanční zátěž. Management pak často hledá možnosti, jak náborový proces automatizovat. Díky tomu lze přehlédnout negativa softwaru, který si firma zvolila. Rozpoznání obličeje nebo analyzování hlasu se stále potýkají se zákonem a liší se stát od státu. Existují také obavy z toho, kolik informací AI o kandidátech shromažďuje. Nakonec je tedy dobré se zaměřit na schopnosti a dovednosti uchazeče než na ostatní problematické údaje.
Chatboti budou hrát zásadní roli v budoucnosti zákaznického servisu
IT Systems 11/2021, Vojtěch Strnad, str. 10-11
Systémy IVR (automatizované systémy interaktivní hlasové odezvy) nabízí pouze seznam předem nahraných možností, ze kterých si může zákazník vybrat. Oproti tomu chatbot mnohem lépe rozumí dotazům zákazníků. Díky zpracování přirozeného jazyka (NLP) se chatboti stávají zdatnými v porozumění požadavkům uživatelů vysloveným v běžném, konverzačním jazyce. Rostoucí popularita chatbotů s umělou inteligencí a zpracováním řeči je v mnoha ohledech pouze předzvěstí nadcházejícího rozšíření hlasových botů v oblasti zákaznických služeb. Obě tato technologie chtějí zapojit zákazníky do dynamických a vysoce personalizovaných konverzací kolem získávání odpovědí na jejich otázky. Chatbot komunikuje prostřednictvím zpráv, zatímco hlasový bot se zapojuje čistě hlasem. Hlasoví boti musí nejen rozumět požadavkům zákazníků, ale musí být také schopni rozeznat záměr otázky. To je rozhodující pro poskytnutí přesné odpovědi. Tyto boti navíc musí mít přístup k informacím o zákazníkovi. Za tímto účelem musí být hlasoví roboti schopni syntetizovat hlasový požadavek, který se následně převede na text ke zpracování, aby mohli obratem poskytnout přesnou hlasovou odpověď, a to vše během několika sekund. Co se týče chatbotů, jejich implementace přináší určité investiční náklady. Tyto náklady však mohou být nižší v porovnání s náklady na mzdy v oblasti služeb zákazníkům, infrastrukturu a vzdělávání. Kromě implementace investičních nákladů jsou dodatečné náklady na chatboty poměrně nízké. Takovou položkou může být například zajištění bezpečnosti nebo její další zlepšování. Výhody chatbota jsou že pracuje neustále, je schopný poskytnout okamžitou odezvu, může odpovídat ve více jazycích a jeho odpovědi jsou konzistentní. Nevýhodou jsou složitější dotazy zákazníků, na které chatbot není schopný odpovědět. Také ho mohou zneužít hackeři pro provádění svých útoků.
Robot je nejlepším pomocníkem i v komunikaci
IT Systems 11/2021, Richard Baard, str. 15
Automatizace procesů pomocí sofistikovaných inteligentních robotů, tedy (RPA), je trendem posledních několika let. Nové chatboty či voiceboty již zvládají pomocí stále přesnějších algoritmů a neustálého strojového učení odpovídat na různé dotazy a vyřeší i řadu složitějších problémů. Správně nastavený voicebot již dnes zvládá s uživatelem diskutovat až několik minut, kdy od něj získává postupně potřebné vstupní informace, přičemž v některých případech dokáže interakci vyřešit zcela samostatně. Uměle generovaný hlas voicebota lze podle potřeby měnit, což při volání působí na zákazníka velmi přirozeně. Někteří noví boti umí volajícího oslovovat jménem a po vyhodnocení předchozích interakcí navodí formu přirozeného rozhovoru i výběrem odpovídající tonality. Hlavní výhodou chatbotů je to, že odbaví nejčastěji opakované dotazy, poskytují okamžitou odpověď a pracují kdykoliv, tedy i mimo pracovní dobu. Další výhodou je, že chatbot zodpoví nudné, často se opakující dotazy, a operátor tak může řešit pouze složitější požadavky nebo problémy. Pokud chatbot nezná odpověď nebo je text formulován nepřesně, může tázajícího požádat o zjednodušení dotazu nebo ho přesměrovat na živého operátora. I velmi dobře naprogramovaný chatbot nemá žádné emoce a v drtivé většině případů neumí vyřešit složitější komunikační situace, protože se vlastně řídí dopředu naplánovaným scénářem. Sofistikovanější chatboti již fungují na bázi AI. Jde o tzv. NLP chatboty (chatboti pro zpracování přirozeného jazyka), jež posunují automatické chaty o krok dále. Tradiční roboti s rozhodovacím stromem dokáží odebrat operátorům spoustu práce. Pokud ovšem daná firma nebo e-shop potřebuje zautomatizovat i složitější procesy, pak je využití chatbota s AI tím nejlepším řešením. Zpracování přirozeného jazyka je forma umělé inteligence, která umožňuje nejenom chatovat se zákazníky, ale také lépe chápat jejich potřeby, protože se chatbot s AI postupem času, díky neustálému sběru dat, v komunikaci průběžně zlepšuje.
Chatboti: Užitečný, ale limitovaný nástroj
Reseller Magazine 11/2021, Lucie Laštovková, 20-21
Chatboti jsou v současné době využíváni v mnoha oblastech od marketingu po obchod. Jaké výhody mají a v čem jsou limitovaní? Hlavním úkolem chatbota je zajištění automatizované výměny informací. Jednodušší verze chatbotů mají předpřipravenou strukturu složenou z komunikačních linek. Složitější chatboti využívají technologii NLP. Jednou z největších výhod virtuálních asistentů je automatizace, celý proces komunikace probíhá bez lidského zásahu. Dále chatbot je připraven reagovat 24 hodin denně, sedm dní v týdnu, nezáleží mu na tom, v kterém časovém pásmu se zákazník nachází. Je také schopný reagovat okamžitě. Denně je schopen oslovit současně i tisíce lidí, což je velká výhoda pro zákaznická centra. Je také schopný získávat informace, to se například hodí pro nábor nových zaměstnanců. Určitě lze na něm také ušetřit výdaje, není to přece jen regulérní zaměstnanec. Chatbot se také nedá ovlivnit a může pomoci firmě ozvláštnit její komunikační kanály. Jaké jsou limity chatbotů? Každý virtuální asistent musí být přesně naprogramován na určitou činnost. Ato zabírá čas. Po spuštění chatbota může docházet k chybám, je nutné sledovat jeho komunikaci se zákazníky. I u této technologie je nutná údržba a provádění aktualizací. Je také důležité poskytnou chatbotovi konkrétní data, se kterými může pracovat, velký objem dat může chatbota zmást a způsobit, že na dotaz zákazníka odpoví špatně. Virtuální asistenti také zvládají špatně složité dotazy. Chatbot je také investice, která se může navrátit až po delší době, a proto je dobré si rozmyslet jeho pořízení.
Otrávení dat poškozuje modely strojového učení
Security World 04/2021, Lucian Constantin, 34-37
Díky cloud computingu došlo k značnému navýšení strojového učení. Jak dodavatelé integrují strojové učení do produktů ve všech oborech a uživatelé spoléhají na výstup svých algoritmů při svém rozhodování, bezpečnostní experti varují před nebezpečím útoků. Útočníci se snaží ovlivňovat a zkreslovat doporučení pro uživatele pomocí falešných účtů s cílem zvýšit nebo snížit hodnocení a sdílet či propagovat určité produkty nebo obsah. Algoritmická manipulace může být použita pro různé účely včetně dezinformací, phisingových podvodů nebo změny veřejného mínění. Útoky otrávením dat nebo otrávením modelu zahrnují znečištění tréninkových dat modelu strojového učení. To ovlivňuje schopnost modelu poskytovat správné odpovědi. Útočníci také mohou odvodit potencionálně důležité informace, zamaskovat svůj vstup za účelem oklamání modelu, aby neudělal správnou klasifikaci nebo mohou vytvořit reverzní inženýrství modelu za účelem jeho replikace a lokální analýzy. Rozdíl mezi útokem, který má způsobit vadnou předpověď nebo klasifikaci jako výstup modelu a útokem otrávením je vytrvalost. Při otrávení je cílem útočníka zajistit, aby se jeho vstupy akceptovaly jako tréninková data. Může trvat týdny, než útočník dosáhne otrávení dat. Otrávení dat lze dosáhnout ve scénáři černé skříňky vůči klasifikátorům nebo ve scénáři bílé skříňky, kde útočníci získají přístup k modelu a jeho privátním tréninkovým datům. Reálnými příklady jsou útoky na spamové filtry používané poskytovateli e-mailových služeb. Není snadné najít řešení, jak těmto útokům čelit. Náprava dopadu otrávení může vyžadovat časově náročné zpětné analýzy vstupů pro dotčenou třídu, aby se identifikovaly a odstranily všechny škodlivé vzorky dat. V současné době se pracuje s představou strojového odnaučení, to ale bude možné až za řadu let. Nyní je tedy nutné opětovné vytrénování modelu s dobrými daty. je nutná prevence a detekce dat, například využití kontroly validity vstupů, limitování rychlosti, regresní testování, manuální moderace nebo použití různých statistických metod pro detekci anomálií. Lze také zkoušet vlastní útoky na model strojového učení.