A mesterséges intelligencia felforgatja a világot, de erre a hazai cégek nincsenek felkészülve

A mesterséges intelligencia felforgatja a világot, de erre a hazai cégek nincsenek felkészülve

Bár a big data-őrület mintha lecsengett volna, a rengeteg adat, amit megtermelünk, továbbra is egyre értékesebb erőforrásnak számít. Az adatok megfelelő elemzésével kinyert információ ugyanis sokat segít a cégeknek abban, hogy jobban megértsék ügyfeleik viselkedését, s az üzleti döntések meghozatalát is egyszerűbbé teszi. És akkor még nem is beszéltünk az önvezető autók közelgő érkezéséről vagy a zeneszerző-algoritmusokról. Adatbányászokkal beszélgettünk, akik belülről látják az adatalapú gazdaság térhódítását.

Manapság 2,5 trillió bit adatot termel az emberiség naponta, ami azt jelenti, hogy kétnaponta hozunk létre annyi információt, amennyit az civilizáció hajnalától 2003-ig összesen. Ezt elsősorban az ugrásszerűen megnövekedett mobil- és okoseszközök számának köszönhetjük, az így megtermelt adatmennyiségre szokás „big data”-ként hivatkozni.

Amikor jó pár éve mindenki a big datáról beszélt, rengeteg cégvezető egyfajta Szent Grálként tekintett a hatalmas adatmennyiségekre, és komoly pénzeket ölt bele annak tárolásába. Aztán sokan csalódtak, mivel az irgalmatlan adatmennyiség önmagában még nem jelent semmiféle versenyelőnyt. Az adat ugyanis olyan, mint az olaj:

ahhoz, hogy megkapjuk az üzemanyagot, az olajat előbb fel kell dolgozni. Az „adatfinomítást” pedig adatelemző szakemberek végzik, akik különféle matematikai eljárásokkal állítanak elő hasznos információkat az adatsorokból.

Az így megszerzett információ segít a cégeknek pontosabb döntéseket hozni, hatékonyabbá válni vagy akár teljes munkaköröket automatizálni. De az adatok megfelelő feldolgozása rengeteg területen változást hozhat: az orvoslástól az önvezető autók megjelenéséig. A Nextent Informatika Zrt. két adatelemzője, Komor Attila és Dobsa Dániel szerint a hazai vállalatok egyelőre bizalmatlanul tekintenek az új technológiára. Ebben szerepe lehet a hazai vállalati kultúrának, de annak is, hogy a big data körüli tévhitek visszavetették az adatbányászat elterjedését. Pedig a technológia sokat segíthetne a hazai vállalatok versenyképességének javításában.

A magyar kkv-k egyelőre nem lelkesednek a mesterséges intelligencia iránt

Minden vállalatnál készülnek riportok (jelentések), amikből a vezetők megtudhatják, hogyan állnak az eladásaik vagy mennyi profitot termeltek egy adott időszakban. Ez azért fontos, mert a cégvezetők ez alapján hoznak döntéseket például létszámbővítésről, elbocsátásokról, esetleg arról, terjeszkedjenek vagy épp kivonuljanak-e egy adott piacról.

Komor szerint az ilyen riportokat sok hazai cégben még mindig manuálisan, Excelben készítik el, holott a munkafolyamat már simán automatizálható: „Csak egy algoritmus kell hozzá, ami automatikusan leszívja az adatokat, majd elkészíti a riportot. Ezzel a technikával hatalmas adatmennyiséget lehet feldolgozni, sokkal gyorsabban. Olyannyira, hogy egy óra helyett, mondjuk, egy perc alatt is el lehet készíteni egy riportot” – mondta Komor, aki hozzátette: itthon egyelőre az ilyen riportkészítést támogató megoldásokra van a legnagyobb kereslet.

Komor Attila. Forrás: Big Data Universe

Bár a riportkészítés automatizálása növeli egy cég hatékonyságát, az igazi forradalom a mesterséges intelligencia üzleti alkalmazásában rejlik. Ennek köszönhetően a rendelkezésre álló adatokból nemcsak a múltat ismerhetjük meg, hanem a jövőt is előre lehet jelezni – ez pedig óriási versenyelőnyt jelent egy cégnek a riválisokkal szemben.

Az ilyen prognózis kulcsa a gépi tanulás (Machine Learning), amihez az adattudósok olyan algoritmusokat készítenek, amelyek felismerik az adatokban lévő mintázatokat, és ebből képesek egy új megfigyelést beosztályozni vagy előrejelezni, mi történik a jövőben.

Bár nem biztos, hogy észrevesszük, az ilyen és ehhez hasonló technológiai megoldások már most is életünk részét képezik. Tanuló algoritmusok futnak például a legtöbb e-mail szolgáltató spamszűrőjében is. „Az algoritmus az e-mail szövege, a tárgy, a feladó, és egyéb tulajdonságok alapján megtanulja, hogy mi számít spamnek, így amikor jön egy új e-mail, az algoritmus eldönti, melyik beérkező fiókunkba tegye a levelet” – mutatott rá adatelemzőnk.

Fotó: Morris MacMatzen/Getty Images

Az adatbányászat egy másik klasszikus példája, amikor jelentős tech cégek, mint a Google vagy a Facebook profilozza a felhasználókat a korábbi internetes vásárlásaik és kereséseik alapján, majd ennek megfelelően dobnak fel egyénre szabott hirdetéseket. Ezt azonban az adatelemzők még sokféleképpen meg tudják csavarni. Fontos megemlíteni, hogy az adatelemzéshez önmagában nem elég a szaktudás: emberismeretre, kreativitásra és újszerű meglátásokra is van szükség.

Dobsa azonban úgy látja, a hazai kis- és középvállalatok egyelőre kevésbé nyitottak az ilyen gépi tanulást alkalmazó, innovatív megoldásokra:

„Sok magyar cégvezető csak azt látja: egy ilyen megoldás sokba kerül. De azt nem is gondolják át, hogy később költségcsökkenést vagy bevételnövekedést hozna-e a befektetésük. Ahhoz, hogy ez a hozzáállás megváltozzon, hosszú időnek kell még eltelnie, de a verseny előbb-utóbb mindenkit rá fog kényszeríteni, hogy ilyen technológiákba fektessen.”

A két adatelemző szerint az európai multinacionális cégeknél már abszolút jelen vannak ezek a technológiák, a magyar vállalati kultúra ebben körülbelül 4-5 éves lemaradásban lehet. És bár vannak olyan kisvállalkozások, ahol a megtérülés hosszabb időt vesz igénybe, az adatok feldolgozásával minden esetben növelhető a hatékonyság.

A tanuló algoritmusok kitúrják a sofőröket, tolmácsokat, orvosokat

Komor és Dobsa szerint az adatbányászat a telekommunikációs és banki szektorban már most is érezteti hatását, hiszen a vállalatok mindent megpróbálnak, hogy versenyelőnyre tegyenek szert. De az adatbányászat rengeteg más területen is forradalmat hozhat. Ilyen lehet például az orvostudomány, ahol a rengeteg adat áll rendelkezésre az emberekről, így a megfelelő anyagi ráfordítással jelentősen csökkenteni lehetne például a háziorvosok leterheltségén.

„Minden betegnek van kórtörténete, különböző tünetekkel és diagnózissal. Ezt a rengeteg adatot fel lehetne használni arra, hogy gyorsabb és pontosabb legyen a betegek kezelése. Ehhez mindössze arra lenne szükség, hogy amikor bejön egy beteg és rögzítik a tüneteit,

a gép pedig a korábbi esetek alapján képes nagy pontossággal megmondani, hogy a páciensnek milyen betegsége van.

Nyilván az orvost sosem fogja helyettesíteni az algoritmus, de sokkal több beteggel tudnak majd adott idő alatt foglalkozni, mert ott lesz segítségképpen a mesterséges intelligencia. Ami biztos, hogy ez hatalmas változás lesz, mert amit automatizálni lehet, azt előbb-utóbb automatizálni fogják” – emelte ki Dobsa.

A változás pedig elég biztosnak tűnik:

ahogy a robotizáció le tudta váltani az emberi munkaerőt az autógyárakban, a tanuló algoritmusok hamarosan olyan területekről is kiszoríthatják az embert, amelyekhez rengeteg tanulásra és több év tapasztalatra van szükség.

„Elképzelhető, hogy a jövőben egyszerűen nem lesz szükség tolmácsokra. Közel vagyunk hozzá, hogy lesz egy kis szerkezet, ami azonnal fordítja a beszélgetést. Így a nyelvtanulás idővel el fogja veszíteni a jelentőségét, és a jövőben nem lesz több egy jópofa hobbinál” – magyarázta Komor. De ugyanez látszik az önvezető autók küszöbön álló megjelenése miatt a sofőrökkel, és számtalan más foglalkozással kapcsolatban is.

Sőt, olyan szakmákban is meg fog jelenni a mesterséges intelligencia, ahol ezt korábban tényleg elképezhetetlennek tartottuk: az öntanuló algoritmusok már most is egész jó dalokat és történeteket tudnak írni.

A következő évek nagy munkaerőpiaci átalakulásával több tanulmány is foglalkozott a közelmúltban, ezek alapján az látszik, hogy a magasabb kreativitást igénylő foglalkozásokban lehet nagyobb szükség az emberi munkaerőre – a téma azonban nagyon messzire vezet, a küszöbön álló társadalmi változásokkal kapcsolatban pedig egyelőre csak találgatni tudunk. Dobsa ezzel kapcsolatban úgy fogalmazott: „Az látszik, hogy irgalmatlan pénzeket ölnek bele a technológiába, de ez számos etikai kérdést vet fel. Szerintem a technológia előbb rendelkezésre áll majd, minthogy erre a világ felkészüljön.”

Borítóképünk illusztráció. Fotó: Morris MacMatzen/Getty Images