AIはメリットがありますか？
最近、人工知能（AI）は、他のテクノロジーよりもメディアで議論されています。同時に、その基礎となるテクノロジーとそれがビジネスにもたらすメリットは誰にも明らかではありません。そして、これはロシアだけでなく、世界的な傾向です。 2019年には、MITスローンマネジメントレビューとBCGのアナリストが行った研究で、世界中の27件の業界で2,500以上のCEOを調査しました。 AIで収益を上げるために、ビジネスは依然として不調であることが判明しました。ビジネスマンの70％が、AIの導入はビジネスにまったく影響を与えなかったと述べ、回答者の40％だけが少なくともある程度の利益を得ることができました。
最新の調査によるとVTsIOMロシア企業の69％は、AIの分野で熟練した人材が不足していると述べています。同時に、大規模でハイテクな企業は、AIベースのソリューションをプロセスに導入することで現在得られるメリットを実感しています。しかし、大企業でさえ、これらのテクノロジーを扱うための独自の専門知識を欠いています。
この問題の重要性は州レベルでも理解されています。 2019年10月、大統領はロシア連邦における人工知能の開発に関する法令を発表しました。これは、2030年までのAI開発のための国家戦略を承認することを提案しています。
当局がグローバル戦略について考えている間、企業（中小規模の企業でも）はデジタルツールを使用してプロセスを自動化することを学びました。これらのツールの1つはRPAソリューションであり、これは広く普及しており、通常の日常的なプロセスから人々を解放します。たとえば、RPAはレポートフォームに記入したり、あるデータベースから別のデータベースにデータを転送したりできます。残念ながら、企業はこれらのツールを非体系的に使用していますが、今日の長いエンドツーエンドのビジネスプロセスでは、平均して3分の1しか自動化されていません。ビジネスがAIを十分に活用していないため、ロボットは私たちが望むほどスマートではありません。
ほとんどの企業にとって、AIは実際には非常に複雑でわかりにくいテクノロジーです。 IBMはその調査で、ほとんどの幹部が信じていると指摘しています彼らの会社には、データサイエンス、機械学習、およびプロセス自動化に必要なその他のAI関連テクノロジーに関する必要な能力がありません。
ビジネスは、自動化とデジタル化から得られる特定のメリットにお金を払う準備ができていますが、これを単独で実現する方法を理解していません。
外部開発をビジネスプロセスに簡単に統合するのに役立つソリューションが市場に登場し始めました。AIと自動RPAソリューションの組み合わせを支援するデジタルサービスも登場し始めています。
AIがロボットをどのように支援するか
今日では、AIとRPAの相乗効果を使用して、通常のビジネスプロセスの自動化のフレームワーク内でこれまで不可能であったことを実行できます。 RPAは、人工知能（AI）や機械学習などの最先端技術を適用して、プロセスをますます自動化し、人間に力を与えることに取り組んでいます。さまざまなビジネス分野でこのアプローチを使用する可能性を示す、興味深い新しい事例がいくつか見つかりました。
一般に、AIを使用する現在のケースの約90％は、パスポート、PTS、卒業証書、小切手、支払いの認識など、さまざまな形式のドキュメントを扱っています。電子メールの有用なコンテンツを認識するためのケースは特に関連があります。 AIは、RPAから手紙を受け取ると、テキストから主要なものを選択し、手紙を適切に分類して、目的の宛先に送信するのに役立ちます。今日、ロボットはAIの助けを借りて、情報の収集と処理を扱う会計部門、人事、販売、購入、ロジスティクス、およびその他の部門を支援します。
新しい方法でのマーチャンダイジングマーチャンダイジング
のトレンドセッターとイノベーターの中で、たとえば、2019年末に発売されたウォルマートを区別することができます。人工知能に基づくシステムで、棚にある商品をリアルタイムで監視することができます。このシステムは、Intelligent Retail Labのコンセプト（略してIRL）で運用され、将来の店舗の1つにインストールされました。人工知能カメラは、棚にある商品の在庫状況をリアルタイムで監視します。ガジェットは在庫レベルを追跡して、たとえば、スタッフが倉庫の冷蔵庫からより多くの肉を持ってきて棚に補充する必要があるかどうか、または新鮮な食べ物があまりにも長く棚にあり、引き抜く必要がある場合に警告を発する必要があるかどうかを判断します。
自動再開スコアリング
予測行動分析-新しい言葉HR：世界最大の企業は、人々が仕事について感じる方法の危険な変化に気づき、その助けを借りて貴重な才能を保持しようとしています。 Sberbankなどの一部の企業はさらに進んでおり、すでに開始時に予備パラメータに従って候補者のスコアリングを使用して、解雇の可能性を予測しています。このようにして、銀行は大量のポジションにいる人員の高い離職率に対処できると想定されています。
人的資源管理におけるAIの最も生産的な使用法の1つは、燃え尽きた労働者の捜索に関連しています。そこで、人事管理用のソフトウェアを開発しているアメリカの会社、Ultimate Software Groupは、安全指標を作成しました。従業員。これは、50の指標に基づいて、スペシャリストが近い将来に辞めるかどうかを予測できる指標です。
IBMは、AIスーパーコンピューターWatsonを使用して同様のソリューションを作成しました。スーパーコンピューターは、人の気分を測定するために、その人のキャリア履歴、勤続年数、給与、職務責任、職場から自宅までの距離、およびその他の指標を分析します。現在、企業の人事部門は、誰が辞めるかを95％の確率で6〜9か月前に予測し、レイオフを防ぐための対策を講じることができます。
ブログの感情分析
感情分析または情報フローの感情の分析は、監視、分析、およびシグナリングシステム、ドキュメントフローシステム、およびWebページの主題を対象とした広告プラットフォームへのアプリケーションに大きな可能性を秘めています。この方向性は最も魅力的なものの1つと見なされており、さまざまな業界でのAIの研究と応用を促進しています。
すでに古典的な研究の著者感情分析を使用して、メルセデス、アウディ、BMWの3つの自動車会社に関する人々の意見やフィードバックを調査しました。ロボットは、ブランドの言及を含むすべてのツイートをフェッチし、その後、テキストマイニングメソッドを使用して処理しました。すべてのツイートは、ポジティブ、ネガティブ、ニュートラルの3つのカテゴリに分類されました。この調査の結果は、この業界における顧客のレビューと意見を分析することの重要性についての洞察を提供しました。著者は、これらのブランドのマーケティングのために非常に貴重な情報を得ることができました。
AIツイートの分析は、アウディが最も肯定的なレビュー（83％）を受け取ったことを示しました。同時に、アウディは他の研究された競合他社よりも否定的なフィードバックを受け取りませんでした（16％）。明らかに、Audi Webサイトでの広告オファーは、BMWおよびMercedesWebサイトでの同様のオファーよりも多くの忠実なユーザーに届きます。これらの車の製造業者と販売業者の両方にとって、考えるべきことがあります。
RPAとAIの相乗効果を実装する方法
さまざまな成功を収めているロボットプロセスにAIの力を活用するのに役立つソリューションがいくつか市場に出回っています。専門的な評価を信じるなら、ロボット化のためのサービスを作成するリーダーはUiPathです。統計によると、今日、エンドツーエンドのビジネスプロセスの約30〜40％が平均して自動化されています。プロセスマイニング、AIファブリック、およびその他の製品のソリューションを含むUiPathプラットフォームを使用すると、このようなプロセスの自動化の割合を70に増やすことができます。
ベンダーは最近、RPAとAIからの相乗効果を得るのに役立つAIFabricプラットフォームをリリースしました。 AIファブリックは、人工知能と自動化されたプロセスの間のリンクです。このプラットフォームは、MLアプリケーションを小規模で高度なスキルを持つ開発チームを超えてビジネスプロセスに取り入れ、ビジネスユーザーに渡すように設計されています。言い換えれば、このソリューションの助けを借りて、ジュニア開発者でさえ企業にAIを実装できます。技術的な微妙な点を掘り下げて、必要なインフラストラクチャを独自に展開する必要がなくなります。ビジネスの場合、このプラットフォームは、実際のビジネスプロセスでAIを使用することの利点と機会を実際に理解するのに役立つという点で役立ちます。
さまざまなビジネスプロセスの自動化の割合をさらに増やすことができますが、RPAの助けを借りてのみ、これは機能しなくなります。タスクには、正式なアルゴリズム化に自然な制限があります。しかし、AIと組み合わせて、これを行うことができます。
AI Fabricプラットフォームを使用すると、ネイティブMLモデルまたはサードパーティメーカーから購入したモデルをロボットで使用できます。彼らの作業結果を使用して、モデルのパフォーマンスを向上させるためのデータを自動的に取得できます。したがって、AIを会社のビジネスプロセスにシームレスに統合すると同時に、モデルを管理するための便利なツールを利用する機会が得られます。
プラットフォームの使用を開始するのは簡単です。まず、ユーザーケースのカテゴリを定義する必要があります。次に、「ボックスで」提供されるモデルや社内で開発されたモデルなど、要求に合った適切なモデルを選択します。ご存知のように、機械学習モデルはCPUおよびGPUリソースの点で非常に貪欲であるため、AIロボットはモデルが機能するように自動的に作成されます。これは実際には、リソース消費を柔軟に管理できる特別なコンテナです。
例として、顧客離れを予測する場合を考えてみましょう。
UiPathプラットフォーム
- CRMからユーザーに関する情報を取得します
- AIファブリックから顧客離れ予測を受け取ります
- この情報に基づいてCRMを更新します
- そのようなユーザーに関する情報を従業員に送信します
シナリオの実装により、顧客の解約を予防的に防止し、応答の遅れによる人的要因を排除し、顧客の維持と獲得のコストを最適化できます。
AIのフルパワーを従来の自動化ツールと組み合わせて活用するサービスは、企業がAI採用のしきい値を下げるのに役立ちます。これにより、企業はすぐに使用できるソリューションを使用して、独自のリソースを節約できます。今日、これはハイパーオートマティゼーションの新しいトレンドになりつつあり、近い将来に普及するでしょう。