Kann AI davon profitieren?
In letzter Zeit wurde künstliche Intelligenz (KI) in den Medien mehr diskutiert als in anderen Technologien. Gleichzeitig sind die zugrunde liegenden Technologien und die Vorteile, die sie für das Unternehmen bringen können, für niemanden klar. Und das ist nicht nur russisch, sondern ein globaler Trend. Im Jahr 2019 führten Analysten des MIT Sloan Management Review und von BCG eine Studie durch , in der über 2.500 CEOs in 27 Branchen weltweit befragt wurden. Es stellte sich heraus, dass es für Unternehmen immer noch schlecht ist, mit KI Geld zu verdienen: 70% der Geschäftsleute gaben an, dass die Einführung von KI in keiner Weise Auswirkungen auf ihr Geschäft hatte, und nur 40% der Befragten erzielten zumindest einen gewissen Gewinn.
Nach neuesten ErkenntnissenVTsIOM 69% der russischen Unternehmen stellen einen Fachkräftemangel im Bereich KI fest. Gleichzeitig erkennen große und High-Tech-Unternehmen die Vorteile, die jetzt durch die Einführung von AI-basierten Lösungen in ihre Prozesse erzielt werden können. Aber selbst Big Playern fehlt das eigene Fachwissen, um mit diesen Technologien zu arbeiten.
Die Bedeutung des Themas wird auch auf staatlicher Ebene verstanden. Im Oktober 2019 erließ der Präsident ein Dekret über die Entwicklung der künstlichen Intelligenz in der Russischen Föderation, in dem vorgeschlagen wird, die nationale Strategie für die Entwicklung der KI bis 2030 zu genehmigen.
Während Beamte über globale Strategien nachdenken, haben Unternehmen (auch mittlere und kleine) gelernt, digitale Tools zur Automatisierung ihrer Prozesse zu verwenden. Eines dieser Tools sind weit verbreitete RPA-Lösungen, die die Menschen von regelmäßigen Routineprozessen entlasten. Beispielsweise kann RPA Berichtsformulare ausfüllen oder Daten von einer Datenbank in eine andere übertragen. Während Unternehmen diese Tools unsystematisch einsetzen: In einem langen End-to-End-Geschäftsprozess wird heute durchschnittlich nur ein Drittel automatisiert. Roboter sind nicht so intelligent, wie wir es gerne hätten, weil das Geschäft die KI nicht voll ausnutzt.
Für die meisten Unternehmen ist KI eine sehr komplexe und undurchsichtige Technologie. IBM weist in seiner Forschung darauf hin, dass die meisten Führungskräfte glaubendass ihre Unternehmen nicht über die erforderlichen Kompetenzen in den Bereichen Datenwissenschaft, maschinelles Lernen und andere KI-bezogene Technologien für die Prozessautomatisierung verfügen.
Unternehmen sind bereit, Geld für bestimmte Vorteile zu zahlen, die sich aus der Automatisierung und Digitalisierung ergeben, verstehen jedoch nicht, wie dies allein realisiert werden kann.
Auf dem Markt tauchten Lösungen auf, mit denen externe Entwicklungen problemlos in ihre Geschäftsprozesse integriert werden können. Es entstehen auch digitale Dienste, die dazu beitragen, KI mit automatisierten RPA-Lösungen zu kombinieren.
Wie KI Robotern hilft
Mit der Synergie von KI und RPA können Sie heute das tun, was bisher im Rahmen der üblichen Automatisierung routinemäßiger Geschäftsprozesse unmöglich war. RPA setzt sich dafür ein, modernste Technologien wie künstliche Intelligenz (KI) und maschinelles Lernen einzusetzen, um Prozesse zunehmend zu automatisieren und den Menschen zu stärken. Wir haben einige interessante neue Fälle gefunden, die die Möglichkeiten der Verwendung dieses Ansatzes in verschiedenen Geschäftsbereichen veranschaulichen.
Im Allgemeinen arbeiten etwa 90% der aktuellen Fälle von KI mit Dokumenten in verschiedenen Formen: Anerkennung von Pässen, PTS, Diplomen, Schecks und Zahlungen. Besonders relevant sind Fälle zum Erkennen nützlicher Inhalte in E-Mails. Wenn AI einen Brief von RPA erhält, hilft es, die Hauptsache aus dem Text auszuwählen, den Brief entsprechend zu klassifizieren und an den gewünschten Adressaten zu senden. Heute unterstützen Roboter mithilfe von KI die Buchhaltung, die Personalabteilung, den Vertrieb, den Einkauf, die Logistik und andere Abteilungen, die sich mit der Erfassung und Verarbeitung von Informationen befassen.
Merchandising in einer neuen Art und Weise
unter den Trendsettern und Innovatoren von Merchandising, kann man unterscheiden, zum Beispiel Wal - Mart, die ins Leben gerufen am Ende 2019Ein auf künstlicher Intelligenz basierendes System, mit dem Waren in den Regalen in Echtzeit überwacht werden können. Das System wurde in einem der Geschäfte der Zukunft installiert und arbeitet im Intelligent Retail Lab-Konzept - kurz IRL. KI-Kameras überwachen in Echtzeit die Verfügbarkeit von Waren in den Regalen. Die Geräte verfolgen den Lagerbestand, um beispielsweise festzustellen, ob das Personal mehr Fleisch aus den Lagerkühlschränken holen und die Regale auffüllen muss, oder geben einen Alarm aus, wenn einige frische Lebensmittel zu lange im Regal waren und herausgezogen werden müssen.
Automatische Bewertung von
Lebensläufen Predictive Behavioural Analytics - ein neues Wortin der Personalabteilung: Die größten Unternehmen der Welt versuchen, mit ihrer Hilfe wertvolle Talente zu halten, indem sie gefährliche Veränderungen in der Einstellung der Menschen zur Arbeit in der Zeit bemerken. Einige, zum Beispiel die Sberbank, gehen noch weiter und verwenden bereits zu Beginn die Bewertung der Kandidaten nach vorläufigen Parametern, um die Wahrscheinlichkeit ihrer Entlassung vorherzusagen. Es wird davon ausgegangen, dass die Bank auf diese Weise in der Lage sein wird, die hohe Fluktuation von Personal in Massenpositionen zu bewältigen.
Eine der produktivsten Anwendungen von KI im Personalmanagement hängt mit der Suche nach ausgebrannten Arbeitnehmern zusammen. Daher hat das amerikanische Unternehmen Ultimate Software Group, das Software für das Personalmanagement entwickelt, einen Sicherheitsindex erstelltAngestellte. Dies ist ein Indikator, anhand dessen Sie anhand von 50 Indikatoren vorhersagen können, ob ein Spezialist in naher Zukunft kündigen wird.
IBM hat seinen AI-Supercomputer Watson verwendet , um eine ähnliche Lösung zu erstellen . Um die Stimmung einer Person einzuschätzen, analysiert der Supercomputer ihre Karrierehistorie, Dienstzeit, Gehalt, Aufgaben, Entfernung von der Arbeit zu Hause und andere Messgrößen. Jetzt kann die Personalabteilung eines Unternehmens mit einer Wahrscheinlichkeit von 95% sechs bis neun Monate vorher vorhersagen, wer kündigen wird, und Maßnahmen ergreifen, um Entlassungen zu verhindern.
Stimmungsanalyse in Blogs
Die Stimmungsanalyse oder Analyse der Stimmung von Informationsflüssen bietet ein großes Anwendungspotential für Überwachungs-, Analyse- und Signalisierungssysteme, für Dokumentenflusssysteme und Werbeplattformen, die auf das Thema Webseiten ausgerichtet sind. Die Richtung gilt als eine der attraktivsten, was das Studium und die Anwendung von KI in verschiedenen Branchen fördert.
Die Autoren einer bereits klassischen Studienutzte die Stimmungsanalyse, um die Meinungen und das Feedback der Menschen zu drei Automobilunternehmen zu untersuchen: Mercedes, Audi und BMW. Der Roboter holte alle Tweets mit Markennamen ab und verarbeitete sie anschließend mithilfe von Text Mining-Methoden. Alle Tweets wurden in drei Kategorien unterteilt: positiv, negativ und neutral. Die Ergebnisse dieser Studie gaben einen Einblick in die Bedeutung der Analyse von Kundenbewertungen und Meinungen in dieser Branche. Den Autoren gelang es, sehr wertvolle Informationen für die Vermarktung dieser Marken zu erhalten.
Die Analyse der KI-Tweets ergab, dass Audi die positivsten Bewertungen erhielt (83%). Gleichzeitig erhielt Audi weniger negative Rückmeldungen (16%) als andere untersuchte Wettbewerber. Es ist offensichtlich, dass die Werbeangebote auf der Audi-Website loyalere Nutzer erreichen werden als die auf den Websites von BMW und Mercedes. Sowohl für Hersteller als auch für Vermarkter dieser Autos gibt es etwas zu überlegen.
Implementierung von RPA- und AI-Synergien
Es gibt verschiedene Lösungen auf dem Markt, die dazu beitragen, die Leistungsfähigkeit der KI für Roboterprozesse mit unterschiedlichem Erfolg zu nutzen. Wenn Sie den spezialisierten Bewertungen glauben , ist UiPath führend bei der Erstellung von Diensten für die Robotisierung. Laut Statistik sind heute durchschnittlich 30-40% des End-to-End-Geschäftsprozesses automatisiert. Mit der UiPath-Plattform, die Lösungen für Process Mining, AI Fabric und andere Produkte enthält, können Sie den Prozentsatz der Automatisierung solcher Prozesse auf 70 erhöhen.
Der Anbieter hat kürzlich die AI Fabric-Plattform veröffentlicht, mit deren Hilfe Synergien zwischen RPA und AI erzielt werden können. AI Fabric ist die Verbindung zwischen künstlicher Intelligenz und automatisierten Prozessen. Die Plattform wurde entwickelt, um ML-Anwendungen in Geschäftsprozessen über kleine, hochqualifizierte Entwicklungsteams hinaus zu nutzen und an Geschäftsbenutzer weiterzugeben. Mit anderen Worten, mit Hilfe dieser Lösung kann sogar ein Junior-Entwickler KI in einem Unternehmen implementieren - Sie müssen sich nicht mehr mit technischen Feinheiten befassen und die erforderliche Infrastruktur unabhängig bereitstellen. Für Unternehmen ist die Plattform insofern nützlich, als sie hilft, die Vorteile und Möglichkeiten der Verwendung von KI in realen Geschäftsprozessen in der Praxis zu verstehen.
Der Prozentsatz der Automatisierung verschiedener Geschäftsprozesse kann weiter erhöht und erhöht werden, aber nur mit Hilfe von RPA funktioniert dies nicht mehr - die Aufgaben haben natürliche Einschränkungen hinsichtlich ihrer formalen Algorithmusisierung. In Verbindung mit AI kann dies jedoch durchgeführt werden.
Mit der AI Fabric-Plattform können Sie Ihre eigenen Modelle für maschinelles Lernen oder Modelle von Drittanbietern mit Robotern verwenden. Mithilfe der Ergebnisse ihrer Arbeit können Sie automatisch Daten abrufen, um die Leistung von Modellen zu verbessern. So erhalten Sie die Möglichkeit, KI nahtlos in die Geschäftsprozesse des Unternehmens zu integrieren und gleichzeitig praktische Tools für die Verwaltung Ihrer Modelle bereitzustellen.
Der Einstieg in die Plattform ist einfach. Zuerst müssen Sie die Kategorie Ihres User-Falls definieren. Wählen Sie dann das geeignete Modell aus, das zu Ihrer Anfrage passt, z. B. aus dem Modell, das "in einer Box" geliefert oder in Ihrem Unternehmen entwickelt wurde. Wie Sie wissen, sind Modelle für maschinelles Lernen in Bezug auf CPU- und GPU-Ressourcen sehr umfangreich. Daher werden automatisch KI-Roboter erstellt, damit die Modelle funktionieren. Dies sind spezielle Container, mit denen Sie den Ressourcenverbrauch flexibel verwalten können.
Betrachten Sie als Beispiel den Fall der Vorhersage der Kundenabwanderung.
UiPath-Plattform
- Ruft Informationen zu Benutzern aus CRM ab
- Erhält Kundenabwanderungsvorhersage von AI Fabric
- Aktualisiert CRM basierend auf diesen Informationen
- Sendet Informationen über solche Benutzer an Mitarbeiter
Durch die Implementierung von Szenarien können Sie proaktiv Kundenabwanderung verhindern, den Faktor Mensch aufgrund verspäteter Reaktionen eliminieren und die Kosten für Kundenbindung und Akquisition optimieren.
Services, die die volle Leistung der KI in Verbindung mit herkömmlichen Automatisierungstools nutzen, helfen Unternehmen, den Schwellenwert für die Einführung der KI zu senken. Sie ermöglichen es Unternehmen, Out-of-the-Box-Lösungen zu verwenden und ihre eigenen Ressourcen zu sparen. Heute wird dies zu einem neuen Trend in der Hyperautomatisierung, der sich in naher Zukunft verbreiten wird.