facebook LinkedIN LinkedIN - follow
IT SYSTEMS 6/2019 , AI a Business Intelligence

K umělé inteligenci vede ještě dlouhá cesta

když některé firmy jsou zatím u Excelu

Miroslav Šlehofer


Analytics Data FactoryUmělá inteligence, strojové učení a hluboká analýza dat jsou sexy. Hodně se o nich mluví a většina velkých firem je chtějí využívat pro svůj byznys. Investují až stovky milionů do technologií s pocitem, že jim umožní správně reagovat na změny trhu a že tak udrží krok s konkurencí či ji předběhnou. Bohužel se ale ukazuje, že IT ekosystémy jsou často nešťastně až chybně strategicky nastavené, řízené nebo nejsou optimálně využívány.


Umělá inteligence v Česku

Český trh je trochu specifický tím, že je poměrně pestrý. Velké nadnárodní společnosti na jedné straně preferují globální korporátní řešení, na druhé straně z pohledu velikosti trhu zde často testují nová řešení a technologie, které v případě úspěchu implementují i v jiných zemích. Důležitým motorem pro inovace v oblasti IT je snaha o automatizaci spojenou se snížením počtu zaměstnanců a co největší využití obchodního potenciálu jeho automatickým řízením. V některých oblastech tak směle konkurujeme světu, v jiných naopak máme co dohánět.

Většina velkých firem investuje až stovky milionů do IT a softwarových řešení. Při analýzách u klientů ale často zjišťujeme, že z pohledu inovací zůstali na půli cesty – technologii mají k dispozici, nicméně důsledná implementace a začlenění do interního IT ekosystému jsou velmi často nedostatečné. Je to zejména proto, že složité a rozsáhlé implementační projekty jsou kapacitně a rozpočtově poddimenzovány, a poté se s ohledem na čas a termín dodání hledá kompromis, který bývá bohužel tím nejméně špatným řešením. Od myšlenky úplné integrace a opravdu plného využívání technologie se tak v praxi často potkáváme s názory typu „jsme rádi, že to funguje alespoň pro tuto oblast a v této míře“. Mít technologie tedy neznamená dělat inovace, k tomu je potřeba mít jasnou vizi a hlavně schopnost vizi následovat a naplnit.

Čím větší společnost, tím z pohledu IT větší oříšek, zejména z pohledu roztříštěnosti technologií, dodavatelů a vlastních řešení. Jednotlivé úseky a oddělení nesdílejí data, nebo neumí vytěžit jejich potenciál. Výjimkou nejsou ani systémy nekompatibilní v jednotlivých částech firmy, případně se systémy, které jsou pro specifické požadavky nepoužitelné. Stává se, že například marketingové a prodejní kampaně „dělají ručně“ exportem dat z databáze do Excelu. Excel je jistě stále velmi užitečný, na řadu věcí je nenahraditelný, nicméně s ohledem na velikost společností prostě nemůže pokrýt veškeré jejich potřeby, jelikož je to dlouhodobě neudržitelné.

Slabým článkem pomyslného řetězu jsou i lidé, respektive jejich ne-kompetence a fluktuace. U dlouhodobých projektů zůstane po celou dobu jejich trvání jen málo opravdových odborníků, kteří jsou schopni korigovat vývoj a zohledňovat změny požadavků a prostředí. Při výměně lidí dochází k tomu, že nastupující pracovníci neznají původní strategii a nejsou s ní ztotožněni. Přichází s jinými zkušenostmi a často i z jiného prostředí, mohou prosazovat odlišný přístup, nebo dokonce jiné technologie a řešení. Pak pochopitelně dochází k rozdrobenosti a následné těžkopádnosti celého IT ekosystému.

Problematické bývají také odlišné názory a požadavky jednotlivých oddělení, která mají systém využívat. IT specialista vidí výběr a nastavení systému jinak než obchodní zástupce, marketér nebo pracovník výroby, či technické a zákaznické podpory. Když se na začátku neoptimalizují funkčnosti pro odlišné uživatele, respektive se ignorují požadavky a názory minoritních, ale z pohledu procesu neméně důležitých uživatelů, systém nebude nikdy dobře fungovat ke spokojenosti všech.

Nejhorší dopady mají časté změny na úrovni strategického směřování IT ekosystému. Pak firmy posílají k ledu proinvestované miliony a nakupují nové a nové technologie v domnění, že stejnou chybu již nezopakují. Existují výjimky, které se z vlastní zkušenosti poučily a vydaly správným směrem, je jich ale stále méně než více. Taková zkušenost má na společnost navíc negativní dopad v tom, že po neúspěšném projektu je dané téma minimálně několik let tabu, protože nikdo nemá odvahu projekt znovu otevřít a určit správné směřování.

Analytics Data Factory

Nejdále je fintech

Ve využívání hluboké analýzy dat, strojového učení či rozpoznávání řeči je nejdále finančnictví. Klasické bankovní instituce jsou vystaveny velké konkurenci, a jestli chtějí přežít, musí rychle inovovat. Katalyzátorem této evoluce je požadavek na zlepšování zákaznického rozhraní, které poskytuje výjimečný zážitek. Uspokojí poptávku zákazníků po pohodlí, rychlosti a bezpečí, s jakým mohou zajistit své finanční služby. Díky automatizované správě vztahů se zákazníky a řízení rizik pracujícím v real-time režimu mají zákazníci správu účtů v jednom bodě. Dostanou okamžité půjčky, nemusí se obracet s požadavky na pobočky nebo kontaktní centra a mají řadu dalších výhod. To vše okamžitě, kdykoliv, kdekoliv a bez rizika, že narazí na aroganci a sešněrované postupy bankovního úřadu. Navíc svět financí umí shromáždit data o klientech, která pokročilé analýzy, zpracování a vyhodnocení dat nezbytně potřebují. Bez nich by ani sebelepší technologie nedokázaly vůbec nic. Je to, jako kdyby vám v garáži stál monopost F1, ale nebyl byste schopen pro něj nesehnat speciální palivo, na které tento monopost jezdí.

Technologické firmy vstoupily do bankovního byznysu pro jeho vysokou ziskovost a relativně jednoduché modely fungování. Virtuální služby nevyžadují obrovské investice do fyzické struktury firmy a kvalifikovaných lidských zdrojů. Fintech startupy disponují potřebnými technologickými dovednostmi, aby si mohly vytvářet vlastní řešení, které přistupuje k finančním službám inovativně a zásadně změní způsob, jakým jsou vytvářeny a distribuovány bankovní produkty a služby. Navíc technologické firmy mají často podchycenu ohromnou skupinu zákazníků, kterou tvoří prakticky všichni uživatelé jejich primárních služeb. Případný x-sell dalších nových služeb je poté velmi jednoduchý a často i úspěšný.

Dříve se tomu říkalo selský rozum

Řada našich zákazníků začíná uplatňovat při rozvíjení počítačové infrastruktury a IT ekosystému agilní přístup, chcete-li Agile. Podobně jako heslo AI není agilita samospasitelná a často je jen frází. Bez skutečně efektivní strategie a kvalifikovaného řízení implementace a následného využití systémů dojde jen ke zklamání z nenaplněných očekávání a z poměrně velkých investic.

Přitom jde „jen“ o to, mít jasnou vizi, kam má společnost směřovat a jaké technologie a IT řešení ji k naplnění vize mají pomoci, a tuto vizi prosazovat a realizovat. Klade se stále větší tlak na flexibilitu a schopnost pružně reagovat na změny na trhu, což dokumentuje boom agility v Česku. Dodavatelské cykly se zkracují, neplánují se monstr projekty na dva a víc let, ale tlačí se na krátké dodávky dílčích celků v týdnech nebo maximálně měsících. V každé velké společnosti se najde minimálně jeden „tabu“ projekt, který skončil nezdarem mimo jiné proto, že se nepodařila uřídit řada částí, jako kompletní a neměnné zadání, očekávání uživatelů, náklady na změnové požadavky, které se z podstaty věci vždy budou objevovat, výběr dodavatele a tzv. „vendor lock“ při integraci na ostatní systémy v rámci IT ekosystému.

Fandíme novým technologiím a koncepcím v rámci IT světa, na druhou stranu známe české prostředí, ve kterém se naši klienti nacházejí a jaké používají nyní platformy a řešení. I největší hráči mají ze setrvačnosti primární systémy na platformách, kdy pomalu, ale jistě klesá počet specialistů a roste jejich průměrný věk, jelikož je to dávno opuštěná vývojová větev. Tzv. „vendor lock“ je větší a větší a stává se z toho časovaná IT bomba.

Proto klientům doporučujeme prověřená a spolehlivá řešení, která aktuálně patří k TOP nástrojům na trhu, která jsou standardní a na která existuje v případě potřeby i více partnerů pro implementaci, správu a rozvoj. Umělá inteligence je určitě budoucnost, ať bude její zapojení jakékoliv, ale pro komerční společnosti s daným IT ekosystémem je toto téma sci-fi. Jsou samozřejmě výjimky, kterým umožňuje jejich aktuální prostředí testovat tyto nové koncepty, ale troufáme si tvrdit, že pro většinu společností jsou tyto technologie nyní nevyužitelné, jelikož nemají vyřešené jiné a často elementární potřeby. Vrátíme-li se k příměru o formuli, tak do seriálu F1 se nenaskakuje rovnou z motokár, ale musíte si odjezdit mnoho závodů v nižších kategoriích, než získáte schopnosti potřebné pro F1.

Miroslav Šlehofer Miroslav Šlehofer
Autor článku je CRM & BI Solution manager ve společnosti Analytics Data Factory.
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.