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.

Inzerce

AI jako motor výroby a datové inteligence

ITS_6Jak jste si jistě všimli, aktuální vydání IT Systems je první, které má nové logo. Po dlouhé době jsme se rozhodli oživit nejen logo časopisu, ale také navazujících online médií. Právě výraznější provázání loga časopisu IT Systems, webu SystemOnLine a newsletteru SystemNEWS bylo hlavním cílem modernizace, ke které jsme přistoupili teprve podruhé v téměř třicetileté historii našeho časopisu.