Heřmanická halda hoří. Jaká jsou rizika?
Heřmanická halda je odval – více než stohektarový komplex navážek po těžbě černého uhlí v Ostravě. Desítky let se zde...
Pokroky v AI se projevují nejen v digitálním světě, ale stále více se zapojují i do světa fyzického. Příkladem je rozpoznání druhů pečiva u pokladen, ale také dotazy na produkty, jako například tiskárny a další zařízení. Ve všech případech se však ukazuje, jak důležitá je kvalita dat a jejich efektivní zpracování. „Kvalitu dat, jejich sběr a využití firmy řeší již desítky let. S nástupem AI ale přichází urgentní potřeba mít je dostupné v kvalitě, kterou přečte a pochopí jak člověk, tak stroj. Rozdíly ve výstupech mohou být zásadní: od špatně rozpoznaného zboží po objednávku nekompatibilního dílu,“ říká Ján Zajíc, head of Data & AI v BIQ Group.
Vývoj ukazuje, že samotné nasazení AI není všespásné, pokud na něj firma není připravena. Ačkoli má k dispozici například popisky produktů nebo obchodní nabídky v dokumentech či tabulkách, stále to neznamená, že dobře strukturovaná data pro člověka budou fungovat i pro AI, která postrádá vizuální kontext.
„V Evropě máme 30 zastoupení a 120 produktových manažerů. I přes to, že máme produktový portál, trávili naši produktoví manažeři ročně až 36 dní odpovídáním na dotazy o produktech a jejich vlastnostech. Nabízelo se využití AI k zásadnímu zkrácení této doby. Nicméně se ukázalo, že data jsou strukturovaná dobře pro člověka, ale umělá inteligence nechápe vizuální souvislost. Ve spolupráci s BIQ Group jsme museli iterovat, zkoušet a testovat, jak data vhodně upravit již během jejich vzniku. Díky tomu jsme dokázali pochopit, jak vznikají chyby a jak dojít k lepším výsledkům, které budou pro produktový management zásadní pomocí,“ říká David Erbmann z Konica Minolta.
Implementace umělé inteligence v maloobchodě běží již několik let, teď se jí však dostává znovu pozornosti. Nasazení technologie nyní přináší hmatatelné a měřitelné výsledky, které navíc přinášejí i reálné úspory.
„V oblasti maloobchodu je rozpoznávání zboží pomocí AI, respektive strojového vidění, již zavedenou technologií. Průkopnické byly globální piloty realizované v Česku. První rozpoznávání pomocí AI se objevilo v oddělení ovoce a zeleniny již v roce 2023. Od minulého roku lze tuto technologii najít také v pultovém prodeji při rozpoznávání masa, uzenin a sýrů nebo u obslužných a samoobslužných pokladen, kde urychluje proces odbavení mimo jiné i automatickým rozpoznáním výrobků z oddělení pečiva. Výpočty AI probíhají na daném zařízení (on-device), což přináší rychlost a možnost neustálého autonomního učení. Velkou výzvou je rozmanitost prostředí i samotných produktů, a to především z pekárenského oddělení. Obchody mívají několik stovek unikátních druhů zboží, včetně produktů od lokálních dodavatelů, ovšem není to nic, s čím by si nejnovější technologie rozpoznávání nedokázala poradit,“ uvádí Pavel Novotný, AI expert v Mettler Toledo.
Typickou oblastí, pro kterou se hledají vhodné způsoby využití AI, je průmysl či logistika. Zde je prostor pro inovace obrovský, zároveň je zde úzkým hrdlem nedostatek specializovaných vývojářů i praktických zkušeností s vývojem pomocí AI.
„U nás má AI dveře otevřené. Když SAP představil asistenta SAP Joule, téměř okamžitě nás napadlo, jak jej využít: nasadíme jej při vývoji našich Fiori aplikací. Novost řešení nás nezastavila – pouze mírně zpomalila. Důvodem byla méně detailní dokumentace, minimum praktických zkušeností napříč firmami a teprve se formující komunita. Proto jsme si zvolili partnera BIQ Group, který nás novým prostředím provedl krok za krokem,“ říká Petr Drozd ze společnosti ČD Cargo.