Středa 26. ledna. Svátek má Zora.

Investice do strojového učení a chytrých algoritmů porostou

Foto: Pixabay

Bez strojových dat a chytrých algoritmů se už dnes neobejde téměř žádná firma. Investice do průmyslových počítačů a umělé inteligence jsou i proto z dlouhodobého hlediska v hledáčku investorů.

Ve studii Tech Trends 2021 společnosti Deloitte se mimo jiné dočteme, že obchodní a technologické strategie se stávají neoddělitelnými, jelikož technologie dnes významně ovlivňuje návrh obchodní strategie, její monitoring i realizaci. Dochází k nárůstu digitalizace firemních produktů a služeb, mnohdy dochází i ke změně obchodních modelů a společnosti zkoumají možnosti, jak se stát platformami.

Analytici z IDC ve své prognóze uvádí, že globální výdaje na systémy na principu umělé inteligence (AI) se v roce 2024 vyšplhají na 110 miliard dolarů. Z geografického hlediska se o více než polovinu výdajů na AI postarají Spojené státy. Na druhém místě je západní Evropa, kterou následuje Čína. Vysoko je podle prognózy IDC i Japonsko, která zaznamená prudký nárůst.

Firmy stále více využívají i takzvanou robotickou procesní automatizaci (RPA).  „Výhodou nasazení RPA je rychlost a poměrně rychlá návratnost investice do automatizace primárně rutinních činností. Navíc z dlouhodobé perspektivy budou negativní demografické trendy pokračovat a lidská práce se bude stávat vzácnější, a tím pádem i dražší,“ uvedl už dříve pro server Investujeme.cz odborník Komerční banky (KB) Jan Vejmělek.

V prostředí nejistoty jsou nové způsoby práce a podpora klíčových inovací důležitější než kdy dřív. Je proto třeba, aby klíčové systémy byly schopny tyto požadavky naplnit. Napříč obory se dnes inovativní IT lídři snaží zavádět nové postupy a technologie pro revitalizaci klíčových aktiv.

Aby bylo možné naplno využít potenciál umělé inteligence a strojového učení, musí éra tradiční umělé inteligence ustoupit automatizaci a industrializaci. Firmy proto vstupují do světa operací strojového učení (MLOps), jež aplikuje přístupy DevOps na vývoj a dodávku modelů strojového učení tak, aby se zlepšila spolupráce mezi týmy, zkrátily se vývojové cykly, a industrializoval a škáloval se vývoj a nasazení řešení strojového učení.

Revoluce u strojových dat: „nakrmte stroj“

Tradiční správa dat si kladla za cíl poskytnout omezenou, setříděnou množinu dat pro manažerské rozhodování. Jak se však vývoj posouvá vpřed, musí dnes společnosti přehodnotit správu dat, jejich ukládání a organizaci tak, aby mohly těžit z výhod nabízených modely strojového učení. Pro dosažení očekávaných přínosů při nasazování řešení umělé inteligence a zrychlení životního cyklu strojového učení je však třeba data náležitě upravit.

Zavedení principu nulové důvěry v oblasti kybernetické bezpečnosti přispěje k vyřešení po desetiletí přetrvávajících bezpečnostních výzev a současně umožní další rozvoj moderních IT postupů (DevSecOps, NoOps, cloud, ad.). Přechod na princip „nulové důvěry“ si však na straně firem vyžádá nemalé investice mj. do automatizace manuálních procesů, zlepšení základní kybernetické hygieny, ale i organizačních změn a přenastavení požadavků na profily cyberspecialistů, aby bylo zavedení kybernetického inženýrství úspěšně realizovatelné.

Lidé jsou nuceni si zvykat na digitální zkušenost mnohem rychleji

Společnosti sice na celém světě přesunuly výkon některých činností a porady z fyzického pracoviště do digitálního prostoru, toto vše ale stále představuje jen zlomek možností, které se v tomto ohledu nabízejí. Analýza nově dostupných dat generovaných jak vzdáleně pracujícími zaměstnanci, tak nástroji, které využívají, a jejich vzájemných interakcí, tedy jejich „digitální stopy“, umožní významně zefektivnit práci a zvýšit produktivitu jednotlivců, týmů i celých společností.

Lidé byli v posledních dvou letech nuceni si zvykat na digitální zkušenost mnohem rychleji než kdykoli předtím. Společnosti si dnes proto silněji uvědomují potřebu přehodnotit své strategie, kde a jak investovat do technologií, a jak využít data a analytiku pro vytvoření a individualizaci zkušenosti na míru zákazníkům s cílem nalézt optimální rovnováhu mezi potřebou digitalizovat tradiční fyzickou lidskou zkušenost, a naopak potřebou více „polidštit“ nabízenou digitální zkušenost.

Společnosti mají k dispozici čím dál sofistikovanější nástroje pro podporu jejich iniciativ v oblasti diverzity, rovnosti a inkluze. Mnohá z těchto řešení používají analytiku s cílem poskytnout detailnější vhled do oblastí, jako je nábor a rozvoj talentu a udržení zaměstnanců. Jiné produkty nabízejí zpětnou vazbu či coaching pro vedoucí pracovníky a management.  Všechny směřují k tomu, aby v rozhodování a procesech v oblasti DEI hrála data významnější roli.

Energetika 4.0

Velké změny čekají v souvislosti s digitalizací i energetiku. Budoucností jsou decentrální zdroje a flexibilita, kogenerační jednotky a takzvané virtuální elektrárny propojené průmyslovým počítačem. Umělá inteligence dokáže zlepšit výkonnost obnovitelných zdrojů energie a patří mezi pět nových technologií s největším potenciálem pro budoucí použití v provozu a řízení přenosových soustav.

„Například u fotovoltaik to dnes v Česku tak úplně zajímavé není. V západní Evropě, ale i v Austrálii je tomu naopak. Právě v Austrálii má Elon Musk  virtuální elektrárnu založenou na fotovoltaice doplněné bateriovými úložišti s třiceti tisíci „zapojenými“ domácnostmi sdílejícími vyrobenou elektřinu,“ uvádí ředitel divize Nová energetika ze skupiny UCED Václav Skoblík, kde aktuálně připravují svou první virtuální elektrárnu.

Umělá inteligence na základě velkého množství dat o aktuálním počasí a jeho predikci, on-line dat o spotřebě a výrobě elektřiny a tepla sama zpracuje pravděpodobnosti scénáře dalšího vývoje a navrhne nejlepší řešení. Například chytrý algoritmus spustí nebo vypne kogenerační jednotku.

Podle odborníka UCED jsou však tato řešení pro menší subjekty stále ještě nevyužitelná. „Technologie jdou dopředu, ale zatím stále platí, že čím větší zdroj flexibility, tím lépe,“ popisuje Václav Skoblík.

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna.