Czym jest pionowa sztuczna inteligencja?
Pionowa sztuczna inteligencja odnosi się do technologii AI, które są specjalnie opracowane i zoptymalizowane dla biznesów w konkretnych sektorach gospodarki. W odróżnieniu od ogólnych rozwiązań AI, oferuje wyspecjalizowane narzędzia, analizy i algorytmy spełniające konkretne potrzeby biznesowe. Dzięki temu, umożliwia bardziej precyzyjne i skuteczne wykorzystanie technologii AI, dając firmom przewagę konkurencyjną i umożliwiając osiąganie lepszych wyników w ich dziedzinach – dostarczając narzędzia i rozwiązania, które są dopasowane do potrzeb i charakterystyki danej branży. To pozwala na lepsze wykorzystanie technologii AI, skuteczniejsze podejmowanie decyzji i zwiększenie efektywności operacyjnej. Wykorzystanie rozwiązań umożliwia również oszczędności czasu i zasobów, poprawę obsługi klienta oraz tworzenie nowych możliwości biznesowych.
Janusz Mieloszyk, pierwszy Wiceprezes Nest Banku uważa, że pojawienie się wertykalnego SaaS (vSaaS) – opartego na chmurze oprogramowania dostosowanego do konkretnych branż – jest fenomenem ostatnich kilku lat w rozwoju przełomowych technologii. Klienci biznesowi oczekują oprogramowania stworzonego specjalnie w celu rozwiązania ich konkretnych potrzeb i problemów biznesowych, które równie szybko się zmieniają z rozwojem branży. Nawet największe firmy technologiczne wertykalizują swoją sprzedaż i dopasowują funkcje produktów do grup klientów.
Giganci chmurowi, AWS, Azure i Google Cloud Platform, oferują rozwiązania branżowe z dedykowanymi zespołami sprzedaży, podobnie jak inne duże platformy, takie jak Salesforce, ServiceNow, Snowflake i Workday. Według raportu firmy McKinsey, wartość rynku AI może sięgnąć nawet 13 bilionów dolarów do 2030 roku, jeśli zostaną wykorzystane w pełni wszystkie możliwości tej technologii. Dotyczy to przekroju branż od zdrowia, finansów po logistykę i e-commerce.
Zdrowie i medycyna
Sektor opieki zdrowotnej od dawna fascynuje potencjał sztucznej inteligencji. Statista prognozuje, że do 2027 roku wartość rynku AI w opiece zdrowotnej wyniesie aż 28 miliardów dolarów i będzie rozwijać się szybciej niż jakakolwiek inna branża, ze złożoną roczną stopą wzrostu na poziomie 85% do 2027 r.
Google Brain i DeepMind połączyły siły jako Google DeepMind. Jest to duży model językowy, który pracuje na tekstach i ma przybliżony charakter do GPT-4. Dyrektor generalny DeepMind, Demis Hassabis, w rozmowie z Wired, mówi, że firma pracuje nad nowym systemem – Gemini, który połączy technologię LLM z technikami uczenia maszynowego oraz rozwiązaniami z AlphaGo, w celu nadania mu nowych możliwości planowania i rozwiązywania problemów. Rozwiązanie AlphaGo opiera się na technice, której DeepMind był pionierem, zwanej uczeniem się przez wzmacnianie – oprogramowanie uczy się rozwiązywać trudne problemy, wymagające wyboru działań do wykonania, takich jak w Go lub grach wideo, poprzez wielokrotne próby i otrzymywanie informacji zwrotnych na temat jego wydajności. Zastosowano tam również metodę zwaną przeszukiwaniem drzewa, aby zbadać i zapamiętać możliwe ruchy na planszy.
Demis podkreśla, że Gemini został stworzony od podstaw, aby był multimodalny, wysoce wydajny w integracji narzędzi i API oraz zbudowany, tak aby umożliwić przyszłe innowacje, czyli rozwój w obszarach pamięć i planowania. – Chociaż jesteśmy jeszcze na wczesnym etapie, to już teraz widzimy imponujące możliwości multimodalne, niespotykane we wcześniejszych modelach. Po dostrojeniu i rygorystycznym przetestowaniu pod kątem bezpieczeństwa, Gemini będzie dostępny w różnych rozmiarach i możliwościach – dodaje.
Finanse i bankowość
Kolejną branżą, która czerpie korzyści z AI są szeroko pojęte finanse, gdzie odgrywa ogromną rolę. Pomaga w wykrywaniu oszustw, ocenie ryzyka, optymalizacji portfeli oraz doskonaleniu obsługi klienta. Globalne wydatki na AI w sektorze finansowym osiągnęły 6,7 miliarda dolarów w 2020 roku, a według firmy Zion Market Research, ma to wzrosnąć do 25,91 miliarda dolarów do 2026 roku.
Choć AI niedawno szumnie wszedł do mediów i szerokiej świadomości społeczeństwa, to biznes już od lat korzysta z takich rozwiązań. PayPal z powodzeniem wykorzystuje własny AI w wykrywaniu oszustw, co pozwala na większe zabezpieczenie transakcji swoich klientów. Korzysta z uczeniamaszynowego i technologii graficznych do tworzenia połączeń i oceny relacji w swoich danych, które pomagają identyfikować i powstrzymywać oszustwa, zabezpieczając transakcje swoich klientów.
Firma Mint.com (należąca do Intuit) wykorzystuje pionową sztuczną inteligencję do analizy danych finansowych klientów i generowania spersonalizowanych rekomendacji dotyczących oszczędzania, inwestowania i zarządzania finansami. System automatycznie kategoryzuje wydatki i może udzielać wskazówek dotyczących optymalizacji budżetu. Feedzai używa AI do analizy ryzyka i wykrywania oszustw w sektorze finansowym. Wykorzystuje algorytmy uczenia maszynowego do monitorowania zachowań klientów, transakcji i innych zachowań, aby identyfikować podejrzane wzorce i wykrywać próby oszustwa.
Kolejnym przykładem jest Blue Prism, firma specjalizująca się w automatyzacji procesów robotycznych, która wykorzystuje pionową sztuczną inteligencję w celu automatyzacji powtarzalnych zadań w bankowości, takich jak weryfikacja dokumentów, przetwarzanie wniosków o pożyczki czy zarządzanie działaniami związanych z KYC (Know Your Customer). Wielu inwestorów i firm inwestycyjnych wykorzystuje również pionową sztuczną inteligencję w handlu algorytmicznym. Przykładem jest Citadel Securities, która używa zaawansowane algorytmy AI do analizy rynków finansowych, identyfikacji ukrytych wzorców i podejmowania szybkich decyzji inwestycyjnych.
W Polsce, Nest Bank korzysta już z rozwiązań AI, rozwijając m.in. ekosystem analityczny w chmurze, oparty na Azure Databricks i Salesforce Einstein, który wspiera analizę, modelowanie i selekcję danych. Janusz Mieloszyk dodaje, że technologia pomaga w przemyślanej analizie zachowań klientów i generowaniu działań marketingowych w czasie rzeczywistym, wspiera również podejmowanie decyzji zarządczych, np. budowanie segmentów i profili zachowań klientów. Usprawnia też komunikację marketingową z klientami, pomagając wybrać najlepsze ramy czasowe, zaproponować treści i format wiadomości.
Pionowa sztuczna inteligencja jest ewolucją technologii AI, umożliwiającą dostarczenie wyspecjalizowanych narzędzi i rozwiązań dla konkretnych sektorów gospodarki. Dzięki niej, firmy mogą lepiej wykorzystać potencjał technologii AI, zoptymalizować swoje procesy i osiągnąć lepsze wyniki w konkurencyjnym otoczeniu. Korzyści płynące z wykorzystania pionowej sztucznej inteligencji to m.in. bardziej precyzyjne i skuteczne rozwiązania, oszczędność czasu i zasobów oraz większa konkurencyjność na rynku. Pionowa sztuczna inteligencja jest z pewnością nieodłącznym elementem rewolucji technologicznej, która coraz bardziej transformuje naszą gospodarkę.
W sektorze zdrowia AI pomaga w diagnozowaniu chorób, co przyczynia się do szybszego i skuteczniejszego leczenia. W finansach i bankowości AI pozwala na wykrywanie oszustw, ocenę ryzyka oraz poprawę obsługi klienta. W handlu detalicznym AI umożliwia personalizację doświadczeń zakupowych i optymalizację zarządzania zapasami. W produkcji i łańcuchu dostaw AI optymalizuje procesy planowania, kontrolę jakości oraz przewidywanie popytu. W transport i logistyce AI przyczynia się do optymalizacji tras, przewidywania konserwacji i optymalizacji łańcucha dostaw. Warto zauważyć, że wykorzystanie AI w tych sektorach może przynieść ogromne oszczędności i zwiększyć efektywność działania przedsiębiorstw. W efekcie, AI jest kluczowym narzędziem w transformacji gałęzi gospodarki, wpływając na ich rozwój i długoterminowy sukces.
