Mantas Lukauskas, KTU Matematikos ir gamtos mokslų fakulteto (MGMF) doktorantas, „Zyro“ duomenų mokslininkas
Milijonai žmonių visame pasaulyje kasmet nekantriai laukia Kalėdų. Geri buvo ar blogi, visi šių švenčių proga iš draugų ir artimųjų laukia dovanų. Yra paskaičiuota, kad per Kalėdas visame pasaulyje dovanoms yra išleidžiama daugiau nei 23 mlrd. eurų. Suma stulbinanti, tiesa?
Kaip sužinoti, ko labiausiai trokšta jūsų antroji pusė? Kokioje parduotuvėje dovaną įsigyti? Ar nupirktos dovanos spės laiku atkeliauti? Pasirodo, į šiuos ir dar daug kitų šventinio maratono klausimų gali atsakyti dirbtinio intelekto technologijos.
Yra paskaičiuota, kad viena iš penkių kalėdiniu laikotarpiu gautų dovanų yra perdovanojama kitiems arba grąžinama. Norite savo brangiausiems žmonėms padovanoti tai, apie ką jie išties svajoja? Pažiūrėkite, kokias reklamas jie mato savo socialinių tinklų paskyrų naujienose ar internetiniuose portaluose – jos bus pritaikytos pagal tai, ko dažniausiai buvo ieškoma internete. O tai yra padaroma būtent dirbtinio intelekto pagalba.
Kiekvienam iš mūsų naršant internete ir domintis tam tikromis prekėmis ši informacija išlieka ir vėliau yra panaudojama reklamuojant tas pačias arba panašias prekes. Taip pat įvairiose internetinės komercijos svetainėse naudojamos rekomendacinės sistemos, kurios lygina jus su kitais vartotojais ir pagal tai, kokios prekės patiko kitiems vartotojams, įvertina bei prognozuoja, ar tos prekės galėtų patikti ir jums.
Kadangi dirbtinis intelektas dabar išties plačiai taikomas daugelio įmonių veikloje, egzistuoja ir tokių sprendimų, kurių tikslas padaryti dovanų išrinkimą dar paprastesnį. Pavyzdžiui, tereikia surašyti dovanų gavėjų vardus, atsakyti į trumpą klausimyną ir pagal gautus duomenis jums bus pateikti pasiūlymai, ką vienam ar kitam žmogui būtų galima dovanoti. Kai kurios įmonės siūlo net ir logistikos sprendimus, o tai reiškia, kad dovanos gali būti pristatytos tiesiai gavėjui.
Kiekvieno iš mūsų kalėdinių dovanų kelionė dažnai prasideda nuo apsipirkimo internetinėse parduotuvėse. Teigiama, kad 64 proc. išmaniųjų telefonų naudotojų prieš pirkdami dovanas parduotuvėse, pirmiausiai jų ieško internete.
Dirbtinis intelektas yra ypatingai plačiai pritaikomas internetinių parduotuvių veikloje – pradedant prekių paieška ir baigiant rekomendacinėmis sistemomis. Čia jis gali padėti atlikti kokybiškesnes tikslines paieškas būtent tam, kad rastumėte tai, ko ieškote.
Tačiau dirbtinis intelektas padeda ne tik pirkėjams – jis gyvybiškai svarbus ir patiems pardavėjams. Svarbus dirbtinio intelekto panaudojimas internetinėje prekyboje – vartotojų analizė, prekių planavimas, kuris leidžia net ir prieš Kalėdas pasiūlyti reikiamų prekių.
Pavyzdžiui, „Amazon“ internetinė parduotuvė kalėdiniu laikotarpiu sulaukia net 41 užsakymo per vieną sekundę, tad pagalvokite, kaip sudėtinga yra suvaldyti tokį kiekį užsakymų. Šiuo atveju dirbtinis intelektas gali padėti automatizuoti įvairių dokumentų parengimą, o užsakymus suklasifikuoti pagal iš anksto numatytas grupes ir prognozuoti pirkimus, kas leidžia tik dar labiau pasiruošti artėjančiam didesniam pirkėjų srautui.
Ne ką mažiau svarbus ir pokalbių robotų (angl. chat-bots) panaudojimas, kuris leidžia sumažinti skambučių centro darbuotojų apkrovą, o taip pat didina pirkėjų pasitenkinimą, kadangi atsakymai į klausimus yra gaunami kur kas greičiau.
Užsisakius prekes internetinėje parduotuvėje arba norint jas įsigyti fizinėse parduotuvėse, reikia nepamiršti ir svarbaus prekių sandėliavimo klausimo. Čia taip pat galime atrasti įvairių dirbtinio intelekto sprendimų, kurie padeda optimizuoti prekių saugojimą.
Pavyzdžiui, norint, kad užsakytas prekes būtų paprasta rasti ir kad tai padaryti būtų galima kuo greičiau, pasitelkiamos automatinio rūšiavimo sistemos. Tokios sistemos gali leisti išvengti klaidingai surūšiuotų prekių net iki 50 proc., be to, visa tai atliekama kur kas greičiau.
Didžiosiose internetinės komercijos bendrovėse pasitelkiant duomenimis grįstus automatizuotus sprendimus, ne tik optimizuojamas jų keliavimo atstumas, bet ir prognozuojama, kada vienų ar kitų prekių gali prireikti per artimiausią dieną, valandą ar dvi. Galiausiai darbuotojui belieka tik paimti konkretų daiktą iš stoties, į kurią važiuoja robotas ir pastatyti ant konvejerio (Dance of the Amazon Robots – YouTube).
Kai ant dėžutės užklijuojama siuntimo etiketė, gabenimo vykdymo procesai naudoja optimizavimo algoritmus, kad nustatytų efektyviausią būdą, kuriuo siuntinys turėtų nukeliauti iš taško A į tašką B. Dėžutė siunčiama į laukiančią priekabą, atsižvelgiant į siuntimo būdą, pristatymo greitį ir vietą.
Tačiau tik sandėliuoti dovanas neužtenka. Vienaip ar kitaip šios dovanos turi jus pasiekti. Juk visi nori, kad dovanos būtų pristatytos laiku, o kartais net užsakius jas gana vėlai, vis tiek tikimės, kad jos mus pasieks dar iki švenčių. Dirbtinis intelektas ir čia vaidina gana svarbią rolę – prekių pristatymo maršrutas gali būti optimizuotas naudojantis dirbtinio intelekto sprendimais.
Yra keletas veiksnių, turinčių įtakos maršruto efektyvumui ir į visus juos reikia atsižvelgti jį planuojant. Norint rasti geriausią kelią, reikia greitai išanalizuoti šimtus duomenų taškų ir pasinaudoti šia analize. Planuoti optimaliausius maršrutus dar sunkiau, kai įmonės susiduria su dideliu siuntų kiekiu ir didelėmis eismo spūstimis.
Laimei, dirbtinis intelektas gali padėti. Naudodami sudėtingus algoritmus, kuriuose atsižvelgiama į istorinius ir realaus laiko duomenis optimaliems maršrutams nustatyti, gali optimizuoti maršrutą, pagerinti tiekimo grandinės našumą ir, galiausiai sumažinti išlaidas bei pradžiuginti klientus, sulaukus dovanų laiku.
Jei anksčiau logistikos sprendimai dažniausiai buvo paremti tik vairuotojų patirtimi, dabar čia svarbiausi dirbtinio intelekto sudaryti optimalūs maršrutai. Būtent dėl jų galime tikėtis, kad vėlai užsakytos dovanos mus pasieks dar iki Kalėdų.
Dovanų gamybos procesas taip pat yra neatsiejamas nuo dirbtinio intelekto taikymų. Čia šios technologijos padeda išlaikyti optimalų žaliavų kiekį, optimalų gaminamų gaminių kiekį pagal tai, kokie yra žaliavų užsakymai ir prognozuoti pačius užsakymus.
Dirbintis intelektas gamybos įmonėse leidžia išvengti didelių nuostolių ir atsilikimo nuo gamybos plano, kadangi iš anksto gali prognozuoti, kurie įrenginiai turėtų būti apžiūrėti, o kuriems galbūt reikalingas ir remontas. Toks planavimas leidžia iki minimumo sumažinti netikėtus gamybos sustojimus. Dėl spartaus duomenų apdorojimo inžinieriai gali rasti optimizuotą proceso receptą skirtingiems produktams. Pavyzdžiui, klausimas „kokį konvejerio greitį ar temperatūrą turėčiau įvesti, kad išeiga būtų didžiausia?“ gali būti labai greitai atsakytas. Dirbtinis intelektas nuolat mokosi iš visų registruojamų duomenų ir atitinkamai koreguoja sprendimus – adaptuojasi.
Dirbtinio intelekto sprendimai padeda ne tik optimizuoti procesus ir juos vykdyti geriau, tačiau ir užtikrinti gaminamų dovanų kokybę. Dabar kokybės kontrolei gali būti naudojamos kompiuterinės regos technologijos: remiantis vaizdais dirbtinis intelektas gali įvertinti, ar gaminys yra kokybiškas, ar jis atitinka kokybės standartus, ar supakuotas tvarkingai bei kitus elementus – tuos pačius, kuriuos kiekvienas iš mūsų žiūrėdamas į daiktą taip pat gali įvertinti. Tik, žinoma, dirbtinis intelektas tai daro kur kas sparčiau ir padeda išvengti žmogiškųjų klaidų.
