Wprawdzie to dopiero początki wdrażania sztucznej inteligencji, ale jest już wiele firm, tak zwanych early users, które wykorzystują tę technologię w interesujący sposób. IDG Research Services uważa, że sztuczna inteligencja to czynnik, który zadecyduje o kolejnym przełomie w biznesie i że technologii tej nie można ignorować ani odkładać na później jej wdrażania.

Dlatego też IDG zorganizowała spotkanie zatytułowane IA Roadmap 2019 z udziałem ważnych firm, których przedstawiciele opowiedzieli, w jaki sposób wdrażają SI, jak również z udziałem specjalistów, którzy przedstawili swój punkt widzenia na obecną sytuację i perspektywy dla sektora. Jednym z ekspertów uczestniczących w spotkaniu był José Carlos Baquero, Dyrektor ds. Big Data i SI w GMV Secure e-Solutions. Przy okazji spotkania IDG przedstawiło raport zatytułowany „IA Machine Learning Roadmap 2019”, opracowany w celu wspierania firm w budowaniu strategii wdrażania sztucznej inteligencji.

Dla GMV sztuczna inteligencja nie jest nowością. Od lat wykorzystujemy najbardziej zaawansowane techniki w projektach dotyczących wykrywania oszustw w bankach, wykrywania zagrożeń cybernetycznych, optymalizacji procesów przemysłowych, utrzymania prognostycznego, segmentacji i punktacji klientów, zarządzania wiedzą, tworzenia asystentów konwersacji, rozpoznawania głosu i indeksacji, identyfikacji twarzy, szkoleń, doradztwa technologicznego itp.

GMV stawia na model współpracy z klientami, który umożliwia opracowywanie rozwiązań dostosowanych do ich indywidualnych potrzeb, łącząc ich wewnętrzną wiedzę na temat własnych problemów i biznesu z zasobami i możliwościami GMV pozwalającymi na precyzyjny wybór najlepszego rozwiązania. W GMV pomagamy naszym klientom zidentyfikować możliwe zastosowania SI, zarówno w celu usprawnienia procesów, ulepszenia produktów, jak i tworzenia nowych produktów na bazie danych.

Korzyści płynące z automatyzacji podejmowania decyzji są oczywiste, ale bardzo ważne jest, aby wziąć pod uwagę ewentualne ryzyko podejmowania decyzji niesprawiedliwych i dyskryminacyjnych, wynikające z tendencyjności algorytmów przejętych wraz z danymi.

Aby rozwiązać ten problem, GMV analizuje różne techniki w trzech fazach projektowania algorytmu: na etapie wstępnego przetwarzania danych, gdy dane per se zawierają błędy systematyczne; podczas procesu testowania, ponieważ istnieją techniki, które powodują penalizację algorytmów niekorygujących tych błędów systematycznych; oraz w trakcie późniejszego przetwarzania, poprzez określanie odpowiednich progów.

Istotnym jest, aby decyzje podejmowane przez SI były sprawiedliwe, nie tylko dlatego, że wymagają tego regulacje prawne, ale również dlatego, że społeczeństwo wymaga, aby dane były wykorzystywane w sposób odpowiedzialny i z poszanowaniem praw człowieka. GMV stoi przed nowym wyzwaniem, które już teraz przekłada się na wymierne rezultaty.