Danas se poslodavci u raznim područjima poslovanja susreću s nedostatkom radnika. Uz to, zbog stalnih tehnoloških i regulatornih promjena postojeći zaposlenici imaju sve manje vremena za obavljanje svog posla. Ostaje im tako sve manje vremena za komunikaciju s klijentima i svima neophodnu konstantnu edukaciju.

Primjena strojnog učenja u automatizaciji uredskih poslova omogućava to da se softverskog robota nauči obavljati ponavljajuće, za ljude često i zamorne poslove. Ali oni također mogu zaposlenima temeljem analize njihovog rada predložiti kako obavljati poslove brže i uz manje grešaka.

Time se, između ostalog, bave u zagrebačkoj tvrtki Afinitos, osnovanoj prije nepunih godinu i pol. U početku su imali dvoje zaposlenih, danas ih je petero. Prošle godine ostvarili su nešto više od pola milijuna kuna prihoda, od čega više od 90 posto izvozom.

Od automatizacije ureda do platforme za DNK

'Krenuli smo tako što smo radili specijalizirani softver za veće inozemne tvrtke i prošle godine napravili smo softver za analizu sadržaja u dokumentima koji danas koriste jedna od najvećih švicarskih banaka i jedan od većih francuskih osiguravatelja.

Naš softver pomogao im je u automatizaciji poslovnih procesa, a mi smo shvatili da bismo uz primjenu strojnog učenja mogli ubrzati puno drugih repetitivnih i zamornih uredskih poslova', rekao je tportalu Boris Ševo, šef tehnike u Afinitosu.

Nedavno su također počeli raditi na primjeni strojnog učenja u bitno drukčijem području, u sklopu projekta koji kombinira rezultate DNK analize sa životnim navikama korisnika, poput prehrane i kretanja.

'Više od 25 milijuna ljudi u SAD-u napravilo je DNK testiranje i imaju svoj DNK u obliku datoteke. Kao rezultat rada tima lokalnih i inozemnih stručnjaka iz područja genetike, biotehnologije i informatike, za američko tržište razvijena je B2B platforma koja tvrtkama poput proizvođača dodataka prehrani ili kozmetike omogućava da korisniku ponude proizvode što nisu namijenjeni prosječnoj osobi, nego baš određenom pojedincu, njezinim ili njegovim genetskim predispozicijama i životnim navikama.

Na temelju niza podataka koje analizira platforma, a kojima je izvor korisnikov DNK i životne navike, primjenom strojnog učenja za korisnika se dodatno izrađuju personalizirani programi prehrane i vježbanja koji bi im trebali pomoći u postizanju određenog cilja, primjerice u regulaciji tjelesne težine', istaknuo je Ševo.

Otpori automatizaciji

U kojoj mjeri će u idućih deset godina softver koji počiva na strojnom učenju i umjetnoj inteligenciji moći zamijeniti ljude kao uredske radnike?

'Dio uredskih poslova već je danas, uz preduvjet standardizacije poslovnih procesa, moguće automatizirati i prepustiti softveru i bez primjene strojnog učenja. Međutim, mijenjanje poslovnih procesa i sustava koji ga podržava nije jednostavan posao i dugo traje', naveo je Ševo.

Također, postoje otpori automatizaciji. Po Ševinim riječima, jedan od najvećih izazova s kojima su se dosad susretali stav je zaposlenih kako u njihovom poslu nema ničega što bi se moglo automatizirati jer je njihov posao, na ovaj ili onaj način, specifičan i ne može se obavljati bez njih samih.

'Softverski roboti koje mi radimo ne zahtijevaju promjene poslovnih procesa i kao takvi omogućavaju brže provođenje automatizacije poslovanja.

Danas softver uz primjenu strojnog učenja može, recimo, detektirati da primitak e-maila s određene adrese i koji sadrži privitak određenog sadržaja uvijek rezultira akcijom arhiviranja i knjiženja ulaznog računa takvog sadržaja.

Automatizacija takvog posla nema kao posljedicu zamjenu uredskog radnika, već omogućiti automatizaciju poslovnih procesa bez angažmana informatičara koji bi bili potrebni za programiranje takve automatizacije', naglasio je Ševo.

Strojno učenje ulazi u sve domene života

Načela i algoritmi korišteni za strojno učenje u domenama poput analize slika i igara danas se koriste u raznim drugim područjima, od poslovanja do umjetnosti. U nekima su rezultati i dalje na onoj razini eksperimenta koji je od značenja samo onima koji se bave tim područjem, ali evidentan trend je primjena strojnog učenja u svim domenama života.

Ševo je kao pozitivan istaknuo primjer Finske, u kojoj je država kroz program Elements of AI odlučila svim svojim građanima približiti umjetnu inteligenciju i njezinu primjenu te na taj način osposobiti što je moguće veći broj Finaca za korištenje pogodnosti koje ona donosi. Posebno je važno to što taj program nije namijenjen i prilagođen informatičarima, već svim Fincima.

U Hrvatskoj ne samo što nema takvih programa, već nedostaje stručnih i kvalitetnih informatičara iz raznih područja, od programera do onih koji mogu pomoći u prodaji i podršci korisnicima.

Iako postoje projekti koji strojno učenje nastoje primijeniti i u generiranju softvera, ne čini se da će u dogledno vrijeme to biti moguće. 'Jedini mogući put i dalje će biti približavanje programiranja što je moguće većem broju zainteresiranih', prognozirao je Ševo.