Pasaulio Ekonomikos Forumo apklausos duomenimis, 77 proc. įmonių vadovų mano, kad COVID-19 krizė paskatins jų įmones skaitmeninei transformacijai. Apklausos rezultatai taip pat atskleidė, kad 48 proc. darbuotojų liks dirbti nuotoliniu būdu ir po COVID-19 krizės.

Būtent dėl šių tendencijų ir sparčios skaitmenizacijos ateityje ir toliau išliks didelis poreikis specialistų, išmanančių, kaip diegti konkrečius DI sprendimus, bei turinčių įgūdžių, reikalingų šių procesų koordinavimui.

Diegiant DI sprendimus svarbu suprasti verslo procesus ir turėti techninių įgūdžių. Abi šios sritys reikalauja pakankamai patirties ir suvokimo. Šių kompetencijų įgijimui galimos dvi prieigos.

Pirmoji – komandinis darbas ir profesinių kompetencijų derinimas. Kita galimybė yra kurti naujas technologijas, leidžiančias efektyviau diegti DI sprendimus. Kuriant dirbtinio intelekto algoritmus populiaru naudoti „Python“, „R“, „Scala“ ar kitas programavimo kalbas.

Tačiau yra ir alternatyvūs sprendimai, kurie leidžia naudoti dirbtinio intelekto algoritmus su minimaliomis programavimo žiniomis. Ši prieiga labiau paremta vartotojo sąsaja ir leidžia realizuoti dirbtinio intelekto algoritmo etapus, nurodant tam tikrus parametrus, architektūrą ir duomenis.

Dirbtinio intelekto taikymas – be programavimo žinių

Šiuo metu mokslininkai kuria ir dar pažangesnes priemones, kurios leistų be programavimo įgūdžių pritaikyti dirbtinio intelekto algoritmus. Pavyzdžiui, 2020 „OpenAI“ išleistas GPT-3 kalbos modelis, kurio dėka galima iš žodžių generuoti programos kodą.

Tokia technologija galėtų automatizuoti jaunesniojo analitiko darbo poziciją: šie specialistai įprastai atlieka bendras analizes, tarkim, nagrinėja tam tikro laikotarpio pardavimų tendencijas, matematiškai paaiškina jų pokytį.

Kita populiarėjanti prieiga yra „Auto ML“. Ši technologija leidžia automatiškai ištestuoti įvairius algoritmus – reikia tik susitvarkyti pradinius duomenis. Būtent tokio tipo technologijų naudojimas leidžia integruoti dirbtinio intelekto sprendimus su mažesniais DI taikymo įgūdžiais.

Nors kai kurių problemų sprendimui tinka ir standartizuoti programavimo sprendimai, tačiau tam tikroms užduotims būtina mokėti atlikti programines modifikacijas. Be to, programavimo pagrindų žinojimas bet kokiu atveju yra naudingas, nesvarbu, ar specialistas programuoja pats, ar naudojasi dalinai automatizuotais sprendimais.

DI paklausa – įvairiose srityse

Dirbtinio intelekto sprendimų diegimas reikalauja pakankamai patirties ir suvokimo DI srityje. Todėl DI žinių turintys specialistai šiuolaikinėje visuomenėje vis labiau bus reikalingi, nes DI panaudojimas gali būti taikomas labai įvairiose srityse.

Gamyboje DI gali apimti anomalijas, pavyzdžiui, panaudojant vaizdų apdorojimo technologijas  identifikuoti broką ar atlikti pateikti prognostines tikimybes siekiant jų išvengti gamybos procese.

Valentas Gružauskas, Kauno technologijos universiteto, ekonomikos ir verslo fakulteto docentas, „Skaitmeninio verslo vadyba“ programos dėstytojas