„Yra atliekama nemažai eksperimentų, kai kurie jau yra pasileidę projektus gyvai, daugiausiai pritaikę, kiek tenka girdėti, klientų aptarnavimo srityje“, – „Žinių radijo“ laidoje „Kas, jeigu?“ teigė V. Domarkas.
Dažniausiai ir efektyviausiai dirbtinis intelektas pasitelkiamas klientų aptarnavimo srityje, tvirtino jis, pateikdamas konkrečių pavyzdžių, kaip pastaroji technologija pritaikoma telekomunikacijų bendrovės praktikoje.
„Daugiausiai dirbtinį intelektą pasitelkiame apdoroti nestruktūrizuotai informacijai. Pavyzdžiui, per metus gauname virš 100 tūkst. klientų atsiliepimų apie tai, kaip mes juos aptarnavome, kas jiems patiko, nepatiko. Tai vietoje to, kad žmonės juos klasifikuotų „Excel“ ar naudodami kitas analitines priemones, mes paprašome dirbtinio intelekto – aišku, aprašę labai konkrečias taisykles, kaip, kam, kokiai kategorijai priskirti – visus tuos 100 tūkst. sudėti mums į lentynėles. <...> Turime iš karto susistemintą labai didelį informacijos kiekį ir tą galime padaryti praktiškai kiekvieną dieną“, – sėkmės istorijomis dalijosi jis.
Susiję straipsniai
„Kitas pavyzdys – kiekvieną naktį yra sugeneruojama 40 tūkst. naujų pasiūlymų, remiantis klientų vartojimu, užsakymais, paslaugų atsisakymais ir panašiai. Tai toks, tarsi, naktinis darbuotojas, kuris paima duomenis ir iš naujo kiekvienam paruošia asmeninius pasiūlymus. Tokiu būdu mes galime išgauti aukštą personalizacijos lygį grynai pasinaudodami dirbtiniu intelektu“, – tęsė bendrovės atstovas.
Kadangi verslas vis dar žengia tik pirmuosius žingsnius pritaikant dirbtinį intelektą savo veikloje, eksperimentai ir pilotiniai projektai pareikalauja nemenkų finansinių kaštų, pastebėjo V. Domarkas. Taip pat, anot jo, reikalingi resursai ir apmokant technologijomis naudotis įmonių bei bendrovių darbuotojus.
„Nėra pigu – ypač tą darant ankstyvojoje fazėje, kuomet ne visi, vadinamieji, pilotai arba bandomosios versijos pasiteisina. Be abejo, darbuotojai turi išmokti dalykų ir tai užtrunka laiko, o laikas – kainuoja. Tam pasitelkiame ir savo žmones, ir išorinius partnerius“, – kalbėjo bendrovės skaitmeninės transformacijos vadovas.
„Tema yra sąlyginai nauja, nes, sakyčiau, ji yra normaliau vystoma pusantrų metų, kada bandoma ją pritaikyti versle. Kiekvienas iš verslų turi savo specifiką ir tie standartai vis dar kuriasi. Kadangi jie kuriasi, tai ta eksperimentavimo fazė yra brangi“, – aiškino V. Domarkas.
Savo ruožtu laidoje „Kas, jeigu?“ buvęs ekonomikos ir inovacijų ministras, parlamentaras Lukas Savickas pažymėjo – siekiant skatinti šalies verslo įmones ne tik vystyti, bet ir diegti naujausias technologijas, būtina sukurti tam reikalingas palankiais sąlygas. Politiko teigimu, europinis teisinis dirbtinio intelekto reglamentavimas yra itin keblus, verslui reikia pagalbos perprasti visus reguliavimo aspektus.
Todėl, L. Savicko teigimu, Lietuvoje artimiausiu metu pradės veikti vadinamoji dirbtinio intelekto „smėliadėžė“ – reguliacinė erdvė, padėsianti įmonėms išbandyti ir pritaikyti inovacijas realioje aplinkoje.
„FinTech Lietuva visame pasaulyje išgarsėjo sukūrusi „smėliadėžės“ principą kaip tokį. Reiškiasi, kai tu turi komplikuotą reguliacinę situaciją, tau reikia arba baudėjo, griežto mokytojo modelio, arba kaip tik tokio, kuris yra pasiruošęs tave paimti už rankos ir padėti tau etapiškai integruotis prie sudėtingo reguliavimo. Tas modelis pasiteisino ir padėjo Lietuvai globaliai įsitvirtinti kaip FinTech centrui, kaip FinTech įmonių vartams į Europą“, – pasakojo L. Savickas.
„Lygiai tas pats modelis bus taikomas dirbtiniam intelektui prisitaikyti prie komplikuoto europinio reguliavimo. Ir tai išskirs Lietuvą kaip šalį, kurioje tu gali tikėtis pagalbos užsitikrinant, kad tu nerizikuoji savo įmonės reputacija, jeigu tu įsidiegi dirbtinio intelekto įrankius – kad jis atitiks europinį reguliavimą“, – akcentavo buvęs ekonomikos ir inovacijų ministras.