Tad apie tai, kokia nauda iš dirbtinio intelekto daromų prognozių ir kiek milijonų eurų šių technologijų pagalba galima sutaupyti, kalbamės su „RMD Technologies“ direktoriumi Dariumi Dilijonu.
Kokio dydžio įmonėms svarbios jūsų kuriamos technologijos? Kaip apibūdinti daromų skaičiavimų mastus?
Mūsų technologijos skirtos vidutinėms ir didelėms įmonėms, pvz., degalinių tinklams, kurie valdo šimtus degalinių, parduotuvių tinklams, kuriuos sudaro šimtai ar tūkstančiai parduotuvių, taip pat bankams, turintiems daug bankomatų ir pan.
Tai įmonės, kuriose vyksta daug kompleksiškų verslo procesų, kurios valdo didelius aptarnavimo ar paslaugų teikimo tinklus. Žinoma, mūsų technologijos gali būti taikomos ir mažose įmonėse.
Kiek žmonių gali pakeisti jūsų kuriamos technologijos?
Mūsų sukurti matematiniai algoritmai atlieka daug skaičiavimo operacijų, nes norint surasti geriausius sprendimus reikia įvertinti visas įmanomas galimų sprendimų kombinacijas ir tuos sprendimus įtakojančius faktorius. Skaičiavimų mastas didėja priklausomai nuo automatizuojamo tinklo. Ieškant geriausio sprendimo sistema gali patikrinti milijonus galimų kombinacijų per keletą sekundžių ar minučių, to negalėtų padaryti joks žmogus. Tarkime, mažmeninės prekybos tinkle 50 žmonių atlieka tą pačią prekių poreikio prognozavimo operaciją. Po mūsų sistemos įdiegimo, šį žmonių skaičių galima sumažinti iki 5 – 10. Tam tikras darbuotojų skaičius turi likti, nes yra situacijų, kur automatika negali padėti, reikalingas žmogaus įsikišimas. Tad galima sakyti, kad tam tikrų specialistų poreikį galima sumažinti ir iki 10 kartų.
Kurie jūsų projektai jums pačiam ypač reikšmingi ir įdomūs?
Greitai gendančių produktų (tokių kaip mėsa, sūris, pienas) paklausos prognozavimas ir tiekimo valdymas Olandijos prekybos tinkluose. Dėl to, kad vartotojai nenuperka šių prekių iki jų galiojimo pabaigos, prekybos tinklai patiria milijoninius nuostolius. Mes su savo technologijomis ženkliai sumažiname praradimus – prognozuojame produktų paklausą ir jų užsakome pardavimui tiek, kiek vartotojai nuperka, dėl to sumažėja praradimai.
Taip pat įdomi bei perspektyvi sritis – ligoninių darbo efektyvumo didinimas. Tam, kad būtų galima tinkamai prižiūrėti ligonius, reikia reikiamo kiekio palatų, daktarų, vaistų. Intelektinių technologijų dėka galime prognozuoti ligoninių apkrautumą, numatyti sergamumą pagal ligas. Pagal šiuos duomenis galime numatyti kiek, kur ir kokių reikės vaistų, kokie skyriai bus labiau apkrauti, be to tinkamai planuoti daktarų darbo grafikus. Viso to rezultatas labai konkretus – greičiau pasveikęs ligonis, nes jis gauna kokybišką gydymo paslaugą.
Dirbate tarptautinėje rinkoje, kaip įrodote, kad esate pranašesni ir geresni už konkurentus?
Mes savo pranašumą įrodome darbais, o ne pažadais. Naudodami praeities duomenis, mes galime sumodeliuoti tai, kokią naudą būtų gavęs mūsų klientas, jeigu naudotų mūsų sistemą. Po tokių modeliavimų gauname labai konkrečius naudos skaičius, kurie gali siekti net dešimtis milijonų eurų. Atlikus skaičiavimus labai sunku netikėti duodama nauda. Žinoma, nuolatos stengiamės dalyvauti įvairiose parodose, kur pristatome savo produktus, kalbamės su potencialiais klientais ir galime įsivertinti ką nuveikė mūsų konkurentai.
Ar sunku užsienyje įsitvirtinti lietuviškam prekės ženklui?
Nėra lengva. Tam kad būtų lengviau mes dirbame su partneriais. Pavyzdžiui, IT srityje labai glaudžiai bendradarbiaujame su „INTEL“ kompanija. „INTEL“ laboratorijose mes periodiškai išbandome savo technologijas su naujausiais „INTEL“ kompanijos kompiuteriniais procesoriais, tam, kad mūsų algoritmai galėtų atlikti kuo daugiau skaičiavimų. Projektus įgyvendiname kartu su viena didžiausių Olandijos konsultacinių kompanijų „Berenschot“.
Ar Lietuvos įmonės pasiruošusios diegtis tokias sistemas?
Kol kas dar ne, bet, manau, kad po 2-3 metų turėtų būti ženklus postūmis tokias technologijas taikyti, nes „Big Data“ (didelių duomenų srautų) ir prognozuojamosios analitikos sprendimai taps neatskiriama efektyviai veikiančios kompanijos dalis. Lietuvos įmonės kol kas stokoja sistemingų duomenų, kurie būtų saugomi elektroniniame pavidale. O duomenys mums būtini, kad galėtume modeliuoti sprendimus, jie yra kaip kraujas mūsų dirbtinio intelekto metodams, be jų šie metodai negali veikti.
Jūsų įmonėje nuolat vykdomi nauji projektai, gal ką nors įdomaus ruošiate dabar?
Šiuo metu baigiame kurti dinaminio rizikos vertinimo algoritmus, kurie turėtų pakeisti finansinės rizikos vertinimo supratimą. Tai yra, mes galėsime pasakyti ne tik koks yra rizikos įvertis dabar, bet taip pat galėsime jį prognozuoti. Dažnai kreditų institucijos, duodamos paskolas, įsivertina tik esamą kliento kreditingumo būklę, o mūsų supratimu svarbu suprasti kaip ji kis ateityje ir užtikrinti prevenciją, tai yra mažinti bankroto tikimybę, o tame tarpe, ir tiesioginius kredito davėjo praradimus.
