Umelá inteligencia sa presúva z experimentov do každodenných procesov. Dokáže prekladať tiesňové volanie, kontrolovať regály v obchodoch, pomáhať predajcom, pripravovať úverové rozhodnutia či upozorniť bankára na klienta, ktorý potrebuje pozornosť. Druhý deň konferencie Asseco ukázal, že najzaujímavejšia AI dnes nemusí byť tá, s ktorou sa rozprávame. Často je to tá, ktorá potichu urobí kus práce za nás.

Umelá inteligencia sa za posledné roky dostala do pozície technológie, o ktorej hovoria takmer všetci. Pri mnohých prezentáciách však stále zostáva otázkou, čo konkrétne má AI vo firme robiť a aký výsledok to prinesie.

Druhý deň konferencie Asseco bol zaujímavý práve tým, že priniesol množstvo praktických príkladov. Nie chatbotov, ktoré vám napíšu básničku alebo odpovedia na otázku, ale systémov zapojených priamo do reálnej práce.

A keď sa na ne pozrieme spolu, vznikne pomerne jasný obraz. AI sa postupne stáva pracovnou vrstvou medzi človekom, dátami a procesmi.

Keď dispečer nerozumie jazyku volajúceho

Jedným z najzaujímavejších príkladov bol Advisor AI. Je určený pre tiesňové linky a operačné centrá, kde môže byť jazyková bariéra problémom s veľmi vážnymi následkami.

Predstavme si situáciu, keď človek zavolá na tiesňovú linku a hovorí napríklad po maďarsky alebo po nemecky, zatiaľ čo operátor tento jazyk neovláda. Doteraz by bolo potrebné zabezpečiť tlmočenie alebo sa pokúsiť situáciu vyriešiť iným spôsobom.

Advisor AI má tento proces výrazne urýchliť. Podľa prezentácie dokáže systém približne do jednej sekundy rozpoznať európsky jazyk volajúceho. Následne poskytuje živý preklad hovoru do angličtiny a v priebehu približne 10 až 16 sekúnd dokáže vytiahnuť podstatné informácie.

Nejde pritom iba o prepis hovoru. Operátor dostane štruktúrovaný súhrn situácie, informácie o type incidentu, počte zranených či ďalších dôležitých okolnostiach. Súčasťou rozhrania je aj mapa s lokalizáciou.

Počas ukážky boli demonštrované hovory v nemčine a maďarčine. AI pritom dokázala pracovať s jazykom hovoru, polohou a vytvorením prehľadu pre dispečera.

Zaujímavé je aj to, že systém môže analyzovať akustické podnety. Zvýšený hluk alebo krik môžu byť ďalším signálom o závažnosti situácie.

AI nemusí rozhodovať

Pri takomto riešení je dôležité, čo AI nerobí. Nemá nahradiť dispečera.

Jej úlohou je čo najrýchlejšie spracovať veľké množstvo informácií a dostať ich do použiteľnej podoby k človeku, ktorý rozhoduje.

Asseco tento princíp označuje ako responsibility by design. Človek zostáva v rozhodovacom procese, tok dát a rozhodovacie kroky majú byť sledovateľné a celý systém má byť auditovateľný.

Pre takúto aplikáciu je pritom veľmi dôležité aj miesto, kde AI funguje. Advisor AI je navrhnutý ako plne on-premise riešenie. Hlas, osobné údaje, mená či telefónne čísla teda nemusia putovať do externej verejnej AI služby.

To je pri tiesňových linkách podstatný rozdiel.

Systém má podporovať viac ako 20 jazykov priamo v on-premise režime. Živé preklady sú zatiaľ dostupné do angličtiny, pričom rozšírenie na vzájomný preklad všetkých podporovaných jazykov je podľa prezentácie vo vývoji.

Osem AI zamestnancov v jednom obchode

Ak Advisor AI ukazuje, ako môže AI pomáhať človeku v kritickej situácii, prípad Gigatronu ukazuje úplne inú predstavu.

Najväčší predajca spotrebnej elektroniky v Srbsku nasadil prostredníctvom platformy Workforce Hub od Asseco SEE osem AI agentov.

A každý z nich má svoju konkrétnu pracovnú úlohu. Nejde teda o jeden univerzálny chatbot. Gigatron si postupne vytvára akýsi digitálny tím. Gile pomáha zákazníkom s výberom produktov a podľa firmy už vybavuje približne jedno percento všetkých objednávok. Giša pomáha predajcom priamo v predajniach. Saša sleduje zákaznícku skúsenosť na webe a navrhuje zlepšenia používateľského rozhrania. Dina je určená pre call centrum a predajnú linku Hello Shop. Laki funguje ako inteligentné vyhľadávanie. Rozumie prirodzenému jazyku a dokáže napríklad z požiadavky na chladničku pre veľkú rodinu vytiahnuť konkrétne vhodné modely. Ema sa stará o SEO a viditeľnosť vo vyhľadávačoch vrátane AI vyhľadávania. Brandon pracuje s dátami po nákupe a vytvára pre výrobcov reporty o reálnom používaní a výkone produktov. A Vidoje je analytický agent napojený na interné zdroje. Generuje prehľady a grafy a využíva ho napríklad nákupné oddelenie.

Práve Brandon ukazuje zaujímavý posun. AI tu nie je iba spôsob, ako ušetriť náklady. Gigatron využíva spracované dáta ako nový produkt, ktorý môže predávať svojim dodávateľom. To znamená, že AI môže vytvoriť aj úplne nový zdroj príjmov.

37 percent je zaujímavejších ako marketingové frázy

Pri AI sa často hovorí o zvýšení produktivity. Pri Gigatrone však zaznelo konkrétne číslo. Nasadenie AI pri zaškoľovaní nových predajcov skrátilo onboarding podľa firmy o 37 percent.

To je presne typ údaja, ktorý dáva celej technológii zmysel. Firma nemusí vysvetľovať, že AI „mení spôsob práce“. Stačí ukázať, že nový pracovník sa dostane k potrebným znalostiam rýchlejšie.

Gigatron pritom zdôrazňuje, že AI nezavádza s cieľom prepúšťať. Cieľom je podľa firmy rásť a zvládnuť väčší objem práce bez toho, aby bolo potrebné úmerne zvyšovať počet ľudí. Aby to fungovalo, potrebujete jednu vec, ktorá sa opakovala prakticky počas celého druhého dňa konferencie: kvalitné dáta. AI agent bez dobrých dát je totiž iba veľmi rýchly spôsob, ako dostať nesprávnu odpoveď.

Úver za štyri minúty namiesto piatich dní

Ďalší príklad ukázal, že niekedy nie je prvým krokom AI. Prvým krokom je upratanie samotného procesu. Raiffeisen Group spolu s Asseco Southeast Europe vytvorila platformu pre úvery malým a stredným firmám, ktorá dnes funguje v deviatich krajinách.

Výsledok je výrazný. Pred zmenou trvalo rozhodnutie o úvere najmenej päť dní a vyplatenie peňazí dva až tri týždne. Po zavedení novej platformy banka uvádza priemerný čas rozhodnutia približne štyri minúty a peniaze môžu byť na účte približne do 40 minút. Zaznel pritom aj príklad klienta z Bukurešti, ktorý schválil a čerpal úver vo výške 400-tisíc eur počas jednej dopravnej zápchy.

To znie na prvý pohľad ako technologický zázrak. V skutočnosti sa však veľká časť práce odohrala ešte pred samotnou digitalizáciou.

Najprv odstránili 672 polí

Banka najskôr analyzovala proces poskytovania úveru. Zistila napríklad, že pri menšom úvere aj pri úvere vo výške 1,5 milióna eur sa používal rovnaký formulár so 672 políčkami. A niektoré údaje musel klient zadávať opakovane. Toto je možno jedna z najdôležitejších lekcií z celej prezentácie na konferencii Asseco Group v Budapešti.

Ak zdigitalizujete zlý proces, dostanete iba rýchlejší zlý proces.

Raiffeisen preto najskôr štandardizoval a zjednodušil procesy a až následne ich digitalizoval. Výsledkom je platforma, ktorá dokáže fungovať ako kompletný proces od žiadosti až po čerpanie, ale zároveň sa v niektorých krajinách používa iba jej rozhodovacia vrstva. Dnes je riešenie v produkcii na deviatich trhoch.

A ani tu však neplatí, že všetko už môže robiť algoritmus. Pri úveroch s komplikovaným kolaterálom zostáva potrebný človek. Problémom sú napríklad rozdielne katastrálne registre a právne špecifiká jednotlivých krajín.

Aj tento príklad tak ukazuje, že budúcnosť nebude nevyhnutne znamenať „AI namiesto človeka“. Skôr „AI tam, kde je dobrá, človek tam, kde je potrebný“.

Banka, ktorú takmer nevidíte

Zaujímavú myšlienku priniesla prezentácia o takzvanej neviditeľnej banke. Digitálne bankovníctvo totiž podľa tejto vízie nemá smerovať iba k tomu, aby sme mali čo najlepšiu bankovú aplikáciu. Otázka znie inak:

Kde a kedy podnikateľ skutočne potrebuje peniaze?

Majiteľ firmy ráno nepotrebuje ďalší bankový produkt. Potrebuje vedieť, či bude mať o tri dni na účte dosť peňazí na faktúry, mzdy a dane. A práve tu môže byť budúcnosť bankovníctva.

Systém môže pracovať s údajmi z ERP systémov, faktúrami, bankovými účtami, kartami, devízovými či treasury transakciami a ďalšími vstupmi. Dokonca môže zohľadňovať aj externé signály, napríklad sezónnosť alebo vplyv počasia na konkrétny typ podnikania.

Namiesto jednoduchého grafu cash flow potom môže vytvoriť niekoľko scenárov. A podstatné je, čo príde potom.

Ak systém predpokladá nedostatok likvidity, nemusí iba oznámiť problém. Môže navrhnúť konkrétne riešenie, napríklad krátkodobé financovanie. Ak naopak vidí prebytok peňazí, môže odporučiť ich krátkodobé zhodnotenie.

Banka sa môže dostať priamo do firemného procesu

Toto je podstata pojmu embedded finance. Finančná služba nemusí byť oddelená aplikácia, do ktorej sa podnikateľ musí ísť pozrieť. Môže byť priamo súčasťou systému, v ktorom svoju firmu riadi. A tým sa bankovníctvo stáva paradoxne menej viditeľným.

Nie preto, že by banka zmizla. Ale preto, že funguje v okamihu, keď ju klient potrebuje.

AI môže skontrolovať aj regál v obchode

Veľmi praktickú ukážku priniesla aj technológia určená pre výrobcov rýchloobrátkového tovaru. Výrobca presne vie, koľko nápojov alebo potravín opustilo jeho sklad. Problém nastáva neskôr. Tovar prevezme distribútor, veľkoobchod alebo ďalší partner a dáta sa začnú trieštiť medzi množstvo rôznych systémov.

Jeden obchod môže byť v databáze uvedený plným názvom, druhý skratkou a tretí úplne iným zápisom adresy. AI s označením Genius dokáže tieto dáta čistiť, prepájať a harmonizovať.

Výrobca tak môže získať prehľad o predaji svojich produktov v takmer milióne predajní na 27 trhoch v Európe, Afrike a na Blízkom východe. To je však iba jedna polovica problému. Druhou je samotný regál v predajni.

Stačí vytiahnuť smartfón či tablet

Výrobca môže mať presne stanovené, ako majú jeho produkty v predajni vyzerať. Existujú takzvané planogramy, ktoré určujú poradie produktov, ich pozíciu, výšku, cenovky alebo to, ktoré výrobky môžu byť vedľa seba. Kontrolovať stovky pravidiel v tisícoch obchodov ručne je prakticky nemožné.

Preto môže obchodný zástupca jednoducho odfotiť regál smartfónom. AI následne rozpozná jednotlivé produkty, ich počet, umiestnenie a cenovky a porovná skutočný stav s požadovaným planogramom. Ak napríklad konkurenčný produkt prerušuje značkový blok, systém na to upozorní.

A čo je dôležité, zástupca nemusí iba vytvoriť report a odísť. Môže produkt okamžite premiestniť, regál znovu odfotiť a skontrolovať výsledok.

Toto je veľmi dobrý príklad toho, kam sa AI posúva. Už nejde iba o prácu s textom. AI začína rozumieť aj obrazu a prepája ho s firemnými dátami. A keď sa spojí informácia o predaji s informáciou o tom, ako produkt reálne vyzerá v predajni, vznikne oveľa presnejší obraz o tom, prečo sa niektorý výrobok predáva lepšie alebo horšie.

Technológia má vrátiť bankárovi čas

Ďalšia prezentácia sa týkala investičného poradenstva v Bank Pekao. Aj tu bola základná myšlienka jednoduchá: poradca by mal tráviť čas s klientom, nie s Excelom a manuálnym prepisovaním údajov medzi systémami.

Digitálne poradenstvo umožňuje klientovi aj poradcovi pracovať s rovnakými informáciami. Na jednej obrazovke sa zobrazí portfólio, riziko, alokácia aktív či finančná rezerva. Systém dokáže pracovať aj s externými aktívami klienta, teda napríklad s akciami a fondmi držanými u iného poskytovateľa.

Podľa prezentujúcich dokázalo riešenie ušetriť približne 90 minút práce poradcu pri jednom investičnom odporúčaní. To je samo o sebe zaujímavé číslo. Ešte zaujímavejšie je však to, čo s týmto časom banka urobí. Nemá zmysel šetriť 90 minút len preto, aby poradca dostal ďalších 90 minút administratívy. Cieľom je, aby sa mohol viac venovať samotnému klientovi.

Nestačí však iba ušetriť čas

Bank Pekao narazila na ďalší problém. Existujúce CRM bolo navrhnuté pre všeobecné bankové potreby a nedokázalo poradcovi dostatočne dobre ukázať, ktorý klient práve potrebuje jeho pozornosť.

Preto vznikla ďalšia aplikácia zameraná priamo na správu majetku. Poradca v nej vidí napríklad významné nové vklady, stav odporúčaní, históriu aktivít či to, či má klient nastavené investičné ciele. Ak sa na účte objaví napríklad nový vklad vo výške 800-tisíc zlotých, systém dokáže takúto situáciu zvýrazniť.

Poradca tak nemusí čakať na ďalšiu náhodnú interakciu. Vie, že sa niečo zmenilo a môže začať relevantný rozhovor. A to je možno najlepší príklad toho, ako môže technológia pomôcť budovať ľudskejší vzťah, hoci na prvý pohľad robí pravý opak.

AI nebude jedna veľká vec

Keď sa pozrieme na všetky tieto príklady naraz, druhý deň konferencie Asseco priniesol pomerne jasný obraz budúcnosti. AI nebude iba jedna univerzálna aplikácia, ktorú si otvoríme a položíme jej otázku.

Budeme mať špecializovaných AI agentov pre predaj, analytiku, zákaznícku podporu, bankovníctvo alebo logistiku. Budeme mať systémy, ktoré budú sledovať dáta a upozornia nás na problém skôr, ako ho sami zbadáme. A pribudnú riešenia, ktoré dokážu analyzovať obraz, hlas, text aj štruktúrované firemné dáta naraz.

Zároveň však platí jedna dôležitá vec.

AI potrebuje dáta, pravidlá a človeka, ktorý vie, čo má byť výsledkom.

Pri tiesňovej linke zostáva rozhodnutie na dispečerovi. Pri úvere zostáva človek potrebný pri komplikovaných prípadoch. Pri investičnom poradenstve má technológia uvoľniť čas poradcu, nie odstrániť osobný kontakt. A práve preto bol druhý deň konferencie zaujímavejší než ďalšia prezentácia o tom, koľko parametrov má nový AI model. Ukázal totiž, čo sa stane, keď AI prestane byť témou prezentácie a začne byť súčasťou práce.

Od tiesňového volania cez výrobný a obchodný reťazec až po bankový účet môže byť jej úloha rovnaká: zobrať veľké množstvo informácií, pochopiť ich a pomôcť človeku urobiť správny ďalší krok. Možno teda najzaujímavejšia AI nebude tá, ktorú budeme každý deň vedome používať.

Najlepšia bude tá, ktorú si ani nevšimneme – pretože jednoducho urobí svoju prácu.

Zdroje: vlastné, Asseco