Autor: Arek Skuza

Wraz ze wzrostem znaczenia samoopieki i profilaktyki zdrowotnej, coraz więcej Amerykanów przyjmuje witaminy i suplementy, aby poprawić swoje ogólne samopoczucie. Oznacza to jednak również, że lekarze coraz częściej spotykają się z pacjentami, którzy już przyjmują leki i chcą wiedzieć, czy powinni przyjmować dodatkowe witaminy lub suplementy. AI + big data pomaga lekarzom przepisywać bardziej odpowiednie witaminy i suplementy, dostarczając inteligentnych zaleceń opartych na konkretnych lekach przyjmowanych przez pacjenta.

Pozwala to lekarzom na szybki dostęp, porównywanie i przedstawianie zaleceń dotyczących równoważenia składników zawartych w lekach wydawanych na receptę ze składnikami, z których składają się codzienne witaminy i suplementy. Pomaga to pacjentom w maksymalnym wykorzystaniu witamin i suplementów oraz poprawie ogólnego stanu zdrowia.

Poza dostarczaniem zaleceń, AI + big data mogą również pomóc lekarzom w monitorowaniu postępów pacjenta. Śledząc spożycie witamin i suplementów przez pacjenta, lekarze mogą sprawdzić, czy pacjent przyjmuje zalecane ilości i w razie potrzeby wprowadzić odpowiednie zmiany. Pomaga to zapewnić, że pacjenci czerpią jak najwięcej korzyści z przyjmowanych witamin i suplementów oraz poprawić ich ogólny stan zdrowia.

Jak zatem lekarze mogą wykorzystać sztuczną inteligencję do usprawnienia leczenia?

• Poprzez tworzenie rekomendacji produktów, które specjaliści będą dodawać do istniejącego leczenia. Lekarze mogą wykorzystać big data i rosnącą liczbę spersonalizowanych programów żywieniowych, które wykorzystują sztuczną inteligencję, aby wybrać jedną z bilionów kombinacji witamin i składników odżywczych najlepiej dostosowanych do potrzeb pacjenta lub wprowadzić konkretne zalecenia do platformy technologicznej.
• Poprzez rozwój systemów, które pomagają lekarzom lepiej zrozumieć, jak ich pacjenci reagują na leczenie i wprowadzać niezbędne zmiany. Platformy mogą stale gromadzić dane o stanie zdrowia i samopoczuciu pacjenta, a następnie wykorzystywać sztuczną inteligencję do identyfikowania wzorców i trendów. Gdy coś się zmienia, system może zasygnalizować to lekarzowi, aby ten mógł to zbadać i wprowadzić niezbędne zmiany w planie leczenia.
• Wreszcie, świadczeniodawcy mogą udostępniać swoje wyniki na różnych platformach, aby promować kompletną, kompleksową opiekę zdrowotną. Gdy lekarz podstawowej opieki zdrowotnej, dietetyk i trener zdrowia wykorzystujący sztuczną inteligencję pacjenta są po tej samej stronie, z pewnością poprawi się jego stan zdrowia.

Przykładem wykorzystania danych jest aplikacja Apple Health, która umożliwia pacjentom udostępnianie danych o stanie zdrowia swoim lekarzom. Aplikacja daje użytkownikom możliwość udostępniania swoich danych lekarzowi za pośrednictwem funkcji zwanej „kartoteką zdrowia”. Dane zdrowotne obejmują alergie, stany chorobowe, szczepienia, wyniki badań laboratoryjnych, leki i parametry życiowe. Funkcja ta jest przydatna dla pacjentów, którzy chcą śledzić swoje dane zdrowotne w jednym miejscu i udostępniać je swojemu lekarzowi.

Doskonałym przykładem takiej firmy jest Persona. Persona zapewnia prostotę i wygodę programu suplementów diety – spersonalizowanego dla użytkowników przez sztuczną inteligencję i ekspertów. Aplikacja Persona wykorzystująca sztuczną inteligencję analizuje dane zdrowotne użytkownika, jego cele zdrowotne, styl życia, alergie, a nawet przyjmowane leki, aby opracować unikalny plan suplementacji. Dzięki tej wiedzy algorytmy Persony identyfikują konkretne składniki, dawki i czas działania, które będą najlepsze dla każdej osoby. Następnie pacjenci otrzymują dostosowane do ich potrzeb codzienne zestawy suplementów.

Przykłady przedsiębiorstw w planach suplementów opartych na AI

Innym przykładem jest Viome. Test Viome analizuje mikrobiom jelitowy danej osoby, aby określić, jakie pokarmy powinna ona spożywać, a jakich unikać dla zachowania optymalnego zdrowia. Następnie firma tworzy spersonalizowany plan żywieniowy w oparciu o wyniki testu. Wiedza naukowa stojąca za systemem opiera się na danych pochodzących od ponad 300 000 osób i jest poparta licznymi badaniami klinicznymi, które trwały prawie cztery lata. Firma specjalizuje się w analizie mRNA, aby sprawdzić, jaki wpływ na pacjenta mogą mieć elementy wewnętrzne i zewnętrzne, takie jak dieta, stres, ćwiczenia, choroba czy mikroby. Wiedza o tym, jak zmienić i poprawić swoje środowisko, może pomóc w dłuższym i zdrowszym życiu.

Spersonalizowane programy suplementów i witamin to przyszłość opieki zdrowotnej. Z pomocą sztucznej inteligencji, big data i ekspertów, programy te staną się bardziej zaawansowane i dostosowane do potrzeb każdej osoby. Doprowadzi to do lepszych wyników zdrowotnych pacjentów i zmniejszenia ogólnych kosztów opieki zdrowotnej. W 2017 roku cukrzyca kosztowała Stany Zjednoczone 237 miliardów dolarów bezpośrednich wydatków na leczenie. Wczesne leczenie może przynieść oszczędności przekraczające 100 miliardów dolarów. Zmienia się sposób, w jaki myślimy o zdrowiu. Nie koncentrujemy się już tylko na leczeniu chorób, ale przede wszystkim na zapobieganiu im i przewidywaniu ich rozwoju. Tę zmianę napędzają postępy w dziedzinie odżywiania, witamin, suplementów i leków.

Wnioski

Wykorzystanie sztucznej inteligencji do pomocy lekarzom w przepisywaniu bardziej odpowiednich witamin i suplementów jest obiecującym kierunkiem rozwoju w opiece zdrowotnej. Technologia ta może potencjalnie poprawić wyniki leczenia pacjentów, zapewniając im zalecenia dostosowane do ich indywidualnych potrzeb. Precyzja w zalecaniu suplementów i witamin nie wyleczy chorób natychmiast, ale przyczyni się do bardziej holistycznego i zindywidualizowanego podejścia do leczenia.

Funkcja dyrektora ds. cyfrowych (Chief Digital Officer) istnieje już od jakiegoś czasu. To nie jest nowość, ale to, czego się od nich wymaga, już tak. Minęły już czasy, gdy osoby te były odpowiedzialne za wprowadzanie podstawowych możliwości cyfrowych i ewentualnie pilotowały kilka inicjatyw. Obecnie zadaniem dyrektora ds. cyfrowych jest koordynowanie i zarządzanie kompleksowymi zmianami, które dotyczą wszystkiego – od aktualizacji sposobu działania firmy po budowanie zupełnie nowych przedsięwzięć.

1. Uczyń z technologii cyfrowej strategiczny element rozwoju

Minęły już czasy, kiedy cyfryzacja była tylko dodatkiem lub elementem dodatkowym. Dyrektor ds. technologii cyfrowych musi zadbać o to, aby technologie cyfrowe stały się strategicznym elementem rozwoju firmy, a nie tylko pojedynczą inicjatywą. Oznacza to przyjrzenie się funkcjonowaniu całej firmy i wprowadzenie zmian tam, gdzie jest to konieczne.
Oznacza to również identyfikację obszarów, które są gotowe na zmiany i wykorzystanie możliwości, jakie daje technologia cyfrowa.
Nie oznacza to, że CDO powinien skupiać się wyłącznie na świecie online. W rzeczywistości coraz większa liczba dyrektorów ds. cyfrowych jest odpowiedzialna za doświadczenia i zaangażowanie klientów we wszystkich kanałach – zarówno online, jak i offline. Niezależnie od tego, na czym się koncentruje, CDO musi mieć jasną wizję tego, w jaki sposób technologie cyfrowe wpisują się w ogólną strategię firmy, aby móc odpowiednio koordynować działania.

2. Poświęć czas na poznanie swojego klienta i poświęć się jego potrzebom

Chief Digital Officer jest odpowiedzialny nie tylko za wdrażanie nowych technologii, ale także za nadzorowanie sposobu ich wykorzystania. Oznacza to, że Chief Digital Officer musi być na bieżąco z tym, z jakich narzędzi korzystają pracownicy i dlaczego.
Mając te informacje w ręku, dyrektor ds. cyfrowych musi poświęcić się swojej bazie klientów – zarówno wewnętrznych, jak i zewnętrznych.
Oznacza to, że musi nawiązać silne relacje z osobami, którym służy – zarówno klientami, jak i pracownikami. Rozumiejąc ich potrzeby, dyrektorzy cyfrowi mogą zapewnić, że nowe technologie są wdrażane w sposób, który przynosi korzyści wszystkim zainteresowanym. Pomaga to również dyrektorom ds. cyfrowych zidentyfikować możliwości zwiększenia ogólnej wydajności poprzez usprawnienie procesów wewnętrznych lub poprawę interakcji zewnętrznych.
CDO muszą również być skłonni do zadawania pytań o powody stosowania konkretnych narzędzi – nawet jeśli dyrektor generalny jest zadowolony z istniejącej konfiguracji. Czasami pracownicy mogą poprawić wyniki i stać się bardziej produktywni, przechodząc z jednego narzędzia lub platformy na inną, ale nie są świadomi, o ile lepsza mogłaby być ich sytuacja.
Obowiązkiem CDO jest śledzenie tych zmian i upewnienie się, że jego zespół korzysta z najlepszych możliwych narzędzi w celu zapewnienia klientom jak najlepszych doświadczeń. Kolosalne znaczenie ma personalizacja. Dyrektorzy cyfrowi muszą wiedzieć, czego chcą i potrzebują ich klienci, zanim w ogóle pomyślą o wdrożeniu nowej technologii.

3. Tworzenie zwinnej, szybkiej kultury skoncentrowanej na danych

Szefowie działów cyfrowych muszą stworzyć kulturę, która pozwoli ich pracownikom pracować w sposób inteligentny i wydajny. Oznacza to zmianę sposobu myślenia o danych i wdrożenie nowych procesów ich gromadzenia.
Podejmowanie takich działań, jak zachęcanie do bardziej spersonalizowanych interakcji w oparciu o dane, może pomóc cyfrowym dyrektorom w usprawnieniu interakcji w każdym kanale, zarówno online, jak i offline.
Obejmuje to również pomoc pracownikom w zrozumieniu znaczenia gromadzenia i analizy danych. Bez właściwego zrozumienia, CDO nigdy nie będą w stanie właściwie wykorzystać posiadanych informacji ani stworzyć kultury, która będzie do tego zachęcać.
W formie zwinnego rozwoju i zmian, szybkość ma również kluczowe znaczenie. Obejmuje ona szybką iterację oraz zorientowane na wartość modyfikacje produktów i usług. Dyrektorzy cyfrowi muszą pomóc we wprowadzeniu tych cech do swoich zespołów, aby mogły one szybko reagować na zmiany na rynku i dostarczać konkurencyjne produkty.
Niezbędne jest również upewnienie się, że wszyscy efektywnie wykorzystują dane. Oznacza to regularne sprawdzanie, w jaki sposób pracownicy gromadzą, analizują i wykorzystują dane. Monitorując wskaźniki wydajności, takie jak współczynnik konwersji sprzedaży, wskaźnik rezygnacji, wynik NPS i wartość życiowa klienta, można zrozumieć, jak dobrze zespół wykorzystuje dane do usprawniania swoich działań. Zwinność oparta na danych gwarantuje, że wiedza ta zostanie szybko uwzględniona w planie rozwoju produktów i usług.

4. Otwarte innowacje i współpraca z konsultantami, startupami i partnerami technologicznymi

W dzisiejszym cyfrowym świecie zagrożenia płyną ze strony innowacyjnych technologii, które umożliwiają tworzenie nowych firm i startupów, które podważają utrwalone modele biznesowe. Dyrektorzy CDO, którzy odnieśli sukces, są świadomi tych zmian. Poza swoją działalnością tworzą sieci ludzi, technologii i pomysłów, które na bieżąco aktualizują ich krajobraz pod kątem potencjalnych przejęć lub partnerów, którzy mogliby wnieść wartość dodaną.
CDO muszą mieć otwarty umysł na nowe i przełomowe technologie. Powinni aktywnie poszukiwać najnowszych trendów i współpracować ze startupami oraz firmami technologicznymi o ugruntowanej pozycji, aby zidentyfikować potencjalne obszary współpracy. Oznacza to również gotowość do eksperymentowania z różnymi technologiami w celu znalezienia najlepszego sposobu zintegrowania ich z działalnością firmy.

5. Budowanie kultury „wysyłania zadań”.

Dyrektorzy CDO są ostatecznie oceniani nie na podstawie jakości swoich pomysłów, ale na podstawie umiejętności kierowania różnymi zespołami, prowadzenia projektów, pokonywania przeszkód i wprowadzania zintegrowanych zmian. Muszą oni tworzyć kulturę, która ceni sobie realizację zadań ponad ich doskonalenie.
Oznacza to stworzenie środowiska, w którym pracownicy mogą bezpiecznie popełniać błędy i eksperymentować z nowymi pomysłami. Zachęcanie do tego typu zachowań pomoże zespołowi szybciej się rozwijać i być bardziej innowacyjnym. Pozwala to również dyrektorom CDO skupić się na całościowym obrazie sytuacji, nie gubiąc się w szczegółach.
Kluczowe znaczenie dla dyrektorów CDO ma również jak najszybsza realizacja każdego projektu, niezależnie od jego wielkości i zakresu. Oznacza to, że należy być na bieżąco z każdym zadaniem i dopilnować, aby mniejsze projekty zostały ukończone na czas, uniemożliwiając tym samym realizację bardziej znaczących inicjatyw.
Inteligentny Chief Digital Officer będzie kreatywnie wykorzystywał raportowanie i dashboarding. Celem nie jest nadzorowanie i podwójne sprawdzanie każdego działania, ale współpraca w zespole w celu analizowania danych i identyfikowania nieefektywności, marnotrawstwa i wad za pomocą inteligentnych pulpitów nawigacyjnych.
Wnioski
Chief Digital Officer szybko staje się jedną z najbardziej krytycznych ról w firmie. Odpowiada on za koordynację i zarządzanie kompleksowymi zmianami, które dotyczą wszystkiego – od aktualizacji sposobu działania firmy po budowanie zupełnie nowych przedsięwzięć. Aby odnieść sukces, muszą posiadać różnorodne umiejętności, w tym zdolność do efektywnego wykorzystywania danych, szybkiego wprowadzania zmian i nawiązywania kontaktów z innymi firmami.
Wkrótce od dyrektorów ds. cyfrowych będzie się oczekiwać wdrażania inteligentnych robotów i algorytmów, które będą w stanie wykonywać złożone zadania oraz przewidywać rozwój i wyzwania stojące przed firmą.
Będą również musieli opracować zaawansowane oprogramowanie uczące się maszynowo, zdolne do samodzielnego podejmowania decyzji i wykrywania, kiedy coś jest nie tak w procesie lub systemie.
Dyrektor ds. technologii cyfrowych jutra będzie musiał być mistrzem innowacji, futurystą i agentem zmian.

Zadanie zarządzania automatyzacją może być trudne, ale nie musi. Dzięki wdrożonemu centrum doskonałości automatyzacji przekonasz się, że Twój zespół jest bardziej zwinny i responsywny niż kiedykolwiek wcześniej.

Podstawa

Podstawą Centrum Doskonałości jest model zarządzania automatyzacją, który zapewnia ramy do podejmowania decyzji, umożliwia standaryzację i spójność podejścia oraz ułatwia komunikację między zainteresowanymi stronami.

COE odpowiada za ustalenie ogólnej strategii organizacji i kierunku automatyzacji. Wiąże się to z opracowaniem kompleksowej architektury spełniającej potrzeby firmy, a także ustaleniem procedur i standardów zapewniających prawidłowe i spójne wdrażanie automatyzacji. COE nadzoruje również działalność centrum automatyzacji, która obejmuje organizację zasobów (narzędzia, ludzie, procesy).

Jedną z najważniejszych funkcji COE jest pełnienie roli agenta zmian, pomagającego w napędzaniu transformacji w całej organizacji. COE może być scentralizowanym źródłem najlepszych praktyk, wymiany wiedzy i ciągłego doskonalenia. COE powinno dążyć do stworzenia środowiska, w którym inne części biznesu obejmują automatyzację.

COE może służyć jako źródło najlepszych praktyk, dzielenia się wiedzą i ciągłego doskonalenia. Środowisko powinno być takie, w którym automatyzacja jest akceptowana w innych częściach firmy. Im bardziej uda Ci się zmienić zasady organizacji, tym lepsze będziesz w stanie zoptymalizować wydajność procesów, jednocześnie minimalizując koszty związane z dostarczaniem wyników we wszystkich projektach automatyzacji.

Stosowany przez IBM model funkcji Center of Excellence zawiera kilka intrygujących możliwości.

Jak możesz rozkręcić piłkę w sprawie ustanowienia Centrum Doskonałości dla automatyzacji biznesu?

• Zidentyfikuj jednostki biznesowe, które mogą skorzystać na automatyzacji.
• Określ, jaki proces lub dział byłby dobrym kandydatem do automatyzacji oraz te procesy, które nie są jeszcze zautomatyzowane i muszą podjąć kroki w kierunku automatyzacji, aby zachować aktualność.
• Oceń umiejętności wymagane do projektowania, budowania, obsługi i monitorowania inicjatyw automatyzacji.
• Wyznacz sponsora wykonawczego, który będzie odpowiedzialny za zapewnienie, że centrum doskonałości zapewnia firmie wartość.
• Zdefiniuj i uzgodnij model zarządzania, który będzie obejmował role i obowiązki oraz prawa decyzyjne.
• Oceń technologię i narzędzia potrzebne do wsparcia Rady Europy.
• Zbuduj zespół ekspertów posiadających umiejętności wymagane do obsługi i zarządzania centrum doskonałości automatyzacji.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Oto niektóre z typowych wyzwań, przed którymi stoją firmy wdrażające centra doskonałości automatyzacji

• Brak ram i standardów zarządzania w różnych zespołach i technologiach. Może to prowadzić do niespójności w sposobie wykorzystania i zarządzania automatyzacją, wpływając na wydajność i niezawodność.
• Brak możliwości szybkiego dostosowania się do zmian potrzeb biznesowych lub aktualizacji technologii. Centrum doskonałości automatyzacji powinno być w stanie szybko dostosowywać się do zmian, aby firma mogła wykorzystać nowe możliwości lub reagować na zagrożenia.
• Brak widoczności i kontroli w różnych inicjatywach automatyzacji. Może to prowadzić do powielania wysiłków, niespójności w działaniu i braku możliwości śledzenia postępów w realizacji celów.
• Wyzwania związane z integracją automatyzacji z istniejącym środowiskiem IT. Automatyzacja wymaga znacznych inwestycji w budowanie i wdrażanie umiejętności, narzędzi, procesów i zarządzania w całej organizacji — coś, z czym wiele firm ma trudności.
• Niezdolność do spełnienia wymagań biznesowych dotyczących zwiększonej skali lub szybkości wdrożeń bez poświęcania niezawodności.
• Brak współpracy pomiędzy różnymi zespołami odpowiedzialnymi za zarządzanie poszczególnymi częściami procesu biznesowego. Może to prowadzić do tego, że zespoły pracują w silosach, powielają wysiłki i marnują zasoby.
• Brak integracji z istniejącymi narzędziami używanymi przez zespoły programistów lub zespoły operacyjne IT, takimi jak systemy zarządzania kodem źródłowym, trackery problemów, serwery CI itp. Centrum doskonałości automatyzacji powinno być w stanie bezproblemowo zintegrować się z tymi narzędziami w celu gromadzenia i analizowania danych o inicjatywy automatyzacji w sposób ciągły.
• Brak wglądu w wydajność i potencjalne problemy z wdrożonymi procesami lub usługami, takimi jak metryki monitorowania lub responsywność interfejsów API. Centrum automatyzacji powinno zapewniać wgląd w to, jak dobrze działają procesy, aby można było wykryć wszelkie problemy – zwłaszcza te wynikające z błędnych konfiguracji

Korzyści z wdrożenia centrum doskonałości w Twojej firmie.

Jeśli chodzi o COE, najważniejszym problemem jest zapewnienie, aby wysiłki profesjonalistów i ekspertów nie poszły na marne. COE ustanawia ramy skalowania działań poprzez opracowanie zestawu ustandaryzowanych procedur, które zespoły w całej firmie mogą stosować do poszczególnych projektów.

CoE służy również jako nowy punkt odniesienia dla procedur robotyzacji w przedsiębiorstwie, ułatwiając wdrożenie tych ustandaryzowanych procesów w całej organizacji. Pozwala to firmie na skalowanie i dalsze wdrażanie procesów automatyzacji w całej strukturze.

Oto niektóre z korzyści, jakie CoE może zapewnić firmie:

• Bardziej efektywne wykorzystanie zasobów poprzez eliminację zadań związanych ze ścięgnami.
• Ponieważ automatyzacja na dużą skalę poprawia wydajność, zapewnia lepsze wyniki, dostarczając klientom wysokiej jakości towary i usługi.
• Eliminując nieefektywne praktyki i skracając czas potrzebny na nauczenie nowych umiejętności i technologii, zmniejszysz koszty operacyjne.
• Udoskonalenia w zakresie samodzielnego prowadzenia i automatyzacji skracają czas wprowadzania produktów na rynek.
• Specjaliści CoE mogą pomagać pracownikom w adaptacji w celu usprawnienia ich pracy i dzielenia się skutecznymi metodami. Mogą również pomóc jednostkom i zespołom w nauce, rejestrując wykonalne procesy, rejestrując sesje szkoleniowe, pomagając w nauce indywidualnej i zespołowej oraz wspierając indywidualny rozwój.

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Model biznesowy Uber
2. Dlaczego innowacja jest ważna?
3. Best AI companies to consider for investment

Problem

Na podstawie badań przeprowadzonych przez Pew Research Center’s Internet & American Life Project ustalono, że nawet jedna trzecia amerykanów, przed udaniem się do lekarza, szuka przyczyny wystąpienia niepokojących objawów zdrowotnych w Internecie. W roku 2015 w Polsce prawie 40% użytkowników Internetu wyszukiwało informacji dotyczących zdrowia i problemów zdrowotnych, to jest o 7,5% więcej niż w roku 2012. Niestety wyniki wyszukiwania bardzo często prezentują nieprawidłowe diagnozy lub nierzetelnie treści. Co więcej, problemy opieki zdrowotnej związane ze zbyt małą ilością lekarzy, a co za tym idzie trudność w zarezerwowaniu wizyty w szybkim terminie, jeszcze częściej skłania ludzi do leczenia na własną rękę, na podstawie informacji wyszukanych online. Buoy rozwiązuje problemy z obszaru health.

Rozwiązanie

Startup Buoy Health, założony w 2014r. przez zespół lekarzy i informatyków pracujących w Harvard Innovation Laboratory, opracował chatbot’a, z którym użytkownik może skonsultować swoje problemy zdrowotne. Na podstawie uzyskanych informacji bot identyfikuje potencjalną przyczynę objawów oraz proponuje wykonanie konkretnych kroków, które należy podjąć w celu poprawy zdrowia. Po zakończeniu konsultacji, chatbot może śledzić również nasze postępy za pośredniemu wiadomości tekstowych. Dzięki rozwiązaniu Buoy Health, pacjenci mogą uniknąć niepotrzebnych wizyt lekarskich oraz otrzymują konkretną informację, gdzie powinni się udać aby otrzymać odpowiednią opiekę.

Buoy Health uruchomił także platformę Back With Care, która zapewnia ocenę ryzyka choroby oraz spersonalizowane wskazówki dotyczące powrotu do miejsca pracy dla pracodawców i pracowników w związku z pandemią COVID-19.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Wyniki

Według informacji podanych przez współzałożyciela i dyrektora generalnego Andrew Le, chatbot został wykorzystany przez 10 milionów użytkowników od czasu jego publicznego udostępnienia w 2017 roku.

Startup zebrał w tym roku $37mln od inwestorów, w tym od spółek typu venture capital głównych ubezpieczycieli Cigna Holding Co., Humana Inc. i United Health Group. Środki z ostatniej rundy inwestycyjnej zostaną wykorzystane, aby usprawnić połączenie między chatbot’em a innymi usługami, takimi jak telemedycyna.

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Inicjatywy cyfrowe IKEA
2. Sztuczna inteligencja w innowacjach w handlu detalicznym – Amazon
3. Best AI companies to consider for investment

Autorzy: Arek Skuza, Marta Musińska

Problem

Spot to aplikacja, dzięki której pracownicy mogą zgłaszać do działu HR wrażliwe problemy tj. molestowanie seksualne, dyskryminacja czy prześladowanie w pracy. Bardzo często okazuje się, że poszkodowany nie chce zgłaszać tego typu sytuacji, ze względu na wstyd lub lęk przed zemstą. Dzięki temu rozwiązaniu ofiara pozostaje anonimowa, a problem nie zostaje zamieciony pod dywan.

Rozwiązanie

Spot to chatbot, któremu pracownicy mogą zgłosić wystąpienie wrażliwego problemu. Bot zbiera informacje od osoby zgłaszającej o to, kiedy i gdzie doszło do incydentu, kto to zrobił i czy byli jacyś świadkowie. Odpowiedzi mogą być anonimowe lub zawierać nazwiska. Zespół firmy Shaw przechowuje informacje w swoim systemie przez 30 dni, na wypadek gdyby ofiara wróciła z problemem. Rozmowa z chatbot’em trwa około 10 minut, a następnie jej treść wysyłana jest automatycznie do odpowiedniego działku w firmie, w formacie PDF.

Chatbot przeprowadza z osobą zgłaszającą zdarzenie tzw. „wywiad kognitywny. Według Julii Shaw, jednej z założycieli startup’u, w tego typu wrażliwych sytuacjach istotne jest, aby wiedzieć „o co nie pytać”, ponieważ subiektywne komentarze mogą doprowadzić pracownika do przemyślenia lub błędnej interpretacji incydentu. Podstawą rzetelnego wywiadu poznawczego jest zadawanie praktycznych i neutralnych pytań – wyjaśnia Shaw. Co więcej, pracownicy mogą również czuć się bardziej komfortowo podczas rozmowy z botem, ze względu na zapewnioną anonimowość.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Wyniki

Po około trzech tygodniach od uruchomienia Spot, około 220 osób rozmawiało z nim o swoich doświadczeniach, a ponad 3000 odwiedziło witrynę TalkToSpot.

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Model biznesowy Uber
2. Dlaczego innowacja jest ważna?
3. Best AI companies to consider for investment

Współczesny sposób komunikacji

Oczekiwania klientów

Chatbot’y, czyli programy komputerowe, których zadaniem jest prowadzenie konwersacji replikujących zachowania ludzkie, oparte są na zautomatyzowanych regułach, mechanizmach przetwarzania języka naturalnego (NLP) i uczeniu maszynowym (ML).

W dzisiejszych czasach Klienci wymagają szybkiej obsługi i nie chcą czekać na rozwiązanie problemu kilka dni, godzin, a czasem nawet minut – wymagają uzyskania odpowiedzi natychmiast. Według badań przeprowadzonych w jednej z europejskich firm telekomunikacyjnych przez Accenture, chatbot był w stanie poprawnie odpowiedzieć na 82% wszystkich zapytań Klientów, a wynik ten został osiągnięty już po pięciu tygodniach szkolenia chatbot’a. Co więcej, główną ich zaletą jest to, że są dostępne 24/7 i odpowiadają na zapytania Klientów szybciej niż ludzie. Chatbot’y usprawniają komunikację z Klientem, ale również zwiększają wydajność operacyjną i przynoszą oszczędności firmom. Według danych podanych w raporcie Deloitte, chatbot może zredukować koszty serwisu od 15 do nawet 90% w zależności od pełnionej funkcji. Należy zaznaczyć, że technologa ta jest jednak najbardziej efektywna w specyficznych, dokładnie zdefiniowanych obszarach. Skuteczność chatbot’a jest zdecydowanie gorsza, w przypadku konwersacji na uniwersalne tematy.

Wsparcie klienta

Na podstawie danych podanych przez Business Insider, chatbot’y najchętniej wykorzystywane są jako pierwsza linia wsparcie Klientów. Spośród ankietowanych 67% organizacji używało chatbot’a do obsługi Klienta w 2016r. Pomimo, że korzystanie z chatbot’ów staje się coraz popularniejsze to 56% konsumentów nadal preferuje pomoc człowieka. Według danych IBM, każdego roku zgłaszanych jest 265 miliardów zapytań do obsługi klienta, a ich obsługa kosztuje firmy aż $1,3mld. Chatboty mogą znacznie obniżyć te koszty, dzięki transformacji przestarzałej, nieefektywnej technologii na sztuczną inteligencję.

Chatboty mogą pomóc firmom zaoszczędzić na kosztach obsługi klienta, przyspieszając czas reakcji i odpowiadając na nawet 80% rutynowych pytań. Według danych IBM chatbot może zmniejszyć koszty utrzymywania serwisu aż o 30%. Według badania przeprowadzonego przez Deloitte, 56% firm z branży multimediów i technologii planuje w najbliższej przyszłości zainwestować w sztuczną inteligencję w Contact Center. Podczas wywiadów z menedżerami z ponad 450 międzybranżowych centrów kontaktowych, 33% procent stwierdziło, że planuje w najbliższej przyszłości zainwestować w chatboty do obsługi Klientów.

Najwyższym priorytetem dla tych inwestycji byłaby poprawa doświadczeń międzykanałowych. Wdrożenie chatbot’ów umożliwiłoby również firmom indywidualną interakcję z nieograniczoną liczbą Klientów, w sposób spersonalizowany i wydajny, oraz skalowanie zarówno w górę jak i dół zgodnie z zapotrzebowaniem i potrzebami biznesowymi.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Asystent głosowy

W ostatnich czasach bardzo popularne stały się rozwiązania asystentów głosowych. Do najpopularniejszych zaliczamy Siri (Apple), Asystent Google (Google), Cortana (Microsoft) oraz Alexa (Amazon). Jak pokazują statystyki Google, 20% wszystkich zapytań wyszukiwarce Google odbywa się za pomocą poleceń głosowych. Według Quoracreative, Google Home odpowiada poprawnie aż na 81% zapytań. Nieco gorzej radzi sobie Amazon Echo, ze skutecznością wynoszącą 64%. Według badań przeprowadzonych przez Capgemini, między 2017 a 2019 rokiem nastąpił wzrost wykorzystania asystentów głosowych przez dotychczasowych konsumentów do różnych celów, w tym do zakupów produktów spożywczych czy domowych (wzrost z 35% do 53%), interakcji z obsługą klienta po zakupie (wzrost z 37 % do 52%) oraz dokonywania płatności za produkty lub usługi (wzrost z 28% do 48%). Raport wykazał również, że konsumenci coraz częściej chwalą zdolność asystentów konwersacyjnych do zapewniania lepszych wrażeń. W 2017 roku 61% konsumentów wyraziło zadowolenie z używania głosowego asystenta osobistego, takiego jak Asystent Google lub Siri na swoich smartfonach; liczba ta wzrosła do 72% w 2019r.

Przyszłość chatbotów

Badania przeprowadzone przez Business Insider wskazują, że do 2024r. wartość rynku chatbot’ów będzie wynosiła $9,4mld, czyli wzrośnie aż o $6,8mld w porównaniu z rokiem 2019! Szacuje się, że CADGR w regionie Azji i Pacyfiku wynosi 9%, w Ameryce Północnej 31,2%, zaś w Europie 30,4% CAGR. Prognozy pokazują, że chatbot’y w segmencie obsługi Klienta będą najszybciej rozwijającym się segmentem rynku w latach 2019-2026 z CAGR na poziomie 31,6%.

Business Insider Intelligence szacuje, że nawet 73% zadań administracyjnych opieki zdrowotnej może zostać zautomatyzowanych przez sztuczną inteligencję, a wykorzystanie chatbot’ów może przynosić oszczędności sektorom opieki zdrowotnej, bankowości i handlu detalicznego $11mld rocznie do 2023rPodsumowując, chatbot’y stają się głównym nurtem różnych funkcji biznesowych i aplikacji konsumenckich. Automatyzacja wzmocni swoje korzenie i przezwycięży wszystkie wyzwania związane z chatbot’ami, przed którymi obecnie stoją firmy. Dogłębne zrozumienie wymagań biznesowych i odpowiednie wdrożenie botów znacznie wpłynie na doświadczenia Klientów.

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Inicjatywy cyfrowe IKEA
2. Sztuczna inteligencja w innowacjach w handlu detalicznym – Amazon
3. Best AI companies to consider for investment

Autorzy: Arek Skuza, Marta Musińska

Gatunki wymierają – to duży problem

Gatunki wymierają prawie 10 000 razy szybciej niż w historii. Zmiany klimatyczne, rozwój i nielegalne kłusownictwo to jedne z głównych czynników, które negatywnie wpływają na nasze zasoby naturalne, nasilając konflikty między ludźmi i dzikimi zwierzętami oraz przyczyniając się do ogólnej utraty różnorodności biologicznej.

Monitorowanie zachowania dzikich zwierząt może lepiej przygotować człowieka, do ochrony zagrożonych gatunków, ograniczyć utratę różnorodności biologicznej i przyczynić się do zrównoważonego współistnienia ludzi i dzikich zwierząt. Mając to na uwadze, studenci MIDS Jonathan D’Souza, Jacques Makutonin, Dan Price, Michael Reiter stworzyli WildTrackAI, narzędzie, które wykorzystuje technologię wizji komputerowej w celu zwiększenia szybkości i dokładności klasyfikacji obrazów śladów zwierząt.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Rozwiązanie

Dzięki zastosowaniu deep learning i wizji komputerowej, mając wystarczającą ilość danych, komputer jest w stanie nauczyć się identyfikować ślady zwierząt w taki sposób, jak robią to rdzenni tropiciele – jednak na znacznie większą skalę i o wiele szybciej. Analityka leży u podstaw całej sprawy, potencjalnie dając wgląd w populacje gatunków, których WildTrack nigdy wcześniej nie posiadał.

Technika identyfikacji śladów WildTrack to narzędzie do nieinwazyjnego monitorowania zagrożonych gatunków za pomocą cyfrowych obrazów śladów zwierząt. Pomiary z tych obrazów są analizowane za pomocą dostosowanych modeli matematycznych, które pomagają zidentyfikować gatunek, jednostkę, płeć i klasę wiekową. Sztuczna inteligencja może dodać zdolność adaptacji za pomocą algorytmów progresywnego uczenia się i opowiedzieć jeszcze bardziej kompletną historię. Rozwiązanie sztucznej inteligencji nieustannie uczy się, dzięki zastosowaniu analizy predykcyjnej

Gatunki zwierząt na świecie są bardzo ważne, więc warto je chronić.

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Inicjatywy cyfrowe IKEA
2. Sztuczna inteligencja w innowacjach w handlu detalicznym – Amazon
3. Best AI companies to consider for investment

Autorzy: Arek Skuza, Marta Musińska

Wstęp

Ubezpieczyciel Ageas wykorzystał sztuczną inteligencję do tworzenia kompleksowych ocen uszkodzeń samochodów w Wielkiej Brytanii, dzięki rozwiązaniu dostarczonym przez firmę Tractable, które poprawia cały proces.
AI na podstawie przesłanych zdjęć określa, które części pojazdu zostały uszkodzone i w jakim stopniu, generuje pełne oszacowanie szkód, w tym zalecane naprawy, a także koszty i godziny robocizny.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Zastosowanie sztucznej inteligencji

Sztuczna inteligencja wykorzystuje deep learning do techniki cyfrowego rozpoznawania obrazów (wizji komputerowej) wraz z uczeniem maszynowym. AI uczy się na podstawie wielu milionów zdjęć uszkodzonych samochodów, a algorytmy na podstawie doświadczeń, analizują wiele różnych przykładów w czasie rzeczywistym.

Dzięki zastosowaniu sztucznej inteligencji proces zgłaszania uszkodzeń pojazdów jest znacznie szybszy – Klienci mogą w ciągu kilku minut otrzymywać od Ageas informacje dotyczące dalszych kroków – nawet podczas pierwszej rozmowy telefonicznej z ubezpieczycielem

Po udanych testach w Wielkiej Brytanii w 2019r. Ageas i Tractable oświadczyły, że będą teraz skalować wykorzystanie tej technologii do rozwiązywania tysięcy roszczeń każdego miesiąca.

Produkt

Produkt firmy Tractable obsłużył już ponad 1 miliard dolarów odszkodowań za szkody samochodowe dla czołowych światowych ubezpieczycieli, w tym Covéa, największego ubezpieczyciela samochodowego na rynku francuskim; Tokio Marine, największego ubezpieczyciela w Japonii; oraz Talanx-Warta, drugiego co do wielkości ubezpieczyciela komunikacyjny w Polsce.

„Wykorzystując sztuczną inteligencję na początku procesu roszczeniowego do oceny szkód i generowania szacunków, przyspieszamy każdą jego część, zwiększając wydajność ubezpieczyciela i zapewniamy większą przejrzystość dla ubezpieczającego”

Adrien Cohen, współzałożyciel londyńskiego Tractable

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Inicjatywy cyfrowe IKEA
2. Sztuczna inteligencja w innowacjach w handlu detalicznym – Amazon
3. Best AI companies to consider for investment

Autorzy: Arek Skuza, Marta Musińska

Dzięki wizji komputerowej możemy zobaczyć to, co niewidoczne dla ludzkiego oka. Wizja komputrowa bardzo pomaga ludziom w wielu dziedzinach

Wstęp

Wizja komputerowa to dziedzina nauki, która pomaga komputerom interpretować i „rozumieć” świat wizualny, identyfikować i przetwarzać obrazy w sposób podobny do ludzkiego wzroku. Korzystając z cyfrowych obrazów oraz deep learining, maszyny mogą dokładnie identyfikować i klasyfikować obiekty – a następnie reagować na to, co „widzą”. Możliwości widzenia komputerowego można porównać do przypisywania komputerom ludzkich cech – inteligencji i instynktów.

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Historia

Historia wizji komputerowej sięga lat pięćdziesiątych XX wieku, kiedy to wykorzystano po raz pierwszy sieci neuronowe do wykrywania krawędzi obiektów oraz grupowania ich na okręgi i kwadraty. Wraz z ewolucją wizji komputerowej zaczęto implementować algorytmy progresywne, do rozwiązywania konkretnych problemów, które udoskonalają się z każdą kolejną iteracją. Według firmy SAS, wskaźniki dokładności identyfikacji i klasyfikacji obiektów wzrosły z 50% do 99% w mniej niż dziesięć lat – a dzisiejsze systemy są dokładniejsze niż ludzkie oko w szybkim wykrywaniu i reagowaniu na bodźce wizualne.

Zastosowanie

Aby wizja komputerowa była skuteczna, musi przeanalizować dużą ilość danych. Dzięki nim, możliwe jest przeprowadzenie analizy i wykrycie różnic między poszczególnymi obrazami. Uczenie maszynowe wykorzystuje modele algorytmiczne, które umożliwiają komputerowi uczenie się kontekstu danych wizualnych, dzięki któremu nauczy się odróżniać jeden obraz od drugiego. Według raportu SAS, wizja komputerowa może poprawić wskaźniki wykrywania wad produkcyjnym nawet o 90%. Dzięki niej, możliwe jest znalezienie defektów, które nie są widoczne nawet dla ludzkiego oka.

Innymi przykładami wykorzystania wizji komputerowej jest analiza gry poszczególnych piłkarzy w czasie rzeczywistym, zapobieganie oszustwom finansowym, rozpoznawanie twarzy, czy wykrywanie oznak chorób roślin w celu optymalizacji plonów. To tylko kilka z wielu rozwiązań, które wykorzystują wizji komputerowej w praktyce. Technologia ta ciągle dynamicznie rozwija się, a według danych podanych przez IBM, do 2022r. jej wartość ma wynosić $48,6mld.

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Inicjatywy cyfrowe IKEA
2. Sztuczna inteligencja w innowacjach w handlu detalicznym – Amazon
3. Best AI companies to consider for investment

Autorzy: Arek Skuza, Marta Musińska

Dzięki wizji komputerowej możemy zobaczyć to, co niewidoczne dla ludzkiego oka.

Wstęp

Wizja komputerowa to dziedzina nauki, która pomaga komputerom interpretować i „rozumieć” świat wizualny, identyfikować i przetwarzać obrazy w sposób podobny do ludzkiego wzroku. Korzystając z cyfrowych obrazów oraz deep learining, maszyny mogą dokładnie identyfikować i klasyfikować obiekty – a następnie reagować na to, co „widzą”. Możliwości widzenia komputerowego można porównać do przypisywania komputerom ludzkich cech – inteligencji i instynktów

Historia

Historia wizji komputerowej sięga lat pięćdziesiątych XX wieku, kiedy to wykorzystano po raz pierwszy sieci neuronowe do wykrywania krawędzi obiektów oraz grupowania ich na okręgi i kwadraty. Wraz z ewolucją wizji komputerowej zaczęto implementować algorytmy progresywne, do rozwiązywania konkretnych problemów, które udoskonalają się z każdą kolejną iteracją. Według firmy SAS, wskaźniki dokładności identyfikacji i klasyfikacji obiektów wzrosły z 50% do 99% w mniej niż dziesięć lat – a dzisiejsze systemy są dokładniejsze niż ludzkie oko w szybkim wykrywaniu i reagowaniu na bodźce wizualne

Jeśli chciałbyś zapisać się do naszego newslettera, zapraszam:

Implementacja

Aby wizja komputerowa była skuteczna, musi przeanalizować dużą ilość danych. Dzięki nim, możliwe jest przeprowadzenie analizy i wykrycie różnic między poszczególnymi obrazami. Uczenie maszynowe wykorzystuje modele algorytmiczne, które umożliwiają komputerowi uczenie się kontekstu danych wizualnych, dzięki któremu nauczy się odróżniać jeden obraz od drugiego. Według raportu SAS, wizja komputerowa może poprawić wskaźniki wykrywania wad produkcyjnym nawet o 90%. Dzięki niej, możliwe jest znalezienie defektów, które nie są widoczne nawet dla ludzkiego oka.

Innymi przykładami wykorzystania wizji komputerowej jest analiza gry poszczególnych piłkarzy w czasie rzeczywistym, zapobieganie oszustwom finansowym, rozpoznawanie twarzy, czy wykrywanie oznak chorób roślin w celu optymalizacji plonów. To tylko kilka z wielu rozwiązań, które wykorzystują wizji komputerowej w praktyce. Technologia ta ciągle dynamicznie rozwija się, a według danych podanych przez IBM, do 2022r. jej wartość ma wynosić $48,6mld.

Jeśli podoba Ci się ten artykuł, myślę, że może Ci się również spodobać:

1. Inicjatywy cyfrowe IKEA
2. Sztuczna inteligencja w innowacjach w handlu detalicznym – Amazon
3. Best AI companies to consider for investment