Most mégis milyen évet írunk? Biztosan 2024-et?!
Amennyiben a Gergely-naptár szerint nézzük, valóban 2024-et írunk. De az idő meghatározása egy absztrakt emberi fogalom és amint egy kicsit más szemszögből nézzük, akár a kínai naptáron keresztül, akkor most például a Sárkány éve van. Ellenben ha ettől is elrugaszkodunk és a technológia szemszögéből vizsgáljuk, akkor bátran kijelenthetjük, hogy a mesterséges intelligencia vagyis az MI éve van.
Úgy tűnhet, mintha az MI egyik napról a másikra robbant volna be életünkbe, de tényleg így történt vagy esetleg már régebb óta érlelődik és fejlődik?
Tegyünk egy nagy lépést hátra az időben. Valójában az első mesterséges neuront, vagyis agysejtet még 1943-ban fejlesztették ki. Ez több mint 80 évvel ezelőtt volt. Alan Turing brit matematikus és kódfejtő, aki feltörte a nácik által a második világháborúban használt Enigma-kódot, már 1950-ben kifejlesztette az első mesterséges intelligencia tesztet. 1966-ban jelent meg Eliza, az MIT kampuszán fejlesztett első chatbot, 2002-ben pedig már be is mutatták az első mesterséges intelligenciával működő porszívót.
Láthattuk, hogy az IBM Watsonja 2011-ben legyőzött két emberi versenyzőt az amerikai Jeopardy című televíziós kvízműsorban. Az Elizát követő következő generációs chatbot, az orosz és ukrán tudósok által fejlesztett Eugene Goostman, 64 évvel a feltalálása után 2014-ben sikeresen átment a Turing-teszten.
De a dolgok 2015-ben pörögtek csak fel igazán, amikor az Amazon bemutatta az első mesterséges intelligenciával működő személyi asszisztenst, az Echot. A mesterséges intelligencia innentől már otthonunk világításának intelligens kezelésére és vásárlásaink követésére is alkalmazható volt.
Nézzük meg, hogy több mint 80 év elteltével miképp használják ki a mesterséges intelligenciát a közüzemi szektorban!
Az üzleti és hálózatelemzéstől és tervezéstől kezdve az ügyfélszolgálat automatizálásán és fejlesztésén át egészen a helyszíni karbantartási és szerviztevékenységek hatékonyabbá tételéig terjed a skála.
Képzeljük csak el, hogy még mielőtt az eszközök meghibásodása bekövetkezne, már képesek vagyunk elemezni és előre jelezni a leállás okait, és kezelni azokat! Vagy, egy rendszer a várható munkaterhelésnek megfelelően képes javaslatot tenni a személyzet összetételére és elosztására is. Úgy tűnik, a lehetőségek szó szerint végtelenek.
Az IFS vezérigazgatójának és vezetőségének vélekedése szerint 2026-ra a mesterséges intelligenciának minden a gazdaságban keringő centhez, forinthoz köze lesz. Megfontoltan érdemes csak jóslatokba bocsátkozni, de az biztos, hogy a jelek egy irányba mutatnak. Az IFS fejlesztési kapacitásait pedig erre az előrejelzésre építi a jövőben, olyan újonnan létrehozott innovációs központ felállításával, amely az alábbi 3 fő kutatási területre koncentrál:
● Először is, az ütemezések és a munkaerő termelékenységének optimalizálása.
● Másodszor, az eszközök várható élettartamát és meghibásodásait előrejelző mintázatok felismerése.
● Harmadszor pedig a gépi tanulás, amely amellett, hogy a jelenlegi folyamatok javítására vonatkozó meglátásokat javasol, akár új üzleti lehetőségekre is felhívja figyelmünket.
Ezen eredmények támogatásához stabil architektúrára van szükség. A mesterséges intelligencia, igazi „adatfaló”, ezért az IFS stratégiájának középpontjában egy szilárd alapokon nyugvó adatkezelés áll. Erre épülnek azok a technikai komponensek, amelyek közvetítik a lekérdezéseket és a tranzakciókat a közműszolgáltatókra specializált referenciapontok vagy értékjavaslatok esetében.
Az egész mesterséges intelligencia lényege, hogy lehetővé tegye számunkra, egyszerű halandók számára, hogy természetes és felhasználóbarát módon dolgozhassunk komplex technológiákkal, óriási adathalmazokon. A felhasználói felület vonatkozásában tehát mind a Microsoft Copilotjával való integráció, mind a natív IFS interakciók támogatottak.
Több tucatnyi különböző esettanulmány íródott már a technológia hatékony felhasználásáról, amelyek folyamatosan újabbakkal egészülnek ki.
Az egyik ilyen az eszközteljesítmény-menedzsment (APM).
Végezhetjük simán történeti adatok alapján is. Amennyiben viszont az APM-et IoT-vel és AI-val kombináljuk, akkor valós idejű teljesítményfelügyeleti képességeket és betekintést nyerünk, továbbá ajánlásokat kapunk a szükséges korrekciós intézkedésekre is. Amennyiben ehhez hozzávesszük az ütemezés optimalizálást és a helyszíni szervizszolgáltatást, akkor máris egy igazán hatékony, végponttól végpontig tartó üzleti folyamatot kapunk, amelynek eszközgazdálkodási stratégiáját már élvonalbeli technológia támogatja.
Ha több millió eszközről beszélünk és az adatok is több forrásból érkeznek, akkor a mesterséges intelligencia által vezérelt rendellenesség-észlelés valódi változást hozhat a gyakorlatban. Nemcsak időt és pénzt takarít meg, de javítja a biztonságot, a megbízhatóságot és az ügyfél-elégedettségi mutatókat is.
Vitatkozhatunk azon, hogy egy közműszolgáltató készen áll-e arra, hogy ilyen szinten alkalmazza az MI-t és az automatizálást, vagy sem, de egy dolog már teljesen biztos: A technológia és a képességek rendelkezésre és készen állnak. Már csak önre várnak!