Chcete zefektivnit podnikové procesy, snížit personální náklady a optimalizovat produktivitu vašeho podnikání? Rádi byste do firmy zavedli inovativní technologie, ale váháte, zda vám postačí klasická automatizace, nebo se vám vyplatí investovat rovnou do umělé inteligence? Potřebujete si napřed ujasnit své požadavky a zorientovat se v tom, kdy je vhodnější použít kterou technologii?
Informací na téma automatizací a umělé inteligence je tolik, že se v nich lze snadno ztratit a propadnout pocitu bezradnosti. V tomto článku se proto zaměříme na hlavní rozdíly mezi oběma přístupy, popíšeme si možné scénáře použití a vše si ukážeme na příkladech z praxe. Automatizace i umělá inteligence představují skvělé způsoby, jak posunout vaše podnikání na další úroveň, takže by byla škoda nechat se odradit informačním šumem a nevyužít jejich plného potenciálu!
Ačkoli si řada lidí podvědomě spojuje automatizaci a umělou inteligenci do jednoho pojmu, není to totéž. Je sice pravdou, že v praxi se automatizace a umělá inteligence často prolínají a mohou se navzájem doplňovat, nicméně mohou existovat i zcela nezávisle na sobě, a ne vždy je nutné jejich funkce kombinovat.
Rozdíly mezi nimi jsou následující: Automatizace má za úkol provést jasně definovanou činnost za jasně definovaných podmínek jasně definovaným způsobem. To znamená, že dělá pokaždé totéž a pokaždé stejně podle počátečního nastavení. Předpokladem jsou proto jednoznačná pravidla a předvídatelné kroky. Každý proces sestává z přesně popsatelných fází, které vedou k požadovanému výsledku. Automatizace se tedy používají u repetitivních úloh nevyžadujících lidský úsudek, jako je například jednoduché přesouvání dat (z online formulářů do CRM systému, z objednávkového systému do účetnictví, …), pravidelné zálohování souborů nebo odesílání e-mailů (např. přivítání nových uživatelů při registraci).
Naproti tomu umělá inteligence dokáže pracovat i s nestrukturovanými a nekonzistentními formáty (PDF soubory, skeny dokumentů, snímky obrazovek, e-maily, …). Kromě pouhého dodržování předem daných postupů však dokáže obsah také interpretovat, klasifikovat nebo vytvářet predikce. V zásadě nahrazuje lidskou práci ve všech jejích kreativních aspektech, avšak při výrazně nižších nákladech, nepřetržité dostupnosti a řádově vyšší produktivitě. Umělá inteligence za vás může například pročítat zpětnou vazbu zákazníků a shrnout pro vás nejdůležitější body, predikovat trendy v poptávce po určitém zboží nebo vytvářet personalizovaná doporučení produktů na základě minulých nákupů zákazníků.
V dnešní době už asi nenajdeme odvětví, ve kterém by se alespoň v nějaké míře nepoužívala buď automatizace, nebo umělá inteligence (případně obojí). Na příkladu pár sektorů si můžeme názorně ukázat, jaké faktory mohou hrát roli při volbě mezi těmito řešeními.
Většina činností souvisejících s běžným provozem fyzického či online obchodu dnes již nevyžaduje manuální provádění a snad každý vlastník se je snaží plně automatizovat. Úlohy typu zasílání potvrzení objednávek, faktur, uvítacích e-mailů, dotazníků spokojenosti, případně aktualizace skladových zásob napříč prodejními platformami nevyžadují víc než základní automatizace založené na statických pravidlech typu „když nastane podmínka X, proveď akci Y“. Jedná se o reakce na předem definované spouštěče, které nevyžadují žádnou další interpretaci.
Pokud ale chcete svůj eShop například rozšířit o chatbota, který bude schopen odpovídat na nejčastější dotazy ohledně vašeho zboží a služeb, budete muset investovat do umělé inteligence. Trénink malého jazykového modelu obnáší mnohem víc než jen definování sady jednoduchých pravidel – chatbot se bude muset nejprve učit na datech z vašeho webu, katalogu produktů, obchodních podmínek atd. Dále budete muset věnovat čas a péči jeho nastavení – například omezit témata, na která nemá poskytovat odpovědi (určitě nechcete, aby váš chatbot doporučoval konkurenční produkty). Umělá inteligence se však v oblasti eCommerce uplatní i při prediktivním řízení skladových zásob, předvídání trendů poptávky nebo doporučování výrobků na základě předchozích nákupů uživatelů.
Automatizace ve zdravotnictví se uplatňují při zasílání zpráv klientům s upozorněním na termíny návštěv, eReceptů nebo marketingových sdělení (u soukromých poskytovatelů zdravotní péče).
Většina ostatních činností v tomto sektoru ovšem vyžaduje spíše umělou inteligenci. Diagnostika z rentgenových snímků nebo CT skenů, třídění pacientů v chatbotech a nástrojích pro online konzultaci symptomů nebo dokonce robotické chirurgické zákroky – to vše se neobejde bez vysoce komplexních modelů pro rozpoznávání vzorců, pochopení přirozeného jazyka a strojového učení.
Automatizace ve výrobním sektoru je již řadu desetiletí doslova všudypřítomná – od automatizovaných výrobních linek přes řízení dodavatelských řetězců, PLC, IoT, kontroly kvality až po koncept CIM (úplné řízení výrobního procesu počítači).
V čím dál větší míře se ovšem začíná prosazovat také umělá inteligence, a to zejména v oblastech, jako je prediktivní údržba (na základě vyhodnocování dat ze senzorů opotřebení v reálném čase), komplexní kontrola kvality (rozpoznávání snímků nebo složitých vzorců), tvorba digitálních dvojčat nebo spolupracující roboti. Záleží tedy opět hlavně na požadavcích zákazníka a na míře inovací, které chce dosáhnout.
Pokud se rozhodnete pro automatizaci namísto umělé inteligence, možná vás hned napadne otázka: V jakém nástroji si mohu automatizaci navrhnout a spustit? Podívejme se alespoň na pár nejrozšířenějších nástrojů pro tvorbu automatizací a na jejich hlavní výhody a nevýhody.
Asi nejuniverzálnějším nástrojem pro tvorbu automatizací je Make (dříve Integromat). Jedná se o mimořádně flexibilní, vizuální rozhraní využívající struktury vývojových diagramů. Za své rozšíření vděčí jednak uživatelské přívětivosti, a jednak možnosti integrace se stovkami aplikací a podpoře vlastních API a modulů HTTP.
Tento nástroj naráží na své limity pouze u vysoce komplexních byznysových procesů zahrnujících spoustu různých oddělení, databází a podmínek. Pro většinu startupů a malých a středních podniků ovšem zpravidla bohatě dostačuje a pomáhá jim ušetřit nemalé částky za týmy vývojářů.
Camunda přichází na scénu tam, kde Make přestává stačit – tedy u komplexních procesů s bohatým větvením a spoustou křižovatek. Používá notaci BPMN (Business Process Model Notation), která pomáhá tyto procesy vizualizovat a řídit. Tento nástroj je vysoce škálovatelný, oblíbený u vývojářů a podporuje napojení na API.
Na rozdíl od uživatelsky přívětivého a intuitivního Make není Camunda vhodná pro uživatele bez technických dovedností. Integrace s podnikovými systémy vyžaduje odborné nastavení, modelování a často i vlastní kód. Hodí se tak především pro střední a větší firmy, které chtějí modelovat a automatizovat základní byznysové procesy.
Zapier představuje další uživatelsky přívětivou alternativu díky rozhraní na bázi drag and drop. Disponuje rozsáhlou knihovnou pro integrace (Google, Slack, HubSpot, …). Jedná se o ideální volbu pro malé firmy a uživatele bez technických znalostí.
Toto řešení naráží na své limity u komplexních workflow nebo procesů v reálném čase. Při škálování se používání tohoto nástroje může prodražit. Nejlépe se tedy uplatní u jednoduchých automatizací (marketing, výstrahy) v menších firmách.
Těžká váha na konec – UiPath je robustní řešení v oblasti robotické automatizace procesů pro velké podniky a korporace. Díky schopnosti přímé interakce s grafickým uživatelským rozhraním dokáže automatizovat i legacy systémy bez použití API. Kromě orchestrace procesů nabízí také analytické a další funkce.
Použití tohoto nástroje vyžaduje školení a licence, takže se hodí opravdu pouze pro velké podniky a organizace v oblasti finančních služeb, pojišťovnictví nebo výroby.
Pokud váháte mezi volbou automatizace a umělé inteligence, vycházejte vždy z vašeho konkrétního případu použití. Potřebujete, aby u vás ve firmě běžely rutinní administrativní úlohy bez přidané hodnoty takříkajíc „samospádem“? Nebo chcete řízení organizace obohatit o prvky business intelligence, prediktivní analytiky a simulace byznysových scénářů? Pro lepší představu níže uvádíme pár běžných příkladů z praxe, které vám ukážou, s jakými dilematy se vlastníci firem často potýkají.
Typickým příkladem, na kterém si lze ukázat rozdíl mezi automatizací a umělou inteligencí, je příjem objednávek.
První možnou variantou je, že firma má komunikační rozhraní pro příjem objednávek (elektronická výměna strukturovaných dat neboli EDI). Tato rozhraní se používají hlavně v oblasti velkoobchodu pro zpracování objednávek a fakturací na velké objemy produktů pro průmyslové zákazníky. Na rozdíl od klasických maloobchodních e-shopů jsou v tomto případě objednávky zadávány ve strojově zpracovatelném formátu, který má určitá neměnná pravidla. Pokud je daná objednávka formálně bez chyb, je jednoduše přijata a vyřízena podle předem definovaného postupu. Pokud obsahuje chyby, zpracování proběhnout nemůže a objednávka je zamítnuta. Proces má tedy pouze dva možné výstupy: úspěšné provedení, nebo neprovedení definované činnosti.
V druhé variantě má klient nastavený příjem objednávek do e-mailu. To znamená, že objednávky mohou mít různé formáty – obyčejný text, PDF, Word, snímek obrazovky… Každý zákazník objednávku formuluje jinými slovy, označení produktů nemusí být konzistentní, občas si někdo splete objednací číslo atd.
Rozdíl mezi těmito dvěma situacemi je zřejmý na první pohled – zatímco v prvním případě lze proces příjmu, třídění a vyřizování objednávek plně automatizovat pomocí skriptu založeného na formálně jasných pravidlech, v druhém případě musí objednávky jednotlivě procházet buď člověk, nebo umělá inteligence. Právě umělá inteligence se na rozdíl od jednodušších forem automatizace dokáže zorientovat i v nejednotných datech díky strojovému učení nebo přístupu k historii objednávek a katalogu produktů.
Volba mezi základní automatizací a umělou inteligencí tedy závisí primárně na tom, jak je nastaven příjem objednávek: Tam, kde vládnou pravidla, stačí automatizace. Kde vládne chaos, musí nastoupit umělá inteligence.
Dalším příkladem z praxe může být nahrávání cenových nabídek od různých dodavatelů do interních systémů a jejich následné zpracování.
Při rozhodování mezi automatizací a umělou inteligencí budou hrát roli podobné faktory jako v prvním příkladu. Základní automatizace bude dostačující tehdy, budou-li nabídky přicházet ve standardizovaném formátu (soubor PDF vygenerovaný z formuláře, pevně daná šablona v Excelu, …) s minimálními rozdíly v rozvržení, struktuře a formátování. Pokud jsou tyto požadavky splněny, může automatizační skript extrahovat údaje z konkrétních buněk či polí, nahrávat potřebná data rovnou do integrovaného systému, odesílat upozornění na chybějící informace či nekonzistentní hodnoty a ověřovat zadané údaje podle pevně daných pravidel (například cena musí být vyšší než 0, měna musí být česká koruna, …).
Umělá inteligence se opět hodí nejen do prostředí s větší mírou chaosu, například když nabídky přicházejí v různých formátech, ale také tehdy, pokud si klient od řešení slibuje více pokročilých funkcí. Toto řešení si poradí nejen s vytahováním informací ze skenovaných dokumentů a jiných nestandardních formátů, ale může nabídky vyhodnocovat podle uživatelem definovaných kritérií (např. zda obsahují dopravu), zvládne na internetu dohledat další informace o dodavateli nebo reference na jeho služby a doplňovat chybějící údaje na základě historických vzorců a předchozích záznamů.
Nastavování cen, které budou konkurenceschopné, ale zároveň vám přinesou požadované zisky, už dávno není pouze otázkou intuice a vlastních zkušeností. Stejně jako ve všech ostatních oblastech podnikání se i cenotvorba řídí čím dál více tvrdými daty, srovnáními a trendy. S příchodem automatizace a umělé inteligence se tento vývoj ještě více urychlil.
Automatizace vám pomůže efektivně a levně monitorovat weby vašich největších konkurentů, které mají předvídatelnou strukturu (stejné adresy URL, prvky HTML, …). Zvládne shromažďovat údaje o cenách podle jednoduchých pravidel, porovnávat je s vašimi vlastními cenami a upravovat ceny vašich produktů na základě předem definovaných prahových hodnot nebo spouštěčů (pokud se například vaše cena odchýlí od konkurence o více než 5 %). Hlavní nevýhodou automatizace je to, že se nedokáže zorientovat v kontextu (tzn. nedokáže rozeznat cenu v rámci propagační akce na nový produkt od běžné ceny) a adaptovat na tržní trendy bez vašeho zásahu.
Po umělé inteligenci sáhnete spíš tehdy, budete-li kromě shromažďování dat a základních srovnání vyžadovat úlohy zahrnující interpretaci, prediktivní modely a komplexní rozhodování. Umělá inteligence pro vás může scrapovat data z webových zdrojů v různých formátech (weby, e-maily, katalogy, PDF soubory, …), třídit je do clusterů a kategorií i v případě nekonzistentních názvů nebo detekovat vzorce a sezónní trendy. Za cenu vyšší počáteční investice tak získáte řešení, které optimalizuje vaši cenotvorbu a pomůže vám dynamicky upravovat vaši prodejní strategii nejen podle konkurence, ale i podle sezónních trendů a celkového vývoje na trhu.
Automatizace, nebo umělá inteligence? Po přečtení našeho článku již víte, že odpověď záleží vždy na konkrétním případu a na vašich požadavcích. Ať se však rozhodnete jakkoli, určitě oceníte znalosti a zkušenosti IT profesionálů, kteří pro vás řešení automatizace nebo umělé inteligence vyvinou, vhodně nastaví a přizpůsobí jeho funkce vašim potřebám. Náš tým má bohaté zkušenosti s prací na projektech zahrnujících jak automatizaci, tak umělou inteligenci, a provede vás celým procesem od návrhu až po nasazení. Pokud máte zájem o nezávaznou konzultaci, vyplňte náš kontaktní formulář a domluvte si s námi schůzku. Rádi se s vaším projektem blíže seznámíme a zjednodušíme podnikatelský život i vám!