Viesturs Slaidiņš: Latviski runājoši roboti un mūsu vietā strādājošas programmas

Kā zināms, informācijas un komunikācijas tehnoloģijas (IKT) saskaņā ar Ekonomikas ministrijas datiem ir straujāk augošā tautsaimniecības nozare. Tās pakalpojumu apjomi šā gada trešajā ceturksnī bija par 13,7% lielāki nekā pirms gada. No tā varam secināt, ka uzņēmumi turas līdzi laikmeta prasībām un darba efektivitāti uzlabo arī ar labākiem digitālajiem risinājumiem. Kas gan piesaistīja uzņēmumu uzmanību šogad, un kādas iespējas pavērsies nākamgad?

Mākoņpakalpojumi ir tagadne

Gada gaitā iezīmējās vairākas būtiskas tendences. Savulaik par "karstāko" inovāciju nodēvētie mākoņpakalpojumi šogad pa īstam "izkāpa" no jaunuma kategorijas un kļuva par efektīvas prakses sastāvdaļu. Tos pieņēmuši ne vien progresīvie, uz jaunumu ieviešanu orientētie uzņēmumi, bet arī liela daļa konservatīvo beidzot atzinusi lietošanas ērtības un pārliecinājusies par "mākoņu" drošību. Pāriešanu uz mākoņpakalpojumiem diezgan lielā mērā veicināja 25. maijā spēkā stājusies Vispārīgā datu aizsardzības regula. Uzņēmēji ātri atskārta, ka var samazināt datu uzraudzīšanas slogu, daļēji pārliekot to uz mākoņpakalpojumu sniedzēju pleciem.

Strauju migrāciju uz mākoņpakalpojumiem novērojām arī grāmatvedības un uzņēmumu vadības sistēmu lietotāju vidū. Tam pamatā ir dinamiskāks dzīves un darba veids. Uzņēmumu vadītāji tagad vēlas piekļūt finanšu datiem jebkurā laikā un vietā. Aptaujā "Vadītāja digitālais portrets" noskaidrojām, ka šogad jau 52% Latvijas uzņēmumu vadītāju informāciju biznesa lēmumu pieņemšanai iegūst, pieslēdzoties uzņēmuma datorsistēmām no viedtālruņa vai planšetdatora.

Līdz ar to spēkā pieņemas dažādu pakalpojumu mobilo lietotņu izmantošana un pieaug nepieciešamība pēc pārdomāta vizuālā noformējuma, jo nelielā ekrānā jāspēj pārskatāmi parādīt lielu informācijas daudzumu. Liela apjoma datu vizualizācija un pasniegšana būs viens no nākamā gada lielajiem izaicinājumiem.

Atbildēs mašīnas

Ja 2018. gadu varam uzskatīt par senāku jaunievedumu nostabilizēšanās posmu, tad nākamais gads solās biznesa vidē ienest vairākas interesantas inovācijas. Viena no tām ir latviešu valodā runājoši virtuālie asistenti un čatboti, ko izmanto klientu apkalpošanā. Šogad atsevišķi uzņēmumi iemina taku, darbinot šādus robotus eksperimentālā režīmā, apstrādājot datus un mācot asistentiem atbildēt uz visdažādākajiem jautājumiem. Nākamgad runājošās mašīnas jau būs kļuvušas gana gudras, lai tām vairs nebūtu nepieciešams tik liels cilvēku atbalsts kā līdz šim.

Tādējādi čatbotu izstrādātāji varēs piedāvāt šos risinājumus citiem uzņēmumiem, un nākamgad noteikti redzēsim aizvien vairāk biznesa veidu, kuros uz klientu jautājumiem vispirms atbildēs pašmācošas datorsistēmas. Sagaidāms, ka tuvāko trīs gadu laikā čatboti uzņēmējdarbībā ieņems tikpat stabilu vietu kā šodien mākoņpakalpojumi.

Otrā nozīmīgā tendence būs mākslīgā intelekta dziļāka integrēšana ikdienas uzņēmējdarbības operācijās, galvenokārt datu analīžu rīkos. Mākslīgā intelekta un mašīnmācīšanās tehnoloģijas jau ir sasniegušas tādu attīstības līmeni, ka spēs veikt dažādus skaitļošanas un datu apkopošanas uzdevumus bez tiešas cilvēku iesaistes. Galvenās mākslīgā intelekta pielietojuma formas varētu būt mašīnmācīšanās kā pakalpojums, procesu automatizācija un lielo datu apstrāde.

Rutīnas darbi datoriem

Mašīnmācīšanās kā pakalpojums ietver gan jau pieminētos čatbotus, gan citus risinājumus. To galvenā būtība ir tā, ka programmas izstrādātājs sagatavo platformu, ko klients var pielāgot savām biznesa vajadzībām un likt tai mācīties tieši tādas operācijas, kādas viņam nepieciešamas.

Jau šogad biznesa pārstāvju uzmanību piesaistīja procesu automatizācijas risinājumi, kas pārņem laikietilpīgus rutīnas darbus. Tādējādi uzņēmumi var novirzīt darbaspēku virzienos, kur nepieciešama domāšana un radošums, nevis uzdot primitīvus datu ievades vai apstrādāšanas uzdevumus.

Lielie dati kļuvuši par vienu no nezināmās nākotnes atslēgas vārdiem. Uzņēmumu rīcībā nonāk aizvien vairāk dažādu datu, kas, no vienas puses, varētu palīdzēt izprast klientu vēlmes, bet, no otras, ir pārāk sarežģīti strukturizējami, lai iegūtu skaidras atbildes. Tādēļ šeit paveras pamatīgs darba lauks mākslīgajam intelektam, lai apkopotu un salīdzinātu datus, meklējot korelācijas un tendences.

Skaidrs, ka ne visi minētie virzieni attīstīsies vienādā ātrumā – kāds no tiem pa īstam lietojams kļūs vien pēc vairākiem gadiem. Tomēr tas netraucē ar patīkamu satraukumu gaidīt jaunās iespējas.