Mesterséges intelligencia: amiért a gépek nem tesznek munkanélkülivé.

A mesterséges intelligencia (MI) nem helyettesít majd sok munkát, hanem érdekesebbé teszi őket – megszabadítva az embereket a rutinfeladatoktól. Az MI sikerének kulcsa: a vállalatoknak rendbe kell tenni adatbázisukat.

  • EOS-tanulmány: a pénzügyi döntéshozók (47 százalék) félti a munkahelyeket a mesterséges intelligenciától (MI)
  • A hibaarány a követeléskezelésben minimalizálható az MI segítségével.
EOS-tanulmány a mesterséges intelligenciáról: a pénzügyi döntéshozók az állásukat féltik

Ami a mesterséges intelligencia (MI) potenciálját illeti, az összehasonlítás sokaknak gyakran nem elég nagy: „Ahogyan a villamos energia 100 évvel ezelőtt szinte az összes iparágat átalakította, úgy fogja most a mesterséges intelligencia megváltoztatni szinte az összes nagyobb iparágat“, írja Andrew Ng informatikus. A világ legnagyobb keresőmotorjainál – Baidu és Google – vezetett MI kutatási projekteket, és létrehozott egy MI befektetési alapot is.

A mesterséges intelligencia segítségével az emberek forradalmian minimalizálják majd a követelések kezelésének hibaarányát. Végül is a pénzügyi döntéshozók 30 százaléka látja ezt ugyanígy.
Joachim Göller, az EOS Csoport elemzőközpontjának vezetője

Ám van egy különbség a korábbi technikai forradalmakhoz képest: a munkahelyek elvesztésének félelme most a jól képzett szellemi munkásokat is érinti. Például a pénzügyi döntéshozók csaknem fele (47%) fél a munkahelyek mesterséges intelligencia miatti elvesztésétől. Ez a 2019-es „European Payment Practices“ tanulmányból derült ki. Az EOS pénzügyi szolgáltató 17 országban összesen 3400 szakértőt kérdezett meg többek között arról, hogy az MI milyen hatással lehet a vállalatuk követeléskezelésére.

Joachim Göller, az EOS Csoport elemzőközpontjának vezetője

Az MI-rendszerek segítenek az embereknek elkerülni a hibákat.

„Aki az MI hallatán azonnal ‚az ember és a gép ellentétére‘ gondol, az gyakorta híján van a szükséges ismereteknek. Ebben csak a felvilágosító munka segíthet“, mondja Joachim Göller, az EOS Csoport elemzőközpontjának vezetője. Csapatával olyan MI-megoldásokon dolgozik, amelyek támogatják az EOS-t a követeléskezelésben. „A mesterséges intelligencia segítségével az emberek forradalmian minimalizálják majd a követelések kezelésének hibaarányát. Végül is a pénzügyi döntéshozók 30 százaléka látja ezt ugyanígy.“

David Goossens, a Latentine megalapítója és vezérigazgatója
A Latentine szakértője, David Goossens szerint téves az az elképzelés, hogy egy vállalat mesterséges intelligenciát vásárol, majd a munkaerő egy részét elbocsátja. A berlini MI-startup olyan nagyvállalatoknak ad tanácsot, ideértve a gyógyszeripar, a logisztikai és biztosítási iparág vállalkozásait is, amelyeknek gyakran nincs pontos elképzelésük arról, hogy a technológia valójában mire képes vagy mit kellene tudnia. „A vállalatoknak tudniuk kell, hogy az alkalmazottaik hol vannak alul- vagy túlterhelve. Azt tapasztaljuk, hogy a magasan képzett pénzügyi szakemberek túl sok időt töltenek az ismétlődő vállalatirányítási feladatokkal, ugyanakkor pedig nem érnek rá megbízható, adatközpontú előrejelzések készítésére“, mondja Goossens.

Gyakran hiányoznak az adatmérnökök.

Aki itt megfelelően használja az MI-t, az a legjobb esetben versenyképesebbé válik, és lehetővé teszi az alkalmazottai számára, hogy érdekesebb feladatokat vállaljanak. Az EOS-nál például az adósságbehajtó csoportok mesterséges intelligenciát alkalmaznak a rutinesetekhez, ezáltal jobban tudnak azokra az ügyfelekre összpontosítani, akiknek bonyolultabb ügyei vannak. Más iparágak szintén mentesítik szakembereiket a szokásos eljárások alól. A finn Basware szoftvercég például kifejlesztett egy virtuális asszisztenst, amely a beszerzési osztály mindennapi kérdéseire válaszol. A svédországi SEB Bank pedig az IPsoft vállalat intelligens virtuális asszisztense, Amelia segítségével mentesíti informatikai támogató csapatát.

„Először is a vállalatnak áttekintést kell készítenie: pontosan hol tudja az MI automatizálni az egyszerű dolgokat? Hol teheti kezelhetővé a bonyolult dolgokat?“, mondja Goossens. Sok vállalat már ezen a ponton rájön, hogy hiányzik náluk az öntanuló rendszerek bevezetésének legfontosabb alapja: az algoritmusok táplálásához szükséges minőségű és mennyiségű adat. „Általánosságban elmondható, hogy a legtöbb vállalatnál hiányoznak az adatmérnökök“, mondja Goossens – tehát azok a szakértők, akik gondoskodnak arról, hogy az összes adat jól felépített és központilag tárolt legyen. Kihívás ez azoknak a cégeknek, amelyekben az osztályok még ma is különböző informatikai rendszerekkel és különálló adatbázisokkal működnek.

Andreas Dix, az EOS adattudományi csapatának tagja az ablak előtt ül egy irodában
„Csak az ellenőrzött adatok akadályozzák meg a gépeket abban, hogy hibás döntéseket hozzanak“, mondja Andreas Dix is, az EOS adattudományi csapatának tagja. A több ezer szépen dokumentált adósságbehajtási esetből a gépi tanulási algoritmusok levezetik, hogy mi a legjobb következő lépés az ügyfélkapcsolatban. „Úgy gondolom, hogy a mesterséges intelligencia rendszerek végül is mindig hasznos kiegészítők az ember számára“, mondja Dix. „Mindenekfelett áll azonban mindig az ember, aki ellenőriz és fontos döntéseket hoz.“

További információra van szüksége? Lépjen bátran kapcsolatba velünk!

MobiltelefonMobiltelefon

Press contact

Telefon: +49 40 2850-1222

presse@eos-solutions.com

Photo credits: IPsoft, Sebastian Vollmert / EOS, Achim Multhaupt, Latentine GmbH