ΕΛΛΗΝΙΚΗ ΟΙΚΟΝΟΜΙΑ

Η πανδημία επιτάχυνε τις ψηφιακές αλλαγές

i-pandimia-epitachyne-tis-psifiakes-allages0

Του ΙΩΣΗΦ ΜΠΕΛΟΥΚΑ*

Ενα χρόνο πριν, σε εκδήλωση ενημέρωσης στη ΔΕΘ, συζητούσαμε τη σημαντικότητα των μεθοδολογιών analytics μεγάλου όγκου δεδομένων και τεχνητής νοημοσύνης. Βάσει των ευρημάτων της παγκόσμιας έρευνας της International Data Corporation, εκτιμούσαμε τον διπλασιασμό του ρυθμού αύξησης των δεδομένων κάθε δύο χρόνια, με το 85% να προέρχεται από καινούργιες πηγές και τον όγκο δεδομένων των επιχειρήσεων να έχει τη δυναμική να αυξηθεί κατά 10 φορές μέχρι το 2025. 

Δώδεκα μήνες μετά, οι εκτιμήσεις είναι εντελώς διαφορετικές, μιας και η τάση για χρήση μεθοδολογιών μεγάλου όγκου δεδομένων, μηχανικής μάθησης και τεχνητής νοημοσύνης έχουν αυξηθεί γραμμικά. Μπορείτε να φανταστείτε τον λόγο. Το τσουνάμι της ψηφιακής ζήτησης που έφερε η πανδημία COVID-19 ανέδειξε τον βαθμό που ο ψηφιακός κόσμος έχει εισχωρήσει στην καθημερινότητά μας, εντός και εκτός γραφείου. Ακόμα και οργανισμοί για τους οποίους πιστεύαμε ότι η ψηφιακή τους επανάσταση θα καθυστερούσε 1 ή 2 πενταετίες, όπως η πρωτοβάθμια/δευτεροβάθμια εκπαίδευση, εξελίχθηκαν μέσα σε λίγες εβδομάδες, καθώς επρόκειτο για λύση ανάγκης. Πλέον, όλοι μιλάμε για τον περίφημο ψηφιακό μετασχηματισμό (digital transformation).  

Σε εξελιγμένους οργανισμούς, ο ψηφιακός μετασχηματισμός άνοιξε την όρεξη για χρήση της πληροφορίας σε πολλές και διαφορετικές κατευθύνσεις. Μεγάλες επενδύσεις εταιρειών υλοποιούνται σε τεχνολογίες ανοικτού υπολογιστικού νέφους (public cloud), ακόμα και για οργανισμούς με αυστηρούς ρυθμιστικούς κανόνες – όπως τράπεζες και ασφαλιστικές εταιρείες. Η Barclays, το 2018, και η HSBC, πριν από λίγες εβδομάδες, ανακοίνωσαν τη μετάβασή τους σε public cloud υπηρεσίες. Σε κάποιους κλάδους, η εν λόγω καινοτομία εμφανίστηκε νωρίτερα, ως αποτέλεσμα της αύξησης των mobile apps, FinTec εταιρειών, έξυπνων sensors και Ιnternet of Τhings (IoT) συσκευών των σύγχρονων γραμμών παραγωγής.

Τα παραπάνω ώθησαν τη ραγδαία ανάπτυξη δημιουργίας έξυπνων εφαρμογών σε καθημερινά προβλήματα των επιχειρήσεων και του καταναλωτή. Αυτό οφείλεται στην ενίσχυση και συνεργασία μεταξύ της επιστήμης των υπολογιστών (Computer Science) και της επιστήμης των αποφάσεων (Decision Science).

Οι επενδυτικοί όμιλοι αυξάνουν τις εφαρμογές με μεθοδολογίες blockchain για κρυπτονομίσματα και επενδυτικά παράγωγα προϊόντα. Στον τραπεζικό τομέα, μοντέλα μηχανικής μάθησης και τεχνητής νοημοσύνης προειδοποιούν για πιθανή απάτη, αξιολογούν την αίτηση δανείου και προτείνουν βέλτιστα πιστωτικά όρια με βάση την κερδοφορία του πελάτη. Στις εταιρείες leasing οχημάτων, στο πλαίσιο του Digital Onboarding, εφαρμόζονται μοντέλα τεχνητής νοημοσύνης για τον αυτόματο υπολογισμό του βέλτιστου αριθμού στόλου του πελάτη, καθώς και προτεινόμενο ποσό τιμολόγησης ανά είδος και μάρκα αυτοκινήτου. Επίσης, η καινούργια γενιά αυτοκινήτων προσφέρει δυνατότητα συνολικής διαχείρισης του οχήματος μέσω κινητού και αυτόματης αναγνώρισης γλώσσας και εικόνας. Στην Υγεία, η διαχείριση των έξυπνων νοσοκομείων και της εφοδιαστικής αλυσίδας αξιοποιεί τη χρήση προηγμένων μοντέλων προσομοίωσης και digital twining, κερδίζοντας την εμπιστοσύνη των ασκήσεων οφέλους/κόστους. Στη βιομηχανία, οι λύσεις των έξυπνων εργοστασίων τοποθετούνται ψηλά στη λίστα προτεραιοτήτων, λόγω των σημαντικών οφελών που προκύπτουν στο κόστος και στην ασφάλεια, από εφαρμογές προβλεπτικών μοντέλων προγνωστικής συντήρησης και βλαβών της γραμμής παραγωγής σε πραγματικό χρόνο. Στο λιανεμπόριο, είναι πλέον συνήθης η εφαρμογή προβλεπτικών μοντέλων σε mobile applications με εξειδικευμένη πρόταση καλαθιού αγορών βάσει των προτιμήσεων, μοτίβου αγορών και βελτιστοποίησης δαπάνης πορτοφολιού του κάθε πελάτη.  

Tέλος, η χρήση των digital analytics χρειάζεται να θέτει πάντα στο επίκεντρο την προστασία του ανθρώπινου παράγοντα και τη διασφάλιση της αρμονικής και ελεγχόμενης σχέσης ανθρώπου και μηχανής. Ως εκ τούτου, απαιτείται η ύπαρξη πλαισίου διακυβέρνησης που οριοθετεί τους ρόλους, την ποιότητα δεδομένων και ορίζει δράσεις για ασφαλή, ηθική και υπεύθυνη ανάπτυξη και χρήση μοντέλων πρόβλεψης και τεχνητής νοημοσύνης.
 
* Ο κ. Ιωσήφ Μπελούκας είναι Director, επικεφαλής της ομάδας Data & Analytics Συμβουλευτικής στην PwC.