Tekst został opracowany na podstawie wywiadu prowadzonego w cyklu „Polski Przemysł 4.0 – Rozmowy eksperckie”. Całą rozmowę można zobaczyć w naszym Dziale Wideo.
Prof. Aleksandra Przegalińska: Jest co najmniej kilka sposobów wpływu sztucznej inteligencji na produktywność przedsiębiorstw. Jednym z najważniejszych jest automatyzacja i optymalizacja procesów. Procesy zautomatyzowane są siłą rzeczy dużo bardziej transparentne, widoczne, jasne, nie ma „zakrytych przestrzeni”, które są niezrozumiałe i niewidzialne. Z drugiej strony tym, co w tej chwili potrafi sztuczna inteligencja, jest optymalizacja – jesteśmy w stanie lepiej korzystać z zasobów, lepiej zarządzać całymi procesami. Jeśli chodzi o to, co wykorzystujemy do produkcji innych rzeczy, AI może doprowadzić nawet do większej efektywności energetycznej. Trzecia rzecz, o której warto powiedzieć to to, że sztuczna inteligencja ma zdolności predykcyjne, co znaczy, że są to systemy, które mogą dobrze przepowiadać przyszłość w kontekście scenariuszy rozwoju rozmaitych trendów, tego co się dzieje na rynku, ale też tego, ile będziemy czegoś potrzebowali – w logistyce, transporcie, a także rozmaitych procesach produkcyjnych. Trzy rzeczy, które sprawiają, że AI jest tym, czym jest, to optymalizacja, a więc uczynienie procesów bardziej efektywnymi, mniej kosztownymi, automatyzacja związana z większą transparentnością, przejrzystością i właśnie predykcja, czyli to, że troszeczkę możemy zajrzeć w przyszłość.
Poza mniejszymi kosztami AI może ułatwiać szukanie nowych źródeł przychodów – w biznesie sztuczna inteligencja może nam bardzo pomagać, jeśli chodzi o szukanie nowych segmentów klientów, albo informacji o tym, jak lepiej robić pewne rzeczy, jak usprawniać nasze produkty, jak reagować na rynkowe zmiany.
Etap AI w przemyśle
Myślę, że sztuczna inteligencja w przemyśle jest na jeszcze bardzo wczesnym i na pewno potrzebuje przyspieszenia. To narzędzie z jednej strony bardzo ciekawe, ale z drugiej nierzadko trudne, zwłaszcza przy ambitniejszych metodach, bo SI to zarówno klasyczne algorytmy, można powiedzieć wychodzące ze statystyki, które jak najbardziej można poskromić, jak i głębokie sieci neuronowe i bardzo kapryśne rozwiązania, które nie zawsze od razu przynoszą rezultaty, których byśmy oczekiwali. Zwykle spodziewamy się, że jak tylko coś zaimplementujemy to zacznie działać. Ze sztuczną inteligencją bywa tak, że potrafi na początku nie pokazywać swojej wartości, a dopiero w trakcie uczenia, kolejnych iteracji, okazuje się, jak przydatnym jest narzędziem. Wydaje mi się, że choć jesteśmy na wczesnym etapie, wdrażanie będzie nieuchronnie przyspieszało. Widać to w całej Europie, a także w Polsce, więc jesteśmy u progu dużej akceleracji.
Polska na tle Unii Europejskiej
Jeśli chodzi o UE, jesteśmy na końcu stawki. To może dziwić dlatego, że talent pool, czyli zbiór talentów, na przykład programistycznych, w Polsce jest bardzo duży. Edukacja programistyczna i informatyczna są na bardzo wysokim poziomie, natomiast podejrzewam, że najlepsi mogą wyjeżdżać i w związku z tym nie przeprowadzają nowego etapu transformacji cyfrowej w Polsce. Myślę, że pozycja naszego kraju w rankingach stosowania AI wynika także z tego, że przedsiębiorcy mają problem ze zmapowaniem, o co chodzi z SI i czym ona właściwie jest. Czasami mogą nawet bezwiednie z niej korzystać, czyli stosować metody statystyczne lub analizę danych do usprawnień i optymalizacji, ale nie raportują tego, bo nawet nie mają świadomości, że to zalicza się jako sztuczna inteligencja. To wymaga edukacji, zwiększania świadomości, jeśli chodzi o SI. Tutaj rolę powinny odegrać takie instytucje, jak PPP, żeby korzystający z takich narzędzi raportowali to adekwatnie, a niekorzystający zaczęli robić to jak najszybciej.
Rolnictwo i sadownictwo
Za nami jest etap transformacji cyfrowej takich dziedzin, jak medycyna, sprzedaż, bankowość czy finanse. Za to sektor rolnictwa jest obecnie w trakcie transformacji. To nowy obszar, istotny w kontekście kryzysu klimatycznego czy zrównoważonego rolnictwa. Potrzeba przy tym wykorzystania wielu rozwiązań: internetu rzeczy, sztucznej inteligencji, sensorów, czujników. Polska jest krajem, w którym rolnictwo i sadownictwo są istotnymi obszarami. Ja bym widziała nasz kraj, który jest pionierem nowej transformacji cyfrowej tych obszarów, w których i tak jest mocny, bo sadownictwo jest naszą specjalnością na skalę europejską. Uczynienie jej bardziej inteligentną będzie bardzo korzystne.
W tym zakresie przedsiębiorcy potrzebują przede wszystkim edukacji i narzędzi, które są jasne, proste i przystępne. Często mówi się o tym, że SI to narzędzie trudne, a tak już nie jest. Od dłuższego czasu można z niej korzystać dzięki narzędziom no code czy low code, czyli zupełnie bez programowania. Przedsiębiorcy nie muszą obawiać się głębokiej frustracji wynikającej z niezrozumienia programów. Wręcz przeciwnie – jeśli się to pokaże w przystępny sposób, to można z zacząć z nich korzystać tak szybko, jak z mediów społecznościowych.
