Autor: ITuudised.ee • 28. mai 2018

Tähelepanu! Artikkel on enam kui 5 aastat vana ning kuulub väljaande digitaalsesse arhiivi. Väljaanne ei uuenda ega kaasajasta arhiveeritud sisu, mistõttu võib olla vajalik kaasaegsete allikatega tutvumine.

Kui palju Eesti ettevõtted täna AI ja masinõppe võimalusi rakendavad?

Eks "alateadlikult" on masinõppe võimalusi kasutatud juba pikemalt. Erinevates tarkvaratoodetes on masinõppel põhinevaid funktsionaalsusi mitmeid ning seda juba pikemat aega, kuna masinõpe iseenesest on juba aastakümneid vana. Hetkel on käimas nö masinõppe revolutsioon, kus tehnoloogia on saavutanud parema taseme, sellest räägitakse rohkem ja rakendatakse jõulisemalt. See toob teema rohkem inimeste teadvusesse ja otsitakse ka spetsiifilisemalt kohti, kus seda tehnoloogiat rakendada.

Miks nad võiksid seda teha ja mis tüüpi ettevõtted/organisatsioonid sellest kõige rohkem võita saavad?

Masinõpe sobib eelkõige seal, kus on palju andmeid ning nendest on vaja leida informatsiooni või on nende andmetega vajalik äriprotsesse paremaks muuta. Ehk selle kasutamine on kasulik eelkõige nendele ettevõtetele, kellel on palju andmeid - olgu see siis kliendiandmebaas, tööstusautomaatika logid, ravimikatsete tulemused vms. Tasub ka silmas pidada, et masinõpe ei ole hõbekuul, mis kõik probleemid lahendab. Mõttekas on lähtuda esmalt ikka ärilisest probleemist, mida soovitakse saavutada. Viise, kuidas probleeme lahendada on erinevaid ning kui masinõpe selle lahenduseks tundub hästi sobivat, siis on mõistlik seda kasutada.

Mis on rakendamise takistused täna?

Andmed. Ning kui veel täpsem olla siis nö kvaliteetsed "puhastatud" andmed. Masinõpe toimib andmete pealt ning mida kvaliteetsemad on andmed, seda paremaid mudeleid ja algoritme on võimalik ehitada. Tihtipeale on pudelikaelaks andmete kogumine, puhastamine ja masina jaoks analüüsiks ettevalmistamine. Suuresti on see töö täna manuaalne ja sinna kulub palju aega.

Kui palju maksab hea klienditeenindus täna ja kui palju aitavad chatbot'id seda kulu alla viia?

Hea klienditeenindus maksab nii palju kui keegi seda väärtustab :) Oma kogemuse pealt näeme, et meie tehisintellektil ehitatud süsteemid on võimelised ära tegema ca 15-20% kogu chat'ide vastamise sääraselt, et kliendid on rahul ja inimklienditeenindajani need vestlused ei jõua. See tähendab, et masin peab kliendiga vestlust ja suudab klienti aidata. Mida suuremad on chat'i mahud, seda suuremaks muutub kasu chat'i automatiseerimisest. Lisaks on kasu ka sellest, et chat'i kanali suurendamise kaudu saab vähendada klientide pöördumisi e-maili ja telefoni teel, mis jällegi kulu alla viivad.

Kui palju Eestis AI ja masinõppe eksperte on, kas eksperte on piisavalt? Kui eksklusiivne on nende positsioon ja palgaaste täna Eestis?

Eesti masinõppe MeetUp grupis on täna ca 1 200 inimest. Eksperte on sellest numbrist vähem ning häid inimesi napib alati. Oleme oma tiimis pannud rõhku mitte ainult teoreetilistele teadmistele, vaid ka praktilisele kogemusele sellest, kuidas meie kliendid andmeid töötlevad, mis on nende ärilised probleemid ja milliste masinõppe meetoditega on probleeme kõige efektiivsem lahendada. Seetõttu otsime ka praktilise tarkvara arenduskogemusega inimesi, keda masinõpe huvitab.

Valdkond on väga huvitav ning klienditeeninduse automatiseerimise teeb hetkel paeluvaks just see, et see on koht, kus masinõpet juba rakendatakse ja kus see hästi töötab.

Siin ei pea rääkima tulevikust. Räägime olevikust, kus tehnoloogia end juba tõestab.

AlphaBlues tegevjuht ja kaasasutaja Indrek Vainu esineb 12. juunil Äripäeva ITuudiste korraldataval parimate praktikate seminaril „Kuidas edukalt rakendada tulevikutehnoloogiaid ja nutikalt juhtida strateegilisi IT projekte?“ ja räägib muuhulgas lähemalt, kuidas rakendada AI ja masinõppe võimalusi parema teenusedisani huvides ning millised on AI projektide juhtimise eripärad. Registreeru sündmusele siin: http://www.ituudised.ee/ITprojektid