Par un ap efektivitāti
Visi SIA Apply īstenotie mākslīgā intelekta un mašīnmācības projekti ir saistīti ar efektivitātes paaugstināšanu
Tehnoloģijas
Piemēram, Nordic Plast ražotnei uzņēmums izstrādājis prototipa sistēmu, kas veic automatizētu kvalitātes kontroli. «Tā sevi lieliski pierādīja, un Nordic Plast gatavojas šādu sistēmu ieviest ražošanā. Šobrīd ražotnē ir manuāla kvalitātes kontrole, tāpēc nereti kaut kas tiek palaists garām un saražotais ir jāpārstrādā vai jārealizē par zemāku cenu. Savukārt Conelum gadījumā sadarbības laikā tiek izstrādāta jau trešā mikroskopa paaudze, un tagad pārbaudei vajadzīgais laiks samazināts no 40 stundām līdz 15 minūtēm. Jau 40 stundas bija milzīgs paātrinājums salīdzinājumā ar piecām līdz septiņām dienām, kā tas notika agrāk. Taču, lai to paveiktu, vajadzīgs gadiem ilgs darbs,» stāsta Agnis Jakubovičs, SIA Apply vadītājs. Uzņēmums ir realizējis projektu sadarbībā ar Balticovo, kur veic kvalitātes kontroli, šķeļot olas un atdalot olu dzeltenumus no baltumiem. Apply risinājums iesaistās, no videokameras datiem nodrošinot tūlītēju statistiku 12 dažādos griezumos, piemēram, vai dzeltenums normāli noslīd no iekārtas, vai neparādās olu čaumalu gabaliņi, vai olbaltumā neparādās asinis utt. Ja kādā no punktiem ir novirzes no normas, laikus var izdarīt secinājumus, ko izmantot biznesa lēmumu pieņemšanā, piemēram, mainīt barības proporcijas, nomazgāt iekārtu vai uzasināt nažus. Šāds tehnoloģisks uzlabojums ļauj rīkoties preventīvi, pirms ir sasniegts kritisks līmenis. «Mākslīgais intelekts palīdz skatīties uz procesiem uzmanīgāk, precīzāk,» akcentē Vismands Menjoks, SIA Apply pārdošanas direktors.
Jau ir dzirdējuši
«Nu jau kādu pusotru gadu mums nav tik ļoti jāstāsta, ka ir tāds mākslīgais intelekts un neironu tīkli, ar ko daudz ko var izdarīt, ka tas efektivizē darbu. Šobrīd uzņēmumi par to jau ir dzirdējuši un paši izrāda interesi. Vairs nav jāstāsta, kāpēc tas vajadzīgs, ka bez tā nevarēs iztikt. Ir citi jautājumi, piemēram, par to, kā uzņēmums var būt drošs, ka investīcija atmaksāsies,» saka Agnis. Uzņēmumi sapratuši – lai iekšienē izstrādātu jaunas tehnoloģijas, vajadzīgas plašas zināšanas un resursi. Apply kā ārējais partneris palīdz, lai process notiktu ātri un lai uzņēmumi nezaudētu laiku un naudu. «Mums ir daudz veiksmīgas sadarbības piemēru, un klienti mūs iesaka citiem; esam kā to ārējā pētniecības un attīstības struktūrvienība,» saka Vismands. Problēmu rada tas, ka lielākoties uzņēmumi izmanto gatavus risinājumus, kādi ir pieejami tirgū, taču šajā gadījumā tiek radīti jauni risinājumi, kādu tirgū vēl nav. «Ir jārāda piemēri, ka tas atmaksājas. Tas ir laikietilpīgi. Reizēm lecam lejā no klints, pa ceļam būvējot izpletni,» salīdzina Vismands. Agnis piebilst, ka tik traki vairs gluži gan neesot un tagad process ir kontrolēts, un uzņēmums ir daudz ko iemācījies, bet sākotnēji tā tiešām esot bijis. Augsts risks arvien saistās ar to, ka klients izvirza biznesa pieņēmumus, uz kā pamata grib kaut ko padarīt efektīvāku, bet vienmēr ir jautājums, vai tie ir atlasīti pareizi.
Skola maksā naudu
«Mēs uzņemamies visus komerciālos riskus – darījuma risku laikam un naudai – un piegādājam tehnoloģiju. Līdz šim esam uzņēmušies šos riskus un nereti arī zaudējumus ar domu, ka šādi mācāmies. Ir bijuši arī pāris ne pārāk veiksmīgi stāsti, kur esam piegādājuši labu tehnoloģiju, bet esam aizmirsuši par pamatlietām, piemēram, lietotāja saskarni. Tad ir tā, ka klientam rezultāts ne vienmēr patīk. Lai gan tehnoloģija strādā, klients nav apmierināts, ka nav gana ērti vai slikti izskatās. Par to jāsaka paldies Stīvam Džobsam, kurš uzlicis tik ļoti augstu lietotāja grafiskās saskarnes latiņu, ka uzņēmumi grib arī industriālas sistēmas, kas būtu ļoti ērtas un intuitīvas, vadāmas ar pirksta pieskārienu,» klāsta Agnis.
Gadu gaitā gūtā pieredze un akumulētās zināšanas palīdz efektīvāk strādāt. Līdz ar to gandrīz katrs nākamais projekts ir apjomīgāks un tiek paveikts efektīvāk. Agnis uzskata, ka inovācijai obligāti nav jābūt jaunam iPhone. «Bieži vien inovācijas ir mazākā mērogā, bet tās ir būtiskas nozarei vai uzņēmumam – ļoti konkrētā nišā ar milzīgu pievienoto vērtību. Tam obligāti nav jābūt pasaules apvērsumam,» viņš teic.
Gan lielie, gan mazie
Vaicāts, kuri uzņēmumi ir naskāki uz ieguldījumiem mākslīgā intelekta projektos, Agnis teic, ka to dara gan lielie, gan vidējie, gan arī mazie uzņēmumi. Vismands piebilst, ka lielajām kompānijām lēmumu pieņemšanas laiks ir ilgāks, bet jaunuzņēmumi var izlemt šodien un uzreiz. «Pie mums šobrīd visvairāk vēršas vidējie uzņēmumi, bet nav tā, ka lielie nedomā par to. Labs piemērs ir LMT, kas eksperimentē un strādā ar jauniem projektiem. Skaidrs, ka visi projekti beigās nebūs ar plus zīmi naudas izteiksmē. Taču tie sniedz milzīgu pieredzi, kas ir būtiski, lai izveidotu kaut ko jēgpilnu. Lielie uzņēmumi biežāk mēģina veikt digitālo transformāciju – radīt jaunus pakalpojumus, balstoties uz pieejamo tehnoloģiju,» saka Agnis. Savukārt vidējie uzņēmumi mēģina uzlabot konkrētas lietas ražošanā un vairāk skatās uz to, kā padarīt biznesu efektīvāku, kā samazināt izmaksas, uzlabot produktu kvalitāti, nezaudēt naudu un nopelnīt vairāk. Arī jaunuzņēmumi domā par šīm lietām, turklāt tiem bieži vien ir investoru piešķirtā nauda, kas tieši mērķēta inovācijām.
No darbiniekiem neatsakās
«Mūsdienās datorredzi var iesaistīt jebkāda veida cilvēka redzes kognitīvo spēju procesos, uz to pamata izdarot kādus lēmumus. Ar neironu tīkliem šodien var risināt jebkura veida kvalitātes kontroli, automatizēt un efektivizēt procesus, uzlabot produktu kvalitāti, samazināt cilvēka darba stundu apjomu. Taču līdz šim ne no viena klienta neesam dzirdējuši, ka kāds no tiem šī iemesla dēļ būtu atlaidis kādu darbinieku. Tieši pretēji – kvalificēts darbaspēks ir ārkārtīgi liels trūkums un mākslīgais intelekts padara biznesu efektīvāku, nevis ļaudis masveidā paliek bez darba,» saka Agnis.
Uzkrāj plašu pieredzi
Gada laikā Apply realizē aptuveni 40 lielākus un mazākus projektus. «Mūsu portfolio ir milzīgs, jo necenšamies specializēties vienā nozarē. Tas ļauj uzkrāt pieredzi dažādās situācijās, un ar katru nākamo klientu varam daudz plašāk strādāt ar tā problēmu,» saka Agnis.
Apply strādā ne tikai ar mākslīgā intelekta projektiem. «Ir brīži, kad ir pauze mākslīgā intelekta jomā, un tad mēs vairāk strādājam ar citām lietām, reizēm ir otrādi. Ne vienmēr spējam nodrošināt viendabīgu projektu plūsmu mākslīgā intelekta jomā, un brīžiem ir sastrēgumi. Taču tieši tas mums pašā sākumā ļāva saglabāt dzīvību, kad daudzi tam neticēja un nemācēja novērtēt šādus projektus. Arvien reizēm ir projekti, kuros laika gaitā atklājas zemūdens akmeņi un beigās peļņas nav, tāpēc regulārie IT projekti mums ir ļāvuši to kompensēt,» atklāj Agnis.
Laika gaitā ar mākslīgo intelektu nesaistītu IT risinājumu izstrāde uzņēmuma apgrozījumā samazinās. Pērn tie veidoja ap 60%, bet šogad Agnis cer uz lielāku progresu, un mākslīgā intelekta projekti šādu attiecību varētu veidot šogad.
Konkurence aug
Agnis slavē, ka ir vairākas Eiropas Savienības finansētas programmas, kas uzņēmumiem ļauj piesaistīt līdzfinansējumu projektiem, kur iesaistīts mākslīgais intelekts. «Tas palīdz klientiem atvēzēties kaut kam lielākam, nekā tie bija cerējuši, vai vienkārši dod papildu drošību investīcijai. Ir vairākas programmas, sākot ar vaučeriem, kompetenču centriem un beidzot ar Horizon 2020,» viņš paskaidro.
Vismands teic, ka Latvijā ir uzņēmumi un eksperti, kuri strādā ar mākslīgā intelekta tehnoloģijām un cenšas tās komercializēt. Ar to nodarbojas arī Accenture, Tilde, Emergn un jebkurš cits lielais uzņēmums, bet tiem tā ir viena no darbības jomām, un konkurence nav tieša. «Ir virkne jaunuzņēmumu, kas izstrādā konkrētus augstas klases risinājumus un ir spēcīgi tajā, ko dara, bet tā ir viena šaura niša,» saka Agnis.
Runājot par izaicinājumiem, viņš atzīst – jo lielāks aug uzņēmums, jo biežāk nākas saskarties ar to, ka periodiski trūkst apgrozāmo līdzekļu. «Apjomīgāki projekti prasa lielākus sākotnējos ieguldījumus, bet domāju, ka ar to saskaras visi uzņēmumi, kas aug,» teic Agnis. Tāpat izaicinājums ir tas, ka tirgū nav uzņēmumam gatavu cilvēku un tie jāapmāca pašu spēkiem.