Przed nami „inteligentna i zdigitalizowana przyszłość” – pełna sztucznej inteligencji, technik uczenia maszynowego, smart przedmiotów – prognozują analitycy firmy Gartner. Sztuczna inteligencja (AI) i uczenie maszynowe coraz częściej będą wbudowywane w przedmioty codziennego użytku. Zjawisko to jest związane z pojawianiem się systemów konwersacyjnych, ekspansją internetu rzeczy do cyfrowych systemów siatkowych (mesh) i trendu określanego jako digital twins (wirtualne kopie fizycznych aktywów).

Trzy grupy strategicznych technologii zdominowały prognozy analityków Gartnera na rok 2017 i kolejne lata. Prezentował je David Cearley, wiceprezes Gartnera podczas październikowego Gartner Symposium/ITxpo 2016 w Orlando:

  • inteligentne (sztuczna inteligencja, zaawansowane uczenie maszynowe, inteligentne aplikacje i rzeczy),
  • cyfrowe (wirtualna i rozszerzona rzeczywistość, digital twins, blockchain),
  • mesh, czyli siatkowe (systemy konwersacyjne, architektura aplikacyjna i usługowa mesh MASA [mesh app and service architecture], cyfrowe platformy technologiczne, adaptacyjna architektura bezpieczeństwa).

Funkcjonując w coraz bardziej zdigitalizowanym i wirtualnym świecie musimy uważać na cyfrowe uzależnienia, o czym pisałem w części 1 prognoz Gartnera 2017.

Inteligentne

źr. Gartner

źr. Gartner

Dzisiaj za pomocą cyfrowego stetoskopu można zapisywać i przechowywać wyniki badania bicia serca. Niebawem ten przyrząd – z aplikacjami wspomaganymi sztuczną inteligencją (AI) i funkcjonujący już jako “inteligentne urządzenie” gromadzące ogromne ilości danych – będzie pomagać lekarzowi w diagnostyce i leczeniu. Sztuczna inteligencja i uczenie maszynowe osiągną punkt krytyczny w swoim rozwoju i będą rozszerzać zakres swego oddziaływania na praktycznie każdą usługę, rzecz czy aplikację. Inteligentne systemy – nie tylko ograniczające się do wykonywania zdefiniowanych instrukcji, lecz samouczące, dostosowujące się i działające autonomicznie – to podstawowe pole bitwy, na którym będą rywalizować dostawcy technologii do co najmniej 2020 roku – podkreślają analitycy Gartnera.

  1. Sztuczna inteligencja AI (artificial Intelligence) i zaawansowane uczenie maszynowe ML (machine learning)

AI i ML – obejmujące technologie, takie jak głębokie nauczanie (deep learning), sieci neuronowe i przetwarzanie języka naturalnego – będą rozwijane i wykorzystywane do budowy bardziej zaawansowanych systemów, które rozumieją, uczą się, przewidują, dostosowują i działają autonomicznie. Połączenie dużej ilości mocy przetwarzania równoległego, zaawansowanych algorytmów i ogromnych zbiorów danych wejściowych rozpocznie nową erę. W bankowości techniki AI i ML można użyć do modelowania bieżących transakcji w czasie rzeczywistym, a także modeli predykcyjnych transakcji z uwzględnieniem prawdopodobieństwa ich fałszowania.

  1. Inteligentne aplikacje

Inteligentne aplikacje, takie jak wirtualny osobisty asystent (VPA – virtual personal assistant) ułatwią wykonywania codziennych zadań (np. priorytetyzacja wiadomości e-mail) i zwiększą efektywność pracowników (eksponowanie ważnych treści i interakcji). Każda z istniejących kategorii oprogramowania – począwszy od rozwiązań zabezpieczających po aplikacje korporacyjne, takie jak marketing czy ERP – będzie wzbogacana sztuczną inteligencją. Dostawcy technologii będą wprowadzać AI w trzech obszarach: zaawansowanej analityce (advanced analytics), coraz bardziej autonomicznych procesach biznesowych oraz interfejsach konwersacyjnych. Do 2018 r. Gartner przewiduje, że większość z 200 największych firm będzie wykorzystywać inteligentne aplikacje i pełne zestawy narzędzi analitycznych big data do doskonalenia swoich ofert i poprawiania jakości obsługi klienta.

  1. Inteligentne rzeczy w IoT

Nowe, inteligentne przedmioty można podzielić na trzy kategorie: roboty, drony i autonomiczne pojazdy. Każda z nich będzie ewoluować, wpływając na określony segment rynku. Inteligentne rzeczy podłączone do internetu rzeczy i  wspierane przez AI działać będą niemal wszędzie: w domu, biurze, fabryce, placówce medycznej. Ewoluując i upowszechniając się, inteligentne przedmioty będą przechodzić z etapu autonomicznego działania do modelu, w którym komunikują się ze sobą i współdziałają przy realizacji zadań. Nietechniczne kwestie dotyczące odpowiedzialności i prywatności oraz duży stopień złożoności towarzyszący tworzeniu zaawansowanych technologicznie rozwiązań mogą spowalniać w niektórych przypadkach proces „wbudowywania inteligencji w przedmioty”.

Cyfrowe

Granice między cyfrowym a fizycznym światem będą się zacierać, tworząc nowe możliwości dla rozwoju cyfrowego biznesu. Świat cyfrowy będzie coraz bardziej szczegółowym odbiciem świata fizycznego, stając się jego częścią, co tworzyć będzie podatny grunt dla nowych modeli biznesowych i cyfrowych ekosystemów.

  1. Wirtualna i rozszerzona rzeczywistość

Rzeczywistość wirtualna (VR- virtual reality) i rozszerzona (AR – Augmented Reality) zmieniają sposób interakcji międzyludzkich i z systemami software’owymi. VR może być na przykład wykorzystywana do szkoleń, natomiast AR umożliwiając mieszanie rzeczywistych i wirtualnych światów, pozwala na nakładanie grafik na rzeczywiste obiekty. AR i VR choć zbliżają się do punktów krytycznych pod względem ceny i możliwości, to nie zastąpią innych modeli interfejsowych. Z czasem AR i VR przekroczą swoje wizualizacyjne możliwości, uwzględniając wszystkie ludzkie zmysły. Można oczekiwać, że docelowe zastosowania VR i AR dla przedsiębiorstw będą pojawiać się około 2020 r.

  1. Digital Twins, czyli bliźniacze kopie cyfrowe aktywów fizycznych

W ciągu 3-5 lat, miliardy rzeczy będą reprezentowane przez tzw. digital twins – dynamiczny software’owy model fizycznej rzeczy lub systemu. Wykorzystując fizyczne dane (do określania sposobu, w jaki komponenty danej rzeczy działają i reagują na środowisko), jak również dane dostarczane przez czujniki w świecie fizycznym, digital twins mogą być używane do: analizy i symulacji rzeczywistych warunków, reagowania na zmiany, poprawiania działania i dodawania wartości. Digital twin funkcjonuje jako proxy do łączenia specjalistów (np. techników) i tradycyjnych urządzeń do monitorowania i kontroli (np. manometry). Upowszechnianie tego typu rozwiązań będzie wymagać zmiany kulturowej. „Cyfrowe bliźniacze kopie” aktywów fizycznych połączone z cyfrowymi reprezentacjami obiektów i środowisk, jak również ludzi, przedsiębiorstw i procesów – pozwolą na coraz bardziej szczegółowe cyfrowe odwzorowanie świata realnego na potrzeby symulacji, analiz i kontroli.

  1. Blockchain

Blockchain to rodzaj rozproszonej księgi głównej, w której wartość transakcji giełdowych (w wirtualnej walucie Bitcoin lub innych tokenach) jest kolejno pogrupowana w bloki. Może znaleźć zastosowanie wszędzie tam, gdzie konieczna jest pewność co do jakichś zdarzeń, a z kolei nie ma pewności co do prawdziwości tego, co przedstawiają inni. „Technologia, która pozwala ludziom nieznającym się nawzajem zaufać wspólnemu zapisowi wydarzeń” – taką definicję blockchain proponuje Bank Anglii. Inne określenia to: zdecentralizowana baza danych, łańcuch bloków działający jako zaufany rejestr.

Blockchain i koncepcje distributed-Ledger zyskują na znaczeniu, ponieważ są obiecujące, jeżeli chodzi o możliwości zmian modeli operacyjnych w branżach, takich jak dystrybucja muzyki, weryfikowanie tożsamości i rejestrów. Obiecują model wnoszący większe zaufanie do środowisk biznesowych, zapewniając przejrzysty dostęp do informacji. Chociaż istnieje duże zainteresowanie większością inicjatyw blockchain, to znajdują się one jeszcze w fazie alfa lub beta, i przed nimi stoją poważne wyzwania technologiczne.

Mesh

Koncepcja mesh (siatka) odnosi się do dynamicznego łączenia ludzi, procesów, rzeczy i usług wspierających inteligentne ekosystemy cyfrowe. Wraz z rozwojem siatkowych rozwiązań, fundamentalnie zmienia się doświadczenie użytkownika, a także muszą się zmieniać wspierające je technologie, architektury bezpieczeństwa i platformy.

  1. Systemy konwersacyjne

Systemy konwersacyjne mogą dotyczyć zarówno prostych, nieformalnych dwukierunkowych rozmów głosowych lub tekstowych, takich jak odpowiedź na pytanie: „Która godzina?”, po bardziej skomplikowane interakcje, takie jak zbieranie ustnych zeznań świadków przestępstw, potrzebnych do stworzenia rysopisu podejrzanego. Systemy konwersacyjne dokonują przesunięcia od modelu, w którym ludzie dostosowują się do komputerów – do takiego, w którym komputer „słyszy” i dostosowuje się do pożądanego przez daną osobę rezultatu. Systemy konwersacyjne nie używają tekstu/głosu jako wyłącznych interfejsów, ale umożliwiają ludziom i maszynom korzystanie z wielu metod przekazywania informacji (np. za pomocą wzroku, dźwięku, dotyku, itp.) w ramach siatki (mesh) urządzeń cyfrowych (np. czujniki, appliances, systemy IoT).

  1. Aplikacje mesh i architektura usługowa

Inteligentne cyfrowe systemy mesh (siatkowe) będą wymagać zmian w zakresie architektury, technologii i narzędzi stosowanych do opracowywania nowych rozwiązań. Wielokanałowa architektura MASA (mesh app and service architecture) wykorzystuje chmurowe i bezserwerowe przetwarzanie, kontenery i mikrousługi, jak również API do budowania modułowych, elastycznych i dynamicznych rozwiązań. Docelowo mają one obsługiwać wielu użytkowników w wielu rolach przy użyciu wielu urządzeń, komunikując się za pośrednictwem wielu sieci. Powstanie architektury MASA to długotrwały proces, wymagający opracowania specjalnych narzędzi i najlepszych praktyk.

  1. Cyfrowe platformy technologiczne

Cyfrowe platformy technologiczne, takie jak systemy informatyczne, doświadczenia klienta, analiza i inteligencja, internet rzeczy i ekosystemy biznesowe – stanowią podstawowe komponenty potrzebne do budowy cyfrowego przedsiębiorstwa. Pierwszoplanową rolę do 2020 r. będą odgrywać nowe platformy i usługi IoT, AI i systemy konwersacyjne.

  1. Adaptacyjne architektury bezpieczeństwa

Rozwój inteligentnych cyfrowych systemów mesh, cyfrowych platform technologicznych oraz architektur aplikacyjnych oznacza, że rozwiązania zapewniające bezpieczeństwo muszą potrafić płynnie dostosowywać się do zmieniających się warunków. Zagwarantowanie bezpieczeństwa w środowisku IoT jest szczególnie trudne, wymaga uwzględniania tego aspektu już we wczesnej fazie projektowania aplikacji lub rozwiązań IoT. Stosowanie wielowarstwowej ochrony, wykorzystywanie modeli zachowań użytkowników i analityki behawioralnej – staną się wymogiem w praktycznie każdym cyfrowym przedsiębiorstwie.

A zatem przed nami wspaniały, cyfrowy świat według  Gartnera, pełen inteligentnych technologii. Oby sztuczna inteligencja nie musiała nas wyręczać w samodzielnym myśleniu, czego Czytelnikom i sobie życzę.

Napisane przez Stefan Kaczmarek