Personaalsem turundus ja kliendisuhtlus

Üheks valdkonnaks tehisintellekti ja nutikate algoritme rakendamisel, millega me kõik iga päev kokku puutume on kahtlemata digiturundus ja klienditeenindus, kus uudsetel lahendustel põhinevaid tööriistu kasutatakse tarbijatele võimalikult personaalsete reklaamide loomiseks, pakkumiste tegemiseks ning kliendi otsitud informatsiooni jagamiseks. 

Samuti aitavad nutikad algoritmid andmeid võimalikult täpselt koguda ja analüüsida – näiteks võib selle abil selgitada välja isegi selle, milliste sõnumitega inimesed päriselt suhestuvad ning millised reklaamid kohe kustutatakse või mida ignoreeritakse. 

“Enamik meist on tegelikult millegagi, millest võib ühel hetkel välja kasvada tõeline tehisintellekt, ka ise rääkinud. Pean silmas vestlusroboteid, mis aitavad ettevõtetel tänu järjest paremale tehnilisele võimekusele pakkuda üha personaliseeritumat klienditeenindust, ilma et töötajad ise kunagi sekkuma peaks,” rääkis endine tehnoloogiaajakirjanik ja praegu IT-sektoris töötav Gregor Sibold.

“Aja jooksul muutuvad need süsteemid aina nutikamaks – masinõppealgoritmid võivad vajadusel analüüsida iga vestlust ja üritada “roboteid” targemaks muuta.”

Väiksem hulk avariisid

Kui tehisintellekti mõju turunduses ei pruugi igapäevaselt nii selgelt nähtav olla, siis liiklusohutus on kindlasti üks selline valdkond, mis iga päev tuhandete inimeste elusid mõjutab – või isegi päästab.

Tehisintellektil põhinevad süsteemid suudavad kasutada nii autodele paigaldatud kaamerate nähtut kui ka LIDARitest pärit informatsiooni, et ennetada olukordi, mis muidu võiksid lõppeda traagiliselt.

“Erinevate andmeallikate koosmõjul suudab süsteem mõista, kui kaugel mõni objekt on, kui suur see on, kui kiiresti see liigub, arvutada välja ohuteguri ning teha õigel hetkel vajalikud sammud, et saavutada püsitatud eesmärk,” sõnas Sibold. “Seejuures on osad tootjad rakendamas ka lahendusi, kus autod söödavad infot andmekeskustesse, et algoritme aja jooksul veelgi asjalikumaks muuta.”

Sellised süsteemid on eriti kasulikud valdkondades, kus tuleb pidevalt muutuva keskkonnaga kohanduda ning kus ei oleks mõeldav luua nullist süsteemi, kuhu on sisse programmeeritud kõik võimalikud olukorrad. Näiteks peab hädapidurdussüsteem mõistma, kas kaamerate vaatevälja on jäänud lendlev kilekott või mõni reaalne ohuallikas.

Tänapäeval on nutikad hädapidurdussüsteemid paigutatud paljudesse sõidukitesse. Näiteks Citroëni autod suudavad hädapidurdussüsteemi toel autonoomselt mõista, millal on olukord muutunud nii ohtlikuks, et on tarvis juhi eest pidurile vajutada. 

“Mitmed tootjad on täna autonoomseid süsteeme kasutamas ka selleks, et juhid ei peaks maanteel pidevalt roolist kinni hoidma – süsteem hoiab teel toimuval silma peal, mõistab sõidurea piire ning hoiab autot õigel kursil,” lisas ekspert. “Mida aeg edasi, seda nutikamaks ja võimekamaks sellised lähenemised muutuvad.”

Rohkem aega arstidele ja vähem inimvigu

Tehisintellekti otsesest mõju inimeste elule ja tervisele on tunda ka meditsiinisektoris. Sibold tõi välja, et näiteks suudavad osad haiglates kasutatavad seadmed iseseisvalt analüüsida enda kogutud andmeid ja teha ettepanekuid edasiseks tegevuseks.

“Tehisintellekti abil on loodud ka ravimeid, mida testitakse juba kliinilistes uuringutes. See tähendab, et tehismõistused aitavad järjest enam hoida inimeste tervist,” sõnas ta. 

Samuti ei saa meditsiinisektoris mainimata jätta üht tehisintellekti olulisemat kasutegurit, mis kehtib universaalselt praktiliselt igas valdkonnas – aja kokkuhoid. “Kui tehisintellekti kasutatakse näiteks proovi analüüsimiseks ja sobiva antibiootikumi leidmiseks, siis selleks tegevuseks kuluva aja arvelt saab arst tegeleda teiste ülesannetega, näiteks patsientidega suhtlemisega või kliinilise diagnoosi andmisega,” tõi ta välja.

Kiirem ja sujuvam logistika

Tehisintellektil on oluline mõju ka logistikasektori tulevikule ja jätkuvale arengule. Pildi- ja kaugustuvastusel töötavaid lahendusi kasutatakse aktiivselt näiteks olukordades, kus tööstusseadmetel on vaja erinevaid objekte ja koormaid liigutada.

“Treenitud pilditöötlusalgoritmid tunnevad koormad ära ja LIDARitest pärit info toel hinnatakse täpselt, kuhu need paigutada tuleb, et neid saaks autonoomse tõstukiga üles tõsta ja transportida. Mitmed firmad üritavad luua ka autonoomseid droone, mis suudavad ise õigesse kohta lennata, valida välja õige maandumiskoha ning tagada seejuures turvalisuse,” selgitas ta.

Samas üritatakse keerulisi süsteeme kasutada ka logistikaahelate optimeerimiseks. Näiteks kasutatakse süsteeme, mis aitavad paika panna kõige optimaalsema teekonna, võttes arvesse varasemate tarnete informatsiooni, samuti on uueks nähtuseks autonoomsed pakirobotid, mis on abiks viimase miili transpordi puhul.

Transpordisektorit ootab revolutsioon

Isejuhtivatest autodest on räägitud aastaid või isegi aastakümneid, kuid mitte kunagi varem pole ulmefilmides nähtu reaalsusele nii lähedal olnud kui täna. 

Erinevalt ainult hädapidurdussüsteemist või automaatsest pikivahehoidjast peab isejuhtiv auto suutma iseseisvalt kontrollida kogu auto juhtimist alates kohaltminekust kuni sihtpunkti jõudmiseni. See tähendab sisuliselt iseõppivate robotite ühendamist andmetuvastussüsteemidega. 

“Iseõppivad robotid on paljude jaoks väga atraktiivsed, kuna insenerid ei pea enam igat sammu robotile selgitama – nad õpivad ülesandeid ise täitma. Küll aga on nad tihti veel kohmakad, jäävad mingites olukordades hätta ning vajavad inimese sekkumist. Tesla “isejuhtivad” autod või Boston Dynamicsi robotkoerad on küll juba üsna heal tasemel, kuid päris omapäi neid veel laia maailma lasta ei juleta,” rääkis Sibold.

Autotööstuses käib isejuhtivate autode tänavale toomise nimel aktiivne töö ning tänaseks on pea iga tootja mingil moel valdkonnaga rakkes. Seejuures ei panusta tootjad vaid sellele, et autod suudaks ise punktist A punkti B sõita, vaid tehismõistuse panust nähakse oluliselt suuremana. 

Näiteks ennustab prantsuse autotootja Citroën, et nutikad süsteemid hakkavad autodes juhtima multimeediaseadmeid, ühilduvaid telefonirakendusi ning salongi temperatuuri ja valgustust.

Kõikide nende eesmärkide saavutamine nõuab palju tööd ning teadmiste jagamist. Näiteks Citroëni kaubamärki omav ettevõte Stellantis hiljuti koostööd USA hiigelfirma Amazoniga, et paigaldada viimase tarkvara peagi oma uutesse mudelitesse, tagades nõnda veebiteenuste ja AI-algoritmide sügavama integreerimise.