Sztuczna inteligencja we współczesnych organizacjach
Inteligentne, autonomiczne i samouczące się systemy są z jednej strony przedmiotem zaawansowanych badań, z drugiej zaczynają znajdować zastosowania w biznesie. Oparte głównie o metody tzw. nauczania ze wzmocnieniem (ang. Reinforcement Learning, RL) są fundamentem nie tylko Przemysłu 4.0, ale też współczesnych rynków finansowych czy marketingu internetowego.
Istnieje coraz więcej udanych wdrożeń takich systemów, ale wciąż niewiele z nich zapewnia rzeczywistą wartość biznesową. Zrozumienie podstaw ich działania oraz sposobów, na jakie mogą generować wartość, pomoże nie tylko wspierać już realizowane inicjatywy sztucznej inteligencji, ale także projektować nowe tak, by zwiększać przewagę konkurencyjną.
Głównym celem publikacji „Sztuczna inteligencja we współczesnych organizacjach” jest przedstawienie tych nowoczesnych i wyrafinowanych metod menedżerom i ekspertom z zakresu zarządzania. Autor, na podstawie dogłębnych badań ponad 100 projektów, przedstawia podstawowe zasady leżące u podstaw systemów autonomicznych, ich zastosowania w różnych branżach, wpływ na modele generowania wartości, firmy oraz rynki.
Książka „Sztuczna inteligencja we współczesnych organizacjach” pomoże liderom w racjonalnym sformułowaniu uzasadnienia biznesowego dla samouczących się produktów czy usług, decydentom i inwestorom w ocenie potencjału biznesowego nowych autonomicznych projektów, a przedstawiciele środowisk naukowych znajdą w niej inspirację do przyszłych badań.
Publikacja podejmuje ważną tematykę zastosowań sztucznej inteligencji w zarządzaniu. Obszar ten nie doczekał się jeszcze w Polsce zwartych opracowań adresowanych do menedżerów i studentów. Praca może wypełnić tę lukę informacyjną na rynku polskim.
Prof. dr hab. Jerzy Korczak,
WPROWADZENIE 7
NOTA BIBLIOGRAFICZNA 10
UCZENIE MASZYNOWE 11
Podstawowe pojęcia i koncepcje 12
Inteligencja maszyn 12
Uczenie maszynowe a programowanie 16
Metody nauczania maszynowego 18
Nauczanie ze wzmocnieniem jako fundament systemów autonomicznych 27
Agent, jego otoczenie, działania, obserwacje i nagrody 27
Uczenie się przez interakcje 31
Kluczowe metody i algorytmy nauczania ze wzmocnieniem 37
Wyzwania 45
Samouczące się, autonomiczne systemy we współczesnym świecie 46
Podsumowanie 49
WPŁYW SYSTEMÓW AUTONOMICZNYCH NA TECHNOLOGIE, PROCESY I BRANŻE 51
Technologie leżące u podstaw systemów autonomicznych 52
Wprowadzenie 52
Zmysły, percepcja i świadomość sytuacyjna 52
Komunikacja 58
Trenowanie, uczenie się i symulacje 60
Cyberbezpieczeństwo 61
Zarządzanie flotą 62
Platformy do tworzenia kompleksowych rozwiązań 64
Zastosowania systemów samouczących się w kluczowych procesach biznesowych 65
Zarządzanie aktywami 65
Produkcja 69
Logistyka 72
Marketing i sprzedaż 78
Technologie informatyczne i komunikacyjne 84
Podsumowanie 86
Potencjalny wpływ na branże 87
Produkcja, budownictwo i branża samochodowa 88
Transport 92
Rolnictwo 96
Sektor wydobywczy i energetyczny 97
Marketing 99
Handel detaliczny 102
Ubezpieczenia, usługi finansowe i bankowość. 105
Opieka zdrowotna 109
Sektor publiczny. 113
Podsumowanie. 115
AUTONOMICZNE, SAMOUCZĄCE SIĘ SYSTEMY W GENEROWANIU WARTOŚCI. 117
Praktyczne aspekty i dobre praktyki wdrożeń systemów autonomicznych. 118
Inicjacja. 118
Wdrożenie 125
Utrwalenie zmiany 132
Korzyści z wdrożeń systemów inteligentnych. 133
Generowanie przychodów. 134
Redukcja kosztów. 138
Minimalizacja ryzyka 149
Model generowania wartości 154
Generowanie wartości przez systemy SI 154
AiR Management: metoda projektowania uzasadnienia biznesowego oraz strategii wdrożeń systemów autonomicznych. 156
TRENDY ROZWOJU. 167
Możliwy wpływ technologii autonomicznych na organizacje, rynki i ludzi 168
Rozproszona SI. 168
Sieci poznawcze 172
Nowe kompetencje 176
Wpływ SI na rolę człowieka w organizacji 177
Horyzonty badań i inspiracje na przyszłość 179
Badania podstawowe 180
Badania stosowane. 184
Zarządzanie i nauki o społeczeństwie. 186
PODSUMOWANIE 187
ZAŁĄCZNIK 188
BIBLIOGRAFIA. 193
