8.6 C
Warszawa
wtorek, 8 października 2024

Uczenie maszynowe wpływa na rozwój biznesu

Machine learning

Uczenie maszynowe (ang. machine learning) to metoda samouczenia się maszyn w oparciu o analizę danych i odnajdywanie zawartych w nich wzorców, mająca swoje początki na przełomie lat 50. i 60. Technologia ta na dobre zadomowiła się w biznesie i obecnie trudno wyobrazić sobie branżę, w której nie znalazłaby zastosowania.

Specjaliści z firmy SAS twierdzą, że rozwój technologii biznesowych można podzielić na dwie ery: przed i po wprowadzeniu uczenia maszynowego. Podkreślają jednak, że na obecnym etapie rozwoju nie możemy jeszcze mówić o w pełni autonomicznych systemach.

Biznes stawia na uczenie maszynowe
Uczenie maszynowe ma szczególne zastosowanie wszędzie tam, gdzie przetwarzane są duże ilości danych. Jak wynika z najnowszej edycji badania SAS „The Autonomous Grid. Machine learning and IoT for Utilities”, 63 proc. dostawców prądu, gazu czy wody uważa, że uczenie maszynowe będzie miało kluczowe znaczenie dla ich przyszłego sukcesu biznesowego. Z kolei raport „Digital Banking” podaje, że 35 proc. organizacji finansowych wdrożyło już co najmniej jedno rozwiązanie z zakresu machine learing. Przykładowo, amerykański Seacoast Bank wykorzystuje system SAS® Enterprise Miner™ do określania długookresowej wartości klienta (ang. CLTV – Customer LifeTime Value), na podstawie analizy jego preferencji i historii transakcji. Dzięki temu bank może oszacować jakie zasoby będą potrzebne do jego obsługi, a także odpowiednio dobrać produkty finansowe, które spełnią oczekiwania danej osoby lub organizacji.

Elastyczna technologia
Eksperci SAS upatrują sukcesu uczenia maszynowego w niezwykłej elastyczności tej technologii, możliwości adaptacji jej do potrzeb konkretnej organizacji i realiów problemów, w których rozwiązaniu ma pomóc. – Obecnie uczenie maszynowe to kluczowe narzędzie w portfolio specjalistów na stanowiskach data scientist – mówi Lorry Hardt, Artificial Intelligence and Machine Learning Strategist w SAS. Machine learning umożliwia organizacjom z jednej strony identyfikowanie okazji biznesowych, a z drugiej pozwala uniknąć potencjalnych zagrożeń, które mogłyby zostać niedostrzeżone przez człowieka.

FMC27news