Zaloguj się na konto

Jako zarejestrowany użytkownik masz dostęp do dodatkowych materiałów: nagrań video, recenzji, analiz oraz raportów.

Słownik branżowy

speaker recognition

(inaczej voiceprint) to biometryczna technika identyfikacji osoby poprzez analizę jej charakterystycznych cech głosu, takich jak ton, tempo, intonacja, dykcja, czy też inne właściwości akustyczne. Technologia ta działa na podobnej zasadzie jak odciski palców, czy DNA, pozwalając na stworzenie unikalnego profilu mówcy, który może być użyty do identyfikacji, weryfikacji lub autoryzacji danej osoby. Voiceprint stosowany jest między innymi w systemach bezpieczeństwa, bankowości elektronicznej, czy centach obsługi klienta, a także w wywiadzie i służbach specjalnych.

ZGŁOŚ TEMAT

Daj nam CYNK :)

Do 2025 AI warte 4 bln USD

Do 2025 r. wartość biznesowa sztucznej inteligencji i uczenia maszynowego przekroczy 4 biliony dolarów. W procesie wdrażania nowych rozwiązań kluczową rolę odgrywać będą architekci oprogramowania.

Postępująca cyfryzacja życia gospodarczego sprawia, że coraz więcej organizacji stosuje narzędzia oparte o sztuczną inteligencję. Jak wynika z raportu Unlocking the power of AI firmy doradczej Deloitte, ponad 90 proc. firm chce osiągnąć wyższy poziom dojrzałości w zakresie AI w trakcie najbliższych 3 lat. Realizacja tych planów zależy jednak od wielu czynników, takich jak posiadanie odpowiednio wykwalifikowanych pracowników czy zdolności organizacji do optymalizacji procesu implementacji rozwiązań z zakresu uczenia maszynowego.

Zdaniem autorów raportu powstałego na podstawie rozmów z ponad 600 reprezentantami stanowisk kierowniczych w firmach z różnych branż, kluczowe w procesie adaptacji rozwiązań z zakresu sztucznej inteligencji (AI) są machine learning operations (MLOps). Jest to zbiór praktyk umożliwiających optymalne wdrożenie uczenia maszynowego (ML) w proces produkcyjny.

Podstawowym celem rozwiązań typu MLOps jest implementacja uczenia maszynowego w sposób zautomatyzowany, umożliwiający efektywne skalowanie i maksymalizację skuteczności. Równie istotna jest kwestia spójności i powtarzalności w podejściu do adaptacji nowopowstających rozwiązań z zakresu AI, szczególnie gdy uwzględni się tempo rozwoju sztucznej inteligencji. Według autorów raportu Deloitte firmy charakteryzujące się rozwiniętymi zdolnościami z zakresu MLOps będą w stanie maksymalizować korzyści wynikające ze stosowania najbardziej zaawansowanych narzędzi opartych o algorytmy sztucznej inteligencji. Chodzi m.in. o rozwiązania z zakresu uczenia głębokiego, takie jak modele generatywne czy uczenie przez wzmacnianie, których wykorzystanie w trakcie kolejnych dwunastu miesięcy zapowiedziało odpowiednio 41 i 42 proc. badanych.

– Znaczna część ankietowanych firm zdaje sobie sprawę z korzyści, wynikających ze stosowania rozwiązań opartych o sztuczną inteligencję i uczenie maszynowe. Kluczową kwestią dla zdolności do adaptacji nowych technologii jest jednak dotychczasowe doświadczenie danego podmiotu w zakresie implementacji AI i ML. Dynamika powstawania nowych narzędzi cyfrowych sprawia bowiem, że zdolność do uzyskania przewagi konkurencyjnej będzie w coraz większym stopniu zależała od predyspozycji w zakresie usprawniania procesów za pomocą nowoczesnych rozwiązań – mówi Michał Sosinka, partner associate, Cybersecurity, Deloitte.

Kluczowa rola architektów

Przytoczone w raporcie prognozy dotyczące wartości biznesowej generowanej dzięki uczeniu maszynowemu pokazują jak duże znaczenie dla globalnej gospodarki ma ta technologia. Według autorów raportu do 2025 roku wartość biznesowa powstająca dzięki sztucznej inteligencji i uczeniu maszynowemu wyniesie 4,4 bln dol. Równie istotne będą rozwiązania typu MLOps – ten rynek w przeciągu najbliższych dwóch lat ma być wart 4 mld dol. Nic więc dziwnego, że zdecydowana większość firm jest zainteresowana tym obszarem. Analiza Deloitte wskazuje, że 9 na 10 badanych podmiotów zamierza w trakcie kolejnych trzech lat dołączyć do grona liderów całego sektora lub rynku w obszarze implementacji AI.

Ogromne ambicje przedsiębiorców napotykają jednak szereg wyzwań związanych z adaptacją narzędzi sztucznej inteligencji. Jednym z nich jest postrzeganie dojrzałości danego podmiotu w tym zakresie przez osoby decyzyjne w firmach. Wyniki ankiety pokazały, że zajmujący stanowiska kierownicze zdają się bardziej optymistycznie postrzegać stopień zaawansowania zarządzanego przez nich podmiotu niż pracownicy o wysokich kwalifikacjach technologicznych. W pierwszej z grup ponad 50 proc. respondentów uznaje swoją organizację za dojrzałą, a niemal co czwarta za bardzo dojrzałą w tym zakresie. Jednocześnie odsetek odpowiedzi wśród pracowników o wysokich kwalifikacjach technicznych wyniósł odpowiednio 45 proc. i 13 proc.

Ankietowani wskazali również na duże zapotrzebowanie na pracowników o kompetencjach umożliwiających sprawne przeprowadzenie procesu implementacji rozwiązań typu AI czy ML. Obecnie firmy i organizacje poszukują przede wszystkim architektów IT (28 proc. odpowiedzi), inżynierów rozwiązań typu MLOps (26 proc.) i inżynierów usług chmurowych (26 proc.).

Autorzy badania podkreślają także obszar, który przez większość badanych nie był wskazany jako kluczowe wyzwanie w procesie osiągania dojrzałości w zakresie sztucznej inteligencji. Chodzi o kwestię przepisów prawnych, która została wymieniona przez zaledwie co dziesiątego respondenta. Jednocześnie dynamicznie zmieniające się otoczenie regulacyjne sprawia, że stosowane rozwiązania typu MLOps muszą być spójne z obowiązującymi przepisami prawa.

Dążenie do pełnej dojrzałości instytucji w dziedzinie sztucznej inteligencji jest zadaniem pełnym wyzwań. Osiągnięcie mistrzostwa w tej dziedzinie wymaga przemyślanej strategii. Powinna ona uwzględniać nie tylko aspekty finansowe, ale także kompetencje niezbędne w całym procesie oraz kluczowe kwestie regulacyjne. W dobie postępującej digitalizacji globalnej gospodarki, firmy dążące do bycia liderami w swoich sektorach muszą zaadaptować najnowsze rozwiązania bazujące na sztucznej inteligencji i uczeniu maszynowym. To jedyna droga do zachowania dominującej pozycji w momencie, kiedy informacja jest najcenniejszym walorem rynkowym – mówi Piotr Mechliński, partner associate, Risk Analytics& AI, Deloitte.

Total
0
Shares
Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Artykuły na pokrewne tematy
Czytaj więcej

Rozpoznać frustrację? Ależ oczywiście!

Sztuczna inteligencja i machine learning pomagają przeanalizować zachowania klientów odwiedzających strony internetowe firm, głównie e-sklepów, i wskazać, w których momentach tej wizyty pojawiła się frustracja. Polski start-up rozwija aplikację, która jako pierwsza na świecie wykorzystuje tę technologię i już po kilku minutach działania wskazuje pierwsze wnioski. Satysfakcja klientów jest w centrum zainteresowania przedsiębiorstw na całym świecie, a analitycy przewidują, że rynek oprogramowania do automatycznego badania wzorców ich zachowań niemal dwukrotnie zwiększy swoją wartość w najbliższych latach.
Czytaj więcej

Oda do telemarketera

250 tys. osób – na tyle szacuje się armię telemarketerów w Polsce. Dzwonią, przekonują, irytują i należą do najbardziej znienawidzonych zawodów. Według danych firmy Cludo średni czas rozmowy z nimi wynosi 124 sek. a gdyby jednego dnia wszyscy pracownicy tej branży zasiedli do pracy na 8 godzin bez przerwy, byliby w stanie „obdzwonić” każdego obywatela naszego kraju średnio 1,51 razy. Imponujące, ale to właśnie ilość i bezcelowość połączeń telefonicznych najbardziej drażni klientów.
Czytaj więcej

Idzie nowe: klienci wolą voiceboty od aplikacji

Aż 40% klientów w ciągu trzech lat będzie korzystać wyłącznie z wirtualnych asystentów głosowych w kontaktach z firmami. Strony WWW i aplikacje mobilne tracą na znaczeniu. Takie wnioski wyłaniają się z najnowszego badania Capgemini. Zaproszono do niego 5000 konsumentów z USA i Europy.