Dogonić technologiczny pęd. Poznaj kluczowe trendy, które zdominują świat IT i inżynierii w 2020 roku

Sztuczna inteligencja, uczenie maszynowe, business intelligence i cybersecurity – to właśnie te technologie w znaczącym stopniu wpłyną na świat IT i inżynierii w 2020 roku. Bazując na wieloletnim doświadczeniu na rynku usług IT i inżynierii przemysłowej oraz ogromnej pasji do technologii, eksperci Sii Polska wskazali cztery główne trendy technologiczne, które będą kluczowe w nadchodzących miesiącach.

Rewolucja technologiczna postępuje znacznie szybciej, niż kiedykolwiek wcześniej. Inwestowanie w rozwiązania wykorzystujące Artificial Intelligence (AI) czy systemy klasy Business Intelligence (BI) stwarza przedsiębiorstwom zupełnie nowe możliwości rozwoju biznesu. Jaki zatem będzie 2020 rok w obszarze nowoczesnych rozwiązań IT i szeroko pojmowanych technologii dla inżynierii? Zadaliśmy to pytanie ekspertom Sii Polska, którzy wytypowali cztery wiodące trendy.

Rewolucja AI nabiera rozpędu

Mimo, że sztuczna inteligencja nie jest nowym pomysłem, to dopiero w ostatnich latach zaczęła być wykorzystywana na szeroką skalę we wszystkich sektorach gospodarki, od biznesu, przez transport aż po turystykę, będąc jednym z głównych czynników tzw. cyfrowej rewolucji. Punktem wspólnym każdego z rozwiązań bazujących na AI jest inteligentna automatyzacja działań oraz wzrost produktywności. Szacowane jest, że obszarami, które osiągać będą największy wzrost wartości dodanej brutto, dzięki wykorzystaniu tej technologii, są komunikacja, finanse, produkcja (m.in. za sprawą rozwoju Internet of Things).

– Na podstawie naszych doświadczeń i prognoz rynkowych możemy z pełnym przekonaniem powiedzieć, że w projekty AI warto inwestować. Sii Polska realizuje obecnie szereg projektów dla klientów z sektorów takich jak bankowość i finanse, telekomunikacja czy branża medyczna – mówi Krzysztof Krężel, Chief Operating Officer w Sii Polska. – Nasze zespoły tworzą rozwiązania umożliwiające m.in. budowanie skutecznych kampanii marketingowych czy przygotowanie oferty produktowej dokładnie dopasowanej do grupy odbiorców, która umożliwia osiągnąć zwrot z inwestycji marketingowej nawet na poziomie 90% – dodaje.

Machine Learning wspiera procesy decyzyjne

Prowadzenie przedsiębiorstwa w dzisiejszych czasach oznacza ciągłe podejmowanie decyzji, co w szybko zmieniającym się otoczeniu biznesowym jest bardzo trudnym i złożonym procesem. Zastosowanie modeli ML optymalizuje proces rozwiązywania problemów biznesowych w wielu firmach, znacząco skracając czas potrzebny na podejmowanie decyzji, a także zwiększając ich trafność.

Jednym z elementów rozwoju ML jest automatyzacja. Potentaci technologiczni, tacy jak Microsoft czy Google, wprowadzają rozwiązania, umożliwiające przeprowadzenie całego procesu analizy danych i późniejszej predykcji praktycznie bez konieczności programowania. Z pewnością jest to duży krok w stronę prowadzenia zaawansowanych analiz osobom nie mającym doświadczenia w obszarze Data Science.

Coraz częściej wykorzystywanym terminem w kontekście ML jest również MLOps (DevOps na potrzeby uczenia maszynowego). Idea ta, zakładająca współpracę zespołów Data Science i IT, jest coraz częściej wykorzystywana i rozwijana na szeroką skalę w projektach związanych ze sztuczną inteligencją w związku z potrzebą kompleksowego zarządzania cyklem życia uczenia maszynowego.

– Zainteresowanie tym obszarem widzimy również wśród naszych klientów, dla których realizujemy projekty wykorzystujące najnowsze technologie AI i ML. Tworzymy innowacyjne, bezpieczne, a przede wszystkim skalowalne rozwiązania umieszczone w chmurze Microsoft Azure. Obecnie pracujemy nad takimi tematami, jak ocena ryzyka nadużyć finansowych oraz wykorzystanie modeli ML w procesie windykacyjnym dla sektora bankowego, a także analizą predykcyjną utrzymania ruchu w sektorze produkcyjnym – mówi Małgorzata Chanczak, Dyrektor Centrum Kompetencyjnego BI w Sii Polska.

Przykładem rozwiązania wdrożonego przez Sii Polska jest produkt HRSiiPro – platforma stworzona przez Centrum Kompetencyjne Business Intelligence, umożliwiająca tworzenie prognoz dotyczących rotacji pracowników i odkrywanie zaawansowanych korelacji, pozwalających lepiej zrozumieć przyczyny odejścia pracownika z firmy. Choć narzędzie to jest bardzo zaawansowane technologicznie, pozwala na łatwą analizę danych wykonywaną przez pracowników działu HR, którzy mają dostęp do nowoczesnych i intuicyjnych wizualizacji oraz dashboardów w narzędziu Power BI. W rozwiązaniu tym wykorzystane zostało Azure Machine Learning Studio oraz zaawansowane modele analityczne, napisane z wykorzystaniem języków R oraz Python.

Machine learning to nie tylko chmura

Uczenie maszynowe to dużo więcej, niż tylko chmura. Kolejnym zastosowaniem jest wykorzystanie sztucznej inteligencji w obszarze systemów wbudowanych. Coraz większą rolę w naszym życiu odgrywają inteligentne urządzenia, które potrafią samodzielnie podejmować decyzję, zaczynając od autonomicznych samochodów zatrzymujących się przed przejściem dla pieszych, przez inteligentne pralki dobierające odpowiednią długość prania, kończąc na lodówkach, które same robią zakupy.

Charakterystyczne dla świata embedded są ograniczenia związane z rozmiarem urządzeń, dostępnymi zasobami pamięci, ograniczoną mocą obliczeniową, często również pojemnością baterii. Odpowiedź takiego systemu niejednokrotnie musi nastąpić w określonych ramach czasowych. Nie uda się tego zrealizować bez odpowiedniego sprzętu. Typowe rozwiązania uczenia maszynowego wykorzystują moc obliczeniową kart graficznych. Natomiast w obszarze embedded konieczny jest dedykowany sprzęt, np. układy bezpośrednio programowalnych macierzy bramek (ang. FPGA).

Ciekawym przykładem tego typu rozwiązań jest realizowany w Sii Polska przez Centrum Kompetencyjne Embedded projekt EVAA (Ecological Veritical Agriculture Assistant). Jego celem jest nauczenie inteligentnego agenta jak zoptymalizować proces hodowli roślin.

– Projekt jest bardzo wymagający, ponieważ konieczna jest integracja różnorodnych sensorów i aktuatorów, sterowania robota, przetwarzania obrazu z kamery, a także zbierania danych. Wspomniany inteligentny agent uczy się w oparciu o dedykowane algorytmy, dzięki którym proces hodowli roślin odbywa się w sposób zautomatyzowany. W 2016 roku uczona w ten sposób maszyna pokonała mistrza świata w Go, tutaj zaś uczy się jak pomóc rozwiązać problem głodu na świecie – wyjaśnia Paweł Czapiewski, Team Leader w Centrum Kompetencyjnym Embedded w Sii Polska.

Business Intelligence, czyli nowa jakość przetwarzania danych

Wraz z rosnącą cyfryzacją największym wyzwaniem dla współczesnych przedsiębiorstw jest odpowiednie zarządzanie nadmiarem danych. Firmy, które zainwestują w stały rozwój infrastruktury Big Data, wykorzystanie systemów klasy Business Intelligence i skuteczną analitykę będą rozwijać się najszybciej. Jednak prawdziwą przewagę konkurencyjną zyskają firmy, które pozyskane dane przetworzą w czytelne i użyteczne informacje biznesowe. Liczba komunikatów, z jaką muszą zmierzyć się współcześni menedżerowie w 2020 roku będzie 44 razy większa niż dekadę wcześniej.

Ogromna ilość danych, które dostarcza świat, może stać się przydatnym narzędziem w codziennym życiu. Według Instytutu Gartnera, już za trzy lata informacje gromadzone dzięki analizie biznesowej przekształcą 80% procesów i produktów. Odpowiednia analityka zmienia je w praktyczne instrukcje, pozwalające poszczególnym departamentom i osobom decyzyjnym w organizacji podejmować działania na wielu płaszczyznach biznesowych jednocześnie. Tym samym zarząd firmy ma dostęp do bieżącej analizy i stanu przedsiębiorstwa, dział kontrolingu ma do dyspozycji narzędzia automatyzujące przygotowanie szczegółowych sprawozdań finansowych, marketing wie z kolei wszystko o swoich klientach i może precyzyjnie planować kolejne działania, maksymalizując ich efekt.

– Realizujemy wiele projektów w obszarze Business Intelligence. Jednym z nich była realizacja dla światowego lidera rozwiązań IT dla badań farmaceutycznych, który potrzebował wsparcia przy projektowaniu prototypu nowej, zmodernizowanej wersji swojego głównego produktu: repozytorium danych klinicznych. System ten zbiera wiele istotnych danych (m.in. z przeprowadzanych prób i eksperymentów), na których umożliwia następnie przeprowadzanie różnego rodzaju analiz (głównie statystycznych). Nasz prototyp nie tylko wpasował się w wymagania klienta, ale również pomoże wielu firmom farmaceutycznym w opracowywaniu skuteczniejszych metod leczenia – mówi Małgorzata Chanczak.

Cybersecurity nie jest już opcją, a koniecznością

Wydatki firm z całego świata na produkty i usługi związane z cyberbezpieczeństwem rosną każdego roku niezależnie od branży. Szacuje się, że w 2019 roku zwiększyły się o prawie 9%, do wartości 124 miliardów dolarów, a w 2022 wzrosną nawet do 170 miliardów dolarów. Dla wielu dużych firm naruszenie bezpieczeństwa jest jednym z podstawowych zagrożeń dla prowadzonej działalności, ponieważ konsekwencje obejmują nie tylko straty finansowe. Skuteczny atak niesie za sobą także utratę danych, naruszenie poufnych informacji i zakłócenie ciągłości działania całej organizacji.

Coraz częściej o usługi z obszaru cyberbezpieczeństwa pytają nie tylko giganci, ale i mniejsze przedsiębiorstwa. Firmy uświadamiają sobie, że niezależnie od branży i skali, mogą stać się celem ataku cybernetycznego, celowego lub zupełnie przypadkowego. Niektóre spośród projektów realizowanych w tym obszarze przez Sii Polska zostały zainicjowane przez samych klientów i stanowią odpowiedź na wcześniejsze złamanie zabezpieczeń w ich firmach. Jednak, gdy w grę wchodzi bezpieczeństwo danych, znacznie lepiej jest przeciwdziałać, niż usuwać skutki cyberataku.

– Wielu naszych klientów jest świadomych rosnącej skali zagrożenia i przyjmuje właściwą strategię. Coraz częściej zastanawiają się nie nad tym, czy padną ofiarą ataku, ale kiedy jego próba nastąpi, jak się przed nią zabezpieczyć i przede wszystkim co zrobić, kiedy okaże się skuteczna. W zależności od stopnia dojrzałości organizacji, wspieramy je w poszczególnych obszarach składających się na kompletny cykl cyberbezpieczeństwa – mówi Dawid Jankowski, odpowiedzialny w Sii Polska za rozwój Centrum Kompetencyjnego Cybersecurity.

Jednym z większych zrealizowanych w ostatnich latach projektów jest Security Operations Center dla dużej, międzynarodowej firmy finansowej. W ramach usługi Sii Polska oferuje klientowi wsparcie umożliwiające szybkie reagowanie na potencjalny atak lub jego próbę. Do obowiązków pracujących przy projekcie ekspertów należy m.in. monitorowanie ruchu sieciowego oraz korespondencji mailowej, analizowanie potencjalnych incydentów bezpieczeństwa i ich skutków czy uruchamianie i analizowanie złośliwego oprogramowania na wydzielonym środowisku.

Innowacje zmieniają rynek pracy

Przewiduje się, że sztuczna inteligencja zlikwiduje, ale i utworzy nowe miejsca pracy, na czym zyskają głównie inżynierowie wyspecjalizowani w AI – na każde zredukowane 1000 stanowisk przypadać ma 1280 nowych, podaje Instytut Gartnera. Według raportu Ministerstwa Cyfryzacji, w Polsce do 2025 potrzebnych będzie 200 tys. specjalistów w dziedzinie AI. Prognozuje się także, że do tego czasu na rynku funkcjonować będzie ok. 720 firm specjalizujących się w budowaniu systemów AI. W związku z tym państwo planuje duże inwestycje na wsparcie rozwoju na tej płaszczyźnie, których wartość wynieść ma ok. 9,5 mld zł.

Zdaniem Krzysztofa Krężla, zapotrzebowanie na specjalistów w obszarze szeroko pojętego Data Science będzie rosło z każdym rokiem. Do wdrażania projektów potrzebni będą specjaliści z trzech grup – architekci AI, specjaliści data mining oraz inżynierowie oprogramowania. Patrząc na rozwój wielu technologii, które pozwalają na rozwiązanie problemów z pomocą AI (Python, R, Azure ML, Amazon Sagemaker) powinno się dążyć do dywersyfikacji zespołu tak, aby posiadał kompetencje niezbędne do radzenia sobie z wyzwaniami wykorzystując różne narzędzia. Pod kątem rozwoju analityki danych w chmurze, w zespołach Data Science potrzebni będą również specjaliści potrafiący wykorzystać środowisko chmurowe i dostępne w nim usługi do tworzenia kompleksowych rozwiązań klasy AI.

Przeczytaj także nasze artykuły o trendach:

• w branży automotive
• w branży e-commerce