Firma Intelligent Markets se zaměřuje na oblast vytěžování dat a informací z textových i multimediálních zdrojů, zejména nestrukturovaných, čímž se odlišuje od běžného segmentu IT, postaveného na struktuře, databázích a tabulkách se stanoveným řádem.

Mezi nejvýznamnější zákazníky patří Svaz průmyslu a dopravy České republiky (SP ČR), instituce zastřešující výrobní a další firmy v ČR, která je zároveň významným partnerem společnosti.

IBM DWH banner ihned cz 675x107 v1

 

 

 

„Přímo u nás v orgánech sedí lidé ze Svazu průmyslu a dopravy. My jim, tedy výrobním firmám, pomáháme k zakázkám, k informacím z trhu atd., a oni pomáhají nám v podpoře a v dalších aktivitách,“ říká Martin Pavlica, ředitel a spoluzakladatel Intelligent Markets.

„Agend, které jsme vyvinuli, je celá řada. Jednou z nich je vytěžování veřejných zakázek. Ty jsou velmi pestré. Existuje mnoho zdrojů, které zakázky publikují, a náš inteligentní systém je identifikuje, agreguje, stahuje, čistí, deduplikuje, dělá z nich unikátní data, která pak servíruje klientům. V této oblasti funguje např. sdružení s Českou poštou, s níž máme společný produkt iZakázka.“

Podobně společnost spolupracuje s firmou T-Mobile, v rámci jejichž cloudových služeb funguje v oblasti podpory malého a středního podnikání. Zákazník/uživatel si v rámci služby jednoduše zvolí svůj obor podnikání, okruhy zájmů a dostává pak pravidelné (denní/týdenní) informace z trhu, které potřebuje či požaduje.

Projektů tohoto typu má společnost ve svém portfoliu více a další připravuje. Všechny mají jedno společné: používají systém IBM Watson, využívající umělou inteligenci ve vytěžování dat.

Veřejnost zná Watsona možná spíše jako kuriozitu, první „stroj“, který dokázal uspět ve vědomostní televizní soutěži Riskuj!, ale jeho možnosti a schopnosti povětšinou nedokáže ocenit. Právě příklady využití v podání Intelligent Markets však demonstrují možnosti a schopnosti takto vyspělých systémů. Abychom pochopili rozsah přínosu, musíme se ponořit trochu hlouběji do způsobu „myšlení“, se kterým Intelligent Markets tvoří své projekty, potažmo využívá schopností Watsona.

 Chcete se dozvědět více o řešeních od IBM? Klikněte sem.

Faktor emocí a myšlení

Oblast kvalitního a inteligentního vytěžování nestrukturovaných dat je polem natolik neoraným, že v sobě skrývá obrovské podhoubí pro inovace. Základem úspěchu je dokonale se zorientovat v dané problematice, v prostředí, v myšlení lidí, kteří zde působí, ať už v roli zákazníků nebo poskytovatelů produktů a služeb.

Potud nic nového, totéž vlastně platí i při využívání strukturovaných dat a běžných produktů. Jenomže ty neumějí cíleně pracovat s emocemi, s variabilitou myšlení v různých situacích. Výsledky dotazníkových průzkumů často neodpovídají skutečnému chování trhu.

„Pokud se lidé mají v rámci průzkumu vyjádřit, co by chtěli, co by bylo správné, často nepodají relevantní informaci. Vezměme si třeba sázky na zápas ČR vs. Kanada uplynulého Mistrovství světa v ledním hokeji. Na fóru drtivá většina vyjadřovala přesvědčení o výhře Čechů, ale v sázkách tomu tak nebylo,“ uvádí Martin Pavlica příklad rozporu mezi analýzou názorů, v tomto případě vycházejících ze sociálních sítí, a skutečným chováním. Příklad vzešlý z běžného života, ale ovlivňující například byznys sázkových kanceláří.

Zkrátka ve chvíli, kdy do hry vstupuje faktor investic vlastních prostředků, přibývají další podněty a emoce, které donutí většinu lidí rozhodnout se poněkud jinak. Podobných faktorů je mnohem více, a proto je metodika analýzy trhu a chování zákazníků nesmírně důležitá.

„Je dobré, když dáte lidem při analýze chování a rozhodování se virtuální finance, se kterými musejí hospodařit. Výsledky v rámci zkoumání jsou pak mnohem přesnější, než když se ptáte ‚co se vám líbí, co byste chtěl‘. Nejde o technologie IBM nebo inteligenci uživatele, ale o to, aby se lidé v rámci průzkumu více přiblížili postojům a jednáním reálného života,“ tvrdí Martin Pavlica. Mezi tím, co lidé považují za správné a jak se nakonec rozhodují, bývá zkrátka propastný rozdíl.

Dalším problémem většiny firem, ať už vyrábějí, prodávají nebo poskytují služby, je, že s pocity a potřebami zákazníků pracují většinou až ve chvíli, kdy je produkt jejich činnosti vymyšlený nebo dokonce hotový. Úspěch je pak závislý čistě na marketingu a schopnostech obchodníků domyslet optimální zacílení a přesvědčit klienta, vzbudit v něm emoce vyvolávající přesvědčení, že právě tento produkt chce a potřebuje. To však více či méně úspěšně dělají všichni. Kde je tedy prostor pro inovace a odlišení?

„Většina firem využívá emoce až ve fázi marketingu produktu, ale to je pozdě. To se jen manipulativně snaží říci ‚toto je nejlepší prací prášek‘. Pokud se však emoce použijí už v rané fázi, vzniká produkt, který je skutečně odlišný, u uživatelů pak adresuje potřeby i emoce,“ tvrdí Martin Pavlica a sám se tohoto pravidla drží při realizaci projektů Intelligent Markets.

 

Design Thinking

Základem je pochopit skutečné potřeby klienta, případně jeho klientů, nikoliv ty deklarované. Metoda, kterou se k tomuto účelu, k zavádění inovací do svých produktů snaží účelně využívat, se nazývá Design Thinking. Je založena na porozumění trhu, trendům a zákaznickému uvažování, a následném vytvoření prototypu a jeho testování na cílových skupinách.

V USA tuto metodiku prosazuje a využívá tamní inovační leader, firma IDEO, která je zároveň držitelem jejího patentu. Dostupná je ovšem také u nás.

„Spolupracujeme s firmou IdeaSense, která tuto metodiku přivezla. Jedna ze zakladatelek firmy IdeaSense se osm let v Americe v rámci své činnosti věnovala kulturní antropologii, tedy zkoumání chování lidí, indiánů... Studovala také chování vědců na MIT (Massachusetts Institute of Technology). Jde o velice pestrý obor a metodiku výzkumu lze přenést také na chování zákazníků/uživatelů v bankovnictví, v telekomunikacích i jinde,“ uvádí Martin Pavlica poněkud zvláštní propojení mezi indiány a komerčními zákazníky svých klientů.

Budeme-li chtít pochopit potřeby komunity pro nás naprosto odlišné civilizace, je jasné, že potřebujeme znát všechny podstatné souvislosti, prostředí, vztahy, způsob uvažování. A chceme-li pochopit potřeby zákazníků, měli bychom se chovat obdobně. Často totiž propadáme pocitu, že potřeby klientů známe. Jenže kdyby tomu tak skutečně bylo, nepotřebovali bychom jejich chování a potřeby analyzovat.

„Klienti často přicházejí s konkrétními představami zadání, které však většinou odrážejí primární potřebu jejich firmy, nikoliv skutečné potřeby zákazníků nebo lidí, již daný produkt či službu budou využívat,“ říká Martin Pavlica a své tvrzení konkretizuje řadou příkladů z bankovních a dalších sfér podnikání, kdy klienti teprve na základě analýzy Design Thinkig pochopili vnímání svých produktů cílovou skupinou a dospěli k vývoji skutečně unikátních, inovativních produktů s přidanou hodnotou a konkurenční výhodou.

 

Data ve službách pracovního trhu

V roce 2010 získali společně dva ekonomové ze Spojených států – Peter Diamond a Dale Mortensen – a kyperský Brit Christopher Pissarides Nobelovu cenu za ekonomii, a sice za analýzu trhů práce zatížených náklady na vyhledávání.

„Zkoumali chování a odlišnosti, jak se liší hledání práce. Mimochodem, podobné je to v rámci hledání osobního vztahu. Tam jsou analogie velmi silné. Není to jako s burzou, kde máte pro danou chvíli ustálený trh. Jde o neustálé vyhodnocování, zda mi práce/partner vyhovuje s ohledem na možnosti, náklady a rizika dalšího hledání, o rozhodování, jestli zůstanu nebo zkusím něco/někoho dalšího.

Jde o asociace pracovních a soukromých vztahů, tedy kombinace vytěžování dat a zároveň zajímavé etnografie fungování, chování lidí, uživatelů atd.,“ nastiňuje ředitel Intelligent Markets další přijatou výzvu, produkt zaměřený na vytěžování dat z trhu práce pro byznysové účely.

„Pracovní trh, to jsou pozice, životopisy, text vedle textu, k tomu spousta číselníků a nejrůznějších dalších zdrojů a forem dat. Oblast je zajímavá i tím, že postupy a chování uživatelů, klientů hledajících práci nebo firem, co práci poptávají, vykazují specifické principy.

Projekt aktuálně dokončujeme pro uvedení na trh. Systém jsme naučili pojmům a prvkům z oblasti chování pracovního trhu tak, aby usnadnil hledání práce na straně jedné a výběr optimálních zaměstnanců na straně druhé.

Na jednom místě se scházejí agregované pozice stahované z veřejných zdrojů, přetransformované procesem deduplikace na unikátní pozice, protože firmy inzerují opakovaně a na více místech.

Nad tím je postavena znalost osmi set profesí, v návaznosti na národní soustavu povolání, a s tím se vytváří mechanika, která umožní uživatelům snadno vyhledávat s pochopením toho, co hledají. Firmám tak umožňuje obsadit kandidáty, kteří jsou aktivní a úspěšnější na trhu atd. Tedy krásná implementace znalosti, znalostní inteligence v rámci vytěžování dat, v rámci chování, etnografie.“

Jde o změnu fungování trhu práce. Aplikace získají dostupná data, zpracují je a naservírují uživatelům. Inteligence technologií v pozadí není k ničemu, dokud se nevyvine dostatečné úsilí vedoucí k tomu, jak s ní správně naložit.

„Inteligentní systém se musí samozřejmě učit. Učíme ho jako malé dítě jednotlivé oblasti, povolání, barvy, města..., klíčové je však hlavně uplatnění toho nástroje, byznysového scénáře odrážejícího potřeby lidí a firem. To je naše práce.

Jsme firma, která nedělá samotný vývoj, programovat umí spousta jiných. Naším posláním je vymýšlení logiky fungování byznysu samotného a tvorba designu, protože funkční design aplikací rozhoduje o dalším používání. Nad programováním si pak udržujeme dozor, a to funguje úspěšně,“ popisuje princip platformy a firmy Martin Pavlica.

 

Watson, důležitý parťák v pozadí

„V rámci inovace vstupuje platforma IBM do projektů společnosti jako důležitá dovednost. Inovační workshop těží z toho, co máme. Pro nás je to nástroj, o kterém víme, že jsme schopni ho naučit mnohé, takže je naší konkurenční výhodou, naší schopností. Při vytváření byznysových scénářů pracujeme s vědomím, že ho použijeme, ale to nesmí přebít reálnou zákaznickou potřebu, která vždy ovlivňuje parametry produktů hlavní měrou.

Systém je postavený tak, že je schopný poskytnutá individuální vnitrofiremní nebo externí data sám rozkládat a zpracovat. Naučíme ho tedy, jak se běžně na portálech či v pracovních pozicích zapisují souvislosti, a on je pak nachází a rozděluje do struktury.

Odliší profese, od názvů firem, adresy... a udělá z nich strukturované, čitelné texty. Stejně tak systém umí zpracovat životopisy, odliší jméno, narození, firmy, pozice, certifikace, koníčky... – a zvládne to sám, to je jeho základní princip.“

V zahraničí existují projekty, které v rámci zpracování dat používají také analýzu videa a hlasu. Tak daleko v Intelligent Markets ještě nejsou, ovšem prostor pro další rozvoj tímto směrem přijde do budoucna vhod.

Na otázku, proč vsadili čistě na platformu IBM, Martin Pavlica odpověděl:

„Její neskonalou předností je přímá podpora češtiny. Většina lidí, ani těch z IT, si neuvědomují, jak je zde důležitá. Protože nejde jen o znaky, jejich zobrazení a tisk. Pro kvalitní využívání informací je podstatné rozlišování jednotlivých slov, nepravidelnosti tvarů a specifik každého jazyka. Zde je klíčová podpora výrobce a kvalitní znalost jazyka implementovaná přímo v produktu.

Na počátku jsme testovali systém Autonomy od HP. Stály za ním velké příběhy, naši lidé absolvovali školení přímo u výrobce, v Cambridge, vše zapouzdřené do jakési magické inteligence v pozadí: systém se sám naučí jazyk, rozpozná nepravidelné tvary... Naše půlroční testování však přineslo zklamání a nakonec i šéf podpory, sídlící ve Francii, musel uznat, že čeština má specifika, která nelze jen tak naroubovat. Naše očekávání tak zůstala nenaplněna.

Je třeba pracovat s tvaroslovím, s rozlišením příbuzných profesí, se specializací. Paní na úřadu práce bude těžko kdy znát specifické nároky kladené kupříkladu na stavaře specializovaného na podzemní hrobky. Záměrně zde uvádím extrém, aby bylo patrnější, nakolik může být správně naučený systém přínosný. Jakákoliv získaná znalost je pak k dispozici neomezenému počtu lidí v rámci aktuálních potřeb.“

 

 

Text nevyjadřuje názor redakce