Kako uz pomoć baze podataka doći do investicija i profita - Drugi dan DSC Europe 2021 posvećen spoju tehnologije i biznisa

Drugi dan Data Science Conference Europe 2021 koja je održana u Beogradu bila je većim delom posvećenja tehnološkim aspektima veštačke inteligencije. Iako se puno pričalo o kodovima, programiranju, platformama, govornici su na interesantan način uspeli da prikažu spoj inovacije i biznisa.

Na početku je Maja Vuković iz kompanije IBM govorila o tome kako se već u ovom trenutku javlja potreba za modernizacijom kodiranja kako bi se pravili efikasniji programski jezici koji mogu pomoći kompanijama da ubrzaju svoje poslovne procese.

- Postoje dva specifična izazova modernizacije aplikacija. Prvo, izazovi leže u podacima i to je bolni deo procesa jer se programeri moraju stalno obraćati klijentu i od njih tražiti više dostupnih informacija. Drugi izazov je kako povećati efikasnost. Zbog čega nam je potrebna promena načina kodiranja programa "refactoring" i preusmeravanje "velikih" postojećih programa u mikroservise - rekla je Vuković i zaključila da će veštačka inteligencija jednu od svojih glavnih primena imati upravo u stvaranju novih mikroservisa od postojećih velikih programa i njihovih baza podataka.

Takođe, ona je istakla da veštačka inteligencija u ovom trenutku pronalazi sve više korisnika zato što je ranija strategija biznisa bila da se poslovni procesi usmere ka "cloud" platformama. Međutim, ova zamisao nije uspela jer se samo 20% aktivnosti preduzeća odvija u oblak programima na internetu.

Zatim je profesor Vladimir Crnojević iz BioSense instituta govorio o primeni velikih baza podataka u poljoprivredi.

Tokom vrlo posećenog izlaganja istakao je kako za poljoprivredu gotovo svi predmeti i pojave mogu biti uzimane kao podaci značajni za analizu, počevši od biljaka, drveća, meteoroloških uslova do privrednih i državnih institucija.

- Naša misija je da napravimo konekciju između podataka (biljke, drvo, banke, proizvođači) sa poljoprivredom kako bismo dobili što veće prinose i profit - rekao je Crnojević.

Govoreći o praktičnoj primeni tehnologije veštačke inteligencije u poljoprivredi, Crnojević je podvukao značaj koji podaci imaju u proizvodni.

- Primer su Novi Sad i Beograd. Deluje da su tako blizu, a zapravo su toliko daleko da postoje ogromne razlike. Uz pomoć senzora prikupljamo dragocene podatke, a uz pomoć mašinskog učenja vršimo analizu zemljišta. Naš smart seed program, recimo uz pomoć analize od 180 uzoraka semena soje, tačno određuje koje seme treba posaditi na određenoj njivi kako bi se dobili najveći prinosi i u najvećoj meri izbegli rizici - objasnio je profesor Tehnološkog fakulteta u Novom Sadu.

Govoreći o budućnosti poljoprivrede Crnojević je rekao kako je mobilni telefon već postao regularan alat kod poljoprivrednih proizvođača, a da je naredni veliki izazov automatizacija proizvodnje kroz veću primenu robotike.

Posetiocima na konferenciji pažnju je privuklo izlaganje Gojka Galonje iz startapa Finuprise. Njihov proizvod je još uvek u fazi testiranja, a prema rečima Galonje, oni se trude da naprave aplikaciju za investicije koja je potpuno drugačija od drugih.

Ideja je prilično originalna. Aplikacija je zamišljena tako što će kompanijama pružati podatke o drugim preduzećima iz različitih oblasti - finansije, emisija CO2, rodna ravnopravnost... Na osnovu podataka, i kompanija koje su u sferi interesovanja, korisnici mogu kreirati svoje plej liste gde će na jednom mestu imati sve što im se čini važno za njihovo poslovanje.

Podaci su podeljeni u dva ključna segmenta, finansije i održivost, a za korisnike je kreirana i Finuprise društvena zajednica koji omogućava ocenjivanje drugih kompanija, kao i da sami korisnici dopunjuju pojedine podatke za formiranje kompletne slike o nekoj kompaniji.

Tomislav Križan, osnivač kompanije Atomic Intelligence, održao je predavanje o praktičnoj primeni podataka u sektoru bankarstva.

Izlaganje je bilo do detalja posvećeno tome kako se definiše baza podataka, varijable i kako se rezultati analize primenjuju u donošenju zaključaka.

Model koji je izrađen zasnovan je na podacima dobijenim od korisnika koji su obavljali usluge plaćanja što je moglo lako da se zabeleži. U bazu je ubačeno 65% podataka od banaka sa teritorije severne Amerike, 20% Evrope i 15% od banaka sa Bliskog istoka.

Nakon prikupljenih podataka izrađen je model veštačke inteligencije/mašinsko učenje sa mogućnošću predviđanja dve vrste događaja. Klasična predikcija, sa sistemom predviđanja mogućeg bankrota ili kasnog otplaćivanja duga od strane korisnika kredita prostim sakupljanjem podataka i elementarnom analizom. Ono gde je mašinsko učenje pokazalo svoju prednost jeste mogućnost predviđanja vremenskog perioda kada bi tačno moglo da dođe do bankrota ili zaostatka u otpalti rata.

Na zatvarnju konferencije zanimljivo predavanje održao je Đorđe Aničić, data science menadžer u kompaniji Philip Morris, o primeni baze podataka u organizacijama koje se ne bave tehnologijom.

Kroz prezentovanje ličnog iskustva izgradnje baze podataka u duvanskoj kompaniji, Aničić je rekao kako definisanje biznis problema predstavlja osnov za izgradnju modela i baze podataka pri čemu postoje dva pristupa.

- Prvi pristup je ulaganje velike količne nova, a drugi pristup podrazumeva put sa malim koracima - rekao je Aničić i istako da je upravo korišćen drugi način prilikom izgradnje baze podataka u kompaniji Philip Morris.

Govoreći kako se od podataka dolazi do ciljeva, Aničić je rekao da je najpre potrebno definisati proizvod, omogućiti okruženje u kojem je moguće veliki broj podataka od kupaca prikupiti onlajn (registracija proizvoda na sajtu je jedan od primera), a zatim sve to upakovati u jednu bazu.

- Za naše ciljeve mi smo u proces automatizacije kroz izradu NBA modela (Next best action), komunikacijski model urađen uz pomoć python-a i excel tabela koji našim kupcima šalje automatske poruke - rekao je Aničić i zaključio da je kod izrade baze podataka važno proći kroz tri koraka: razumevanje kupaca, kreiranje strategije, i na kraju automatizacija procesa.