Masinõppe abil saab klienditeenindust automatiseerida ja seadmete töökindlust parandada

Mägi, kes resideerub Madriidis ja nõustab erinevaid ettevõtteid üle maailma, tõi hästi toimiva masinõppe valdkonnana välja hooldusvajaduse prognoosimise. „Seda lahendust saab kasutada nii kallite ja keeruliste seadmetega tööstuses, autorendifirmas kui ka lennukompaniides. Sensorite abil monitooritakse pidevalt seadmete tööd ja masinad analüüsivad saadud andmeid. Nende põhjal on võimalik ennustada rikkeid masinate töös juba enne nende teket,“ selgitas Mägi seda, kuidas suured ettevõtted juba täna edukalt masinõpet oma igapäevases töös kasutavad. Tema sõnul on masinõppe abil rikete ettenägemise korral võimalik ettevõttel ka kuni 30% kulusid kokku hoida. Lisaks sellele jäävad olemata masinate rikkest tingitud õnnetused ja tööseisakud. 

Teine võimalus, kus masinad saavad lihtsama osa tööst inimeste eest ära teha, on kliendisuhtlus. Kindlasti olete ka ise märganud erinevaid veebilehti kasutades, et vahel hüppab lehe paremalt alt nurgast üles kastike, mis pakub võimalust küsimusi küsida ja vastuseid saada. Osadel juhtudel on tegemist lihtsalt veebipõhise vormiga, kus nii küsija kui ka vastaja on inimesed ning näiteks telefoni asemel toimub suhtlus hoopis veebis. Teistel juhtudel on küsijaks küll inimene, aga vastajaks nutikas arvuti.

AlpaBluesi juht Indrek Vainu rääkis, kuidas klienditeeninduse automatiseerimises saab kasutada andmeid ja masinõpet, et õpetada algoritme inimeste küsimustest aru saama ja nendele vastama. “See loob võimalusi virtuaalsete assistentide ehk juturobotite ehitamiseks, mis on väga põnev valdkond,” selgitas Vainu.

Vainu tõi välja, et näiteks klienditeenindus liigubki väga palju automatiseerimise suunas ning pidevalt mõeldakse selle peale, kuidas inimeste elu veelgi mugavamaks muuta. “Tegemist on väga kiirelt areneva valdkonnaga ning nii mõneski mõttes suudavad süsteemid omavahel paremini suhelda ja juba teatud eeltöö ära teha enne kui inimene midagi arvuti või telefoni kaudu soovib teha. See omakorda muudab elu lihtsamaks,” rääkis Vainu. Tema sõnul liigume juturobotite ja masinatega suheldes just häälkäsklusel põhineva suhtluse poole. Ka AlphaBlues lõi hiljuti võimaluse oma toote kaudu häälkäskluse põhiseid süsteeme ehitada ning nüüd saab selle kaudu ka põhimõtteliselt oma Siri-laadse toote või teenuse ehitada.

Ka Roosi Mägi on veendunud, et masinõppe valdkonnas saab rääkida omamoodi trendidest. Praegu kogub näiteks suurt populaarsust andmeanaüüsi ja ennustava analüütika automatiseerimine. „Kui vaadata kasvõi LindkedIni, siis on selgelt näha väga suur nõudlus erinevate analüütikute järele. Üldiselt liigume ühiskonna selles suunas, et kõik korduvad tegevused automatiseeritakse ja neid hakkavad paljuski tegema targad masinad,“ on Mägi veendunud. 

Tehisintellektiga seoses on ringlemas mitmeid müüte. Üks levinumuid, millega Mägi ikka ja jälle kokku puutub on arvamus, et masinõpe on vaid andmeanalüütikute jaoks. Tegelikkuses on see viimaste aastate jooksul palju muutunud ning nüüd on ka tavakasutajatele saada palju nutikaid lahendusi, mis tegelikkuses masinõpet kasutavad, aga mille kasutamiseks ei pea omakorda olema analüütik.

Level11 on Teaduspargi Tehnopol ja BDA Consultingu elluviidav tasuta innovatsiooniprogramm, mida rahastab Kredex ja mis toob kokku Eesti edumeelsed suurettevõtted ja nutikad idufirmad ning pakub suurepärast võimalust teineteiselt õppida. Level11 programm on ellu kutsutud, et aidata ellu viia suurettevõtete ja idufirmade vahelised koostööprojektid.