Почему low-code – это драйвер направления AI, и как компаниям извлечь пользу из low-code-инструментов для развития искусственного интеллекта.
Искусственный интеллект (ИИ, или AI – Artificial Intelligence) преобразует бизнес – от предоставления клиентам продуктов и услуг до оптимизации производственных процессов. Компании это понимают: 9 из 10 ведущих игроков уже инвестируют в направление, согласно данным консалтингового агентства NewVantage Partners.
Однако для некоторых компаний входные барьеры пока слишком высоки, так как нужно вкладывать значительные средства, обучать сотрудников и нанимать редких экспертов в ИИ-разработке.
По этой причине становится популярным low-code, или программирование с минимумом кода. Так, если в компании установлена гибридная платформа с опцией лоукодинга, то проще решать проблему найма кадров и сокращать сроки внедрения инноваций.
Тем компаниям, которые только начинают путь в машинном обучении или хотят оптимизировать издержки и повысить эффективность ИИ-проектов, стоит обратить внимание на лоукодинг – и вот почему.
Как лоукод меняет ИИ
Преимущество low-code-подхода в том, что сводится к минимуму необходимость ручного кодирования. Платформы с возможностями low-code работают по принципу конструктора, позволяя собирать процессы из готовых компонентов. Вместо нюансов программирования можно сосредоточиться на проектах, например, заняться оптимизацией и доработкой приложений.
В машинном обучении задачи часто повторяются, и много времени уходит на первичную обработку данных. На лоукод-платформе процесс пишут единожды, а затем реплицируют с новыми вводными. А еще автоматизируется первичная обработка, что также экономит время.
На приведенной схеме видно, насколько упрощается процесс машинного обучения при помощи low-code-платформ.
В каких сферах AI можно применять low-code
Искусственный интеллект на лоукоде используют везде, где автоматизируют процессы, дают рекомендации, прогнозируют модели. Сейчас активно развиваются три направления ИИ: компьютерное зрение, обработка естественного языка и предиктивная аналитика. Расскажем о том, как в них используется лоукодинг.
Компьютерное зрение
Программисты обучают машины получать информацию из цифровых изображений, видео, PDF-файлов и других визуальных данных, а затем принимать решения на основе полученных знаний.
Приведем пример использования технологии на базе low-code в пищевом производстве. У заказчика была проблема – несанкционированные действия сотрудников, в частности неавторизованный вход в чистое помещение. Кроме того, компания хотела наблюдать за темпом работы и внештатными ситуациями на линии, например, предотвращать производственные травмы.
Компания обратилась к поставщику low-code AI, который внедрил на фабрике технологию искусственного интеллекта, связанную с периферийными устройствами и IP-камерами. Система несколько месяцев собирала данные и научилась распознавать типы поз и значения координат, чтобы обнаружить нетипичные действия.
Также программисты разработали правила уведомлений, установили уровни опасности, настроили каналы оповещения, поэтому теперь диспетчеры вовремя получают уведомления о внештатных ситуациях.
Обработка естественного языка
Направление связано с обучением компьютеров для понимания устной и письменной речи человека.
На базе NLP (Natural Language Processing – обработка естественного языка) создаются голосовые помощники, почтовые фильтры, поисковые системы, инструменты предиктивного набора текста и другие технологии.
Пример NLP на low-code – это создание голосовых и текстовых чат-ботов для решения бизнес-задач. Готовые модели экономят время на настройку бота и качественно учатся даже на небольшом объеме данных. Такие чат-боты применяют в ритейле, медицине, телекоме, банковской и других сферах.
В онлайн-ритейле виртуальные помощники принимают заказы, отслеживают статус, оформляют обмен и возврат. В телекоме – оповещают о тарифах и акциях, дают справочную информацию, инструктируют о подключении сервисов. В банках – информируют о курсах валют и акций, отвечают на вопросы по обслуживанию карт, напоминают о платежах. В медицине – записывают к врачу и присылают напоминания о приеме, консультируют по подготовке к процедурам.
Гибридная Интеграционная Платформа Bercut с возможностями low-code
Предиктивная аналитика
Это направление относится к прогнозному моделированию на основе структурированных данных, таких как скорость оттока и цены акций. Также прогнозы важны для производственных компаний.
Наглядная иллюстрация – применение программного решения на базе low-code в фармацевтической отрасли. Компания-производитель хотела повысить качество партий таблеток. Этого нельзя было добиться без отслеживания уровня помола сырья: если попадалось больше 10% крупных частиц, качество мгновенно падало.
Для решения проблемы поставщик внедрил на заводе искусственный интеллект на базе low-code. Он отслеживает каждый фактор, влияющий на качество: температуру в реакторе, скорость и длительность измельчения, охлаждение конденсата и другие параметры.
На основе собранных данных искусственный интеллект прогнозирует качество партии. Если значение ниже заданного, диспетчер получает уведомление на смартфон, после чего может продлить период дробления. Также прогнозы искусственного интеллекта выводятся на мониторы в производственных помещениях.
Резюме
Искусственный интеллект преобразует бизнес до неузнаваемости. Это касается как внутренних производственных процессов, так и взаимодействия с клиентами. Благодаря лоукодингу скорость внедрения машинного обучения растет, снижаются входные барьеры и открываются двери для менее опытных и меньших по размеру игроков.
Bercut – разработчик высоконагруженных IT-систем с 27-летним опытом. Среди наших продуктов – гибридная интеграционная платформа, которая позволяет компаниям на уровнях no-code, low-code и pro-code создавать собственные продукты, проводить автоматизацию бизнеса и управлять данными из внутренних и внешних систем. Нас выбирают крупнейшие компании на российском и зарубежных рынках.
