داستان موفقیت ۳ شرکت با استفاده از هوش مصنوعی

تا حالا به این موضوع فکر کردید که چطور می‌شود با استفاده از هوش مصنوعی خدمات شهری ارائه کرد، کمپانی‌های مراقبتی سرویس‌های بهتر و با کیفیت‌تری ارائه بدهند، در فرایند تولید و مصرف انرژی صرفه جویی کرد، اطلاعات حساس را شناسایی و محافظت کرد و حتی عملیات حفاری چاه نفت و استخراج نفت را هوشمندسازی و خودکار کرد؟ در مقاله‌ی قبلی به نقش هوش مصنوعی در فرایندهای تجاری اشاره کردم که پیشنهاد می‌کنم حتما مطالعه کنید.

هوش مصنوعی (Artificial Intelligence) و یادگیری ماشین (Machine Learning) از تکنولوژی‌های پرطرفدار این روزها هستند اما متاسفانه خیلی از شرکت‌ها و سازمان‌های دولتی و خصوصی در ایران، با این فناوری فوق پیشرفته غریبه هستند و از ویژگی‌های منحصر به فرد آن آگاهی ندارند.

در این مقاله ۳ شرکت Beacon Street Services ،Company Nurse و Devon Energy را بررسی می‌کنیم که چطور هوش مصنوعی و یادگیری ماشین باعث رشد و موفقیت این کسب‌وکارها شدند تا با دقت جزئیات بیشتری از فواید هوش مصنوعی باخبر بشویم، پس در ادامه همراه من باشید.

تقویت فروش و بازاریابی

شرکت Beacon Street Services، برای ابر‌داده‌هایی که استخراج می‌کند نیاز به تائیدیه مخصوص به خود دارد تا از عملکردشان مطمئن شوند. این شرکت یکی از زیرمجموعه‌های شرکت Stansberry Holdings در زمینه خدمات شهری است که در این حوزه به صورت انحصاری فعالیت می‌کند. این شرکت با استفاده از تکنولوژی Snowflake، داده‌ها و اطلاعات مورد نیاز را استخراج می‌کنند و در اختیار تیم‌های فروش و بازاریابی قرار می‌دهند. این کار باعث می‌شود که تیم‌ها فرایند فروش و تکنیک‌ها را هدفمندتر انجام دهند.

این شرکت از ابتدای سال ۲۰۱۹ با استفاده از تکنولوژی Snowflake اطلاعات و داده را استخراج کرده و با استفاده از سیستم DataRobot این اطلاعات را تجزیه و تحلیل می‌کند. DataRobot با استفاده از الگوریتم‌های تحلیل داده می‌تواند در سریع‌ترین زمان ممکن داده‌ها را به صورت خودکار تحلیل کند و ده‌ها مدل اطلاعاتی بسازد. با استفاده از این مدل‌های اطلاعاتی، شاخص فروش محاسبه شده تا به تیم‌های فروش برای استقرار کمپین‌های خود کمک تاثیرگذاری کند.

David Kline یکی از مدیران ارشد این شرکت گفته امیدواریم با بکارگیری هوش مصنوعی در این رویکرد، بتوانیم شاخص فروش را بهتر محاسبه کنیم تا به تیم‌های فروش در ایجاد کمپین‌های بازاریابی کمک بیشتری شود. استفاده از این فرایند مبتنی بر هوش مصنوعی، فروش‌مان را تا ۱۰درصد یعنی معادل ۱۵میلیون دلار افزایش داده است.

David Kline اضافه کرد که برای مثال ما جهت پروژه‌ای شخصی، با استفاده از قراردادهای قبلی فرایندهای پرداختی را از نظر خطرپذیری و ریسک بررسی کردیم تا خطر بازپرداخت را بررسی کنیم. اما این فرایند حالا با استفاده از فناوری هوش مصنوعی با دقت و سرعت بالایی انجام می‌شود. از زمان پیاده سازی این سیستم، ۳۰ تا ۳۵ درصد رشد اقتصادی را تجربه کرده و بصورت قابل توجه و چشمگیری هزینه‌های اجرایی خود را کاهش داده است.

به کارگیری سیستم DataRobot در این مجموعه جهت افزایش دقت باعث شد که صرفه‌جویی قابل توجهی در زمان ایجاد شود. قبل از استفاده از این سیستم فرایند مدلسازی از اطلاعات حدود ۶هفته طول می‌کشید و از الگوریتم‌هایی استفاده میشد که تضمینی در دقت آن‌‌ها نبود. یکی از موفقیت‌های هوش مصنوعی دقیقا همین موضوع است که در میزان زمان بطور شگفت‌انگیزی صرفه‌جویی رخ میداد. این موضوع باعث شد که تیم‌های پشتیبانی فناوری اطلاعات، زمان کمتری را صرف این فرایند می‌کردند و می‌توانستند روی پروژه هایی با ارزش اقتصادی بالاتری برای شرکت کار کنند.

طبقه‌بندی اسناد برای امنیت بالاتر

شرکت Company Nurse یکی از اولین کمپانی‌هایی بود که فرایند غربالگری را در زمان همه‌گیری بیماری کرونا آغاز کرد و از تکنولوژی هوش مصنوعی به عنوان ابزار خدمت‌رسانی استفاده کرد. این شرکت در سال ۲۰۲۰ با استفاده از هوش مصنوعی سیستم متمرکزی ساخت تا با طبقه‌بندی اطلاعات کاربران، کارفرمایان و کارمندان خود در برابر تهدیدهای امنیتی محافظت کند.

این سیستم بصورت خودکار داده‌های بدون ساختار شرکت را شناسایی می‌کند و پراکندگی اطلاعات را کاهش داده و ضریب خطرات امنیتی احتمالی را کاهش می‌دهد. برای مثال این شرکت خسارات کارفرمای خود را تکمیل کرده و برای کارمند مسئول بخش جبران خسارت ارسال می‌کند، این گزارش‌ها مقادیر قابل توجهی از اطلاعات بدون ساختار را در خود جای داده است.

در همین مورد Henry Svendblad (مسئول فنی شرکت) گفته که ما برای رفع این مشکل از نوعی «هوش مصنوعی متمرکز» استفاده کردیم. این سامانه بصورت اتوماتیک و با استفاده از ماشین لرنینگ (یادگیری ماشین)، اطلاعات غیرمتمرکز را پردازش کرده و دسته‌بندی می‌کند تا شاخص خطر را کاهش دهد و امنیت اطلاعات را بالا ببرد. این سامانه بصورت متمرکز محل ذخیره‌سازی، نحوه اشتراک اطلاعات و طبقه‌بندی اشتباه را کشف و شاخص خطر هر فایل را بررسی می‌کند.

مسئول فنی شرکت اضافه کرد که ما بعد از استقرار سامانه برگرفته از تکنولوژی هوش مصنوعی به حجم زیادی از گزارش‌های خسارت از یک اپلیکیشن انتشار مطالب ‌رسیدیم که به حدی انتشار یافته بودند که در رده سست امنیتی قرار گرفته بودند. این نشت‌های اطلاعاتی می‌توانست ضررهای جبران ناپذیری به شرکت وارد کند.

پس از استقرار این سامانه، این شرکت در کوتاه‌ترین زمان ممکن توانست اطلاعات تکراری را شناسایی و حذف کند تا دچار افزونگی داده (Data Redundancy) نشود و سطح دسترسی‌های خود را تقویت کنند. این شرکت توانست با استفاده از فناوری‌های هوش مصنوعی، چندین حفره‌ی خطرناکی که در نقطه کور امنیتی قرار داشتند را شناسایی کند تا از انتشار بیش از حد اطلاعات جلوگیری کند. این عملیات باعث شد که شرکت را از خسارت چندین میلیارد دلاری نجات دهد.

گامی به سمت استخراج خودکار نفت

شرکت‌های استخراج نفت و گاز تحت فشار هستند تا رشد کنند چون رشد آن‌ها باعث افزایش بهره‌وری در زمینه استخراج می‌شود، در واقعا محکوم به رشد کردن هستند. شرکت Devon Energy از اولین شرکت‌هایی بود که به سمت هوش مصنوعی (AI) و ماشین لرنینگ (ML) رفت تا از توانایی‌های این دو فناوری برای تصمیم‌گیری بهتر و سریع‌تر استفاده کند. این شرکت که به تازگی با شرکت WPX Energy که از سال ۲۰۲۰ از فناوری‌های هوش مصنوعی استفاده می‌کند ادغام شد. شرکت WPX دو سایت استخراج نفت در غرب ایالت تگزاس و ایالت داکوتای شمالی دارد و برای پردازش اطلاعات خود از تکنولوژی Hivecell استفاده می‌کند.

تکنولوژی Hivecell که توسط شرکتی با همین نام آماده‌سازی و پشتیبانی می‌شود، این سامانه اطلاعات ورودی خود را از سنسورهای هیدرولیکی می‌گیرد. این سنسورها بعد از جمع‌آوری اطلاعات، با استفاده از پروتکل‌های TCP/IP اطلاعات را برای Hivecell ارسال می‌کند. این قابلیت Hivecell باعث می‌شود تا شرکت Devon Energy از راه‌های پرهزینه و زمان‌بر ارسال اطلاعات جلوگیری کند.

Dingzhou Cao مشاور ارشد داده شرکت Devon Energy گفته که ما همیشه به دنبال بهره‌وری هوشمندتری در فرایند حفاری هستیم و سعی می‌کنیم تمامی مراحل دستی را به مراحل اتوماتیک تغییر دهیم. ما با تحلیل و آنالیز اطلاعاتی که به دست ‌می‌آوریم، سعی می‌کنیم بهترین خروجی را داشته باشیم. امروزه شرکت‌های به روز دنیا در زمینه حفاری ، از رایانش ابری (cloud computing) برای استخراج، ارسال و پردازش اطلاعات استفاده می‌کنند که امکان بروز مشکل در فرایندها هست چون امکان قطعی هم در شبکه اینترنت وجود دارد.

Dingzhou Cao اضافه کرد که ماشین خودرانی را تصور کنید که در حال استفاده از تکنولوژی‌های ابری است. این ماشین نیاز دارد هر میلی‌ثانیه اطلاعات اطراف خود را پردازش کند تا امنیت افراد داخل ماشین را تضمین کند، پس باید دقت ارسال اطلاعات در حد صدم ثانیه باشد و تاخیری در آن به وجود نیاید. استفاده از این سیستم باعث افزایش سرعت در پاسخگویی می‌شود و درصد تصادف را کاهش می‌دهد. برای همین ما باید در لحظه نسبت به فرایند استخراج واکنش نشان بدهیم تا اطلاعات را از دست ندهیم شرکت می‌تواند با استفاده از ماشین لرنینگ (یادگیری ماشین) می‌تواند مدل‌های اطلاعاتی بسازد و پیاده‌سازی را انجام دهد.