Z tego odcinka dowiesz się:

• czy da się łączyć świat akademicki ze światem biznesu?
• czym jest RPA?
• jaki problem rozwiązuje RPA?
• w jakich obszarach RPA najbardziej się sprawdza?
• w jakich instytucjach, branżach w Polsce najczęściej stosowane są roboty?
• jakie są korzyści zastąpienia pracy człowieka przez pracę robota?
• jak najlepiej zacząć wdrażanie RPA w firmie?
• jakie są najpopularniejsze na rynku narzędzia RPA?
• kiedy opłaca się pisać swoje własne narzędzia?
• czy RPA przyczyni się do tego, że część osób straci pracę?
• czy zawód developer RPA, to zawód tymczasowy czy na kilka lat?
• w jakim czasie usługi kognitywne trafią na produkcję?
• jak wygląda przyszłość RPA?
• dla kogo jest kurs Data Workshop?

Sofia to pierwszy robot, który dostał obywatelstwo, 13 czerwca odwiedziła również Kraków i konferencję Impact. Nawet dostała indeks od władz uczelni AGH, ciekawy jestem, jak często będzie uczestniczyć w zajęciach… już widzę, jak stoi w kolejce do Pań z dziekanatu i błaga o szansę na kolejną poprawkę.

Sofia mówiła po angielsku (myślę, że mogła lepiej się przygotować i mówić po polsku, w końcu jest robotem) i wyglądało to zbyt sztucznie, żeby stwierdzić, że stoi za tym jakaś poważna inteligencja, no chyba że tylko ludzka :). Natomiast miałem wrażenie, że ludzie, kto tworzą Sofię, dość ostro pracują nad tym, żeby wyglądała bardziej po ludzku i zachowywała się jak człowiek – na przykład kręciła głową co jakiś czas, w dość losowych odstępach czasowych, czy robiła coś podobnego jak kiwanie głową. Jednym słowem jest tam dużo marketingu i moja teoria jest taka, że ktoś robi eksperyment, polegający na sprawdzeniu: a co ludzie na to? Innymi słowy, postępy w sztucznej inteligencji są dość szybkie, natomiast ludzie potrzebują dużo czasu, żeby zaakceptować pewne technologiczne zmiany. I chyba nas, czyli ludzi, już przygotowują do czegoś… pytanie tylko do czego.

Na Impact 2018 byli również politycy. Wicepremier Jarosław Gowin zapowiedział, że jesienią 2018 roku będzie stworzony sojusz do pracy nad strategią AI dla Polski. W skrócie tylko dodam, że świat zmienia się szybciej niż myślisz i taka sztuczna inteligencja również przenika w kręgi polityczne. Czasem dlatego, że to po prostu PR, ale czasem dlatego, że to przyszłość, która zadecyduje o wielu kwestiach.

Najwięksi gracze na świecie to oczywiście Stany Zjednoczone, ale również Chiny (o tym mam osobny odcinek). Jak to wygląda w Europie? Na przykład Francja zainwestuje 1.5 mld euro w ciągu następnych 4 lat, a Wielka Brytania, która obecnie jest liderem AI w Europie, już ma strategię AI dla swoich krajów. Inne mniejsze kraje w Europie przygotowują strategię AI już teraz, np. Finlandia czy Estonia obecnie nad tym pracują. Nawiasem mówiąc, fundacja DigitalPoland zorganizowała zespół, w którego pracach uczestniczyłem i pracowaliśmy razem nad przygotowaniem raportu, który może być pomocny dla strategii AI w Polsce. Analizowaliśmy to, co już jest zrobione na świecie i zebraliśmy to wszystko w jednym dokumencie. Myślę, żeby nagrać o tym osobny odcinek, daj, proszę, znać, jeśli jest to dla Ciebie interesujące.

Kolejny ciekawy raport, o którym muszę dzisiaj wspomnieć, to „Ramię w ramię z robotem” przygotowany przez McKinsey i Forbes. Raport składa się z 41 stron, więc można w nim znaleźć sporo ciekawych rzeczy, zacytuję jedną z nich:

Nawet 49 proc. czasu pracy w Polsce (odpowiednik 7,3 mln miejsc pracy) może zostać zautomatyzowane do 2030 r. dzięki zastosowaniu istniejących dziś technologii

Co prawda później dodają, że są pewne ograniczenia i może być tego trochę mniej. Dlatego zdecydowałem się podjąć temat automatyzacji, żeby pokazać, jak to wygląda teraz i czego możemy się spodziewać.

Dzisiejszym tematem jest RPA, Robotic Process Automation. Zaprosiłem na rozmowę jedną z najbardziej rozpoznawalnych w tych obszarach osób – Andrzeja Sobczaka. Potrafi łączyć w sobie świat akademicki, gdzie jest profesorem, ale również podejście inżynieryjne, bo pracuje jako konsultant i wie, jak to działa w praktyce. Zapraszam do wysłuchania.

Proszę przedstaw się, kim jesteś, czym się zajmujesz, gdzie mieszkasz.

Nazywam się Andrzej Sobczak, jestem pracownikiem Szkoły Głównej Handlowej w Warszawie, gdzie kieruję zakładem Zarządzania IT. Jestem równocześnie naukowcem, praktykiem i trochę ewangelistą, bo staram się krzewić wiedzę z obszarów, którymi się zajmuję, a zajmuję się strategią i transformacją IT, a od kilku miesięcy koncentruję się na automatyzacji i robotyzacji biznesu. Mieszkam w Łodzi.

Co ostatnio czytałeś?

Jeżeli chodzi o książki, to problem jest taki, że przy rozległych zainteresowaniach i pracach mam mało czasu, natomiast to powoduje, że czytam mało beletrystyki, ale koncentruję się na książkach merytorycznych, technicznych. Tobie i naszym słuchaczom chciałbym serdecznie i gorąco polecić dwie książki Nancy Duarte.

To jest autorka amerykańska, która zajmuje się opisywaniem, jak dobrze przygotowywać prezentacje. Uważam, że bardzo ważny jest z jednej strony dobry pomysł, ale jeszcze ważniejsze i trudniejsze jest umieć go dobrze sprzedać. Nancy w swoich książkach opisuje, jak przygotowywać interesujące, pasjonujące dla słuchaczy prezentacje. Polecam zarówno „Współbrzmienie”, jak i „slajd:ologię”. To nie są książki o klikaniu w PowerPoincie, ale o tym, jak zrobić materiał interesujący dla bardzo różnych grup słuchaczy.

Bardzo dziękuję za to polecenie, bo w szczególności dla osób technicznych jest to bardzo duże wyzwanie, by przekazać, co chcemy przekazać albo sprzedać to biznesowi. Mam nadzieję, że to będzie wartościowa lektura dla wielu słuchaczy. Czym się zajmujesz na co dzień? Powiedziałeś już o kilku rzeczach, a teraz rozwińmy ten wątek, więc czym się zajmujesz na co dzień?

W Szkole Głównej Handlowej zajmuję się zarządzaniem strategicznym IT – to brzmi bardzo górnolotnie, ale tak naprawdę w ramach uczelni zajmujemy się od strony naukowej, metodycznej zasadami współpracy IT z biznesem. Nie zajmujemy się budową pojedynczych systemów, czyli nie mówimy, jak wdrożyć RPA, CRM, BI, tylko mówimy, jak poukładać relacje IT z biznesem. Tutaj takimi słowami kluczami są Enterprise Architecture, po polsku architektura korporacyjna, metodyki prowadzenia projektu, zarządzania portfelem projektów i programów, czyli wszystkie kwestie związane z Agilem, Scrumem, skalowaniem tego w dużych organizacjach.

Bardzo głęboko wchodzę teraz w obszar automatyzacji robotyzacji, bo uważam, że to ma głęboką przyszłość i od tego się nie ucieknie, a w ramach takiej działalności ewangelizacyjnej prowadzę serwis robonomika.pl poświęcony właśnie temu zagadnieniu. Przy czym patrzymy na to zagadnienie zarówno ze strony technologicznej – dobór narzędzi, wykorzystanie narzędzi, ale także od strony ekonomiczno-organizacyjnej, bo roboty na pewno zmienią biznes.

Jak Ci się udaje łączyć świat akademicki – tak jak wspomniałeś, pracujesz na SGH, jesteś profesorem, ze światem biznesu? Dla mnie jesteś takim wyjątkowym człowiekiem, jeżeli chodzi o łączenie tych dwóch światów. Dość często niestety jest tak, że te światy są rozłączne. Zdradź proszę swoją tajemnicę, jak Ci się to udaje?

Dziękuję Vladimir za miłe słowa. Rzeczywiście oprócz tej strefy naukowej i takiej strefy związanej z promocją wiedzy z obszaru architektury, robotów, zarządzania strategicznego, działam jako praktyk. Brałem udziałów w ponad trzydziestu projektach związanych z transformacją architektury, z prowadzeniem dużych projektów wdrożenia systemów informatycznych. A jak to udaje się łączyć? Uważam, że praca nie może być tylko pracą i sposobem na zarabianie pieniędzy, tylko pasją i ja w to głęboko wierzę. Wtedy pojawia mi się efekt synergii – czyli to, co robię w praktyce, bardzo fajnie mi się sprawdza, dzięki temu, że jestem naukowcem i mam dobrą podstawę metodyczną, a jako naukowiec mogę się odwołać do przykładów praktycznych. To cenią zarówno studenci, których prowadzę na studiach doktoranckich i magisterskich, jak i z drugiej strony cenią to praktycy, bo mogę im w usystematyzowany sposób opowiedzieć o złożonościach naszego świata informatyki i biznesu, a one są coraz większe.

Pasja ma ogromną moc i teraz przejdziemy do jednej z gałęzi Twojej pasji, czyli Robotic Process Automation, a w skrócie RPA – to będzie nasz dzisiejsze główny temat. Zacznijmy od początku, czym tak naprawdę jest RPA?

Na RPA można patrzeć z dwóch perspektyw. Pierwsza perspektywa to jest pewnego rodzaju pomysł na automatyzację. RPA tłumaczymy jako Zrobotyzowana Automatyzacja Biznesu, czyli jest to pewnego rodzaju podejście, które mówi: zastępujemy pracę człowieka, która była wykonywana manualnie, pracą robota, ale to nie jest robot mechaniczny fizycznie istniejący, tylko mamy do czynienia z robotami software’owymi. Druga perspektywa to jest konkretne jedno, drugie, trzecie czy czwarte narzędzie, bo w tej chwili jest ponad 40 produktów na rynku, które realizują tę koncepcję RPA, czyli i narzędzie, i pewien sposób na automatyzację biznesu.

Jaki problem rozwiązuje RPA?

Sama idea RPA, zwłaszcza dla informatyków, wydaje się prosta. Trzeba się cofnąć 20 lat wstecz, ja swoją karierę zawodową zaczynałem jako tester, byłem szefem działu testów i po raz pierwszy wtedy spotkałem się z robotami programowymi. One nie były wykorzystywane do automatyzacji procesów biznesowych, tylko do automatyzacji testów – testów manualnych oraz przygotowania i realizacji testów wydajnościowych. To tak naprawdę był z jednej strony początek RPA, a z drugiej strony coś, co się nazywa łapaczami tekstu, czyli screen captureteż jest powszechnie znane. Te technologie zostały opracowane, były stosowane niszowo, aż do momentu, gdy 3-4 lata temu zauważono, że biznes zaczyna mieć coraz większe problemy, jeżeli chodzi o automatyzację i realizację procesów.

Skąd one się wzięły? Po pierwsze te problemy mają podstawę w tym, że pracownicy biznesowi w jednostkach biznesowych, zwłaszcza w tak zwanym back-office, czyli tej części, która nie jest widoczna dla klienta, ale w której są realizowane ważne procesy obsługi posprzedażowej, kadrowe, płacowe, zaczynają wykorzystywać coraz większą liczbę systemów. Jeden pracownik, żeby zrealizować proces, nie korzysta już tylko z jednego systemu, tylko musi się zalogować i wykonać operację w czterech, pięciu czasami dziesięciu systemach, bardzo często wprowadzając te same dane do różnych systemów. Oczywiście informatyk powie, żeby zamiast logować się do tylu systemów, ładnie je zintegrować za pomocą API, czy szyny integracyjnej.

Ale tutaj się pojawił drugi problem, te systemy mają już swoje lata, są tak zwane systemy legacy, czyli systemy odziedziczone, często w dużych organizacjach te systemy mają po 10, 15, 20 lat, a czasami i więcej, są one napisane w starych technologiach, wykorzystujące framework, języki już obecnie mało popularne i pojawiają się problemy z dostępem do ludzi znających te technologie, są to systemy często o charakterze monolitycznym, czyli nie mają interfejsu, ciężko się do nich podłączyć z zewnątrz, a co najgorsze to nie ma wiedzy, jak te systemy działają, bo nie ma dokumentacji albo jest szczątkowa, nieaktualna, a te osoby, które wiedziały, jak te systemy działają to albo odeszły z firmy, albo poszły na emeryturę i biznes znalazł się w takim klinczu – widzi duży problem z efektywną realizację procesów, bo taki pracownik, zamiast wykonywać fajne, kreatywne działania, musi 5 razy te same dane wklepać w różnych systemach.

Nie da się tego w prosty i szybki sposób rozwiązać od strony informatycznej, bo takie stare systemy trzeba wymieniać, a to jest bardzo kosztowne, obarczone dużym ryzykiem niepowodzenia. Co więcej, pojawiają się też takie problemy, że wymiana jednego starego systemu generuje konieczność wymiany kolejnych systemów, projekty robią się olbrzymie, bardzo się wloką, budżety rosną, więc biznes mówi: nie, to nie tędy droga.

No i biedni pracownicy klepali te dane w różne systemy, aż w którymś momencie ktoś wpadł na pomysł, by zupełnie zmienić podejście. Nie starajmy się zintegrować tego od strony informatycznej, tylko właśnie postawmy takiego software’owego robota, który na bazie dobrze zdefiniowanych reguł biznesowych, będzie wykonywał dokładnie te same prace co człowiek, tylko ta integracja będzie się odbywać nie na poziomie interfejsów, modeli danych, jak w klasycznej integracji, tylko na poziomie interfejsu użytkownika. To, co wyróżnia RPA w stosunku do innych podejść do integracji to fakt, że nie ingerujemy w ogóle w kod aplikacji, które chcemy zautomatyzować i tak naprawdę taki robot zastępuje nam człowieka i wszystkie działania wcześniej wykonywane przez człowieka są wykonywane w tym momencie przez robota.

Bardzo długa odpowiedź i już prawie odpowiedziałeś na kolejne pytanie, ale jednak je zadam. Gdzie RPA najbardziej się sprawdza? Zadaję to pytanie, żeby wyjaśnić, w których obszarach to można zastosować, czy to chodzi o wielkość firmy, czy o przestarzałość rozwiązania, może jeszcze o coś innego?

RPA, jak już wcześniej mówiłem, służy do automatyzacji procesów biznesowych. Jest sens stosować go tam, gdzie procesów jest dużo, są one powtarzalne i wystandaryzowane – to jest kluczowe. Nie możemy automatyzować procesów, które mają bardzo dużą liczbę wyjątków, a tutaj taki paradoks – decydenci często nie zdają sobie sprawy, jak złożone procesy realizują ich pracownicy, bo decydentom wydaje się, że procesy są proste, w szczególności jak mają normy ISO, to są opisane albo jak mają model procesów zamodelowany w BPMN-ie, to ten model jest aktualny. A rzeczywistość jest zdecydowanie bardziej brutalna i bardziej złożona. Tak naprawdę okazuje się, że dokumentacja, którą posiada organizacja, jest często nieaktualna, niekompletna, a pracownicy zmagają się z dziesiątkami drobnych wyjątków. Jeżeli w procesach występują setki takich wyjątków, te same procesy w różnych częściach organizacji są realizowane w zupełnie różny sposób, tych procesów jest stosunkowo mało, to trzeba się zastanowić czy RPA ma sens, bo RPA na pewno nie jest takim magicznym srebrnym pociskiem, jak to się ładnie mówi po angielsku silver bullet, który rozwiąże wszystkie problemy. Trzeba dobrze znaleźć procesy, które chcemy zautomatyzować, zrobotyzować za pomocą tego narzędzia. To jest pierwsza wskazówka.

Druga wskazówka jest taka: RPA ma sens, gdy rzeczywiście nie da się zastosować dobrych, poprawnych od strony informatycznej metod integracji, bo to się wiąże z dotknięciem systemów legacy, bo nie ma na to czasu, bo nie ma na to olbrzymiego budżetu albo chcemy wprowadzić rozwiązanie tymczasowe, które docelowo będzie zastąpione już pełną integracją, a teraz na okres kilku-kilkunastu miesięcy musimy „zalepić dziury”, no i wtedy dobrze się sprawdza RPA. Przykładem takiego szybkiego „zalepiacza dziury” jest sytuacja taka, gdy dwie firmy się łączą, docelowo ich systemy będą dobrze zintegrowane ze sobą, ale w okresie fuzji muszą ze sobą współdziałać. Wtedy stawiamy takie roboty na systemach obu firm i one przerzucają pewne dane między sobą.

Jak mówimy angielski skrót RPA, to może się wydawać, że to jest technologia rozwijana w Stanach. Porozmawiajmy o tym, co się dzieje w Polsce, masz wgląd do wielu firm, jesteś praktykiem. Powiedz, jak to jest teraz i jaki trend jest przewidywany w tym obszarze.

Rzeczywiście sama koncepcja RPA spopularyzowała się po pierwsze na Zachodzie, a po drugie, co zaskakujące, w Indiach, w Malezji, czyli tych krajach, które świadczą usługi outsourcingowe. W Polsce temat RPA stał się modny mniej więcej 2 lata, a od roku to już jest prawdziwe szaleństwo, można powiedzieć z uśmiechem, że otwieramy lodówkę i wyskakuje nam jakieś RPA, czy jakiś robot. A skąd to się wzięło? W Polsce w tej chwili pracuje około 260 tysięcy ludzi w shared services center, business process outsourcing, centrach obsługi wspólnej i te wszystkie jednostki świadczą profesjonalne usługi biznesowe dla różnego rodzaju podmiotów na zasadzie outsourcingu.

To jest pierwsze miejsce, gdzie w Polsce stosowane są roboty. Przykładem takiej instytucji, która stosuje roboty, jest Nordea. Nordea Bank nie ma w Polsce oddziału dla klientów, natomiast ma bardzo rozwinięte centra zajmujące się robotyzacją w Gdyni i w Łodzi, które de facto rozwijają roboty na potrzeby całej grupy. Drugie miejsce, gdzie roboty są stosowane w Polsce to oczywiście duże banki, tutaj można wskazać Alior Bank, Pekao S.A., BNP Paribas Bank, ING Bank Śląski, czyli najwięksi gracze, ubezpieczyciele jak Generali, firmy telekomunikacyjne typu Orange. Wymieniłem duże podmioty, które wykorzystują na szeroką skalę automatyzację i robotyzację właśnie z wykorzystaniem RPA, ale mniejsze podmioty również wykorzystują RPA – to są czasami firemki, które zaczęły się borykać, podobnie jak największe podmioty, z jedną rzeczą to jest z problemami związanymi z dostępem do stosunkowo taniej siły roboczej, która by chciała się związać z firmami na lata. RPA rozwiązuje ten problem nie tylko od strony cięcia kosztów informatycznych, ale również problem dostępności do ograniczonej liczby zasobów ludzkich, bo robot zastępuje człowieka.

W kwietniu tego roku razem z ceo.net, czyli taką organizacją zrzeszającą 500 największych dyrektorów w Polsce, zrobiliśmy ogólnopolskie badania „Jak wygląda wdrażenie RPA w Polsce” – to są badania poglądowe, to nie są badania uniwersalne, wynika z nich, że 30% z tych 500 największych firm w Polsce wdraża u siebie w mniejszym czy większym stopniu roboty. To jest tylko 30 albo aż 30% – oczywiście można na to spojrzeć z dwóch stron, tylko 30%, bo dla 70% tych dużych podmiotów ta droga jest jeszcze przed nimi, natomiast pozytywnie patrząc aż 30%, bo mamy dużo dobrych wzorców. Decydenci w wielu firmach, z którymi rozmawiam, zadają pytanie: ale czy na pewno to zadziała? Ja odpowiadam, że państwo możecie mi nie wierzyć jako praktykowi, możecie mi nie wierzyć jako naukowcowi, ale popatrzcie na to, co się dzieje na rynku, jakby to nie działało, to firmy by w to nie wchodziły, a to ewidentnie działa i przynosi określone benefity. Mamy do czynienia z takim prawdziwym boomem na te rozwiązania. Pewnie jeszcze wspomnimy później o ryzykach związanych z wdrożeniem RPA i ograniczeniach, bo to nie jest uniwersalne narzędzie na wszystkie problemy, czy taka uniwersalna tabletka lecząca wszystkie choroby.

Podam kilka takich ciekawostek, które mogą zainteresować słuchaczy Twojego podcastu. Roboty są stosowane głównie w backoffice, ale na przykład duże firmy mediowe korzystają z robotów do obsługi komentarzy na swoich portalach internetowych, do przygotowywania treści artykułów, może nie w stu procentach, ale takiego podszykowywania artykułów, do obsługi klienta na przykład w obszarze windykacji, czyli zaczynamy stosować roboty tam, gdzie są powtarzalne, mozolne czynności. Jeżeli chodzi o główne korzyści, które te firmy w Polsce pokazywały, to było to cięcie kosztów i poprawa jakości przetwarzanych danych.

O co chodzi w tym ostatnim punkcie? Człowiek się myli, jest to naturalne, jeżeli wykonuje milion powtarzalnych, takich samych nudnych czynności, to przy milion pierwszej na pewno się pomyli. Robot się nie myli, jeżeli jest dobrze napisany i dobrze przemyślane są jego rozwiązania, to jakość przetwarzanych danych przez robota jest dużo wyższa, co oczywiście pozwala obniżyć koszty całego procesu biznesowego, zmniejsza ryzyko problemów z obsługą umowy, faktury, obsługi posprzedażowej klienta. Mamy dużo niewymiernych korzyści. No i ostatnia rzecz, którą już wcześniej sygnalizowałem, roboty zaczynają rozwiązywać problem niedoboru kadry, my mamy problem jako Polska, że w ciągu najbliższych kilku lat spadać będzie dostępność ludzi w wieku produkcyjnym, no i roboty mogą być remedium na tego typu problem.

Nawiążę teraz do tego badania poglądowego, o którym wspomniałeś i do 70% firm, które jeszcze nie korzystają z RPA. Załóżmy, że teraz słucha nas osoba decyzyjna w jednej z tych firm i zastanawia się, że być może warto spróbować. Jak najlepiej zacząć, na co należy zwracać uwagę?

Ja do wdrożenia RPA podszedłbym, patrząc na to zagadnienie w trzech perspektywach czasowych. Pierwsza perspektywa czasowa to tu i teraz, gorąco zachęcam, żeby ściągnąć wersję trialową, open source narzędzia i zrobić własnymi siłami Proof of Concept – wziąć jakiś proces i spróbować go zautomatyzować, zrobotyzować, nie wierzyć konsultantom, nie opierać się tylko na informacjach z konferencji, tylko zobaczyć, jak u nas tego typu rozwiązanie faktycznie zadziała na czymś najprostszym, bo oczywiście diabeł tkwi w szczegółach i może okazać się, że z jakichś powodów natrafimy na bariery wdrażania RPA u siebie. To mogą być bariery technologiczne na przykład bardzo dziwne narzędzie, które chcemy zrobotyzować, typu procesy realizowane częściowo na terminalowych końcówkach starego mainframe’a i z tym część narzędzi może sobie nie poradzić i bariery organizacyjne typu: departament bezpieczeństwa, compliance dostanie zawału serca, jak usłyszy, że będziemy mieli takiego robota ze wszystkim uprawnieniami wszystkich użytkowników w firmie. Więc POC to jest coś, od czego bym zaczął.

Jeżeli się przekonamy, że to może mieć jakąś wartość, to wtedy rozpatrywałbym robotyzację w horyzoncie średniookresowym i długookresowym. W średniookresowym patrzyłbym na roboty i przede wszystkim nasze procesy, i zastanowił się, które procesy jest najłatwiej zautomatyzować, gdzie będziemy mieli największy uzysk, czyli warto automatyzować i robotyzować te procesy i projekty, do których obsługi jest wykorzystywanych od 0,75 do jednego tak zwanego FTE, czyli tak naprawdę jednego etatu, mówiąc językiem biznesowym, warto automatyzować i robotyzować, gdzie po ich zautomatyzowaniu uwolniony zostanie co najmniej 1 etat. W części organizacji spotkałem się z sytuacjami, gdzie jeden robot potrafił zautomatyzować i zastąpić dwóch, trzech, a nawet czterech pracowników. To są wielkie sukcesy i konkretne oszczędności. W tym drugim etapie sięgamy po nisko wiszące owoce, czyli łatwo dostępne, soczyste i zbieramy śmietankę. Na tym drugim etapie możemy się zatrzymać, ale możemy pójść krok dalej i zastanowić się, czy ta automatyzacja i robotyzacja to jest tylko sposób na cięcie kosztów na poradzenie sobie z kwestiami niedoboru pracowników, poprawy jakości danych czy może poprzez automatyzację i robotyzację chcemy stworzyć zupełnie nowy pomysł na firmę, rozwinąć jakiś dodatkowy obszar działalności, stworzyć nowy model biznesowy firmy – może komplementarny w stosunku do tego, co mamy, może zupełnie nową ścieżką ucieczki do przodu dla naszej firmy.

Pewnie łatwiejsze będzie to dla firm działających w świecie digital, czyli różnego rodzaju e-commerce’ów, firm mediowych, wydawców, różnego rodzaju porównywarek dostarczających usługi informacyjne. Pewnie trochę trudniej będzie firmom działających w świecie fizycznym, czyli na przykład zajmujących się logistyką, mocno regulowanym typu bankowość, ubezpieczyciele, gdzie te roboty jeszcze przez jakiś czas będą pełniły wyłącznie funkcję wspierającą. Natomiast zachęcam gorąco do takiego ćwiczenia, żeby usiąść sobie spokojnie w gronie kadry menadżerskiej i zastanowić się, jak nasza firma będzie działać za cztery, pięć lat, czy będziemy zautomatyzowani, czy nie i co się stanie, jeżeli konkurenci naszej firmy pójdą w automatyzację, robotyzację, a my nie.

Na początku wspomniałeś, że obecnie istnieje co najmniej 40 różnych narzędzi do RPA. Może warto wymienić kilka najciekawszych, na które warto zwrócić uwagę albo być może warto pisać swoje własne narzędzia. Jeżeli tak, to kiedy to może się opłacać?

Od razu powiem, że nie ma darmowych launchy, żeby mieć takie roboty u siebie w firmie, to skądś muszę je wziąć, czyli trzeba je pozyskać. Tak jak powiedziałeś, są dwie metody: pozyskanie z rynku i napisanie od zera. Jakie są plusy i minusy każdego z nich i jakie to są narzędzia? Jeżeli chodzi o pozyskanie z rynku to mamy ponad 35 dostawców, którzy dostarczają ponad 40 typów narzędzi RPA.

Najbardziej popularne, premium to jest Blue Prism, Automation Anywhere, UiPath, WorkFusion – stosowane są na całym świecie, również w Polsce. Plusy tych narzędzi: to są narzędzia bardzo profesjonalne, do rozwiązań enterprisowych w dużych firmach, minusy: to są bardzo drogie narzędzia. Dochodzimy do takie zagadnienia, o którym wcześniej nie mówiliśmy, a mianowicie do modelu licencjonowania. By korzystać z tych narzędzi, to najczęściej trzeba kupić co najmniej kilka sztuk licencji, nie można kupić jednej licencji, trzeba je odpowiednio wdrożyć i wtedy taki minimalny próg wejścia w tego typu rozwiązania to jest 50 tysięcy złotych czy 10 tysięcy dolarów. To jest takie minimum i dla części firm, zwłaszcza tych, które nie są pewne, to jest dosyć wysoka bariera na wejście.

Co można innego zrobić? Jest kilka scenariuszy. Pierwszy to: UiPath ma wersję Open Source, którą można ściągnąć, zainstalować i jest to w pełni funkcjonalna wersja. W niewielkich firmach jej stosowanie nic nie kosztuje, w dużych firmach stosowanie do celów edukacyjnych również jest bezpłatne, a jeżeli chcemy przejść na wersję produkcyjną, to musimy kupić licencję komercyjną. To jest najprostsze sięgnięcie po wykorzystanie profesjonalnego narzędzia klasy RPA. Natomiast mamy również dostawców narzędzi RPA z Polski i tutaj ich zareklamuję, jeżeli pozwolisz – to jest Wizlink i G1ANT. Te narzędzia są o tyle ciekawe, że po pierwsze są zdecydowanie tańsze niż narzędzia topowych dostawców, natomiast G1ANT ma bardzo ciekawy model rozliczeń – nie kupuje się robota, tylko jego czas i płaci się za faktycznie przepracowane minuty pracy. To jest pewnego rodzaju ewenement i mało która firma w skali świata taki sposób rozliczeń preferuje.

Jeżeli widzimy, że roboty się sprawdzają, ale nie mamy na to specjalnego budżetu, możemy oczywiście napisać swojego robota. Tutaj mamy dwie strategie. Jeżeli działamy w środowisku Windows i chcemy automatyzować pewne prace w obszarze pakietu biurowego Office i jego najbliższych okolic, to bardzo popularne są różnego rodzaju mutacje Visual Basica i jego odmian. Jeżeli chcemy pracować w środowisku bardziej heterogenicznym, to tutaj to do automatyzacji takich zadań bardzo często stosowany jest Python, są też języki dedykowane, ale są mniej popularne. Na serwisie robonomika.pl jest zestawienie wszystkich narzędzi, wszystkich producentów oraz zestawienie, jak niskokosztowo wejść do automatyzacji, robotyzacji – tam pokazuję takie mniej popularne, ale o praktycznie zerowym koszcie, narzędzia, które można zastosować przy automatyzacji i robotyzacji.

Myślę, że każdy zgodzi się z tym, że RPA przyczynia się do tego, że część osób straci pracę. Z drugiej strony wygląda na to, że pojawia się nowy zawód: developer RPA. Czy to jest taki tymczasowy zawód na kilka lat, czy może to jest zawód, który przetrwa dłużej, chociażby dziesięć, dwadzieścia lat. Jak Ty to widzisz?

Może jeszcze zanim odpowiem bezpośrednio na to pytanie, to chciałbym poruszyć jedno zagadnienie, dosyć istotne z bardzo praktycznego punktu wdrażania RPA w firmach. Na RPA zupełnie inaczej patrzy biznes, a zupełnie inaczej patrzy dział informatyki. Dla biznesu RPA jest szansą, to znaczy może szybko zautomatyzować, zrobotyzować proces, pojawią się benefity biznesowe, co więcej, jeżeli w tym biznesie są tacy sprytni ludzie na przykład absolwenci, którzy niedawno ukończyli uczelnię, bo często w biznesie spotykam się z takim trendem, że pracują tam pasjonaci informatyki, to nagle się okazuje, że obecne narzędzia mogą być przez nich doskonale wykorzystane i pierwsze próby wdrożenia automatyzacji, robotyzacji może zrobić sam biznes bez IT. Podkreślam, że mówię o pierwszych próbach, bo potem kiedy mówimy o wdrożeniach produkcyjnych, gdzie w firmie będzie stosowanych 40, 50, 100 robotów – to są duże wdrożenia, bo średnio w Polsce w firmie jest po kilka robotów, ale kiedy idziemy do dużych wdrożeń, to niestety bez współpracy z działem IT się nie obejdzie. To była perspektywa biznesu, czyli robot jest postrzegany jako szansa.

IT często na roboty się krzywi, bo mówi: to niefajna technologia, nieprofesjonalne podejście, powinniśmy od razu robić integrację, a te roboty tylko dokładają nam pracy i nie wiadomo, co się tak naprawdę będzie dalej z nimi działo. Więc często tradycyjny dział IT patrzy na to z pewną obawą. Natomiast, to co zauważyłem ewidentnie na rynku, to nagle część departamentów informatyki mówi: „skoro my nie możemy się wyrobić z pracą obecnie, bo na przykład mamy dużo projektów związanych z compliance”, co jest nagminne w bankach, 50-60% budżetów i zasobów IT idzie na projekty compliance, myślę że to dotknie też ubezpieczycieli ze względu na kolejne dyrektywy unijne, „to tworzenie robotów, może i tymczasowych pozwoli szybko rozwiązać problemy biznesowe, czyli my będziemy się mogli skupić na rzeczach poważnych, dużych projektach”.

Dlaczego o tym opowiedziałem w kontekście Twojego pytania o developera RPA? W wielu organizacjach rzeczywiście taka rola zaczęła się pojawiać, to są osoby najczęściej młode, które wcześniej zajmowały się w jakiś inny sposób automatyzacją procesów, na przykład na różnego rodzaju workflowach albo wcześniej pisały drobne programiki, no i w momencie, gdy pojawił się boom na roboty, to zostały delegowane do pracy i przygotowania takich robotów. Czy to jest zawód przyszłościowy na 20 lat? Ja stawiam tezę, że nie – to jest taki zawód, w którym można w tej chwili fajnie zarobić, bo są bardzo ciekawe stawki i można zdobyć dużo doświadczenia, ale ja stawiam taką perspektywę 3 do 5 lat, później te narzędzia zrobią się na tyle przyjazne, że taki developer nie będzie potrzebny, przynajmniej do prostych robotów. Te roboty będą powstawały w automatyczny sposób i będą tworzone przez biznes. To, co jest ciekawe to fakt, że na przykład część organizacji nie nazywa developerów developerami, tylko na przykład pasterzami, kontrolerami robotów, czyli tak naprawdę są to osoby, które dbają o utrzymanie i rozwój tego swojego stadka robotycznego.

Pociągnę ten temat trochę dalej. Dotychczas RPA wykonuje przede wszystkim proste zadania typu kopiuj-wklej, otwórz-zamknij okienka, natomiast ewidentnie szykuje się trend, że uczenie maszynowe będzie angażować roboty i pojawia się tak zwana sztuczna inteligencja. Zastanawiam się po pierwsze, jak długo zajmie, zanim to zacznie działać na produkcji, a po drugie pytanie, jak to się przyczyni do tego, że faktycznie roboty zaczną automatyzować w dużym stopniu zawody, które są wykonywane przez ludzi.

Tak jak mówiłem wcześniej, obecna generacja narzędzi RPA, to jest taka pierwsza fala. Tak jak kiedyś mówiliśmy o informatyzacji przedsiębiorstw z wykorzystaniem produktów klasy ERP, to najpierw były produkty MRP, potem ERP, ERP II, stawiam tezę, że bardzo podobnie będzie wyglądał rozwój narzędzi klasy RPA. Mamy pierwszą generację, bardzo prostą, to są narzędzia, które są tak mądre, jak im człowiek wpisał reguły, jeżeli trafią na sytuację nadzwyczajną, jakąś wyjątkową to w najlepszym wypadku poinformują o tym swojego opiekuna: hej człowieku, mam coś, z czym sobie nie mogę poradzić. W najgorszym wypadku taki robot wykona nieprzewidzianą operację, a to może rodzić określone ryzyka dla firm. Natomiast jesteśmy dopiero na początku i tutaj trwają ewidentne i dosyć intensywne prace, dotyczące rozbudowy obecnych narzędzi o ich integrację z elementami machine learningu czy sztucznej inteligencji. Prosty przykład: jeden z liderów na rynku, czyli firma WorkFusion dostała ostatnio 50 milionów do inwestowania z funduszu Venture Capital, a UiPath 150 milionów i głównie te pieniądze mają być przeznaczone na to, żeby te narzędzia wzbogacić o elementy sztucznej inteligencji, więc jest ewidentne parcie rynku w tę stronę. To jest pierwsza druga rzecz.

Druga rzecz to, jakiej naprawdę wartości dostarczy ta automatyzacja kognitywna, ja ją w ten sposób nazywam, bo to taka automatyzacja, która ma możliwość uczenia się na bazie przetwarzanych danych otrzymywanych w czasie realizacji procesów, przede wszystkim dzięki takiemu podejściu, że jeżeli robot spotka sytuację nadzwyczajną, to będzie mógł na bazie wcześniejszych przypadków odpowiednio zareagować. Czyli w tych wszystkich sytuacjach wyjątkowych, może nie w stu procentach, bo tak pewnie nigdy w życiu nie będzie, ale zdecydowanie większej ilości, będzie mógł zareagować w sposób automatyczny, mniej absorbujący swojego opiekuna i to spowoduje, że rola człowieka w całym tym procesie będzie jeszcze mniejsza, bo nie ukrywajmy: obecnie roboty jednak nie mogą być pozostawione samopas, zawsze musi czuwać nad nimi człowiek – administrator, kontroler, który utrzymuje, pielęgnuje, rozwija takie roboty. Tutaj te roboty będą same dostrajały się do zmieniających się procesów.

W dłuższej perspektywie czasu zakładam, że to będzie przedział 5-10 lat, nie szybciej, bo jestem sceptyczny, jeżeli chodzi o możliwości wykorzystania produkcyjnego takich usług kognitywnych, ale to na pewno nastąpi, trzeba się liczyć z tym, że w wielu obszarach back office’u i front office’u rola ludzi zostanie mocno zminimalizowana do roli nadzorczej. Może się okazać, że sporo młodych ludzi napotka na taką barierę, że zaczynali od stanowiska juniora, jak młodszy księgowy, młodszy specjalista do spraw obsługi klienta, a nagle rolę tych młodszych przejmą roboty. No i tutaj jest taka przestrzeń do dyskusji na temat całego systemu edukacji, na temat całego modelu rozwoju pracowników w firmach, co z takimi sytuacjami należy robić.

Domykając ten temat, jak według Ciebie wygląda przyszłość RPA?

Na pewno w tej chwili RPA stało się modnym buzzword’em i jest to czasami wykorzystywane przez konsultantów, dostawców. Część firm, które w to wchodzą, się wycofa, bo będą nieprzygotowane, wdrożenia będą nieprzemyślane, może się okazać, że nie osiągną założonych rezultatów, obiecanych przez konsultantów, bo obiecali za dużo lub rzeczy niemożliwe, bo to się cały czas konsultantom zdarza. Natomiast ja uważam, że w skali całego rynku i całego tego zagadnienia, jakim jest automatyzacja i robotyzacja biznesu, a w szczególności części usługowej biznesu, no to nie ma od tego odwrotu. Może się za chwilę okazać, że RPA nie będzie się nazywać RPA, tylko zmienimy nazwę albo dołożymy dwójkę i będzie RPA II, ale to jest taki trend, który docelowo doprowadzi do tego, że zaczną pojawiać się praktycznie zautomatyzowane firmy, rola człowieka będzie naprawdę ograniczona do minimum, będzie raczej rolą decyzyjną, nadzorczą, a nie wykonawczą.

Podam taką ciekawostkę: rozmawialiśmy w ramach Związku Banków Polskich, na forum technologicznym, czy powstanie w pełni zautomatyzowany bank i widać było zupełnie dwie różne postawy. Tacy klasyczni bankowcy w to nie wierzą, ale osoby, które są blisko technologii, uważają, że może nie za 3, może nie za 5, ale za 10 lat jak najbardziej taka wizja praktycznie zautomatyzowanego banku się ziści i ten bank nie będzie założony przez klasyczny, który jest obecny na rynku, tylko pewnie będzie założony przez giganta technologicznego, który będzie miał dostęp do ludzi o odpowiednich kompetencjach, do danych i będzie miał dostęp do odpowiedniego sprzętu, a kwestie formalne, licencyjne, compliance’owe to sobie po prostu kupi i to się da rozwiązać, jako najmniej istotny problem. Więc trzeba się liczyć z tym, że za jakiś czas powstaną bardzo silnie zautomatyzowane podmioty, które mogą mocno namieszać na obecnym rynku.

Jeśli chodzi o ten bank przyszłości, to właśnie przyszły mi do głowy dwie myśli. Nie tak dawno czytałem artykuł, że w Chinach pojawia się taki w 100% zautomatyzowany bank, czyli w środku tego banku są roboty, co prawda gdzieś tam w innym biurze są jeszcze ludzie, ale przynajmniej ten budynek był całkowicie zautomatyzowany. A druga sprawa, jeśli chodzi o giganta technologicznego, to podobnie Amazon ma teraz ambicje, by wejść w tę strefę bankową. Zobaczymy, jak im to pójdzie, bo z technologią na pewno sobie radzą bardzo dobrze.

I tego wiele polskich firm zupełnie nie docenia, wydaje im się, że to jest taka odległa przyszłość i że w Polsce są bezpieczni. Zawsze mówię, żeby zrobić bezkosztowe ćwiczenie intelektualne: pomyślmy sobie, co się stanie z naszą firmą, jeżeli jakaś firma z naszej branży zaoferuje te same produkty o lepszej jakości, tylko 20-30% taniej – nie mówię o rzeczach fizycznych, mówię o sektorze usług, to jest bardzo istotne założenie, które są niematerialne, które stosunkowo łatwo scyfryzować. I to nie będzie firma z Polski, tylko z drugiego końca świata, a ta usługa będzie dostępna po prostu w Internecie. Czy nasza firma przetrwa zderzenie z takim zupełnie nowy konkurentem?

To jest bardzo dobre pytanie do osób decyzyjnych w firmach. A teraz zmienię temat. Brałeś udział w kursie „Praktyczne uczenie maszynowe” na DataWorkshop. Co Ci się najbardziej podobało, a może coś Cię zaskoczyło?

Jestem bardzo zadowolony, że uczestniczyłem w kursie DataWorshop. Przede wszystkim podobała mi się Twoja postawa – jest fenomenalna, rzadko się zdarza taki szkoleniowiec jak Ty, tak otwarty, tak aktywnie działający w obszarze i angażujący uczestników. Z tego, co się orientowałem, to wszyscy uczestnicy kursu byli pracujący, czyli łączyli świat zawodowy z dodatkową nauką, potrafiłeś nas zmotywować do pracy.

Co mi się podobało? Sam sposób prowadzenia kursu, przygotowanie materiałów, tematyka i logika poukładania wywodu – mówię to jako nauczyciel akademicki. A co mnie zaskoczyło? Ja nie jestem programistą, programowałem 20 lat temu w Javie, C++, natomiast na ten kurs zapisałem się celowo, wiedząc, że w nazwie jest „dla programistów”, żeby zobaczyć, jak obecnie się rozwinęła technologia, jakie są frameworki, narzędzia, podejścia i to się sprawdziło w stu procentach. Zaskoczyło mnie to, że jest cały stos technologiczny, który trzeba opanować, żeby efektywnie stosować, bo cały czas się rozwija, więc firmy będą miały duże wyzwanie operacyjne, żeby machine learning u siebie uruchomić. Większości decydentów się wydaje, że „uruchomimy i koniec”, a to jest bardziej podróż aniżeli stan docelowy, czyli uruchomimy i trzeba cały czas dbać o to, zarówno od strony technologicznej, modeli, danych do uczenia tych modeli.

To, co było dla mnie istotne i odkrywcze, to uświadomiłem sobie, jak istotną rolę w machine learningu pełni zebranie, przygotowanie danych. Nie mówię o kwestiach związanych z feature engineering, budową modelu, połączeniem sieci, ale o danych, na których te wszystkie modele mają pracować. Stawiam taką tezę i przestrogę dla decydentów, że jeżeli myślą, żeby wejść w ten obszar, to o danych muszą zacząć myśleć tu i teraz. To jest pewnie temat na odrębny podcast – kwestie związane z data governance, jak przygotować dane pod kątem takiego uczenia maszynowego i na co zwracać uwagę ze strony biznesowej i technologicznej jakości danych. Można byłoby jeszcze 50 różnych tematów wymyślić, ale apeluję do wszystkich myślących o nawet pilotażowym korzystaniu z machine learningu, żeby pomyśleli i przygotowali odpowiednio dane do dalszych prac.

Dla kogo, według Ciebie, przerobienie kursu DataWorkshop będzie wartościowe?

Poleciłbym ten kurs na pewno osobom, które mają pewną wiedzę programistyczną, które chcą się z pozycjonować w obszarze data science, machine learning, sztucznej inteligencji. Podkreślam, że to jest kurs dla programistów i trzeba jednak mieć mniejsze lub większe umiejętności programistyczne, żeby efektywniej wykorzystać ten kurs. To, co jest bardzo fajne to fakt, że do tego kursu można wracać, to nie jest na pewno taki materiał, który się przerobi raz i się o tym zapomni, to jest materiał, do którego można wracać wielokrotnie, cały czas odkrywając nowe rzeczy.

I ostatnie już pytanie na dzisiaj. Jak można się z Tobą skontaktować, żeby podyskutować na przykład na tematy RPA.

Prowadzę serwis robonomika.pl, to jest serwis o tym, jak wykorzystywać automatyzację, robotyzację i tą prostą, i tą zaawansowaną w organizacji, w firmie. Jeżeli ktoś jest zainteresowany, zapraszam do odwiedzenia serwisu, tam jest formularz kontaktowy. Będę oczywiście wdzięczny za każdą uwagę, opinię i głos w dyskusji na temat automatyzacji i robotyzacji. Zapraszam do odwiedzenia.

Ze swojej strony bardzo Ci dziękuję za rozmowę, za podzielenie się praktyczną wiedzą i predykcje, co może się wydarzyć w już nie tak dalekiej przyszłości. Mam nadzieję, że osoby decyzyjne otworzą oczy i podejmą prawidłową decyzję. Dzięki.

Dzięki za zaproszenie Vladimirze. Pozdrawiam wszystkich, do usłyszenia.

Andrzej przygotował dla Ciebie prezent – to arkusz Excela, dzięki któremu możesz ocenić proces biznesowy pod kątem możliwości jego robotyzacji (z wykorzystaniem narzędzi klasy RPA – Robotic Process Automation). Wystarczy zapisać się na newsletter, żeby dostać prezent (jeśli już jesteś na liście, to jedynie sprawdź swoją skrzynkę pocztową).

Autorski kurs – praktyczne uczenie maszynowe

Autorski kurs online „praktyczne uczenie masynowe” po polsku na DataWorkshop, dla umysłów analitycznych, ruszy w poniedziałek 29 października i będzie trwał 2 miesiące. To będzie 11 edycja kursu, który umożliwi Ci zajęcie się przyszłościową i dobrze opłacalną pracą, jednocześnie rozwiązując wartościowe problemy biznesowe. 

Artykuł Andrzej Sobczak o RPA – profesor, praktyk, pasjonat pochodzi z serwisu Biznes Myśli.

Robotic process automation zmienia świat! Według KPMG  45% a może nawet i 75% prac w finansowym sektorze będzie wykonywane przez roboty w najbliższe 15 lat. Mówiąc bardziej precyzyjnie, przez tak zwany Robotic Process Automation (RPA). Dzisiaj o tym, ale nie tylko będzie mowa.

Gościem podcastu jest Ernest Wagner, który od 2004 stworzył kilka firm: agencję interaktywną, software house, technologiczny dom doradczy i kilka startupów w modelu SaaS. W 2015 roku stworzył zespół, który uruchomił bank mobile-first o nazwie Loot.io oceniony jako jeden z najgorętszych startupów w UK. Zarządza projektami IT od ponad 16 lat. Od 2014 roku doradza klientom w tematach związanych z danymi i sztuczną inteligencją. Od początku 2017 roku odpowiada za sztuczną inteligencję w ING Banku Śląskim.

Ernest posiada doświadczenie na skrzyżowaniu kilku dziedzin: sztuczna inteligencja, finanse, startupy. Dlatego ta rozmowa czasem była trochę o innych, ale bardzo ciekawych tematach. Na przykład Ernest mówi:

“Bąbel na rynku startupowym niewątpliwie istnieje, może podobny do tego, jak w latach 90-tych, nawet większy, bo jest dużo więcej pieniędzy w tym rynku technologicznym teraz. Wielu mądrych inwestorów, moim zdaniem i których szanuję, przewiduje krach w tym sektorze w najbliższym czasie.”

Również na samym końcu dowiesz się jak dostać bezpłatną godzinną konsultację ze mną.

Już nie przedłużam i zapraszam do wysłuchania.

Cześć Ernest! Przedstaw się kim jesteś, czym się zajmujesz, gdzie pracujesz?

Cześć. Nazywam się Ernest Wagner, jestem odpowiedzialny za rozwój produktów w firmie Hemnes. Obecnie również pracuję dla Banku ING, jako architekt w obszarze sztucznej inteligencji i robotyzacji procesów. Pracuję nad zagadnieniami, związanymi z AI w tym systemami konwersacyjnymi, data miningiem i modelowaniem machine learningowym.

To jak widać wiele rzeczy robisz, o tym będziemy rozmawiać dalej. Dopytam się jeszcze jaką książkę ostatnio czytałeś i czego się nauczyłeś z niej?

Ostatnio najbardziej zwróciła moja uwagę książka Daniela Kahnemana “Pułapki myślenia” i tam kluczową koncepcją jest podział pracy naszego mózgu na dwa systemy. System pierwszy odpowiedzialny jest za bezwiedne ruchy i system drugi – za bardziej złożone myślenie. To są bardzo użyteczne pojęcia, moim zdaniem, dla osób zajmujących się sztuczna inteligencją. To mi trochę pomogło w pracy, oprócz tego że jest ciekawa sama z siebie.

Dodatkowo przeczytałem w parę dni biografie Elona Muska – przedsiębiorcy, który jest moim idolem. Mam równolegle jeszcze dwie inne książki otwarte autorstwa Raymonda Kurzweila.

Singularity?

Dokładnie.

Ta pierwsza książka “Pułapki myślenia”, już była polecana przez dwie osoby przed Tobą, więc widać że w tej chwili bije największe rekordy.

Chciałem ją już dawno przeczytać, ale odkładałem na później. Natomiast jak ją już zaczniesz czytać, to idzie dość szybko, bardzo przyjemna jest ta książka, bardzo fajnie napisana.

Powiedziałeś, że pracujesz teraz dla ING banku, jako architect RPA/AI. Na początek chciałem zapytać, jak wygląda Twój przeciętny dzień pracy, jakie problemy rozwiązujesz, w jaki sposób, może jakich narzędzi używasz?

Mój dzień chyba nie różni się za bardzo od dnia wielu PM’ów czy analityków BI. Odbywam sporo spotkań, jeżdżę na szkolenia i konferencje (zarówno jako uczestnik, tak i prelegent). Bardzo sobie cenię te dni, kiedy mogę spokojnie popracować nad czymś koncepcyjnie, zaprojektować jakiś prototyp, potestować różne narzędzia. Czasami buduje dialogi dla systemów konwersacyjnych oraz zdarza mi się trochę poprogramować. Dzisiaj miałem taki dzień, ale generalnie rzadko to się zdarza. Sporo jest zwykłej koordynacji różnych tematów, czyli tak zwane project management.

To jest ciekawe, że jeszcze programujesz. Rzadko się zdarza, ale jednak się zdarza. Proszę powiedz przykładowe rozwiązania oparte na sztucznej inteligencji które już udało się wdrożyć do ING Banku, a może też zdradzisz takie nad którym pracujecie i już niedługo będą dostępne?

Tu nie wiele mogę powiedzieć bardzo konkretnych rzeczy i pewnie nic, czego samemu można się domyślić, co się w banku robi z AI. Ale spróbuje to skategoryzować. Generalnie, dzielimy działania związane z AI na trzy obszary: data mining albo text mining (czyli wyciąganie encji z dokumentów albo z wiadomości od klientów), systemy konwersacyjne (wewnętrzne i zewnętrzne) oraz najróżniejsze modele analityczne oparte o machine learning w takich obszarach jak ryzyko, sprzedaż i marketing czy KYC & AML.

Zapytam jeszcze coś ogólnego. Czym dla Ciebie jest sztuczna inteligencja?

To jest pytanie, które powraca ostatnio, dość często, w związku z modą. Wydaje mi się, że w związku z takim przełomem w deep learningu, przyjęło się myśl, że prawdziwe AI, to tylko uczące się systemy, albo wręcz wyłącznie tylko sieci neuronowe. Mam podejście troszeczke inne. Dla mnie AI to wszystkie systemy emulujące w jakimś stopniu świadome działanie. Dobrze napisane dialogi chatbotowe w wąskich przypadkach zastosowań tez mogą działać dość inteligentnie.

Podobnie w text miningu, czyli wydobywaniu znaczeń z tekstu, bardzo sprawdzały się bardziej tradycyjne systemy, więc nie skreśliłbym do końca takich mniej spektakularnych rozwiązań. Jestem zwolennikiem dobierania narzędzia do celu, a nie odwrotnie.

A jak w prosty sposób wyjaśnić co to jest chatbot?

Chatbot – to jest system konwersacyjny, czyli program, z którym można odbyć rozmowę. Większośc chatbotów nie stosuje uczenia maszynowego w rzeczywistości, tak naprawde tylko najbardziej zaawansowane systemy, takie jak API.ai czy Watson mają takie moduły.

Wiele polskich chatbotów to są, w szczególności, takie edytory dialogowe gdzie sie panuje “pytanie-odpowiedź, pytanie-odpowiedź” i tak to mniej więcej działa. Więc jeżeli zaliczymy chatboty do sztucznej inteligencji, to wtedy trzeba ją trochę szerzej definiować. Czasami bardzo fajne dialogi można zaprojektować nawet w taki prosty sposób regułowy.

Teraz temat nieco powiązany z chatbotem i zapytam o tym w ten sposób: conversational banking solutions co to jest, jak to działa i co ma wspólnego z chatbotem?

Moim zdaniem, wychodzi na jedno z tą różnica, że do takiego bankowego chatbota dodajemy API czyli interface wymiany danych do usług banku. Czyli umożliwiamy wykonywanie przez rozmówcę różnych czynności typu przelew czy zamówienie karty kredytowej. Ale w swoim podstawowym zakresie czy charakterze, to jest po prostu interface konwersacyjny, taki jak każdy inny chatbot.

Można tak nieco reasumując powiedzieć, że to jest chatbot, który jest zintegrowany z którymś systemem lub systemami.

Tak jest. W ogóle, każdy użyteczny chatbot powinien być z czymś zintegrowany. Jeżeli chatbot jest tylko po to, żeby rozmawiać, to to nie będzie zbyt ciekawa aplikacja, bo w tym momencie nie umiemy jeszcze tworzyć takich turingowych, powiedzmy, systemów, które umiałyby zdać test Turinga w dłuższej rozmowie.

Natomiast chatbot, z którym się zagaduje i on od razu serwuje jakieś dane, gdzieś z kimś się kontaktuje, to może być użyteczna aplikacja. Dlatego każdy chatbot powinien być jakimś “conversational coś tam” (conversational banking, conversational insurance czy conversational e-commerce).

Dopytam się teraz o nieco słynnym terminie Robotic Process Automation albo RPA? Co to jest i jakie to ma zastosowanie z punktu widzenia biznesu i proszę podaj jakiś przykład z życia (żeby bardziej było zrozumiałe o czym mówimy).

Oczywiście. W ogóle z nazwy Robotic Process Automation to jest automatyczna robotyzacja procesów czyli termin dosyć szeroki. To o czym dzisiaj mówimy, kiedy mówimy RPA, to zwykle są systemy, które emulują działanie człowieka. Systemy, które pozwalają zaprojektować nam step by step, czyli w zupełnie prosty sposób krok po kroku, działanie pracownika, zastąpić część najprostszych go działań takim systemem.

Mówimy tutaj o takich rzeczach, jak przepisywanie danych z Excela do bazy danych, czy innych tego typu mechanicznych czynnościach. Coś, czego żaden żywy człowiek nie powinien nigdy robić i nie chciałby robić. Nie wyobrażam sobie, jeżeli spytać jakiegokolwiek przedszkolaka  na temat “kim chcesz zostać jak dorośniesz”, to żeby powiedział, że chce wklejać dane do Excela w korporacji To jest mało ambitna praca i myślę, że w XXI wieku nikt tego nie powinien robić.

RPA jest konsekwencją niedoskonałości systemów, powiązanych częściowo z tym, że są systemy legacy, czyli takie stare systemy w bankach, na przykład. Systemy, które nie mają wsparcia, dla których nie opłaca się już pisać interfacu wymiany danych czyli API. Albo jakieś inne, bardzo złożone infrastruktury i okoliczności, które powodują, że dział IT nie jest w stanie nadążyć pisać tych wszystkich rzeczy.

https://www.youtube.com/watch?v=VZ4oTuQL6ss

Możemy, na przykład, API między jedna bazą danych a drugą, sobie zamówić, ale czekamy na nią rok, bo jest kolejka różnych prac w IT. I takie RPA pozwala nam w szybki sposób, w parę tygodni, zrobić coś innego. Czyli zamiast zrobić to, jak ja to mówię – po Bożemu, po prostu wymianę danych między systemami, żeby serwery gadały między sobą bezpośrednio, to stawiamy RPA, taki programik, na końcówce, na terminalu (to może być laptop albo jakaś stacja robocza).

Używając technik, takich jak screen scraping, będzie otwierał program jednej aplikacji i przeklejał, na przykład, do pola czy jakieś inne akcje wykonywał, w drugiej aplikacji, i taki proces możemy zaprogramować. Są różne systemy, takie pudełkowe, które to oferują. My w banku, to znaczy zespół kolegi, zaprojektował bardzo fajny system, własny, który też sprzedajemy w grupie. I to jest ciekawe w ING, że mamy taką szczególna ekspertyzę, w tych zespołach bankowych.

Natomiast nadal, pojęciowo, RPA, to jest taka anomalia, powiedzmy, taka nieprawidłowość, która występuje przez jakiś czas. Ona, oczywiście, w tym czasie, kiedy jest wdrożona (nawet jeżeli to jest tak zwana prowizorka), może zaoszczędzić w dużych organizacjach miliony euro, to nie znaczy że to jest mniej ważny system czy nie istotny. Tylko jego wdrożenia wynikają z tego, że te systemy działają (zwłaszcza w dużych organizacjach) niedoskonale. Żaden startup raczej nie powinien korzystać z RPA, chyba że w szczególnych okolicznościach. Ale dobrze zaprojektowana firma, dobrze zaprojektowane procesy powinny unikać konieczności stosowania czegoś takiego.

Bardzo fajnie to wyjaśniłeś, bo często to jest pomijane, dlaczego takie rozwiązanie powstało. Załóżmy że teraz nas słucha osoba, która może rozważa użycie RPA i pewnie zastanawia się nad tym, jak drogie jest to rozwiązanie (pod kątem finansowym, pod kątem zasobów, które musi mieć), i jak to wdrożyć?  Troszkę wspomniałeś o tym, że są już gotowe rozwiązania, które można kupić, ale czy mógłbyś trochę rozszerzyć, o ile łatwo jest wdrożyć takie rozwiązanie, czy to są dni, miesiące, lata?

Oczywiście. Jeżeli chodzi o wdrożenie czegoś takiego, to tutaj mówimy raczej o przedziałach czasowych do kilku tygodni, do 2 miesięcy. Moim zdaniem, wdrożenie RPA nie powinno trwać dłużej niż miesiąc – półtora. Mają to być rozwiązanie prostsze niż budowa API, dlatego powinne trwać krócej i być tańsze. To zawsze trzeba porównać, co jest lepiej, czy wymienić system albo jakoś go zintegrować, czy zrobić RPA deployment, który powinien być co najmniej o rząd wielkości tańszy, niż to docelowe, prawidłowe rozwiązanie. Jeżeli chodzi o ceny tych narzędzi, to są bardzo zależne, zwłaszcza dla korporacji.

Są różne cenniki w zależności od ilości robotów, których się zamawia. Ciekawą propozycję słyszałem, ale jeszcze nie testowałem i nie wiem czy powinien reklamować… Workfusion wypuściło chyba za darmo swoje narzędzie RPA, bo oni chcą robić upsell komponentów sztucznej inteligencji do swoich rozwiązań, a to takie podstawowe, regułowe RPA mogą udostępnić za darmo. Nie testowałem tego, nie wiem jak to działa, więc ciężko mi dokładniej coś opowiadać, ale myślę że ich ofertę warto rozpatrzyć, zwłaszcza firmom, które chcą spróbować tego na początek i nie chca decydowac od razu na duże budżety. Myślę że to ciekawa strategia, że oni to udostępnili.

Już porozmawialiśmy trochę o chatbotach, co to jest. Przypomniała mi się nasza ostatnia dyskusja, gdzie poruszyłeś ciekawy temat dotyczący analizy tekstu. Ale nie prosto tekstu, a napisanego w języku polskim. Kilka odcinków temu, rozmawiałem z Basia Fusińską z Microsoftu, dwa odcinku temu z Piotrem Pietrzakiem z IBM i generalnie w platformach dostarczanych przez dużych graczy nie ma albo dopiero raczkuje analiza tekstu w języku polskim.

Najpierw może warto określić dlaczego to jest złe i co powinno się stać, żeby pojawiło się rozwiązanie? Z tego co pamiętam, nawet mniej więcej oszacowałeś koszt tego rozwiązania :).

Tak, mogłem Ci wspomnieć o tym. Podczas rozmów z reprezentantami liderów rynku AI, dowiedziałem się, że oni estymują to w przedziałach 30-50 milionów złotych (dla polskiego języka) koszt takiego wdrożenia modułów NLP do systemów konwersacyjnych czy też analizy tekstu ogólnie. Sam tego nie szacowałem, więc zastrzegam że to jest tylko taki estimate, który do mnie dotarł, ale na pierwsze oko brzmi to realistycznie.

Jest to duży problem, ponieważ z jednej strony mamy bardzo skomplikowany język. Język polski jest językiem fleksyjnym, nie pozycyjnym w przeciwieństwie do języka angielskiego, i z różnych względów jest absolutnie koszmarny w takich procesach, jak tokenizacja, gdzie tracimy bardzo dużo znaczeń.

Tokenizacja, to jest proces wprowadzania wyrazu do podstawowej formy. W języku angielskim zwykle tych form nie ma tak dużo pojedynczych wyrazów, poniewaz nie odmiana tam decyduje tylko pozycja w zdaniu. Natomiast u nas są różne piękne dźwięczne końcówki, przekształcenia, tak jak liczebnik “dwa”, na przykład, ma 17, z tego co pamiętam, odmian w języku polskim, a w języku angielskim tylko dwie. Podczas procesu tokenizacji możemy zupełnie stracić sens i kontekst tego o czym mówiliśmy. Więc język polski jest wyjątkowo niewdzięczny dla systemów NLP i w dodatku nie jesteśmy też tak dużym rynkiem.

Jak pytałem o roadmap’ę Google… to oni nie mają sprzedawców, tylko inżynierów sprzedaży.  To mi się strasznie podoba, bo tam nie ma takiej tradycji sprzedaży, jakie mają duże firmy software’owe, że oni przesyłają do korporacji sprzedawców, którzy niewiele wiedzą. Tam rzeczywiście przyjeżdża facet, który był inżynierem w Google, wszystko wie i można było z nim pogadać.

Zapytałem go między innymi o strategię dotyczącą NLP w Google i powiedział, że niestety przed językiem polskim jest jeszcze język japoński i jeszcze kilka innych większych rynków, więc nie zanosi się żeby oni bardzo szybko to zrobili. Gdyby znaleźli klienta w Polsce, który by za to zapłacił, to oczywiście bez problemu. I tu jest problem, bo to jest próg wyjścia na tyle duży, że prawdopodobnie żadna firma w Polsce na to się nie zdecyduje, bo te systemy konwersacyjne jeszcze są innowacją. Mają dużo potencjalnych zastosowań, ale nie sądze żeby ktoś był gotów w tym momencie zapłacić takie pieniądze, zobaczymy. Jestem optymistyczny, że to się stanie w ciągu dwóch lat, ale nie jestem w stanie tego teraz ocenić.

Na podstawie twoich słów, dochodzę do takiej konkluzji, że pewnie Rząd miałby wspierać to rozwiązanie, bo jednej firmy na to nie stać, chyba że firmy się połączą, stworzą związek NLP i zrzucą się razem. Co o tym myślisz, czy jest to realistyczne?

Powiedziałbym tak… Mam nieciekawe doświadczenie z grantami rządowymi i różnie to bywa. Czasami to przynosi świetne rezultaty w takich obszarach wokół przemysłowych i takich bardziej tradycyjnych. W przypadku IT bardzo różnie to wychodzi. Nie wiem czy administracja, taka jaką mamy w Polsce, rozumie dobrze innowacje w swojej masie. To znaczy jest bardzo dużo wybitnych osób, które pracują w NCBR, w PARP’ie i przy uczelniach i agendach rządowych.

Natomiast cała polityka finansowania innowacji w Polsce jest bardzo obciążona ograniczeniem biurokracji, takim typowo biurokratycznym, urzędowym, bym powiedział, odziedziczonym jeszcze z tatarskich tradycji, myśleniem. Niestety, to powoduje że projekty, na przykład, mają dużo więcej dokumentacji niż tego meritum. Są to utrudnienia, ale, oczywiście, byłoby to fajnym pomysłem, żeby Rząd coś takiego sfinansował. Po prostu nie wiem, jak by to było z wykonaniem.

Tak się zastanawiam, bo wiem że brałeś udział w takim wydarzeniu, które odbyło się pod koniec maja – FutureTech. Bo dla mnie to było takim sygnałem (ponieważ pomimo przedsiębiorstw, był również Minister), że jednak są ludzie, które dostrzegają w tym potencjał i chcieliby się w to zaangażować.

Może trochę przesadzam i nie chcę teraz wchodzić w tematy polityczne, ale dla mnie to jest ciekawe i  po prostu chciałbym usłyszeć, na ile jest realistyczne, że Rząd będzie wspierał takie rozwiązania NLP dla języka angielskiego, bo jednak to jest ważne.

Bo skutki mogą być takie, że fizycznie język polski jest na tyle trudny, że ciężko będzie zbudować wartościowy chatbot. Z tego będą wynikały różne nieprzyjemne historie, które będą spowalniać biznes. Logicznie by było pomóc, ale tak, jak określiłeś, trafnie i pragmatycznie biurokracja może utrudnić takie ciekawe pomysły.

Nie mówię że to nie jest dobry pomysł i nie powiedziałbym że to jest nierealistyczne, że Rząd będzie chciał w to się zaangażować, podejrzewam, że bardzo łatwo by było przekonać obecne osoby odpowiedzialne za różne agencji rządowe, zwłaszcza pod rządami Premiera Morawieckiego.

Można mieć o nim różne opinie, ale na pewno jest to osoba nastawiona na wspieranie innowacji i bardzo aktywnie na tym polu działająca. Problem, moim zdaniem, nie jest w ogóle związany z chęciami, jest związany z umiejętnością finansowania innowacji. Prawda jest prosta, bo to nie same pieniądze są potrzebne, zarówno odpowiedni proces wspierania innowacji, odpowiedni monitoring, odpowiednie zarządzanie projektem, odpowiednie raportowanie, nieprzeciążone biurokratycznymi wymaganiami.

To są wszystko najróżniejsze parametry i w Polsce, uczymy się tego jeszcze.  Moje doświadczenie osobiste i kontakty z administracją były bardzo zniechęcające. Nie mówię, że to się nie poprawia, oczywiście. Bardzo bym tego sobie życzył, żeby tak się działo. Na pewno rynki kapitałowe w Polsce są za słabe, żeby finansować w takim stopniu tego typu innowacje.

Rynek VC (venture capital) jest bardzo słaby, mamy mniej funduszy VC w całej Polsce, w Berlinie chyba o rząd wielkości czy dwa. I to jest tego rodzaju problem, że w samym Berlinie jest więcej funduszy venture capital niż w całym kraju u nas. Więc na pewno prywatny sektor nie udźwignie tych wszystkich wyzwań o których mówimy. Rząd mógłby się zaangażować, ale z kolei nie zawsze wie jak. Dylemat jest trudny do rozwiązania, ale może się uda.

Może zadam trochę łatwiejsze pytanie. Jak radzicie z analizą polskiego tekstu w ING Banku?

To jest bardzo duże wyzwanie dla nas i nie powiedziałbym w żadnym stopniu, że to jest problem rozwiązany w całości. Cały czas nad tym intensywnie pracujemy, zarówno testując różne startupy z zewnątrz jak i próbując własnymi siłami różne rzeczy zrobić.

W banku ciekawą rzeczą jest to, że mamy dział IT który liczy ponad 800 osób, więc programistów jest sporo. Dlatego dużo się dzieje w tym obszarze.

Są tu trzy kategorie wyzwań. Pierwsza – to klasyfikacja albo kategoryzacja tekstu czyli przepisywanie różnych tekstów do określonych z góry kategorii. To może być zarówno w obszarze voice of customer czyli głosie klienta, gdzie bank otrzymuje miesięcznie 400 tysięcy komunikatów od klientów różnej treści i różnymi kanałami, takimi jak e-mail, formularze, media społecznościowe. I to wszystko trzeba analizować i klasyfikować bardzo sprawnie, żeby wrzucać to do odpowiednich procesów obsługi klienta i żeby ta obsługa była jak najbardziej sprawna.

Nie tylko musimy klasyfikować tekst, który przychodzi, ale również wyłapywać odpowiedzi i układać to w drabiny dialogowe, czyli jak ta konwersacja przebiegała. Według założeń omnichannel czyli wielokanałowości, tą konwersację powinniśmy podtrzymywać niezależnie od kanału, czyli zarówno może być tak, że klient zacznie rozmowę w social media, później przerzuci się na maila, a potem skończy się w jakiś inny sposób i powinniśmy za nim nadążać.

Dlatego tutaj ta klasyfikacja i kategoryzacja jest bardzo istotna. Dotyczy ona również zeskanowanych dokumentów, na przykład, w obszarze tekst learningowym. Więc pierwszy problem do rozwiązania, z którym radzimy sobie w 70-80% w pierwszej warstwie kategorii, czasami udaje się lepiej, ale to nadal jest trudne.

Wydobywanie encji z tekstu, to z kolei jest wyzwanie związane ze zlokalizowaniem w komunikatach tekstowych czy w dokumentach zeskanowanych, różnych parametrów. Jeżeli wzięlibyśmy, na przykład, akt notarialny, to musimy zidentyfikować stronę kupującą, sprzedającą, numer księgi wieczystej, jakieś inne jeszcze parametry i je wydobyć z wysoką skutecznością i wprowadzić bezpośrednio do procesów tak, żeby nikt nie musiał tego wklepywać ręcznie do bazy danych.

Ostatnią klasą jest analiza sentymentów (analiza nastroju czy tonu, w jakich komunikat został napisany), co w języku polskim jest trudnym zadaniem. Nasze zwyczaje są dosyć specyficzne, sarkazm jest dosyć popularny, można powiedzieć “świetne usługi” w takim tonie, że jestem nimi zachwycony, a można w tonie sarkastycznym.

Są te same słowa, a musimy je wykryć, bo dla nas to parametry, gdzie między innymi decydują czy coś wpada w kanał reklamacji. Jeżeli klient jest niezadowolony, to dla nas to jest dużo bardziej priorytetowa wiadomość do rozpatrzenia niż pochwała, które też są bardzo mile widziane przez nas, ale wiadomo, jeżeli wszystko jest dobrze, to nie musimy tak szybko reagować. W przypadku negatywnych emocji każda sekunda się liczy, więc jest to wyzwanie.

Myślę że sarkazm w ogóle jest problemem, nie tylko dla języka polskiego, również dla wielu innych i faktycznie jest z tym wyzwanie. Pozwolę sobię trochę zmienić temat.

W roku 2016 (zgodnie z raportem KPMG) fintech zebrał 24.7 mld. dolarów inwestycji. To jest całkiem duża kwota. Chciałbym poznać Twoją opinią na temat fintechów, ale najpierw może warto określić czym jest i czym nie jest fintech według Ciebie? Może warto podać przykłady z życia realnego :).

Tutaj, wydaje mi się, definicja jest o tyle prosta, że mianem fintech określa sektor firm technologicznych i jednocześnie zaangażowanych w sektorze finansowym.To będą różnego typu aplikacje bankowe albo wokół bankowe, ubezpieczeniowe, płatnościowe i tego typu, ale też przy fintechu rozszerza się to o firmy, które w jakiś sposób budują funkcjonalności dla tych sektorów. To mogą być narzędzia, które nie obsługują end to end procesu klienta, ale dostarczają jakieś małej wartości, jakiegoś małego elementu w tym procesie.

Widziałem kiedyś, w Wielkiej Brytanii była firma, która umożliwiała klientom robienie zdjęć i filmów nieruchomości swoim telefonem komórkowym, i na tyle dużo informacji zbierała i w taki sposób była skonstruowana, że w półautomatyczny sposób była w stanie ocenić wartości nieruchomości bez wizyty agenta na miejscu. Nie było to całościowym procesem finansowym samo w sobie, ale było to świetną usługa dla firm ubezpieczeniowych. Tego typu różne częściowe rozwiązania też jak najbardziej należałoby do fintechu, moim zdaniem, zaliczyć.

Wspomniałeś tutaj o tym ile fintechy zbierają pieniędzy i oczywiście jest to spora kwota.

Już powiedziałem, że w roku 2016 było zainwestowano ok. 25 mld. dolarów, natomiast rok przed tym, 2015, było ok. 47 mld. dolarów. Wychodzi na to, że prawie dwa razy mniej. Jedynie w Chinach zainwestowali w 2016 więcej niż w 2015. Stany oraz Europa już podeszły z większą ostrożnością.

Oczywiście w roku 2016 były takie wydarzenia jak Brexit i to mogło dość negatywnie wpłynąć. Czy fintech to jest jest kolejny bąbel który został rozdmuchany, ale rzeczywistość zweryfikowało i inwestorzy przestali ufać w “obiecanki”. Jaka jest Twoja opinia na ten temat?

Moje spojrzenie na to jest takie, że po pierwsze, banki powoli się budzą i to nie jest tak że na każdej fintech’owej konferencji połowa to nie są ludzie wysłani przez banki, więc banki to bardzo ostrożnie obserwują. Wszystko zależy indywidualnie od banku.

Mogę powiedzieć za bank z którym współpracuje i który obserwuje z bliska, czyli ING. Tutaj bardzo intensywne prace trwają w obszarze fintech. Bank współpracuje z różnymi startupami i je wspiera, jak również produkuje własne startupy. Na przykład, innovation lab’y, zresztą niektóre firmy je również mają. Tam pracownicy, których pomysł zostanie wybrany w trybie konkursowym, są oddelegowani, pracują w trybie Scrum’owym, w trybie Lean Startap’owym, w trybie serwis designu czyli zupełnie poza strukturami tradycyjnej korporacji i budują niesamowite produkty.

Jeżeli chodzi o to, czy fintech się kończy, czy te obietnice były puste…Myślę że nie. Myślę że to były fantastyczne narzędzia, natomiast nie należy nigdy zapominać o wadze akwizycji klientów i o ile łatwo jest prowadzić tą akwizycje w tej pierwszej fazie krzywej dyfuzji innowacji czyli tych early adopters, tych wczesnych innowatorów, tych klientów, którzy będą stać w kolejce po nowy Iphone albo tych klientów, którzy mieli płaskie telewizory jak kosztowały po 40 tysięcy.

To są tacy ludzie, którzy wydają duże pieniądze, albo dużo poświęca żeby zawsze mieć najnowszą rzeć i ich jest całkiem sporo na różnych rynkach. Im bardziej zaawansowany i rozwinięty jest rynek, tym jest ich więcej.

Ale należy pamiętać, że prawdziwy sukces, to jest przejście z tej grupy klientów na grupę klientów mainstreamowych. Tutaj mi się wydaje, wbrew temu co wielu założycielom startapów się wydaje, ten etap jest nie taki prosty, a dużo trudniejszy. Ponieważ startupowcy, i to też mogę powiedzieć za siebie, bo też byłem w takim stanie często, duszą się we własnym startupowym sosie.

Wszyscy ich znajomi to są power userzy, wykorzystują najróżniejsze aplikacje, interesują się technologiami, więc oni tak rozglądając się dookoła, myślą że świat tak działa, ale trzeba pamiętać że nie tylko w Polsce, no i w Stanach i Wielkiej Brytanii jest cała masa klientów którzy nie korzystają nawet za bardzo z internetu obsługi banków, a co dopiero on-boarding robić poprzez aplikację mobilną, żeby założyć konto.

To są świetne narzędzia i nikt nie może powiedzieć, że one nie są użyteczne i sensowne. Ale nie można zapominać o tym, że ludzka mentalność, a zwłaszcza w tym późnym mainstreamie bardziej tradycyjnych klientów, nie nadąża za tymi wszystkimi innowacjami. Ludzie nie lubią zmian tak bardzo, jakby się wydawało. Niestety ta baza klientów, którą cieszą się banki to jest coś, co dla startupów nie będzie tak łatwo dostępne. Mi się wydaje, że z każdą rewolucją technologiczną idą oczekiwania rewolucji światowej, tak było pod koniec lat 90-tych, tak było w przypadku wielu technologii jak pojawianie się smartphonów i aplikacji mobilnych, gdzie miliony i miliardy zarabiało się na tych aplikacjach.

Ale faktycznie jest tak że “rynek jest rynek jest rynek jest rynek”, jak to mówi Gary Vaynerchuk, a po prostu co mi zrobisz, jak nie kupię, bo mi się nie podoba, bo nie lubię, bo to jest nowe i co z tego że jest lepsze i to nic nie zmienia. Więc trzeba docenić długofalowe plany, trzeba pamiętać że rynki zmieniają się powoli w swojej masie, i to że przekonamy 10% rynku bardzo innowacyjnych ludzi, nie zawsze znaczy że podbiliśmy serca wszystkich potencjalnych klientów.

Myślę że to dotyczy nie tylko fintechu, no i wielu startupów na świecie. Uber, na przykład, jest bardzo mocno przewartościowany.

Bąbel na rynku startapowym niewątpliwie istnieje, może podobny do tego, jak w latach 90-tych, nawet większy, bo jest dużo więcej pieniędzy w tym rynku technologicznym teraz. Wielu mądrych inwestorów, moim zdaniem i których szanuję, przewiduje krach w tym sektorze w najbliższym czasie.

Może tak być, bo za dużo pieniędzy zostało wpompowane w rynki startupowe i trzeba teraz postępować bardzo ostrożnie. To nie znaczy, że każdy startup się nie nadaje i że żaden startup nie ma szans dostarczyć według obietnic, ale na pewno trzeba patrzeć na to ostrożnie, tak jak zaczęli robić to inwestorzy.

Ciekawe to co ująłeś, nawet przestraszyłeś. Myślę, że osoby, które w tych tematach siedzą są na bieżąco. Ale wydaje mi się, że moi słuchacze raczej są mniej zaangażowane w inwestycje, dlatego to jest bardzo ciekawa informacja.

Jak duży potencjał fintech ma w Polsce (według Ciebie)?

Ciężko mi to ocenić kwotowo, bo nie mam w głowie liczb, jak to wygląda dokładnie w Polsce, ale bym powiedział że bardziej systemowo. Bo jak zwykle cyfry cyframi, ale warto rozumieć co się za tym wszystkim kryje. Moje teoria na ten temat, a trochę o tym myślałem, jest taka że w Polsce sektor fintechowy nie będzie tak gorący.

Nie był tak gorący i już nie będzie tak gorący (proporcjonalnie) jak w Wielkiej Brytanii, w Niemczech czy Stanach Zjednoczonych, z tego powodu, że większośc innowacji fintechowych odbywa się w okolicach banków konsumenckich, nie inwestycyjnych. Jeżeli chodzi o bankowość konsumencką, to w Polsce ona jest jedna z najnowocześniejszych na świecie, bo tak się złożyło historycznie, że mamy dosyć młode banki, większość z nich całkowicie się reformowała, albo powstawała w latach 90-tych i zeszłej dekadzie.

Alior Bank – to bardzo młody bank, Mbank powstał pod koniec lat 90-tych i to są banki które były bardzo dobrze przygotowane do rewolucji technologicznych i, powiedzmy, są zapóźnione w stosunku do rynku może o jedną albo o pół generacji, podczas gdy banki w Wielkiej Brytanii czy w Stanach były opóźnione o dwie trzy generacje w stosunku do tego co się dzieje teraz na rynku technologii. W Stanach do dzisiaj ludzie sobie pocztą czeki wysyłają, co u każdego klienta polskich banków budzi histeryczny śmiech, ale taka jest rzeczywistość tamtych rynków. Mimo tego że się mówi, że Anglia jest światową stolicą bankowości i bankowości inwestycyjnej, natomiast bankowość konsumencka tam wygląda jak opowieściach Dickensa.

Jak robiłem przelew, prowadząc interesy w Anglii do Polski, to za ekwiwalentem kilku tysięcy funtów przelewu do Polski, bank chciał pobierać opłatę 50 funtów za każdy taki przelew i to jest jakieś nieporozumienie. Więc nie dziwie że takie fintechowe startupy jak Transferwise zagarnęły praktycznie całkowicie rynek transferów międzynarodowych z Wielkiej Brytanii.

Ale ta łatwość, z jaką fintechy zdobywały rynek, wynikała w bardzo dużym stopniu z cech tego rynku, z zacofania tego rynku i z kompletnej nieudolności tamtejszych banków do tego, żeby się reformować. Podejrzewam, że te sygnały są na tyle bolesne dla nich i na tyle dużo rynku straciły w pewnych sektorach, dla pewnych usług, że teraz będą bardzo intensywnie się reformować, ale może dla nich być za późno.

W Polsce fintechy nigdy nie zagarnęły bardzo dużych części rynku konsumenckiego. Jedynym spektakularnym przykładem fintechowym w mojej głowie jest Cinkciarz i potem jemu pochodne startupy do przewalutowania, właśnie dlatego, że banki konsumenckie były troszeczkę zbyt pazerne przy spreadach i opłatach za przewalutowanie. Natomiast w Anglii, którego tematu w bankowości detalicznej człowiek się nie dotknie, to można zrobić biznes.

Myślę że na tym polega systemowa różnica między tymi rynkami i jeżeli by coś tutaj dodać jeszcze dla polskich fintechów, to bardzo bym sugerował dużą ostrożność, na przykład, w kopiowaniu pomysłów ze Stanów i z Wielkiej Brytanii. Często startupy tak robią i nie zawsze to była zła strategia (wręcz często trafna), natomiast w przypadku fintechów, kopiowanie strategii, patrząc na startup Amerykański czy Brytyjski i przenosząc na polski rynek, można się naciąć. Ponieważ polskie banki są dużo lepiej przygotowane do konkurowania w tych obszarach.

To zapytam jeszcze o polski rynek. Alior Bank w marcu tego roku ogłosił strategię “Cyfrowy Buntownik” i mają zamiar zainwestować 400 mln. złotych na innowacje w najbliższe 4 lata. Warto też wspomnieć o Huge Things wspieraną przez Alior Bank. Jesteś członkiem Związku Banków Polski (ZBP), więc masz szerszy pogląd, ciekawy jestem jak z Twojej perspektywy wygląda wdrożenie sztucznej inteligencji, RPA w polskich bankach?

Ciężko mi powiedzieć co te banki robią u siebie, ale rzeczywiście, gdybym miał się oprzeć o to, co widzę w ZBP (w szczególności należę do grupy Cognitive banking i to nie jest tak, że do końca mam pełny ogląd sytuacji na rynku bankowych innowacji czy też w obszarze RPA), rzeczywiście (w tej grupie) banki zajmują się sztuczną inteligencją. I tu bym powiedział, że niewiele tam słychać. Nie wierze w to, że nie robią nic albo tak mało, jak można się domyśleć z tej debaty. Natomiast nie mam jakichś podstaw, żeby powiedzieć, że jest jakaś niesamowita eksplozja.

Bardzo często reprezentanci z innych banków się nie pojawiają na tych spotkaniach, bardzo aktywnie uczestniczą dostawcy vendorzy (Microsoft, IBM, wiadomo liderzy rynku i kilka mniejszych firm). Staram się być tam za każdym razem. Bardzo fajnie idą prace z partnerami vendorami. Natomiast muszę przyznać, że dla mnie jest trochę dziwne, że moich odpowiedników z innych banków jest niewiele, ale nie chcę tutaj nikogo obrazić, ani powiedzieć że nic się nie dzieje. Ale ciężko mi to ocenić, w związku z tym że bardzo mało sygnałów w ZBP odbieramy.

Brzmi to jako cisza przed burza albo zastanowianie się co z tym zrobić.

Może to jest w trybie tajemnicy.

Zapytam jeszcze o ograniczenia rozwoju, też to jest trochę powiązane z fintechem, sztuczną inteligencją. Chodzi mi teraz o integrację z bankami, żeby robić przelewy w prosty sposób tam i z powrotem.

Na przykład, ktoś chce napisać prostą aplikacją i zintegrować się z bankiem, żeby pobierać opłaty. To dostać się do banku raczej jest dość trudno, przynajmniej wprost. Są pośrednicy, nie będę ich wymieniał nazwę, którzy są pomiędzy bankami i klientami. Ale podobno to ma się zmienić… przynajmniej w teorii.

Teraz mam na myśli Open-API banking lub PSD2. Jaka jest Twoja opinia, z punktu widzenia praktyka. Gdzie jesteśmy teraz, czy to będzie wspólny standard dla całej Europy no i kiedy PSD2 może zacząć działać dla prostego dewelopera? Czy jest realistyczne, że w najbliższym roku – dwa, deweloper będzie w stanie zintegrować się z bankiem, czy jednak to potrwa z dobrych 5 lat.

W ogóle bym powiedział, że to jest świetny rok żeby ten temat podjąć i wszelkie startupy, które tym tematem się zajmują, prawdopodobnie wiedzą o tym i już biegają po bankach. Natomiast osoby, które szykują taki startup i jeszcze nie zaczęły tego robić, to tak, bardzo polecam tym tematem się zająć. Jest to temat gorący, moim zdaniem, w każdym banku, który poważnie traktuje regulacje, a banki – to są takie instytucje, które z definicji ich traktują poważnie. Najbardziej regulowany chyba sektor gospodarki cywilnej.

PSD2 to jest regulacja, która między innymi Open-API narzuca bankom, tzn. konieczność otwarcia ich systemów na rynek startupowy, oraz cała masa drobniejszych regulacji, które pod to wchodzą. W odpowiedź na to polskie banki, w ramach ZBP, budują wspólną platforme, która się nazywa Polish API. Mogę mniej wiedzieć na ten temat, ponieważ tym projektem zajmują się bardziej inne osoby, niż ja.

Natomiast uczestniczę w tych spotkaniach i słyszę, że dużo się dzieje, przynajmniej w ING, gdzie jak najbardziej te rzeczy będą otwarte, moim zdaniem, zgodnie z harmonogramem. Kary są dosyć wymierne dla banków za brak tego otwarcia, więc mi się wydaje, że wszyscy to dosyć poważnie potraktują. Jesteśmy wizytowani przez wiele vendorów, którzy oferują różne narzędzia. Różne startupy, który przygotowywały elementy tej platformy, jakieś aplikacje wspomagające. Oczywiście pojawiają się startupy, które też chcą z tego korzystać. Absolutnie temat bieżący, absolutnie temat poważny.

Myślę, że to super wiadomość dla startupów i osób, które chcą integrować się z bankami. W sumie wszystkie projekty e-commerce w ten czy inny sposób chcą to robić. Ale jedziemy dalej…

Na ostatnim spotkaniu mówiłeś, że istnieje bardzo dużo wyzwań, które mogą być rozwiązane przy pomocy machine learning. I podobnie każdy z nich to może być startup. Również powiedziałeś, że bardzo chętnie podejmiesz współpracy z nimi, pod warunkiem, że faktycznie dostarczą rozwiązanie. Jako przykład pamiętam temat związany z biouwierzytelnieniem (głosem albo odbitkiem palca).

Proszę wymień jeszcze kilka innych aktualnych tematów dla większych firm? Co, na przykład, osobiście możesz kupić albo zacząć rozmawiać o kupowaniu tego produktu.

Nie mogę na pewno czynić deklaracji zakupowych, bo dział zakupu “powiesił by mnie na własnych sznurówkach” :). Mam bardzo twarde procedury w banku, związane z etyką, konfliktami interesów i różnymi takimi rzeczami, dlatego nie mogę powiedzieć co bym kupił. Ale w szerszym i bardzo ogólnym kontekście mogę powiedzieć jakie tematy są aktualnie i jakich poszukujemy na rynku.

Cały obszar NLP, to jest coś co nadal nie jest rozwiązane (o tym rozmawialiśmy wcześniej), ale nie tylko. Nawet bym powiedział platformy chatbotowe, takie zwykłe, są mile widziane w bankach i mi się wydaje, że warto chodzić na spotkania i pokazywać swoje rozwiązania. Ale tak jak powiedziałeś, to wszystko musi działać. I te firmy, które dostarczają produkty do banków, muszą być dobrze przygotowane, mieć  produkt który działa i jest stabilny.

Warto pomyśleć żeby działał on nie w chmurze. Ponieważ banki mają bardzo duży problem z wyrzucaniem danych na zewnątrz. Ta kultura się powoli zmienia i myślę, że za parę lat banki będą pracować w chmurze publicznej częściowo, ale będzie to droga przez mękę i na tym etapie są bardzo duże opory. Nawet jeżeli prawnie to jest teoretycznie dozwolone, to warto się nastawić też na taką opcje, gdzie jesteśmy w stanie postawić serwer czy wstawić oprogramowanie on premise.

Wiele startupów, które do nas przychodzą nie zdają z tego sobie sprawę, jak trudne jest dla nas proceduralnie i prawnie wrzucanie danych klientów na zewnątrz. Ponieważ jesteśmy tylko administratorem danych, takim jak inne firmy, ale jesteśmy bardzo regulowanym, bardzo podświetlaną instytucją jako bank i nie możemy sobie tymi danymi tak szastać.

Zresztą, każdy kto daje dane do banku swoje transakcyjne, swoje bardziej wrażliwe, zakłada, że w banku jak w banku, bezpiecznie. Mamy bardzo duże opory, żeby te dane na zewnątrz eksportować, ale myślę, że w obszarze KYC & AML, bioauthentication też to wchodzi.

Ale widzę sporo dobrych rozwiązań na rynku w tym momencie, więc mi się wydaje, że jeżeli ktoś nie ma takiego rozwiązania już od jakiegoś czasu, to bym się skupił chyba nad czymś innym, jeżeli chcemy startupować.

Nawet obszar NLP, który ma wiele dziedzin, które ma tu dostarczyć, niekoniecznie cały system, który jest olbrzymi, ale pewne jego składowe elementy, może elementy morfologii albo elementy słowników ontologicznych, może słownik pojęć finansowych.

Najróżniejsze rzeczy mogłyby się przydać, tylko trzeba, po pierwsze, dobrze znać swoją branżę, po drugie mieć zespół, który pozwala na ciągłą dostępność. Jeżeli to są dwie osoby startupujące, to dla dużej instytucji, to bardzo szybko się okazuję, że nie są w stanie dostarczać na czas.

Polecałbym za banki się brać, jak się ma zespół co najmniej 5-osobowy i raczej bardzo dyspozycyjny. Bo jak trzeba coś zmodyfikować, coś dopisać trochę kodu i nie ma kim to zrobić, to trwa całe miesiące, a bank nie ma czasu. Jeżeli to jest dynamiczna instytucja, taka jak ING, to ma dużą niecierpliwość i frustracje, w związku z takimi rzeczami. Mi się wydaję, że to są takie trudności w obsłudze banków.

Oprócz tego zauważyłem, że większe sukcesy odnoszą startupy prowadzone czy zakładane przez byłych pracowników banków, ponieważ ci ludzi bardzo płynnie się poruszają po realiach banku. Jeżeli takiego doświadczenia nie mamy, jako startup, to warto z kimś takim być w kontakcie albo zatrudnić jako konsultanta, albo inna firmę która ma z bankami doświadczenia. Bo można się wywalić na wielu bardzo oczywistych rzeczach bankowości, a kompletnie niedostępnych dla kogoś, kto tej branży nie zna dobrze. Więc to takie moje rady.

Jeżeli chodzi o mechanizmy, to nieskończoność różnych rozwiązań od prognostycznych modeli, modeli propensity różnego typu, bardziej zaawansowanych machine learningowych adaptywnych algorytmów, ryzyka na różne sposoby, w bankowości jest bardzo dużo takich przykładów. Myślę że jak ktoś już działa w tym obszarze, to będzie wiedział co takiego może się przydać.

Na dzień dzisiejszy sztuczna inteligencja jest jak poszukiwanie złota, wiele firm o tym słyszało, próbując biec gdzieś… bo już świadomość rośnie i wiedzą, że raczej muszą. No właśnie… Jako osoba (praktyk),  na co dzień kierujesz strategiami związanymi z projektowaniem, implementacją oraz wdrażaniem projektów sztucznej inteligencji w dużym banku (TOP 5).

Co możesz doradzić osobom które dopiero chcą zacząć używać uczenia maszynowego, sztucznej inteligencji czy RPA. Na co należy zwracać szczególną uwagę i jakie klasyczne błędy popełniają początkujący?

Na początek warto zaprosić bardziej doświadczonych, firm konsultingowych, zewnętrznych, które takie projekty robiły. Bo samemu eksperymentować ze sztuczną inteligencją  – to jest bardzo długa krzywa uczenia się. Tutaj naprawdę trzeba mieć dużo doświadczenia. Ale zanim tam dojdziemy, powiedziałbym że dla wielu firm AI nie będzie miało zastosowania z kilku powodów…

Po pierwsze, że nie mają dość dobrej jakości danych albo w ogóle mają za mało danych. Jednak wiele mechanizmów jest związane z dostępnością Big Data. Często, jak rozmawiam z klientami, to mówię, że jeżeli nie odrobiliście pracy domowej przy poprzednim hypie czyli Big Data (parę lat temu), to teraz będzie trudno wam załapać się na hype typu sztuczna inteligencja.

Wynika to z tego, że większośc modeli czy rozwiązań sztucznej inteligencji opiera się o Big Data, jeżeli nie „big”, to przynajmniej średnie data. Muszą to być nie tylko w miare duże zbiory danych, ale również zbiory danych, które w jakiś sposób dobrze przygotowane, posortowane. Nie zawsze muszą być strukturyzowane, ale muszą być w odpowiedni sposób przygotowane do odpowiednich modeli.

Warto pamiętać że nie zawsze trzeba mieć Data Lake. To często się manifestuje w postaci Apache Hadoop Stack, czyli takich rozwiązań jeziora danych, głównie opartych o Hadoop, Spark. Często na zwykłym serwerze SQL’owym można bardzo dużo ciekawych analiz i modeli zbudować. Wszystko zależy od tego, w jakiej skali funkcjonujemy.

Ostatnia rada to taka, że podejdźmy do tego bardzo pragmatycznie. Nie róbmy SI czy AI dla AI, bo to jest hype i cudowna technologia, ostatni ludzki wynalazek i wszystko prawda. Ale ten olbrzymi wpływ jaki technologie AI będą mieć niestety, i to może jest trochę niesprawiedliwe, ale będzie największy dla największych firm. Takie firmy jak Facebook, Google mają największe zbiory danych i będa miały największe korzyści z AI. Wiele średnich firm i niektóre nawet duże, które nie zbierają dane, po prostu dla AI nie będą miały zastosowania.

RPA – zupełnie inna sprawa. Dla RPA, zwłaszcza w polskich firmach, będzie sporo takich bardzo prostych prac, związanych z przepisywaniem czegoś. Pracowałem na rynku IT w charakterze konsultanta wiele lat i widziałem w różnych firmach różne dziwne rzeczy. I jest trochę takiej kultury, jak “brak automatyzacji pracy”, brak takiego podejścia, że zanim się coś zdeleguje najpierw powinno się to zautomatyzować, powinno się upewnić czy to nie jest głupia robota.

Tutaj trochę okazji do zastosowania RPA będzie, żeby tę prostą, nieproduktywną pracę zautomatyzować, a tych pracowników oczywiście nie zwalniać, tylko wyszkolić w taki sposób, żeby mogli robić rzeczy bardziej ciekawe i budować więcej wartości dla firmy. Bo to zawsze jest tak, że można dostarczyć trochę więcej tych usług, trochę więcej wartości, nie zawsze warto konkurować ceną i cięciem kosztów tylko.

Jakie największe wyzwanie miałeś do rozwiązywania związane ze sztuczną inteligencją?

Myślę, że takim największym rozwiązaniem nadal są wszelkie zagadnienia związane z procesowaniem tekstu. I to zarówno w obszarze tekst miningowym, learningowym trochę, ale jeszcze bardziej w obszarze konwersacyjnym. To są problemy trudne do rozwiązania, nie trywialne.

Jeżeli chodzi o modelowanie i zastosowanie machine learningu, to są rzeczy, które często jednak się replikuje na gotowych modelach, jakichś dobrych praktykach, tu przygotowanie danych zwykle jest trudne. Jeżeli chodzi o NLP, to w wymiarze języka polskiego, nadal problem jest nierozwiązany.

Jaki projekt lub konkretne rozwiązanie sztucznej inteligencji najbardziej Cię zaskoczyło?

Najbardziej mnie zaskoczyła sytuacja z zeszłego tygodnia, kiedy się okazało, że w takim projekcie proof of concept, bardziej eksperymencie tekst miningowym, przy dokumentach nieustrukturyzowanych (czyli robiliśmy to dla umów czy aktów notarialnych), kiedy próbowaliśmy wydobywać encje (czyli konkretne jednostki danych, jednostki tekstowe), i się okazało że bardzo niewiele będziemy stosować w tym machine learningu czy deep learningu, a bardzo dużo rzeczy udało się obsłużyć regexp’em czyli takimi regularnymi wyrażeniami.

W języku potocznym można powiedzieć zwykłymi warunkowymi, regułowymi stwierdzeniami programistycznymi. I tak naprawde w tym całym AI się okazało,  że będzie dużo mniej AI niż wszyscy się spodziewaliśmy. Czyli jak wcześniej mówiłem, warto się upewnić że na pewno to AI jest potrzebne. Bo bardzo wiele problemów, jak do nich podejdziemy na spokojnie i bez tej całej otoczki hypowej AI, można rozwiązać często w prosty sposób, czyli jak mawiał Konfucjusz:

“Nie wytaczaj armaty na komara”.

Dokładnie. Bardzo cieszę się że to powiedziałeś, bo to jest super pragmatyczna rzecz. Najpierw trzeba sprawdzić najprostszą metodę, którą posiadamy, jak powiedziałeś, na przykład, regex’a czyli wyrażenia regularne, albo jakieś zestaw reguł.

Miałem rozmowę o sztucznej inteligencji w księgowości, rozmawiałem z Dimą, i on powiedział coś podobnego. Oni nie używają za bardzo deep learningu, natomiast napisali swoją własna implementacje (trochę machine learningu, trochę statystyki) i ten model jest najlepszy, który bije wszystko, co mieli dotychczas.

I to jest złota reguła, że Deep Learning, to nie jest pierwsza rzecz, którą chcesz sprawdzić, tylko coś bardziej prostszego, jeżeli to nie działo, to wtedy może używać bardziej złożone rozwiazane (takie jak deep learning).

Zresztą, podczas rozwiązywania tych problemów, często podczas dekompozycji wychodzi, że różne metody stosujemy do różnych elementów czyli coś, co się wydaje całością (czyli taki tekst mining), wygląda na jeden temat i jego zdekomponujemy na pojedyncze części, to nagle się okazuje, że tych różnych czynności tam się wykonuje kilkanaście, kilkadziesiąt i każdą można robić trochę na inny sposób. I to jest tak naprawdę cała rodzina rozwiązań.

Taką dobrą analogią jest Watson, który też nie jest jednym algorytmem czy jedną siecią neuronową, ale całą rodziną najróżniejszych rozwiązań od bardziej tradycyjnych poprzez najróżniejsze odmiany machine learningu. To wszystko zależy. Trzeba dobrać młotek do gwoździa.

Pytanie już bardziej prywatne. Czy możesz trochę zdradzić trochę swoich planów na przyszłość w szczególności zwiażanych ze stuczną inteligencja oraz RPA?

Szczerze mówiąc, to co teraz robię, pochłania mnie bardzo mocno i na pewno do dwóch lat będę chciał się skupić na tym projekcie ING, bo tam jest kilka długofalowych projektów, które trzeba dociągnąć do końca. I jednocześnie, równolegle, staram się jak najwięcej uczyć się, studiować, staram się po godzinach budować jakieś prototypy w domu, eksperymentować trochę. Jak najbardziej się rozwijać w tym kierunku. I to chyba na taką dającą się przewidzieć przyszłość, to by było to.

Wiadomo że takim długofalowym marzeniem to było by pracować dla jednego z liderów tych obszarów, takich jak Google. Dla każdej osoby, która pracuje z tego typu technologiami, chciałoby się pracować w tych wiodących zespołach, żeby mieć dostęp do najnowszych rozwiązań, ale to są na razie bardzo dalekosiężne jakieś aspiracje, nawet można powiedzieć plany.

Życzę żeby się udały tak krótkotrwałe plany jak i długotrwałe. Już ostatnie pytanie na dzisiaj, jak można Cię znaleźć w sieci?

Jestem na LinkedIn’ie, jestem na Facebooku. Można też zajrzeć, do czego zachęcam, na stronę mojej macierzystej firmy Hemnes.

Dziękuję bardzo za twój czas.

Również Ci dziękuję i mam nadzieję, do zobaczenia niedługo na jednym z meetupów startupowych.

Trochę nam rozmowa przeciągnęła się, ale myślę, że było warto :).  A jaka jest Twoja opinia?

Zapraszam do pozostawienia swojego komentarza na itunes, na stronie biznesmysli.pl czy siecach społecznościowych. Dla Ciebie to dosłownie kilka minut a tym samym możesz uczynić kilka dobrych rzeczy na raz:

• Dodać mi motywacji do kontynuacji tego co robię
• Poruszyć temat czy nawet dyskusję, która może ulepszyć podcast
• Umożliwić innym znaleźć podcast (tak działa algorytm w itunes)

Również proszę o podzielenie się treścią na Facebook. W grupie Biznes Myśli, będzie link i opis tego odcinka. Jeżeli spodobał się ten podcast, podziel się z innymi. Być może ktoś poszukuję tej informacji. Z góry bardzo Ci dziękuję.

Dziękuję również osobom, które do mnie piszą, pytają o porady. Z chęcią staram się pomóc, jeżeli mogę. Zauważyłem, że czasem jest niepewność, a czy warto pisać, a czy odpiszę itd? Oczywiście różne rzeczy dzieją się w życiu, ale na dzień dzisiejszy odpowiedziałem wszystkim osobom które mnie napisały. Dlatego zapraszam. Dla mnie jest cała przyjemność pomóc komuś, jeżeli to jest w moich siłach :).

Tak jak już zapowiedziałem w poprzednim odcinku. Teraz pracuję nad warsztatem o nazwie Data Workshop.

Data Workshop | Poznaj czym jest sztuczna intelingencja ze strony praktycznejKtóry ma pomóc (już na poziomie implementacji) w nauce używania machine learning w praktyce. Osoby które są zapisane na newsletter mogą liczyć na zniżkę, ale teraz chcę powiedzieć o czymś innym… Bardzo mi zależy na tym, żeby warsztat był skupiony na rozwiązaniu praktycznych problemów. To jest bardzo pragmatyczne podejście. Już wspomniałem o możliwości bezpłatnej konsultacji ze mną na samym początku, a teraz szczegóły.

Proszę wypełnić prostą ankietę z 5-cioma pytaniami o problemach biznesowych które chcesz rozwiązać. Jeśli to zrobisz, wtedy możesz liczyć na bezpłatną godzinną konsultację ze mną na temat uczenia maszynowego. Oferta jest aktualna do końca sierpnia 2017.

W następnym odcinku będzie gość który teraz robi badania na jednej z najbardziej znanych uczelni w świecie, zwłaszcza w tematach sztucznej inteligencji. Podzieli się swoim doświadczeniem, powie co tam działa inaczej niż w Polsce i jeszcze sporo innych ciekawych tematów.

To już tyle na dzisiaj. Dziękuję Ci bardzo za poświęcony Twój czas, Twoją energię i chęć do rozwoju.

Cześć i wszystkiego dobrego!

Książki polecane przez gościa

Artykuł Sztuczna inteligencja i bankowość pochodzi z serwisu Biznes Myśli.