Gdy coś się psuje, najtrudniejsze bywa wytłumaczenie, co właściwie się stało. Niemiecka spółka Blinkin postawiła na prostsze rozwiązanie: zdjęcie urządzenia, wyświetlacza albo tabliczki znamionowej zrobione smartfonem, które sztuczna inteligencja łączy z wiedzą zgromadzoną w całej firmie. System sprawdzano w zakładach przemysłowych, sklepach i sektorze publicznym — a na końcu możesz sprawdzić, czy przy usterkach jesteś typem, który pokazuje, czy raczej długo opisuje.
Sytuacja jest znana chyba każdemu: coś przestaje działać, trzeba zadzwonić na infolinię albo wypełnić zgłoszenie i nagle okazuje się, że trudno to nazwać. Która lampka miga? Jaki model ma urządzenie? Co dokładnie pokazuje wyświetlacz? Niemiecka spółka Blinkin postanowiła skrócić tę drogę. Zamiast opisywać usterkę słowami, użytkownik robi smartfonem zdjęcie urządzenia, tabliczki znamionowej albo wyświetlacza. System sam wyciąga z obrazu istotne informacje, interpretuje kontekst i podpowiada, co zrobić dalej.
Za pomysłem stoi obserwacja dotycząca firm i instytucji. Wiedzy zwykle w nich nie brakuje, tylko trudno się do niej dostać. Josef Suess z Blinkin mówi wprost: „W zbyt wielu przypadkach dostęp do kompetencji ograniczają podziały organizacyjne, złożoność dokumentacji i zależność od ograniczonej liczby specjalistów”.
W praktyce oznacza to, że odpowiedź na pytanie gdzieś istnieje, ale leży w innym dziale, w zawiłej dokumentacji albo w głowie jednej osoby, która nie zawsze jest pod ręką. Celem zespołu było zamienienie takiej rozproszonej wiedzy w zasób dostępny bez przerwy — dla pracowników, techników i klientów. „Chcieliśmy, aby wiedza organizacyjna stała się dostępna i możliwa do wykorzystania w ramach rzeczywistych procesów” — wyjaśnia Suess.
Platforma opiera się na zaawansowanej multimodalnej sztucznej inteligencji — w tym przypadku chodzi o przetwarzanie tekstu, obrazów, dźwięku i wideo. Fragmentaryczna wiedza firmy ma być zamieniana w konkretne, praktyczne wskazówki, dostępne na smartfonie lub innym interfejsie. Twórcy wyraźnie odcinają się od dwóch popularnych rozwiązań. „Nie chcemy, by była zbiorem statycznych dokumentów lub wymagała korzystania z ogólnego czatbota” — podkreśla Suess.
Projekt BlinkIn Visual Assistant, wsparty przez Europejską Radę ds. Innowacji (EIC), trwał około trzech lat. Jego całkowity koszt wyniósł nieco ponad 3,9 mln euro, z czego 2,5 mln euro pochodziło z budżetu UE. Zespół przyglądał się temu, jak naprawdę wygląda proszenie o pomoc techniczną w różnych miejscach:
Wszędzie powtarzały się podobne kłopoty: niejasne opisy problemu, brakujący kontekst i niepełne informacje. Platforma odpowiada na to, zbierając dane wizualne i kontekstowe, łącząc je z wiedzą organizacji i budując na tej podstawie procesy sprawdzane w warunkach rzeczywistych.
Testy nie były wyłącznie pokazem możliwości. Weryfikacja ujawniła także ograniczenia, które dotyczyły użyteczności, jakości danych, integracji, bezpieczeństwa i skalowalności. Dla przyszłych inżynierów i analityków to cenna wskazówka: sam pomysł na sztuczną inteligencję to za mało, liczy się też to, czy system da się wygodnie i bezpiecznie używać na co dzień.
Twórcy zwracają uwagę, że większość organizacji nie jest w stanie samodzielnie tworzyć, wdrażać i rozwijać multimodalnych rozwiązań AI dopasowanych do swojej działalności. Zwykle wymaga to inżynierów, specjalistycznej wiedzy, sporo pracy wdrożeniowej i stałego utrzymania. Dlatego najważniejszym efektem projektu jest środowisko bezkodowe. Można w nim tworzyć i wdrażać procesy AI, które przetwarzają nieuporządkowany tekst, obrazy, dźwięk i wideo — bez programowania.
Technologia ma już za sobą etap sprawdzania, czy w ogóle jest wykonalna. Teraz przechodzi weryfikację pod kątem wdrożenia produkcyjnego. „Procesy wsparcia technicznego, obsługi i rozwiązywania problemów można wdrażać, mierzyć i udoskonalać w kontrolowany sposób” — mówi Suess.
Drugim filarem jest mechanizm gromadzenia wiedzy organizacyjnej. Zgłoszenia i rozmowy z systemem nie przepadają po rozwiązaniu problemu, tylko zasilają zasoby wiedzy firmy. „Każda interakcja może przyczynić się do usprawnienia procesów, udoskonalenia zasobów wiedzy i wsparcia przyszłych decyzji” — tłumaczy Suess. I dodaje: „Dzięki temu organizacje mogą przejść na systemy gromadzenia danych, które stale się rozwijają”.
Zespół liczy, że dzięki platformie wiedza w firmach stanie się bardziej skalowalna, dostępna i użyteczna. Ma to przełożyć się na wyższą produktywność, utrwalenie kluczowych kompetencji i skuteczniejsze rozwiązywanie problemów. Suess widzi w projekcie dowód na to, że europejskie innowacje w zaawansowanych technologiach mogą dawać systemy AI godne zaufania, zorientowane na człowieka i przynoszące mierzalne korzyści.
Kolejne kroki to wdrożenia na większą skalę oraz rozszerzenie platformy na następne branże i obszary działalności. Z perspektywy biznesowej priorytetem jest przejście od pojedynczych udanych wdrożeń do szerszej popularyzacji rozwiązania na rynku.
Blinkin proponuje odwrócenie schematu pomocy technicznej: zamiast opisywać problem, wystarczy go pokazać. Za zdjęciem stoi multimodalna sztuczna inteligencja, która łączy obraz z wiedzą firmy, narzędzie bezkodowe ułatwiające wdrożenie oraz mechanizm uczenia się z kolejnych zgłoszeń. Testy w przemyśle, handlu, obsłudze klienta i sektorze publicznym pokazały, że rozwiązanie wyszło poza etap technicznej ciekawostki, ale też wskazały, nad czym trzeba jeszcze popracować.
5 pytań · minuta
poleca:
