causaLensov alat decisionOS, među ostalim, može se upotrebljavati za smanjenje odljeva korisnika, povećanje profita od oglašavanja optimizacijom marketinškog miksa, optimizaciju proizvodnje, ušteda u nabavnom lancu…
Zamislite AI model koji vam savjetuje da ugasite korisničku službu i prestanete kontaktirati sa svojim klijentima jer ćete ih tako imati više. Ta sugestija, dakako, zvuči suludo, ali prediktivni alati imaju svoju logiku pa, primjerice, mogu povezati broj poziva korisničkoj službi s brojem otkaza ugovora. Tako okrive službu za otkaze, ali ne vode računa o tome da postoje i drugi, istinski, ali prikriveni uzročnici.
Iako prediktivni AI alati mogu olakšati pojedine poslovne procese, neki savjeti mogli bi rezultirati sigurnim minusom na računu jer im kreiranje uzročno-posljedičnih veza nije jača strana. Srećom, za to služi kauzalna umjetna inteligencija, trenutačno jedina tehnologija koja može donositi zaključke onako kako to čine ljudi: prepoznaje uzrok i posljedicu, otkriva prikrivene utjecaje na neki cilj te nudi konkretne akcije kako ga ostvariti. Zahvaljujući Deegloou, jedinom regionalnom partneru pionira kauzalnog AI-ja causaLensa i decisionOS-a, njegove platforme kojom se koriste divovi poput Cisca, Scotiabanka, LG-ja i drugih, ta tehnologija može pomoći domaćim biznisima u, među ostalim, smanjenju odljeva korisnika, povećanju profita od oglašavanja optimizacijom marketinškog miksa, optimizaciji proizvodnje, uštedama u nabavnom lancu… Drugim riječima, korist koju biznisu donose kauzalni AI alati u odnosu na prediktivne jest – golema.
Prednosti za kompanije
– Prediktivni AI alati mogu analizirati klijentov CRM i druge izvore podataka te pružiti informaciju poput ‘vjerojatnost da korisnik otkaže uslugu jest 68 posto‘. causaLensom, odnosno metodama kauzalnog AI-ja, dobijete informaciju ‘ako tom korisniku dodijelite popust od 10 posto, on neće otkazati uslugu‘. Taj primjer primijenjen je kod klijenta iz sektora osiguranja i tako mu je odljev korisnika smanjen za 17 posto – naveo je izvršni direktor Deeglooa Ivan Lozić.
Dakle, dok prediktivni alati daju informaciju o potencijalnoj opasnosti ne znajući kako je nastala, kauzalni AI preskriptivna je analitika koja ne predviđa budućnost, već je oblikuje. Tako daje ključnu informaciju kako postići cilj ili, u ovom slučaju, zadržati kupca.
– Možete je zamisliti i kao alat koji omogućava uvid u različite budućnosti kompanije ovisno o odlukama koje ste spremni donijeti, a onda birate onu koja vam najviše odgovara – rekao je Lozić.
Osim korisnijih informacija, kauzalna je umjetna inteligencija transparentnija (princip human-in-the-loop prikazuje kako se zaključuje, pa donositelji odluka stječu povjerenje u sustav) i njezina primjena s pomoću platforme decisionOS čak je deset puta brža od razvoja klasičnih modela strojnog učenja.
– Koristiti se kauzalnim AI-jem u poslovanju znači u svakom trenutku imati informaciju o posljedicama i rezultatima pojedine aktivnosti ili odluke koju donosimo, a to tvrtkama donosi enormne uštede ili pak maksimira potencijalnu dobit – zaključio je Lozić.
Što je moguće s pomoću causaLensova decisionOS-a?
Generiranje tretmana – predlaganje intervencija u poslovanju koje ostvaruju cilj, npr. smanjenje odljeva korisnika.
Kontračinjenična analiza – analiza ‘što bi bilo kad bi bilo‘ prikazuje razne scenarije rezultata u slučaju izmjene nekog čimbenika u analizi.
Analiza uzroka – definira se međusobni utjecaj raznih čimbenika na postavljeni cilj, poput smanjenja broja proizvoda s greškom u proizvodnji.