Strojno učenje PAZI DA TI SOFTVER NE DA OTKAZ!

Domaće su tvrtke na tragu svjetskih počele primjenjivati strojno učenje, ponajviše u sektoru ljudskih potencijala. Algoritmi procjenjuju učinak zaposlenika, predviđaju ‘bijeg’ menadžera, ali sve više ulaze i u druge dijelove poslovanja. Dok se neke hrvatske tvrtke, banke i ostale institucije koriste robotima u poslovnim procesima, druge algoritmima strojnog učenja mjere učinkovitost zaposlenika. U skladu s tim uskoro bi o otkazima i napredovanju na poslu mogli odlučivati softveri i umjetna inteligencija. Neke su tvrtke posebno usredotočene na menadžere kako bi predvidjele tko se od perspektivnih priprema za ‘bijeg’ u drugu tvrtku, a druge softverski ‘uzimaju mjeru’ svim zaposlenicima da bi poboljšale poslovni proces, maksimirale ga i racionalizirale te pokrpile rupe i uštedjele. U tome, naravno, prednjače velike tvrtke, ali ima i manjih koje primjenjuju strojno učenje u poslovanju i s pomoću njega razvijaju programe za druge. Strojno se učenje danas u Hrvatskoj primjenjuje u proizvodnji, medicini, ljudskim potencijalima, bankama, osiguravajućim kućama, javnoj upravi, na sveučilištima…

AD Plastik, primjerice, uvodi softver za upravljanje ljudskim potencijalima (HCM) koji sadržava i elemente strojnog učenja, Vipnet se koristi modelom razvijenim unutar tvrtke, a Plivine modele preuzela je Teva grupa. Što je strojno učenje i gdje se sve može primijeniti, objašnjava prof. dr. sc. Bojana Dalbelo Bašić, redovita profesorica u Zavodu za elektroniku, mikroelektroniku, računalne i inteligentne sustave Fakulteta elektrotehnike i računarstva Sveučilišta u Zagrebu. Prije 17 godina ona je na FER uvela kolegij Strojno učenje.

– Strojno učenje grana je umjetne inteligencije (područja računalne znanosti, nap. a.) koja se bavi oblikovanjem algoritama čija se učinkovitost poboljšava na temelju empirijskih podataka. Temelji se na statističkim i matematičkim metodama, prije svega optimizaciji. Strojno učenje jedno je od danas najaktivnijih i najuzbudljivijih područja zbog brojnih mogućnosti primjene. Uza statistiku temelj je znanosti o podacima. Nema ograničenja za uporabu strojnog učenja u smislu područja primjene ili sektora poslovanja – ističe Dalbelo Bašić.

Programe strojnog učenja mogu primjenjivati sve tvrtke, pa je tako Atlantic Grupa prošle godine suradnjom Odjela ljudskih resursa i IT-a počela primjenjivati napredne alate za prediktivnu analitiku radi postizanja dvostrukog učinka. – S jedne strane, željeli smo odgovoriti na rastuće poslovne potrebe, a s druge strane, unaprijediti kvalitetu i učinkovitost procesa HR-a kako bismo zaposlenicima pokazali da je naša kompanija ocean prilika za sve, kao što sugerira i naš slogan. Taj konkretni pokusni projekt predviđao je fluktuaciju zaposlenih, odnosno procjenu vjerojatnosti odlaska umrežavanjem kompleksa čimbenika. Usredotočio se na to da se razmjerno po uzdano prepoznaju zaposlenici koji bi mogli napustiti tvrtku. Aktiviranjem takva sustava upozorenja omogućeno nam je da provedemo mjere kojima bismo zadržali zaposlenike, odnosno dobili smo učinkovitu pomoć da unaprijed prepoznamo karijerne i razvojne potrebe kolega, što na kraju u kombinaciji s drugim alatima upravljanje ljudskim potencijalima čini uspješnim – kaže Mojca Domiter, izvršna direktorica Korporativnih ljudskih resursa Atlantic Grupe.

Pri izradi modela upotrijebili su se napredni alati IBM Watson i SPSS Modeler. Domiter ističe da je najvažniji faktor uspješne primjene tehnologije kvalitetna suradnja tvrtkinih odjela, konkretno ljudskih potencijala (HR) i informacijskih tehnologija, za što je Atlantic Grupa dobila priznanje od krovne organizacije stručnjaka za ljudske potencijale HRO Today.

Valamar Riviera razradila je složeni sustav procjene zaposlenika kojim se mjeri njihova učinkovitost, ali i potencijal za razvoj. Temelji se na kompetencijskom modelu koji je osmišljen i prilagođen za svako radno mjesto. Rezultati pokazuju na kojim kompetencijama treba dodatno raditi, a za sve zaposlenike za koje je procijenjen visok radni učinak i potencijal izrađuje se plan karijere koji uključuje promaknuća i dodatni razvoj ljudskih vještina.

U Plivi ističu da su bili jedna od prvih hrvatskih tvrtki koje su razvijale suvremene procese upravljanja ljudskim resursima, a neki razvijeni u Hrvatskoj danas se primjenjuju u cijeloj grupaciji Teva čija je Pliva članica. Karijerni ciklus zaposlenika u Plivi prate uporabom globalnog programa upravljanja fazama u karijeri zaposlenika s pomoću naprednog sustava u računalnom oblaku koji, među ostalim, menadžerima omogućuje da mnogo jednostavnije sudjeluju u ključnim procesima razvoja koji uključuju njihove zaposlenike ili timove. Također ističu da su poslovni i proizvodni procesi u kompaniji gotovo u cijelosti softverski podržani, odnosno automatizirani, i omogućuju potpunu kontrolu kvalitete proizvoda. Iako strojno učenje kao grana umjetne inteligencije može dodatno unaprijediti mnoge procese, posebno proizvodne, kad je riječ o upravljanju ljudima, u Plivi vjeruju da je odnos menadžera i zaposlenika i dalje ključan.

Styrijin Data Science, podatkovni odjel osnovan prije tri godine u Zagrebu koji vodi dr. sc. Marko Velić, djelemično je uveo strojno učenje u obradu tekstova i fotografije u neke medije te nakladničke kuće, što će znatno utjecati na rad novinara koji će imati više vremena za istraživanje i analizu činjenica. Također je za 70 posto skratio vrijeme predaje oglasa. Kad, primjerice, u oglasi nuskalo.hr unesete tekst da prodajete stol i uz njega objavite fotografiju, program će ga automatski svrstati u kategoriju radni, antikni ili bilo koji drugi jer već na temelju fotografije prepoznaje kojoj skupini pripada. – S jedne strane bavimo se novinskim tekstovima, a s druge oglasnicima. Tako smo skratili vrijeme za predaju oglasa za čak 70 posto – kaže Velić, ističući da kad je riječ o tekstu koji se unese na portal, program odmah preporuči slične tekstove.

Osim Njuškala taj program zasad rabi i portal 24sata.hr, ali i Willhaben.at u Styriji u Austriji. Velić ističe da je Styrijin Data Science usmjeren na personalizaciju.

– Oni kojima dostupnost znanju i novim tehnologijama bude na neki način ograničena, bit će gubitnici novog doba. Znanost će u 21. stoljeću postati realni sektor – kaže prof. dr. sc. Jerbić i ističe da je FSB, kao i većina velikih fakulteta, iznimno kompleksan sustav, usporediv s najsloženijim poslovnim i proizvodnim sustavima, koji djeluje kao cjelina s oko dvije tisuće studenata, nastavnika i pomoćnog osoblja na 35.000 četvornih metara, ima mnogo zavoda i katedri te pedesetak laboratorija. Stoga FSB već godinama razvija poslovanje s pomoću računalnih primjena.

– Dio računalnih programa za rad studentske službe, izdavaštvo i slično razvili smo sami. Koristimo se i drugim softverima koji su razvijeni u sklopu Sveučilišta, a one za financijsko poslovanje fakultet je kupio – kaže Jerbić.

FSB intenzivno surađuje sa stranim sveučilištima u sklopu istraživačkih aktivnosti, ali i hrvatskim tvrtkama poput Elektro-kontakta, Končara, Yazakija, Klimaopreme i drugih s kojima su ostvarena mnoga unapređenja, ne samo tehnološka nego i ona povezana s ljudskim potencijalima.

– Kao primjer razvoja i primjene strojnog učenja mogu istaknuti jedan od posljednjih projekata s tvrtkom Klimaoprema. Riječ je o razvoju inteligentnoga vizijskog sustava za nadziranje kvalitete lima. Sustav je sposoban samostalno ili u interakciji s radnicima učiti karakteristike grešaka na limu i tako unapređivati svoju sposobnost ispravnog raspoznavanja grešaka – kaže Jerbić.

I FER intenzivno surađuje s hrvatskim i svjetskim tvrtkama te znanstvenim institucijama. Dalbelo Bašić ističe primjer primjene strojnog učenja koji je rezultat Laboratorija za analizu teksta i inženjerstvo znanja (TakeLab) FER-a u javnom sektoru, znanosti i gospodarstvu. Mnogo je primjera te suradnje, no među ostalima valja istaknuti FER-ov program za osiguravajuće kuće. Riječ je o automatskom otkrivanju moguće štete zbog prijevara pri obveznom osiguranju vozila na temelju tekstova policijskih zapisnika i supojavljanja osoba. Također su napravili program za predviđanje akcijskih prodaja u velikim trgovačkim lancima. Jedan od FER-ovih projekata jest i Kognitivno-afektivna tekstna analitika društvenih medija za analizu korisničkog iskustva (CATACX) koji je iznijedrio inovativni sustav na temelju kojeg se analiziraju mišljenja korisnika telekomunikacijskih usluga u komentarima na društvenim mrežama.

– Sustav rabi napredne metode strojnog učenja, obrade prirodnog jezika i višedimenzionalnu analizu u stvarnom vremenu deset emocija i šesnaest akcija – ističe Dalbelo Bašić.

U uvođenju strojnog učenja i umjetne inteligencije u ljudske resurse prednjačio je Google, a danas ga imaju sve velike svjetske tvrtke. No uvele su ga u taj sektor tek nakon primjene u marketingu, komunikaciji… Njihovi menadžeri danas naveliko donose odluke o kadru upravo na temelju procjene algoritama strojnog učenja. Prate učinkovitost svojih zaposlenika, ali s pomoću tih alata pronalaze i nove talente. Ta je praksa u hrvatskim tvrtkama tek u začecima i teško je predvidjeti kad će i hoće li softverima krenuti u lov na talente.