του Dr. Erol User 
Περιπτώσεις Operating Expense
1. Ο ψηφιακός δίδυμος της Vodafone βελτιώνει τις επιχειρηματικές διαδικασίες
Η εταιρεία τηλεπικοινωνιών Vodafone χρησιμοποίησε την Τεχνητή Νοημοσύνη και την προηγμένη ανάλυση για να δημιουργήσει έναν ψηφιακό δίδυμο των εσωτερικών διαδικασιών υποστήριξης. Με τον τρόπο αυτό, μπορεί να χρησιμοποιεί μοντέλα πρόβλεψης για την πρόβλεψη της μελλοντικής ζήτησης και τη βελτίωση των χρόνων απόκρισης στα ερωτήματα.
Η εταιρεία δημιούργησε μια νέα πλατφόρμα δεδομένων με το Google Cloud, επιτρέποντάς της να επεξεργάζεται και να διακινεί τεράστιους όγκους δεδομένων. Αυτή η προστιθέμενη χωρητικότητα καθιστά δυνατή την ανάλυση πολύ μεγαλύτερων ποσοτήτων δεδομένων από ό,τι πριν, την αύξηση της χωρητικότητας του δικτύου όταν αυξάνεται η ζήτηση και τη χρήση μηχανικής μάθησης για την πρόβλεψη, τον εντοπισμό και τη διόρθωση προβλημάτων πριν αυτά εμφανιστούν.
2. Ο όμιλος BT Group μειώνει το κόστος με την αυτοματοποίηση των προμηθειών
Ένας άλλος γίγαντας των τηλεπικοινωνιών, ο όμιλος BT Group, χρησιμοποιεί τεχνητή νοημοσύνη για να βοηθήσει στην εξεύρεση προμηθευτών. Το 2023, οι αγοραστές της BT τοποθέτησαν περισσότερα από 400 έργα σε μια πλατφόρμα AI-sourcing από την Globality, επιτρέποντάς της να αυτοματοποιήσει τα βαριά διοικητικά καθήκοντα και να μειώσει τον χρόνο μετάβασης στην αγορά.
Μια γεννητική διεπαφή ΤΝ βοηθά τον αγοραστή να φτάσει ταχύτερα στην παραγωγικότητα χρησιμοποιώντας τεχνολογία επεξεργασίας φυσικής γλώσσας (NLP). Αυτό θέτει σχετικές ερωτήσεις για να κατανοήσει την πρόθεση του αγοραστή και να προσδιορίσει τις απαιτήσεις.
Ο Cyril Pourrat, γενικός υπεύθυνος προμηθειών του BT Group, δήλωσε ότι η χρήση αυτής της τεχνολογίας αποφέρει συνεχείς εξοικονομήσεις.
3. Η Schneider Electric εξοικονομεί χρόνο με την αυτοματοποίηση
Η εταιρεία ενέργειας και τεχνολογίας Schneider Electric χρησιμοποιεί την αυτοματοποίηση ρομποτικών διαδικασιών (RPA) για να μειώσει τον φόρτο εργασίας του προσωπικού. Προηγουμένως, εξειδικευμένα μέλη του προσωπικού σε μία από τις βιομηχανικές εγκαταστάσεις της εταιρείας έπρεπε να προετοιμάζουν και να εκτυπώνουν συγκεκριμένα έγγραφα για τους χειριστές που είχαν αναλάβει την εγκατάσταση ηλεκτρικών πινάκων σε εγκαταστάσεις πελατών. Αυτή η χρονοβόρα προετοιμασία περιελάμβανε τη σύνταξη των κατασκευαστικών προδιαγραφών των πινάκων και των ετικετών που προσδιορίζουν τα ηλεκτρικά κυκλώματα και δεν παρείχε καμία προστιθέμενη αξία.
Τώρα ένα αυτόνομο ρομπότ προετοιμάζει αυτά τα έγγραφα, απελευθερώνοντας τουλάχιστον δύο υπαλλήλους για να εργαστούν σε πιο σύνθετες εργασίες.
4. Η Bristol Myers Squibb εφαρμόζει τεχνητή νοημοσύνη στην ανακάλυψη και ανάπτυξη φαρμάκων
Η Bristol Myers Squibb συνεργάστηκε με την Owkin το 2022 για να χρησιμοποιήσει τις λύσεις τεχνητής νοημοσύνης της εταιρείας για την έρευνα θεραπειών για καρδιαγγειακές παθήσεις. Χρησιμοποιώντας AI και μηχανική μάθηση, μπορεί να προβλέψει πρώιμες εκτιμήσεις για τα ποσοστά επιτυχίας των κλινικών δοκιμών φάσης 1 και 2. Αυτές οι γνώσεις στη συνέχεια ενημερώνουν για την επόμενη φάση των δοκιμών, καθώς και βοηθούν στην πρόσληψη της καταλληλότερης δεξαμενής πληθυσμών ασθενών.
Η ανάλυση που μπορεί να παρέχει η τεχνητή νοημοσύνη της Owkin βοηθά επίσης την BMS να αναπτύξει μοντέλα βιοδεικτών για διαφορετικούς ασθενείς, ώστε να δει πόσο καλά ανταποκρίνονται στη θεραπεία.
5. Η Maersk ψηφιοποιεί την αλυσίδα εφοδιασμού της με AI
Ο όμιλος ναυτιλίας και logistics Maersk είναι τόσο σίγουρος για τη δύναμη της AI που εργάζεται για τον στόχο της «εφοδιαστικής μηδενικής επαφής» που θα δει την ψηφιοποίηση σχεδόν κάθε τμήματος της εφοδιαστικής αλυσίδας.
Στην πράξη, στοχεύει να μειώσει τον αριθμό των ανθρώπων που εμπλέκονται στην εφοδιαστική αλυσίδα έως και κατά 80 τοις εκατό μέσα στα επόμενα πέντε έως επτά χρόνια. Η Maersk χρησιμοποιεί επί του παρόντος τεχνητή νοημοσύνη για τον υπολογισμό των συντομότερων διαδρομών μεταφοράς, αλλά έχει επίσης αρχίσει να χρησιμοποιεί ChatGPT για τον εξορθολογισμό των διαπραγματεύσεων των συμβάσεων με τους προμηθευτές και διαθέτει ρομποτικές λύσεις στις αποθήκες της στο Ηνωμένο Βασίλειο για να βοηθήσει στη διαλογή και παραλαβή των αποθεμάτων.
6. Η Waitrose εξατομικεύει τις ηλεκτρονικές αγορές
Το βρετανικό σούπερ μάρκετ Waitrose χρησιμοποιεί τεχνητή νοημοσύνη για να βελτιώσει την εμπειρία των ηλεκτρονικών αγορών του. Η παρασκηνιακή τεχνητή νοημοσύνη μαθαίνει από τη διαδικτυακή συμπεριφορά και τα αγοραστικά πρότυπα των πελατών για να παρέχει πιο εξατομικευμένες υπηρεσίες στους πελάτες, διευκολύνοντας και επιταχύνοντας την εύρεση σχετικών ειδών.
Επιτρέπει επίσης στη Waitrose να κατανοεί καλύτερα τους όρους αναζήτησης- για παράδειγμα, αν ένας πελάτης πληκτρολογήσει στο πλαίσιο αναζήτησης «teetotal», τα αποτελέσματα εμφανίζουν γρήγορα τα διαθέσιμα ποτά χωρίς αλκοόλ.
7. Η Sevilla FC χρησιμοποιεί τεχνητή νοημοσύνη για την ανίχνευση ταλέντων
Χρησιμοποιώντας τη γεννητική τεχνητή νοημοσύνη της IBM, ο ισπανικός ποδοσφαιρικός (ευρωπαϊκός ποδοσφαιρικός) σύλλογος Sevilla FC βελτίωσε τη διαδικασία πρόσληψης παικτών. Με ένα εργαλείο βασισμένο σε μοντέλα NLP και χρησιμοποιώντας γλωσσικές προτροπές που περιγράφουν τα βασικά χαρακτηριστικά των παικτών που αναζητούνται, η τεχνητή νοημοσύνη δημιουργεί επιμελημένες λίστες υποψηφίων που περιλαμβάνουν ποσοτικά δεδομένα όπως ύψος και βάρος, ταχύτητα, αριθμό τερμάτων και λεπτά συμμετοχής.
Παραδοσιακά, η πρόσληψη παικτών βασιζόταν στην υποκειμενική ανθρώπινη παρατήρηση και στη χειροκίνητη ανάλυση δεδομένων, και οι δύο χρονοβόρες προσπάθειες. Τα οφέλη που παρέχει η παραγωγική τεχνητή νοημοσύνη οδήγησαν τον πρόεδρο της Sevilla FC, José María del Nido Carrasco, να τη χαρακτηρίσει ως «game-changer» για τον σύλλογο.
8. Η Lean προσέγγιση της Toshiba χρησιμοποιεί την προγνωστική ανάλυση
Η μείωση του χρόνου διακοπής λειτουργίας και του κόστους λόγω βλάβης του εξοπλισμού αποτελεί βασικό πυλώνα της μεθοδολογίας Lean στη μεταποίηση, και η προσέγγιση της Toshiba σε αυτό το θέμα είναι μέσω της προγνωστικής συντήρησης. Χρησιμοποιώντας ανάλυση δεδομένων και αλγορίθμους μηχανικής μάθησης που υποστηρίζονται από την τεχνητή νοημοσύνη, η Toshiba μπορεί να εντοπίσει ανωμαλίες που θα μπορούσαν να οδηγήσουν σε βλάβες του εξοπλισμού.
Αναλύοντας αυτά τα δεδομένα σε πραγματικό χρόνο, η εταιρεία προγραμματίζει τη συντήρηση πριν από την εμφάνιση βλάβης, μειώνοντας το κόστος συντήρησης και την πιθανότητα διακοπής λειτουργίας. Αυτό συμβάλλει επίσης στην παράταση της διάρκειας ζωής του εξοπλισμού, μειώνοντας τόσο το λειτουργικό κόστος όσο και την κατανάλωση ενέργειας.
