Inteligentne, autonomiczne i samouczące się systemy są z jednej strony przedmiotem zaawansowanych badań, z drugiej zaczynają znajdować zastosowania w biznesie. Oparte głównie o metody tzw. nauczania ze wzmocnieniem (ang. Reinforcement Learning, RL) są fundamentem nie tylko Przemysłu 4.0, ale też współczesnych rynków finansowych czy marketingu internetowego. Istnieje coraz więcej udanych wdrożeń takich systemów, ale wciąż niewiele z nich zapewnia rzeczywistą wartość biznesową. Zrozumienie podstaw ich działania oraz sposobów, na jakie mogą generować wartość, pomoże nie tylko wspierać już realizowane inicjatywy sztucznej inteligencji, ale także projektować nowe tak, by zwiększać przewagę konkurencyjną. Głównym celem publikacji jest przedstawienie tych nowoczesnych i wyrafinowanych metod menedżerom i ekspertom z zakresu zarządzania. Autor, na podstawie dogłębnych badań ponad 100 projektów, przedstawia podstawowe zasady leżące u podstaw systemów autonomicznych, ich zastosowania w różnych branżach, wpływ na modele generowania wartości, firmy oraz rynki. Książka pomoże liderom w racjonalnym sformułowaniu uzasadnienia biznesowego dla samouczących się produktów czy usług, decydentom i inwestorom w ocenie potencjału biznesowego nowych autonomicznych projektów, a przedstawiciele środowisk naukowych znajdą w niej inspirację do przyszłych badań. Publikacja podejmuje ważną tematykę zastosowań sztucznej inteligencji w zarządzaniu. Obszar ten nie doczekał się jeszcze w Polsce zwartych opracowań adresowanych do menedżerów i studentów. Praca może wypełnić tę lukę informacyjną na rynku polskim. Prof. dr hab. Jerzy Korczak

WPROWADZENIE 7 NOTA BIBLIOGRAFICZNA 10 UCZENIE MASZYNOWE 11 Podstawowe pojęcia i koncepcje 12 Inteligencja maszyn 12 Uczenie maszynowe a programowanie 16 Metody nauczania maszynowego 18 Nauczanie ze wzmocnieniem jako fundament systemów autonomicznych 27 Agent, jego otoczenie, działania, obserwacje i nagrody 27 Uczenie się przez interakcje 31 Kluczowe metody i algorytmy nauczania ze wzmocnieniem 37 Wyzwania 45 Samouczące się, autonomiczne systemy we współczesnym świecie 46 Podsumowanie 49 WPŁYW SYSTEMÓW AUTONOMICZNYCH NA TECHNOLOGIE, PROCESY I BRANŻE 51 Technologie leżące u podstaw systemów autonomicznych 52 Wprowadzenie 52 Zmysły, percepcja i świadomość sytuacyjna 52 Komunikacja 58 Trenowanie, uczenie się i symulacje 60 Cyberbezpieczeństwo 61 Zarządzanie flotą 62 Platformy do tworzenia kompleksowych rozwiązań 64 Zastosowania systemów samouczących się w kluczowych procesach biznesowych 65 Zarządzanie aktywami 65 Produkcja 69 Logistyka 72 Marketing i sprzedaż 78 Technologie informatyczne i komunikacyjne 84 Podsumowanie 86 Potencjalny wpływ na branże 87 Produkcja, budownictwo i branża samochodowa 88 Transport 92 Rolnictwo 96 Sektor wydobywczy i energetyczny 97 Marketing 99 Handel detaliczny 102 Ubezpieczenia, usługi finansowe i bankowość 105 Opieka zdrowotna 109 Sektor publiczny 113 Podsumowanie 115 AUTONOMICZNE, SAMOUCZĄCE SIĘ SYSTEMY W GENEROWANIU WARTOŚCI 117 Praktyczne aspekty i dobre praktyki wdrożeń systemów autonomicznych 118 Inicjacja 118 Wdrożenie 125 Utrwalenie zmiany 132 Korzyści z wdrożeń systemów inteligentnych 133 Generowanie przychodów 134 Redukcja kosztów 138 Minimalizacja ryzyka 149 Model generowania wartości 154 Generowanie wartości przez systemy SI 154 AiR Management: metoda projektowania uzasadnienia biznesowego oraz strategii wdrożeń systemów autonomicznych 156 TRENDY ROZWOJU 167 Możliwy wpływ technologii autonomicznych na organizacje, rynki i ludzi 168 Rozproszona SI 168 Sieci poznawcze 172 Nowe kompetencje 176 Wpływ SI na rolę człowieka w organizacji 177 Horyzonty badań i inspiracje na przyszłość 179 Badania podstawowe 180 Badania stosowane 184 Zarządzanie i nauki o społeczeństwie 186 PODSUMOWANIE 187 ZAŁĄCZNIK 188 BIBLIOGRAFIA 193

Koszyk

Sztuczna inteligencja we współczesnych organizacjach