Big Data w logistyce. Przyszłość należy do Internetu Rzeczy i Machine Learning

– Tempo funkcjonowania biznesu i coraz silniejsza konkurencja wymuszają wzrost efektywności operacyjnej, co bez analitycznego wsparcia staje się niemożliwe. Stąd coraz częściej będzie stosowane np. analityczne sterowanie łańcuchem dostaw lub dystrybucji oraz tworzenie ofert dopasowanych do bieżących potrzeb klienta. A wszystko to w czasie rzeczywistym, na podstawie aktualnego kontekstu – mówi Shukri Dabaghi, wiceprezes, Middle East & Eastern Europe w SAS.

Wiadomo, że stopień implementacji rozwiązań z zakresu Big Data jest w dużej mierze zależny od branży. Jak wynika z badań SAS Institute (lider w zakresie analityki biznesowej; niezależny dostawca oprogramowania Business Intelligence) z rozwiązań SAS korzysta na świecie ponad 83 tys. firm i instytucji w 148 krajach.

Łukasz Kryśkiewicz, doradca w Ministerstwie Cyfryzacji podkreśla, że tylko od firmy zależy do jakich celów będą wykorzystywać dane i w jaki sposób będą analizowane.

– Trudno wyobrazić sobie prowadzenie poważnego biznesu w internecie bez sięgania po precyzyjne narzędzia analityczne przetwarzające strumienie nieustająco zmieniających się danych. Skala działań oraz wymóg błyskawicznego podejmowania decyzji wymusza automatyzację tych procesów – i nie ma innej alternatywy. Polskie firmy muszą zatem sięgnąć po analitykę Big Data, jeżeli chcą efektywnie konkurować na rynku. W Polsce, dużo większe niż samo wykorzystanie, jest zainteresowanie tym tematem – tłumaczy Łukasz Kryśkiewicz.

Big Data obniży koszty i pomoże zwiększyć zyski

Firmy, które z równym powodzeniem co sektor finansowy wdrażają rozwiązania Big Data, to przedsiębiorstwa zajmujące się handlem detalicznym. Kolejną branżą, która w największym stopniu korzysta z potencjału gromadzonych informacji jest telekomunikacja. Analitycy z IDC przewidują natomiast, że znaczny popyt będzie także generowany ze strony firm produkcyjnych.

Ma to związek z upowszechnieniem idei Przemysłu 4.0, która zakłada wykorzystanie m.in. Internetu Rzeczy (Internet of Things; IoT) do poprawy sprawności linii produkcyjnych. W rezultacie zmieni się model biznesowy przedsiębiorstw, rozbudowujących swoją ofertę w oparciu o nowe technologie. Biorąc pod uwagę dynamikę współczesnego rynku i rosnącą w ogromnym tempie liczbę informacji pochodzących z internetu, możliwość dokonywania szybkich analiz zyskuje kluczowe znaczenie dla podnoszenia konkurencyjności.

Wdrażając rozwiązania z zakresu Big Data, firmy produkcyjne mogą obniżyć koszty operacyjne średnio o 20 proc., odnotowując przy tym ok. 30-procentowy wzrost zysków. IDC przewiduje, że do końca tego roku przedsiębiorstwa wytwórcze będą odpowiadały za ponad 20 proc. wydatków na projekty związane z Big Data.

Jedna trzecia respondentów przyznaje, że może liczyć na natychmiastowy dostęp do danych, jednak podobna grupa (28 proc.) wskazuje , że może to zająć nawet tydzień.

Specjaliści z Astrafox prognozują, że w najbliższych miesiącach rynek wciąż będzie się dynamicznie rozwijał, ale kierunki jego rozwoju nie zmienią się. Rynek będzie “wymuszał” korzystanie z chmury i porzucenie rozwiązań on-premise (stacjonarnych), będzie się koncentrował na rozwoju Internetu Rzeczy oraz Machine Learning, kwestiach bezpieczeństwa danych… Według prognoz  MarketsandMarkets wartość rynku IoT w ciągu najbliższych pięciu lat wzrośnie o jedną czwartą, osiągając poziom 640 mld dolarów (szacunki IHS Markit wskazują na liczbę 20 mld urządzeń podłączonych do sieci).

Wymierne korzyści biznesowe, wynikające z wdrożenia rozwiązań IoT dostrzega nie tylko sektor produkcyjny, ale też branża transportowa i handlowa. Mowa głównie o optymalizacji kosztownej, doskonaleniu łańcucha dostaw, pozyskiwaniu klientów czy budowaniu z nimi trwałej relacji.

Analityka danych w chmurze będzie rosła

Osoby decyzyjne będą miały coraz większy dostęp do zintegrowanych informacji w czasie rzeczywistym głównie dzięki chmurze. Na razie jednak, tempo wdrażania usług chmurowych jest bardzo wolne. Jedynie co piąte przedsiębiorstwo przebadane przez SAS korzysta z modelu chmury obliczeniowej, podczas gdy pozostałe firmy przechowują dane na własnych serwerach.

Trend ten ulegnie jednak odwróceniu. Według MarketandMarkets, rynek Cloud Analytics, który w 2013 r. był wart 5,25 mld dolarów, na koniec tego roku będzie ponad trzykrotnie większy. Wyzwaniem dla chmury pozostają jednak kwestie bezpieczeństwa. Szczególnie bezpieczeństwa danych wrażliwych, do których dostęp powinien być ograniczony i na bieżąco kontrolowany.

Specjaliści z Astrafox twierdzą, że najbliższe miesiące upłyną właśnie pod znakiem cyberbezpieczeństwa i tematów z nim związanych, w tym także kwestii backupu i odzyskiwania utraconych danych.

Spadek cen urządzeń IoT oraz rosnące nakłady na coraz powszechniejsze ich wykorzystywanie w biznesie z jednej strony nieść będzie szereg korzyści, zaś z drugiej narażać będzie firmy na odpowiednio większe niebezpieczeństwo ataków hakerskich.

Machine Learning też może rozwinąć biznes

Rok 2018 to również nowe przepisy i regulacje, które nakładają na użytkowników dodatkowe obowiązki. Mowa przede wszystkim o RODO – Rozporządzeniu Ogólnym o Ochronie Danych Osobowych. Wchodzi w życie 25 maja br. i nakłada na wszystkie organizacje gromadzące dane dotyczące osób fizycznych obowiązek stworzenia własnego systemu ich ochrony.

Statystyki wskazują, że świadomość dotycząca RODO wśród przedstawicieli biznesu jest znikoma – ankieta przeprowadzona przez firmę Dell wskazuje, że aż 80 proc. badanych nie wie nic lub prawie nic na temat regulacji.

Mimo iż Machine Learning nie jest nowym trendem, biznes wciąż niewiele wie na temat uczenia maszynowego i biznesowych korzyści jakie może przynieść jego umiejętne wykorzystanie. Ubiegłoroczne badanie SAS wskazuje wprawdzie, że 28 proc. respondentów korzysta z tej technologii, a 30 proc. planuje w ciągu najbliższych trzech  lat wykorzystanie uczenia maszynowego, jednak tylko co piąty badany rozumie, w jaki sposób może ono wpłynąć na rozwój biznesu.

Potencjalne korzyści są tymczasem ogromne i mogą stać się udziałem firm praktycznie z każdego sektora. Mowa nie tylko o sposobności podejmowania bardziej trafnych decyzji w oparciu o dane, czy precyzyjniejszym prognozowaniu, ale również o możliwości skuteczniejszej walki z cyberzagrożeniami, podniesieniu poziomu jakość obsługi klienta.

Wielu analityków twierdzi, że wprowadzenie organizacji na cyfrowe tory, skuteczne prognozowanie trendów rynkowych i zwiększanie wydajności zespołów zajmujących się badaniem danych nie jest możliwe bez inwestycji w uczenie maszynowe. Potwierdza to raport Forrestera, który umieszcza rozwój PAML (Predictive Analytics and Machine Learning) pośród najważniejszych trendów w obszarze analizy biznesowej i prognozuje wzrost rynku na poziomie 15 proc. rocznie w trzech najbliższych latach.

Fot. Pixabay/geralt