ArtiklidTehisintellekti kasutamine võimaldab ettevõtetel seniste andmeanalüüsi meetoditega võrreldes saada suuremat kasu. Tööstuses kasvab tehisintellekti abil masinate ja seadmete ennetava hoolduse tegemine ning kaubavedude kütuse- ja ajakulu optimeerimine. Kaubanduses annab häid tulemusi tehisintellekti kasutamine klienditeeninduses ning personaalseks turunduseks.
McKinsey ülevaade Notes from the AI frontier: Applications and value of deep learning toob välja erinevaid probleemitüüpe, mida tehisintellekti abil saab lahendada ning näiteid nende rakendamisest. Tehisintellekt täiendab, asendab või loob uusi analüütilisi võimalusi väärtuse loomiseks. McKinsey hinnangul võib tehisintellekti panus moodustada umbes 40% kõigi kasutatavate analüütiliste tehnikate mõjust lisandväärtusele.
Seoses tarneahela, logistika ja tootmise parendamisega nähakse tehisintellektil suurt potentsiaali tööstuses. Näiteks kvaliteedikontrollis võrreldakse toodet etteantud standardiga ning kvaliteedile mittevastavad tooted praagitakse välja. Tootmisseadmetele paigaldatud sensorite andmed võimaldavad tuvastada kõrvalekaldeid ning teha masinale hooldus enne kui see katki läheb. Logistikas rakendatakse tehisintellekti kõige optimaalsemate marsruutide väljatöötamiseks ning isegi sõidukijuhtide operatiivseks juhendamiseks. Suurandmete (nt müügi-, kliendi- ja ilmaandmed) analüüs võimaldab paremini planeerida laovarusid. Tehisintellekti kasutamise ning info haldamisega seotud ettevalmistuse olulisust tarneahelate planeerimisel rõhutab ka OSKA logistikavaldkonna analüüs.
Tehisintellekt loob väärtust ka kaubanduses, turunduses ja müügis. Varasemate müügiandmete analüüs aitab hinnata nõudlust toodete järele. Ostuharjumuste ja eelistuste ning demograafiliste näitajate põhjal erinevate kliendigruppide loomine on laialt levinud. Info kliendi ostude kohta võimaldab luua soovitavate toodete järjestuse. Soovitus „vaata ka teisi sarnaseid tooteid“ põhineb konkreetse ostja varasematel ostudel ning ostjaga sarnaste inimeste ostuharjumustel. Tehnoloogiliste arengute trendi mõjust kaubandusele saab 2018. aasta teisel poolel lugeda OSKA kaubanduse ja rentimise uuringust.
Tehisintellektil on palju erinevaid rakendusvõimalusi, sealhulgas ka iduettevõtetele. Näiteks eestlaste väljatöötatud klientide päringute klassifitseerimise tööriist Feelingstream on juba kasutusele võetud Soome ettevõttes Nordea. Tehnoloogilised ning tehisintellektiga seotud uuendused pakuvad võimalusi meditsiinivaldkonnale. Heaks digidiagnostika näiteks on IBM-i Watson. Ka OSKA tervishoiu valdkonna analüüs näeb potentsiaali mobiilsetes multifunktsionaalsetes diagnostika-, prognostika- ja seireseadmetes. Samuti on digiteemad üha sagedasemad tervishoiu valdkonna konverentsikavades.
Tehisintellekti kasutamisel tuleb arvestada ka mitmete piirangutega. N-ö õppimiseks vajab tehisintellekt suuri andmehulkasid ning andmed vajavad sageli eelnevat töötlust ja klassifitseerimist. Suurte andmemahtudega kaasneb risk, et on raske aru saada, millel tehisintellekti antud soovitused põhinevad, analüüsi tulemused võivad olla kallutatud. Piirangutena lisanduvad sotsiaalsed ning õiguslikud takistused, sh nt isikuandmete kasutamine. Nende küsimuste täpsustamiseks on Eestis juba alustatud vastava seadusandluse väljatöötamist.
