SI w zarządzaniu kryzysowym

Część ludzi uważa, że rozwój sztucznej inteligencji może doprowadzić nas do globalnego kryzysu. Moim zdaniem, jest wręcz przeciwnie ! Sztuczna Inteligencja jest już teraz niezwykle wartościowym członkiem zarządzania kryzysowego i jest gotowa na nowe wyzwania. A w dzisiejszych czasach takich nam nie brakuje...

W zarządzaniu kryzysowym presja jest ogromna. Teoretycznie, recepta na sukces jest prosta: podejmowanie właściwych kroków w najkrótszym możliwym czasie. Jednak w praktyce sukces jest zależny od wielu zmiennych. Przede wszystkim, profesjonalne zarządzanie kryzysem jest niemożliwe bez wykrywania, analizy danych oraz prognozowania. Czy nie brzmi to trochę jak zadanie dla sztucznej inteligencji?

System ostrzegania powodziowego

Jedna z najsłynniejszych przewodni katastrof naturalnych to dzieło Babb Vangi. Bałkański Nostradamus (zm. w 1996r.) przepowiedział tsunami w Tajlandii (rok 2004). Jednakże, Azja i Pacyfik to nie są jedyne regiony zagrożone przez katastrofy naturalne. Popyt na przewidywanie powodzi jest wysoki także w Europie.

Dziesiątego lipca (4 dni przed katastrofą) Europejski System Ostrzegania Powodziowego przesłał zagrożenia powodziowe do niemieckiej administracji. Tak szybka reakcja nie byłaby możliwa, gdyby nie TSAR AI - platforma zarządzania kryzysowego oparta na sztucznej inteligencji. Mianowicie, Sztuczna Inteligencja umożliwia automatyczną lokalizację terenów zagrożonych katastrofą naturalną. Nawet najmniejsza zmiana w akwenach wodnych nie przemknie jego uwadze i zostanie przeanalizowany w kontekście zagrożenia powodziowego.

Oczywiście, dobrze funkcjonujący system ostrzegania powodziowe to dopiero połowa sukcesu. Ostatecznie, podczas powodzi w Niemczech zginęło przynajmniej 188 osób. Opinia publiczna krytyka za to przede wszystkim problemy komunikacyjne pomiędzy obywatelami, a państwem. Prawdopodobnie, w najbliższej przyszłości, luka ta zostanie wypełniona przez SI. Część naukowców prowadzi badania dotyczące zastosowania machine learningu w komunikacji u progu zagrożenia katastrofą. Jednym z najbardziej pasjonujących inicjatyw w tej dziedzinie jest ITU Focus Group on ‘AI for natural disaster management’.  

Wczesne systemy ostrzegania przed upadłością

Z powodu pandemii COVID-19, problem stanowi nie tylko fala powodzi, ale także fala upadłości. Historia światowego rynku finansowego udowodniła, że nawet największe firmy są podatnena bankructwa. Enron, Lehman Brothers, Wirecard - te historie zszokowały cały świat. Coraz częściej eksperci wskazują na to, że zastosowanie sztucznej inteligencji może zapobiec podobnym upadkom.  

System wczesnego ostrzegania powinien być w stanie ujawniać zagrożenia dla przedsiębiorstwa. Najbardziej oczywistym rozwiązaniem jest wykrycie ich za pomocą danych finansowych. Obecne modele skupiają się przede wszystkim na analizie sprawozdań finansowych. Najważniejsze z nich to: Logistic Regression (LR), Multivariant Discriminant Analysis (MDA), Ensemble method, Neural Networks (NN), Support Vector Machines (SVM), Deep Belief Network (DBN), and Convolutional Neural Network (CNN). Cześć z nich bazuje na uczeniu maszynowym, a druga na uczeniu głębokim. Jak można zauważyć, badania na ten temat są szeroko zakrojone, ale poszukiwania idealnego rozwiązania wciąż trwają. 

Niestety, nie zawsze poleganie na danych finansowych jest dobrym wyborem. Sprawozdania finansowe nie są czasami w pełni wiarygodne, co pokazuje np. sprawa Wirecard. Aby dokonać dokładnych predykcji, niezbędne jest dokonanie analizy także danych niefinansowych związanych z firmą i z jej środowiskiem. Bardzo ciekawym projektem w tym kontekście wydaje się Eagle Eye.

Eagle Eye to model predykcyjny, która analizuje dane dostępne w sieci. Jak to w ogóle działa? Techniki uczenia maszynowego umożliwiają analizowanie informacji związanych z firmą lub jej otoczeniem. Eagle Eye jest w stanie skorelować niepokojące sygnały i rozpoznać pewne wzorce. Jan Balatka, Partner Deloitte uważa, że: "Tylko AI może poradzić sobie z ogromnymi ilościami danych w internecie i znaleźć korelacje między sygnałami a ryzykiem kredytowym, o których człowiek nawet by nie pomyślał. Kiedy już znajdziemy pewne wzorce, Eagle Eye stale monitoruje internet, aby je wypatrywać". Zgadzasz się z nim? Daj nam znać w komentarzach!

Żródła

https://www.theguardian.com/world/2021/jul/19/german-villages-could-be-left-with-no-drinking-water-after-floods

https://copernicus-masters.com/winner/tsar-ai-rapid-and-precise-surface-change-detection-with-sar-data/

https://people.com/human-interest/survivor-calls-germany-flooding-worst-thing-thats-ever-happened-death-toll-rises/

https://www.itu.int/en/myitu/News/2021/02/01/08/33/Disaster-management-responsible-AI-for-Good?fbclid=IwAR3DvMTk5bRZzSn0xSH6Nm-ERa81nTKzKbTiiTYK8_NcTibgSHbe2-mO7JE

https://www.rtl.de/cms/baba-vanga-diese-5-ereignisse-prophezeite-die-hellseherin-fuer-2021-4678563.html

https://www2.deloitte.com/cz/en/pages/financial-services/articles/eagle-eye-searching-the-web-for-early-warning-signals.html?fbclid=IwAR1xKaPxb-DE8P4gbVQVIAmOUfXvbHVJPuKUJjeJj91GoCcsMaNtePcF5gs

Review of bankruptcy prediction using machine learning and
deep learning techniques, Yi Qua, Pei Quanb, Minglong Leid, Yong Shia

Zostaw komentarz

Twój adres e-mail nie zostanie opublikowany.

pl_PL