Biuro 2.0: budynki będą naprawiać się same !

Technologia powoduje bezprecedensowe zmiany — nie tylko w sferze stanowisk, ale także modelu pracy. Andre Sharpe, dyrektor Regus ds. informatyki o innowacjach, które odmienią miejsce pracy w 2018 roku i później.

  1. Budynki będą naprawiać się same

Przygotuj się na pożegnanie z tradycyjnymi biurowcami. Miniaturyzacja mikrochipów i redukcja kosztów sprawiają, że obecnie niezwykle łatwo jest podłączyć przedmioty do Internetu. Wszechogarniająca sieć Internetu rzeczy (IoT) obejmuje najróżniejsze przedmioty — od inteligentnych szczoteczek do zębów po zdalnie sterowane zamki drzwi.

Technologia IoT pomoże pracownikom biur dostosować przestrzeń do indywidualnych potrzeb — od oświetlenia po temperaturę, a nawet jakość powietrza. Systemy regulacji warunków otoczenia ulegną w najbliższych trzech latach całkowitej automatyzacji. W starszych budynkach przedsiębiorstwa umieszczą czujniki, za pomocą których pracownicy dowolnie dostosują otoczenie. W rezultacie znacznie zmniejszy się zużycie energii.

W przyszłości pomieszczenia będą na tyle inteligentne, by samodzielnie sobą zarządzać. Budynki będą same zgłaszały potrzebę konserwacji i monitorowały swój stan techniczny. Będzie to możliwe dzięki wbudowaniu czujników IoT w betonowe ściany nowych obiektów.

  1. Sztuczna inteligencja odpowie na pytania

W ostatnich czterech latach byliśmy świadkami boomu w rozwoju sztucznej inteligencji (ang. artificial intelligence, AI) i jej obszaru — uczenia maszynowego (ang. machine learning, ML). Komputery potrafią obecnie analizować obszerne zestawy danych oraz obrazy i filmy, interpretować ich treść oraz wyciągać na tej podstawie wnioski. Ta technologia jest już wykorzystywana w pojazdach bezzałogowych i sekcji aktualności w serwisie Facebook, a wkrótce będzie powszechna również w zakładach pracy.

Zmiany te całkowicie zmienią oblicze obsługi klienta. Dziś rozwiązanie problemu klienta wymaga pomocy ze strony przedstawiciela, ale już niedługo proces ten będzie obsługiwany automatycznie za sprawą sztucznej inteligencji i uczenia maszynowego. Tradycyjne centra obsługi telefonicznej stracą rację bytu. Zastąpią je zintegrowane systemy AI, które szybko i sprawnie odpowiedzą na zapytania klientów. W krok za obsługą telefoniczną pójdzie pomoc techniczna.

  1. Kadra kierownicza spakuje manatki

Sztuczna inteligencja i uczenie maszynowe prawdopodobnie w znacznym stopniu przyczynią się do automatyzacji zadań. Oznacza to, że zmieni się rodzaj wykonywanej przez ludzi pracy. Zwykle uważa się, że technologie AI i ML zastąpią człowieka przy wykonywaniu żmudnych, rutynowych zadań, które nie wymagają wysokich kwalifikacji. Jest jednak całkiem odwrotnie — technologie te zastąpią wiele osób na kierowniczych stanowiskach.

Członkowie kierownictwa to tacy sami ludzie jak my. Oni również mogą popełniać błędy, opierając się na niewystarczających danych albo zbytnio zdając się na intuicję lub przeczucie przy podejmowaniu decyzji. Zmieni się to w ciągu najbliższych czterech lat. Kolejna fala automatyzacji będzie polegała na wykorzystaniu sztucznej inteligencji do analizy danych branżowych. Te nowe modele będą w stanie znacznie trafniej niż dyrektorzy ds. produktów, kierownicy i marketingowcy przewidywać, które działania są najlepsze dla firmy.

  1. Wejdziemy w świat „rzeczywistości rozszerzonej”

Początki wirtualnej rzeczywistości (VR) sięgają roku 1968 i gogli skonstruowanych przez Ivana Sutherlanda, uczonego z Uniwersytetu w Utah. Od tamtej pory technologia VR przeszła długą drogę, a jej kluczowym etapem było zakupienie przez Facebook firmy Oculus za kwotę 2 mld $ w  2014 r. Obecnie gogle są stosunkowo niedrogie, a obok wirtualnej rzeczywistości rozwinęły się też technologie rzeczywistości rozszerzonej (ang. augmented reality, AR) i rzeczywistości mieszanej (ang. mixed reality, MR), które płynnie łączą świat rzeczywisty z obiektami wyświetlanymi na ekranach cyfrowych.

Technologia AR znajdzie ostatecznie więcej zastosowań niż VR. Poza światem rozrywki — gier, muzyki i filmów — korzyści wirtualnej rzeczywistości są zbyt ograniczone i mało efektywne, aby sprawdzić się w powszechnym użyciu. Rzeczywistość rozszerzona ma znacznie większy potencjał. Najnowsze pakiety oprogramowania do urządzeń iPhone i Android dają programistom dużą swobodę oraz szerokie możliwości wykorzystania technologii AR. Możemy spodziewać się wielkiego powrotu okularów Google Glass lub podobnych rozwiązań.

Rozszerzona rzeczywistość umożliwi organizowanie wirtualnych spotkań, współdzielenie wirtualnych pulpitów oraz wirtualne interakcje. Co więcej, możliwości te zostaną dodane do aplikacji mobilnych lub gogli, które potrafią nakładać jedne informacje na drugie i umożliwiają wykonywanie kilku zadań jednocześnie. AR jest niemal jak nowa przestrzeń do pracy.

  1. Maszyny będą rozmowniejsze

Technologia sprawiła, że świat stał się dużo bardziej skory do rozmów. Nie chodzi wyłącznie o wysyp komunikatorów internetowych, takich jak WhatsApp czy Facebook Messenger. Coraz częściej czatboty i wirtualni asystenci, na przykład Alexa firmy Amazon, wspierają ludzi w wykonywaniu zadań. Ta tendencja odmieni sposób interakcji użytkownika z telefonami, komputerami i interfejsami. A ponieważ firmom łatwiej będzie tworzyć interfejsy konwersacyjne, zmieni się sposób, w jaki ludzie wykonują swoją pracę.

Po co budować skomplikowane aplikacje z licznymi formularzami, przyciskami i interfejsami, skoro można zadać urządzeniu pytanie i uzyskać odpowiedź. Technologiczna interakcja z produktami będzie coraz bardziej bezproblemowa. Aby zorganizować spotkanie, będzie wystarczyło polecić asystentowi głosowemu: „Zarezerwuj salę”. Na podstawie informacji zebranych z terminarzy i innych źródeł system wybierze odpowiednią datę i zaprosi właściwe osoby.

  1. Rozwój technologii blockchain

Blockchain, czyli łańcuch bloków, to złożony system — seria transakcji zapisana w blokach widocznych dla każdego użytkownika. Pierwszą koncepcję łańcucha bloków stworzył w 2008 roku Satoshi Nakamoto, który w tym samym czasie wynalazł kryptowalutę bitcoin. Choć prawdziwej tożsamości Nakamoto nigdy nie ustalono, możliwości łańcuchów bloków znajdują rzeczywiste zastosowanie.

Rejestr rozproszony zapewnia przejrzystość niemal wszystkiego. Rejestry rozproszone to zasadniczo bazy danych współdzielone przez wiele osób. Każda z nich może zobaczyć realizowane transakcje — niezależnie od miejsca, w którym się znajduje — a historia transakcji jest rejestrowana. Ponadto brak centralnego administratora rejestrów oznacza, że nie jest możliwe manipulowanie nimi w złej wierze.

Zanim technologia ta przeniknie kolejne branże, jako pierwsze wdrożą ją banki. Blockchain daje też ogromną nadzieję na większą przejrzystość i odpowiedzialność w obszarze nieruchomości. Może okazać się odpowiedzią na problemy związane z prawem i tytułami własności.

Łańcuchy bloków wykorzystują dowód kryptograficzny — najprościej mówiąc, zaawansowaną matematykę — dlatego eliminują potrzebę ingerencji osoby trzeciej w transakcjach dotyczących własności, umożliwiając kupującym i sprzedającym bezpośrednią interakcję. Według badań agencji Deloitte blockchain może okazać się przydatnym rozwiązaniem przy wynajmie nieruchomości komercyjnych. System tworzyłby współdzieloną bazę nieruchomości, weryfikował tożsamość kupującego i sprzedającego oraz ułatwiał tworzenie inteligentnych kontraktów, których przebieg można w pełni śledzić.

Jak uczenie maszynowe odmienia centra obsługi telefonicznej Regus

Centra obsługi telefonicznej Regus obsługują miesięcznie dziesiątki tysięcy połączeń — informuje Andre Sharpe, dyrektor ds. informatyki. W przeszłości firmie trudno było obsłużyć taką ilość interakcji z klientami i zdarzało się, że personel był przytłoczony ogromem pracy. W rezultacie nie poświęcaliśmy wystarczająco dużej uwagi niektórym relacjom z klientami i potencjalnymi klientami.

Sztuczna inteligencja i maszynowe uczenie wyeliminowały jednak ten problem. W ciągu ostatnich sześciu miesięcy firma Regus zaczęła analizować dane dotyczące interakcji telefonicznych. Jak informuje Sharpe, punktem wyjścia było ustalenie poziomu kontaktów z klientami. „Czy podczas 5000 połączeń wykonanych przez ostatnie pół dnia udało nam sie rzeczywiście porozmawiać z klientem?” — wyjaśnia. „To ważne, bo jeżeli nie, to chcielibyśmy ponownie się do niego zwrócić lub spróbować nawiązać kontakt nieco później”.

Korzystając z danych o połączeniach, firma Regus wytrenowała systemy uczenia maszynowego, by ustalały, kiedy jeden z pracowników centrum obsługi kontaktował się z klientem. Jeżeli kontaktu nie było, możliwe było wyznaczenie terminu kolejnego połączenia. „Prawdopodobnie poprawiliśmy wskaźnik kontaktu z klientem, przyjmowania zgłoszeń i rozwiązywania problemów o 20%” — twierdzi Sharpe. „Teraz oddzwaniamy do klientów w 99% przypadków”.

Od tamtej pory przedsiębiorstwo zaczęło posiłkować się bardziej rozbudowanymi mechanizmami analitycznymi. Nie ograniczają się one do ustalenia, czy nawiązano kontakt z klientem, lecz pozwalają też określić odczucia klienta. Sharpe wyjaśnia: „Zaczęliśmy korzystać z bardziej zaawansowanych analiz: w jakiej atmosferze przebiegała rozmowa?”.

Sharpe jest zdania, że ustalenie, czy klient był zadowolony z zapewnionej przez Regus obsługi, daje firmie nową perspektywę, a ponadto pozwala doskonalić usługi. „Dostrzegamy rzeczywisty, wymierny wzrost wydajności sprzedaży i zadowolenia klientów” — wyjaśnia.

Obecnie Regus zaczyna wdrażać uczenie maszynowe również w innych obszarach, między innymi w obsłudze klienta. „Chcemy zautomatyzować rozwiązywanie konkretnych problemów, z jakimi zwracają się do nas klienci” — podsumowuje Sharpe.

fot. archiwum