Trong một cuộc khảo sát mà các đồng nghiệp của tôi hiện đang thực hiện, họ hỏi các nhà cung cấp dịch vụ, giải pháp Trí tuệ nhân tạo về quản lý cơ sở hạ tầng, bất động sản, F&B hiện đang ứng dụng lĩnh vực nào vào trong vận hành hàng ngày, dưới đây là một số các câu trả lời tiêu biểu:
· Xử lý ngôn ngữ tự nhiên.
Ứng dụng vào đặt phòng hoặc đặt dịch vụ ăn uống bằng cách yêu cầu thông qua giọng nói với trợ lý ảo trên điện thoại (Google assistant)
· Thị giác máy tính. (Computer Vision)
Ứng dụng camera thông minh để tự động xác định và cảnh báo khi có người lảng vảng vào lúc tòa nhà đã đóng cửa.
· Lập kế hoạch và lập lịch trình.
Tính toán lịch trình của các công nhân lành nghề đến nơi làm việc hợp dựa trên các tuyến đường di chuyển được tối ưu hóa.
· Robot.
Sử dụng drone để thực hiện việc kiểm tra định kỳ ở những vị trí nguy hiểm.
· Hỗ trợ ra quyết định.
Sử dụng phân tích Big Data để dự đoán và ứng phó với các lỗi hỏng hóc tiềm ẩn hoặc cải thiện lợi nhuận hợp đồng với các khách hàng.
· Máy học (Machine Learning).
Các hệ thống dịch vụ đặt hàng tìm hiểu sở thích của nhân viên và bắt đầu đưa ra các đề xuất hoặc điều chỉnh tự động dựa trên thông tin đó.
· Tự động hóa quá trình.
Phát triển một nền tảng sử dụng dữ liệu hợp đồng và sở thích của khách hàng để tự động hóa quy trình tuân thủ các hợp đồng của khách hàng.
Tìm hiểu thêm về Thị giác máy tính
Thị giác máy tính là một lĩnh vực đặc biệt thú vị, đặc biệt khi xem xét vai trò của nó đối với các nhà cung cấp dịch vụ quản lý cơ sở, bất động sản. Các nhà cung cấp dịch vụ cần nhân lực để có thể hoạt động hiệu quả, và tùy thuộc vào loại hình dịch vụ, chi phí nhân lực có thể chiếm tới 80%.
Đó là lý do tại sao việc tìm hiểu về trí tuệ nhân tạo trở nên cần thiết. Thị giác máy tính có những khả năng mà trước đây chỉ thuộc về con người - nhìn và hiểu những gì được nhìn thấy - và mở rộng kỹ năng này sang phần mềm. Các công bố gần đây về Thị giác máy tính và hệ thống cảm biến đều ngụ ý rằng camera đang dần trở nên thông minh hơn rất nhiều.
Những thiết bị camera này không chỉ phát trực tuyến hình ảnh, chúng có thể nâng cao khả năng cho các video stream đó bằng cách mô tả những thứ chúng nhìn thấy. Công nghệ được áp dụng để Camera có thể học và giải thích hình ảnh được gọi là “Deep Neutral Network” hay DNN. Khả năng học tập của các Camera này dựa trên công nghệ mạng nơ-ron và cũng có những trường hợp được thực hiện trên một chip silicon được gắn trong chính thiết bị.
Giá trị kinh doanh
Trí tuệ nhân tạo tăng cường (Augmented AI) có thể giải quyết một số thách thức về nhân sự cho các nhà cung cấp dịch vụ. Ví dụ, một lĩnh vực nghiên cứu đang rất nóng hổi gần đây là lái xe tự hành. Xe tự hành yêu cầu phải có chất lượng cảm quan đầu vào cao để đánh giá điều kiện môi trường xung quanh chúng. Những loại phương tiện này ngày nay đang được triển khai tại các kho hàng, tự động hóa việc chọn và xếp từng bộ phận mà không cần sự can thiệp của con người
Camera cũng là một loại cảm biến được sử dụng phổ biến trong các tòa nhà. Việc áp dụng camera thông minh xung quanh các tòa nhà sẽ tạo ra tiềm năng mới cho lĩnh vực bất động sản, quản lý cơ sở vật chất và an ninh. Trí thông minh của chúng có thể được ứng dụng vào nhận diện khuôn mặt. Điều này giúp bộ phận an ninh quản lý quyền truy cập, để 'đếm' số người trong các khu vực của tòa nhà hoặc thậm chí có thể dùng để xác định các sự kiện, nguy cơ bất thường đang diễn ra
Chúng tôi đã thấy các trường hợp sử dụng trong đó camera thông minh được triển khai để xác định các sự kiện như việc xả rác bừa bãi, đậu đỗ bất hợp pháp hoặc các hành vi không mong muốn diễn ra trong thang máy. Điều này cho phép các ban quản lý phản ứng ngăn chặn ngay lập tức đối với các loại hành vi xấu, ngăn ngừa thiệt hại hoặc chi phí không đáng có.
Dịch nguồn: Tác giả Erik Jasper. Planon Software