3 minute read

Fokusirajte se na rast, ostalo je naša briga

Korištenjem našeg softvera moći ćete se usredotočiti na poslovni rast, a mi ćemo se baviti optimizacijom i automatizacijom "dosadnih" zadataka kao što su automatizacija prodaje, online i telefonska prodaja, logistika, planiranje potražnje, predviđanje prodaje ili upravljanje zalihama

Kako je izgledao proces stvaranja tima koji sada radi rješenja bazirana na ML-u za FMCG klijente?

Advertisement

Naše putovanje u svijet Machine Learning (ML) modela, kako se sve popularnije nazivaju umjetne inteligencije, krenulo je prije nekoliko godina s dvije paralelne priče i dva naoko različita problema, ali i dva prijatelja. Uvod u rješavanje tih izazova bio je načelno poznavanje ML modela i njihovo korištenje za detekciju SIM-boxova u mreži telekom operatera na čemu smo ranije već radili te planiranje količina uređaja na prodajnim mjestima telekom operatera uz automatsko naručivanje od strane distributera. Imali smo ideju da stvar ne bi trebala biti previše nepoznata, ali na kraju smo ipak naučili puno novih stvari i stvorili tim koji je u stanju razumjeti probleme i kreirati modele za njihovo rješavanje.

Izazov prvi - brojanje ljudi u WiFi polju bez potrebe da imaju neke uređaje sa sobom Prvi izazov obuhvaćao je rješavanje problema brojanja ljudi koji se nalaze unutar elektromagnetskog polja (WiFi), ali bez brojanja uređaja već mjerenjem promjena u polju. U suradnji s Prirodoslovno-matematičkim fakultetom Sveučilišta u Zagrebu (PMF je moj matični fakultet), počeli smo raditi na IRI projektu.

Na PMF-u radi moj školski kolega prof. Hrvoje Buljan te smo zajedno s njim krenuli s modeliranjem problema.

Ako mislite da bi softver i računala trebali biti pomoć, a ne prepreka u obavljanju vašeg posla, onda mislimo jednako

Vrlo brzo došli smo do dijela odgovora korištenjem naprednih statističkih metoda, ali smo pritom shvatili da će nam u tome pomoći i korištenje modela strojnog učenja. Međutim, kada smo pokušali kontaktirati poznate stručnjake da nam pomognu s rješenjem kako bismo korištenjem ML-a riješili problem, informirani smo da svi rade nešto s videom, slikama ili zvukom, a s našim problemom, prema saznanjima koja smo dobili, nitko nije imao iskustva niti se želio time baviti. Stoga smo morali samostalno krenuti u rješavanje problema te se vlastitim snagama uhvatiti s time u koštac. U tom procesu uspjeli smo i riješiti naš prvi izazov (brojanje ljudi) i stvoriti saznanja oko korištenja naprednog modeliranja različitih stvari. Sam projekt trenutno je u završnoj fazi te upravo pripremamo patent kojim ćemo zaštiti proces koji smo razvili, a potom ćemo objaviti i znanstveni rad na tu temu. Primjene same tehnologije su brojne zato što omogućava da se korištenjem elektromagnetskog polja u javnom spektru, a koje postoji svuda, detektira postoje li u prostoru osobe te koliko ih ima.

Izazov drugi - kako predvidjeti prodaju na prodajnom mjestu Drugi je izazov kreirao moj prijatelj i partner u ovom poslu Dario Grgurević koji je dugi niz godina radio u FMCG sektoru. Postavio nam je pitanje: "Kako bismo uspjeli riješiti probleme nedostatka robe na prodajnim mjestima ili prisutnosti krive robe na prodajnom mjestu?", čime smo željeli doznati postoji li način da se generalno pristupi tom problemu korištenjem softverskih rješenja. Put je bio pun pokušaja i pogrešaka, ali budući da smo imali partnera koji je razumio industriju napredovali smo vrlo brzo. Iskustvo koje smo imali u korištenju statističkih metoda pomoglo nam je raščistiti podatke kada ML misli da nešto treba biti, a sve ostalo nam govori da ne treba biti tako. Nakon nekog vremena uspjeli smo razviti model koji može predvidjeti prodaju na pojedinom prodajnom mjestu te smo potom krenuli s najizazovnijim dijelom: kako iz potrebe prodaje stvoriti narudžbu koja će stići na prodajno mjesto. Finalno rješenje je kombinacija strojnog učenja i naprednih statističkih metoda koja funkcionira, a tim programera koji radi na njemu u stanju je brzo uvoditi nove parametre u model i raditi na njegovom unaprjeđenju kada je za to potrebno.

Trenutni tim i softverska rješenja

Trenutno smo u poziciji da imamo dva rješenja od kojih je rješenje za automatsko naručivanje u FMCG sektoru u produkciji. Osim prethodno navedenog rješenja prilagodili smo taj model manjim tvrtkama, a sve to u sklopu našeg rješenja za poslovanje u oblaku, a koje je namijenjeno

HoReCa sektoru (https://www.aikasa.app). Rješenje za brojanje ljudi u fazi je podnošenja zahtjeva za patent, a potom slijedi objava znanstvenog rada o tome što smo uspjeli napraviti na tom području.

Tim ljudi koji danas rade na razvoju programskih rješenja u zadnje je vrijeme ojačan novim mladim stručnjacima koji su svojom snagom i drukčijim pogledom doveli do novih ideja kako na postojećim rješenjima, tako i u novim projektima. Unutar tima vlada dobro raspoloženje i timski rad što je po mom mišljenju presudni faktor u savladavanju svakodnevnih izazova. Trenutno imamo planove za suradnju na medicinskim projektima u kojima je ideja koristiti naučene tehnike kako bi se modelirala dijagnostika različitih bolesti u ranim fazama, a o tim ćemo projektima uskoro imati puno više informacija.

O nama

E da, uzgred budi rečeno, mi smo tvrtka koja se bavi razvojem softverskih rješenja koja našim klijentima omogućuju učiniti digitalnu transformaciju stvarnošću od 2009. godine. Naša softverska rješenja pretvaraju ručne i poluautomatske procese u potpuno automatske i potpuno digitalne u medijima, logistici, FMCG sektoru i telekomunikacijskoj industriji. Korištenjem našeg softvera moći ćete se usredotočiti na poslovni rast, a mi ćemo se baviti optimizacijom i automatizacijom "dosadnih" zadataka kao što su automatizacija prodaje, online i telefonska prodaja, logistika, planiranje potražnje, predviđanje prodaje, upravljanje zalihama te svim ostalim strateškim ali ne tako zanimljivim poslovima kod kojih su softverska rješenja od velike pomoći. Ako mislite da bi softver i računala trebali biti pomoć, a ne prepreka u obavljanju vašeg posla, onda mislimo jednako.

Za više informacija kontaktirajte nas na: www.aduroidea.com

This article is from: