Nem csak a technológiai szektorban megy nagyot az AI

A mesterséges intelligencia az új villanyáram - írtam öt évvel ezelőtt arra utalva, hogy az AI elkezdett szerves részévé válni az életünknek, bekerült az üzleti-gazdasági vérkeringésbe. 2019 körül a felmérések azt mutatták, hogy az amerikai vállalatok 25 százaléka, az S&P 500 vállalatainak 40 százaléka már alkalmaz, 60 százalék pedig legkésőbb 2022-ig alkalmazni tervez AI-t a működésében.

Gajdics Attila

2025. február 05.

A technológiai szektorban az elmúlt öt év innováció tekintetében mindenekelőtt az AI-ról szólt. De ahogy már a 2019-es adatok is jelezték, és ahogy azt ma már minden nap érzékelhetjük, a többi iparág is rohamtempóban próbál felzárkózni. 2023 végén már konzervatív gondolkodású bankároktól, pl. Jamie Dimon JP Morgan-vezértől is olyanokat hallhattunk, hogy az AI-nak köszönhetően mindannyian 100 évig fogunk élni, legyőzzük a rákot, és csak 3,5 napos lesz egy munkahét. Dimon szerint 2023 végén a JP Morgan már a banküzem 300 pontján alkalmazott AI-megoldásokat, 2024 közepén pedig már 400 felett jártak.

Száz éve sokan feltették a kérdést maguknak és egymásnak: mire fogjuk használni a villanyáramot? A helyes választ régóta tudjuk: lényegében mindenre. Ma sokan felteszik a kérdést, mire fogjuk használni az AI-t? A válasz ugyanolyan nyilvánvaló: lényegében mindenre.

Éppen ezért tőzsdei befektetői szemmel nézve a három legfontosabb kérdés az AI kapcsán nem is ez, hanem az alábbiak:

Mekkora gazdasági értéket teremt az AI?
Ki teszi zsebre a teremtett értéket: a vállalatok, az ügyfeleik, esetleg az állam?
És persze az értékteremtés hogyan jelenik majd meg a részvényárfolyamokban?

A várakozásaim és válaszaim röviden:

megkérdőjelezhetetlenül hatalmas értéket teremt az AI elsősorban a hatékonyságnövelés és költségcsökkentés területén,
ezt elsősorban a végfelhasználók fogják majd megnyerni jobb és olcsóbb termékek és szolgáltatások formájában,
ebből adódóan a legtöbb vállalatnak nem emeli meg az értékét az AI, akár csökkentheti is, de a technológiai vezetőknek tartósan erős marad majd a nyereségessége, értékeltsége és árfolyama is.

Mindezekre még visszatérek később bővebben is, de mindenekelőtt pillantsunk be az S&P 500 nem technológiai szektoraiba: publikusan elérhető információk alapján ki, hol jár az AI bevetésében.

A mesterséges intelligencia az új villanyáram

2019. május 21. Gajdics Attila

Emberéletet még nem bízunk rá, de a nagy tech cégek termékeinek és üzleti működésének már szerves része az MI. Egyelőre stabil szabályrendszerek között működik lenyűgőzően, azaz hiába válik nagyon gyorsan kiváló sakkjátékossá, egyelőre esélye sincs felismerni a helyzetet, amikor egy tűzriadó miatt váratlanul véget ér a parti.

Kiskereskedelem

Amazon

Az Amazon logisztikai sikereinek hátterében egy félmillió, AI-vezérelt robotból álló flotta áll, amely megszakítás nélkül dolgozik a vállalat raktáraiban. Az ARK alapkezelő szerint 2015-ben egy átlagos raktárlogisztikai robot óránként 30 terméket tudott feldolgozni, ma pedig már óránként 1000 termék kapacitással működnek, és már most legalább 2-3-szor hatékonyabbak az emberi munkaerőnél.

Az Amazon AI-t használ a készletgazdálkodás és a logisztika optimalizálására is. AI próbálja előrejelezni a termékek iránti keresletet és optimalizálni a készletszinteket, valamint kulcsfontosságú szerepet játszik a válogatási és csomagolási folyamatok automatizálásában, továbbá a csomagok legjobb kézbesítési útvonalainak kiválasztásában is. A felhasználói preferenciák és viselkedési adatok elemzésével az AI hatékonyabbá teszi az Amazonon a hirdetések célzását, valamint segít a csalások megelőzésében is oly módon, hogy elemzi a vásárlási szokások mintázatait és jelzi a szokatlan tranzakciókat.

Costco

A Costcónál az AI a vásárlási szokások elemzésével próbálja előrejelezni a vásárlói igényeket. Legyen szó egyes termékek újravásárlásának ajánlásáról vagy szezonális termékekre vonatkozó javaslatokról, AI fut a személyre szabott termékajánlások és egyedi promóciók mögött. Az AI-alapú ügyfélszolgálat pedig természetesen napi 24 órában elérhető.

A Costcónál is AI támogatja a prediktív-proaktív készletgazdálkodást és disztribúciót. Az AI feladata, hogy a polcok mindig feltöltve legyenek, a szállítások időben történjenek, a vásárlói élmény zökkenőmentes legyen. Például a Costco pékség részlege – együttműködésben az SAP-val – AI-al elemzi az értékesítési adatokat, szezonális trendeket, a helyi időjárást és a helyi eseményeket is, és mindezen adatok segítségével próbálja optimalizálni a pékség készletét. A Costco dinamikus, AI-alapú árképzési modelleket is alkalmaz, amelyek a kereslet és a készletszintek alapján állítják be az árakat.

Home Depot

A Home Depot-nál is AI segíti az üzleteit a legerősebb keresletű termékek megfelelő elhelyezésében, készletoptimalizálásban, náluk is 24/7-ben futnak a virtuális ügyfélszolgálat robotjai, náluk is AI fut a személyre szabott termékajánlatok, valamint a keresletet, versenyhelyzetet, készletszintet is figyelő dinamikus árazási algoritmusaik mögött is.

Walmart

Nem meglepő módon a Walmartnál is futnak a versenytársakéhoz hasonló rendszerek. A Walmart továbbá AI-vezérelt robotokat fejleszt az üzleteken belüli készletgazdálkodáshoz és polcfeltöltéshez, továbbá a raktárautomatizáláshoz.

Az Amazonnál Proteus, az első autonóm mobilrobot mozgatja a csomagokat, hogy időben felkerüljenek a teherautókra. Forrás: Amazon

Energia

Az olaj- és gázipar is hatalmas átalakuláson megy keresztül az AI-megoldásoknak köszönhetően. A szeizmikus felmérés, a fúrási adatgyűjtés és a laboratóriumi mintaelemzés évtizedeken át jelentős idő- és erőforrás-ráfordítást igényeltek. Az AI jelentősen felgyorsította a szeizmikus adatok értelmezését, akár ezredrészére csökkentve a feldolgozási időt. AI-algoritmusok optimalizálják a másodlagos felméréseket is, költséghatékonyabbá téve azokat.

Az AI-algoritmusok magas pontossággal dolgoznak a manuális értelmezéssel összevetve, és közben összehasonlíthatatlanul gyorsabbak. Az AI-alapú technológiák ugyanakkor nemcsak gyorsítják az értelmezési folyamatot, hanem kiküszöbölik a szubjektív torzításokat, objektívebb és hatékonyabb megoldást ígérnek.

A mérnökök AI-t alkalmaznak a lelőhelyek modellezéshez és optimalizáláshoz is. A bonyolult kútfúrási műveletek területén az AI akár 20-40 százalékkal csökkentheti a nem produktív időt, 90 százalékkal csökkentheti a hibákat, és növelheti a fúrási pontosságot. A valós idejű fúrási telemetria, amelyet AI-alapú támogatórendszerek irányítanak látványosan megnöveli a kútfúrás hatékonyságát.

A megelőző karbantartás, az üzemeltetési munkarendek optimalizálása és az adatvezérelt modellek javítják a különböző szivattyúk és pumpák teljesítményét és a termelés hatékonyságát. AI-alapú rendszerek élő videofelvételeken keresztül próbálják felismerni a biztonsági protokollok megsértését, és figyelmeztetik az operátorokat a potenciális kockázatokra. Az előrejelző analitika nyomon követi a berendezések állapotát, lehetővé téve a proaktív intézkedéseket a károk vagy akár katasztrófák megelőzése érdekében.

AES

Az AES jelenleg 85 AI-alkalmazást és több mint 150 AI-modellt használ éles környezetben. A vállalat AI-központú problémamegoldó szemléletet alakított ki az elmúlt években.

Az AES AI-modellek segítségével több mint 90 százalékos pontossággal képes előre jelezni szélturbina-alkatrészek meghibásodását ezáltal 100 ezer dollárról 30 ezer dollárra csökkentve egy-egy javítás költségét, valamint egyenletesebb energiaellátást biztosítva. A jövőben az AES AI által elemzett drónképeket tervez alkalmazni a károk felmérésére és a karbantartási ütemtervek optimalizálására mind a szél-, mind a naperőművek esetében.

Az AES vízerőművei AI alkalmazásával optimalizálják a napi árazást és energiaelőállítást a várható csapadék, üzemeltetési költségek és a regionális villamosenergia-kereslet élő elemzése révén.

Az AES saját adatok, publikus fotók és műholdképek AI-támogatású elemzésével optimalizálja a növényzetkarbantartást az elektromos hálózata mentén. Indiana államban pl. kevesebb mint két év alatt 3,5 százalékkal tudta ily módon csökkenteni a növényzet okozta áramkimaradásokat. Az AES dinamikus vezetékértékelési technológiája AI támogatásával és pl. a szélsebesség és szélirány figyelembevételével optimalizálja a hálózata hatékonyságát.

ExxonMobil

Bár még csak gyerekcipőben járnak az új technológiák, de pl. az ExxonMobil-nál az AI bevetése már 25 százalékkal csökkentette az új kutak fúrási tervezésének időigényét, az adatelőkészítési folyamat hatékonyabbá tétele pedig ezen a kritikus szakaszon 40 százalékos időmegtakarítást eredményezett. Az ExxonMobilnál továbbá AI-algoritmusok optimalizálják az ipari folyamatokból származó CO₂-kibocsátás befogását és tárolását, valamint a megújulóenergia-hálózatok menedzselését is.

Az ExxonMobil az MIT AI-laboratóriumával együttműködve fejleszt AI-vezérelt, önálló tanulásra képes, víz alatti kutatórobotokat. A vállalat egy AI-alapú fúrástámogató rendszert is kifejlesztett, amely meghatározza az optimális fúrási paramétereket, és lehetővé teszi a fúrási folyamat emberi beavatkozás nélküli irányítását.

Az ExxonMobil elsőként alkalmazta a mesterséges intelligenciát a fúrás ideális paramétereinek meghatározásához. Forrás: ExxonMobil

Egészségügy

Egy olyan, szigorúan szabályozott iparágban, mint az egészségügy a mesterséges intelligencia remek lehetőség a szabályozók által előírt, rendszeresen ismétlődő folyamatok automatizálására. A szövegalkotó generatív AI-eszközök kiválóan alkalmasak például a szabályozási elvárások miatt az egészségügyben naponta milliószámra készített dokumentumok létrehozására. Aktuális iparági jelentések szerint az amerikai piacon AI-segítséggel 50 százalékkal sikerült lerövidíteni az egészségbiztosítási igények feldolgozási idejét, ami nem csak gyorsabb szolgáltatást jelent, hanem jelentős költségcsökkentést is.

A távoli betegmegfigyelési piac is évről évre tempósan bővül jelentős részben az AI-alapú megoldásoknak köszönhetően pl. a krónikus betegségek hagyományos klinikai környezeten kívüli kezelése területén. De az AI-alapú egészségügyi távszolgáltatások a sürgősségi ellátásos kórházlátogatások jelentős részét is képesek átvenni csökkentve az elkerülhető kórházi látogatások számát és az azokhoz kapcsolódó költségeket. Aktuális elemzések szerint pedig úgy tűnik, a személyre szabott, AI-alapú egészségügyi kommunikáció javítja a betegek egészségügyi kooperációját is: a virtuális egészségügyi asszisztensek segítségével a betegek több mint 40 százalékkal jobban betartották az orvosok terápiás előírásait.

CVS Health

A CVS olyan AI-algoritmusokon dolgozik, amelyek célja népegészségügyi állapotok és helyzetek előrejelzése, valamint proaktív kezelési javaslatok kidolgozása. A vállalat az AI-t távdiagnosztikára és személyre szabott prevenciós ellátásra is alkalmazni kívánja, hogy hatékonyabbá és olcsóbbá tegye az egészségügyi szolgáltatásait.

Eli Lilly

Az Eli Lilly célja nagylétszámú “digitális alkalmazott” bevetése a gyógyszergyártási és értékesítési folyamatai számos pontján. 2022 óta az Eli Lilly AI-projekjei kb. 1,4 millió órányi emberi tevékenységet váltottak ki algoritmusokkal, és a vállalat célja az óraszám látványos növelése. A társaság AI-modellek és többszázmillió dolláros befektetés segítségével igyekszik új ötleteket generálni a gyógyszerkutatás területén is. Hatalmas adathalmazaiban olyan információkat keresnek az algoritmusok, amelyek elkerülik az emberi kutatók figyelmét.

A vállalat továbbá saját alkalmazást fejlesztett a viselhető eszközök (pl. okosórák és más adathálózatra kapcsolt orvosi eszközök) adatainak rögzítésére, feldolgozására és vizualizációjára. Az Eli Lilly szerint az alkalmazása növeli a klinikai vizsgálatok hatékonyságát, forradalmasíthatja a betegségek megértését, felgyorsítja a gyógyszerfejlesztést, és egyszerűsíti a gyógyszerkutatás folyamatait.

Humana

A Humana hangalapú AI-ügyfélszolgálata képes megérteni az egészségbiztosítási ügyfélhívások célját és meghatározni a legjobb módját a kért információk biztosításának. A rendszer önállóan képes kezelni az ellátási jogosultságokat és a beutalókat szinte teljes mértékben mellőzve az élő ügyfélszolgálati beavatkozást.

Johnson & Johnson

A Johnson & Johnson (J&J) az egyénre szabott kezelési tervek kialakításában veti be az AI-t, különösen a genetikai adatok elemzése terén. Hosszú távú víziójuk a betegségek tökéletesen személyre szabott szintű gyógyítása egyéni genetikai és biológiai adottságok AI-alapú elemzésére építve.

A J&J külső technológiai partnerekkel dolgozik együtt AI-algoritmusok kifejlesztésén a pulmonális hipertónia és a kardiális amiloidózis korai felismerésére. Mindkét betegséget gyakran félrediagnosztizálják az orvosok a korai szakaszban, mivel tüneteik hasonlítanak más betegségekhez. Az algoritmusfejlesztések célja, hogy az emberi szem számára láthatatlan finom jeleket is felismerjenek, lehetővé téve a korábbi és pontosabb diagnózist. A társaság új bronchoszkópiás platformja pedig a tüdőbiopsziák során alkalmaz AI-algoritmusokat a navigáció javítására, pontosabb diagnózist és kezelést biztosítva a tüdődaganatok esetében.

A J&J továbbá AI-algoritmusok segítségével néhány perc alatt képes “kiemelt összefoglalókat” készíteni sebészeti videókból, hogy a sebészek újranézhessék az eljárásaik jelentős eseményeit. Emberi munkaerővel ez a folyamat órákat vagy akár napokat is igénybe venne.

A Johnson & Johnsonnál az AI még nagyobb szerepet fog játszani a következő években. Forrás: Johnson & Johnson

Ingatlan

Az AI a jobban megalapozott döntéshozataltól a vásárlói élmény előmozdításán át a létesítménygazdálkodás hatékonyságának növeléséig számos olyan iparági alkalmazás mögött ott fut, amelyek gyökeresen átalakítják az ingatlanszakemberek munkáját.

Az AI-alapú rendszerek továbbá hatalmas adathatlmazokra támaszkodó adatelemzési és digitális képalkotási technológiák segítségével próbálják meg gyorsabban és pontosabban elvégezni az ingatlanértékelési feladatokat.

CBRE

A CBRE AI-támogatott létesítménygazdálkodási megoldásai között szerepel a prediktív karbantartás, amely az eszközök teljesítménymutatóinak, használati előzményeinek és környezeti adatainak elemzésén alapul. Az algoritmusok olyan mintázatokat próbálnak beazonosítani, amelyek potenciális meghibásodásra utalnak, és még a meghibásodás előtt jelzést küldenek.

AI-alapú rendszereknek köszönhetően a CBRE-nél 65 százalékkal csökkentek a téves épületkarbantartási riasztások. A társaság algoritmusai az érzékelőadatokat és épületriasztásokat elemzik, és 98 százalékkal tudták csökkenteni a duplikált karbantartási eseményeket, valamint 25 százalékkal a karbantartók kiszállásainak számát.

A CBRE alaprajztervező platformja AI-alapú térszervezési megoldásokat alkalmaz, amelyek valós idejű kihasználtsági adatok alapján különböző elrendezéseket modelleznek és vizualizálnak. A szoftver lehetővé teszi a felhasználók számára, hogy virtuális irodai elrendezéseket hozzanak létre, és azokat különböző használati forgatókönyvek szerint teszteljék az optimális térkihasználás megtalálása érdekében.

A CBRE-nél a mesterséges intelligencia egyidejű és holisztikus képet ad egy épület vagy ingatlan teljesítményéről (pl. energiafogyasztás). Forrás CBRE

Pénzügyi szolgáltatások

Az észak-amerikai bankok 2021-ben a globális, banki AI-szabadalmak 99 százalékát nyújtották be, 2022-ben a banki AI-kutatások 80 százalékát publikálták, és a banki AI-befektetések 60 százaléka fűzödött hozzájuk. A JPMorgan Chase a kutatás terén, a Capital One a szabadalmak területén, míg a Wells Fargo a befektetések tekintetében jár élen.

American Express

Az American Express AI-t alkalmaz a hitelkockázat-értékelésben, valamint tranzakciós adatok figyelésére és elemzésére csalási kísérletek feltárása érdekében. A társaság AI-alkalmazásokkal támogatja a hitelezési döntéseit – pl. összetettebb viselkedésiadat-elemzéssel -, így kívánja precízebben személyre szabni pénzügyi termékeit.

Capital One

A Capital One AI-algoritmusokat alkalmaz nagy adathalmazok elemzésére, gyanús tevékenységre utaló minták beazonosítására, melyek célja a biztonsági intézkedéseinek a megerősítése különösen a pénzmosás elleni küzdelemben.

Goldman Sachs

A Goldman Sachs olyan prediktív gazdasági modellezési rendszereket fejleszt, amelyek célja valós időben alkalmazkodni a globális pénzügyi folyamatokhoz, valamint javítani a pénzügyi előrejelzések precizitását az eszközkezelésben és a globális kockázatkezelésben.

JPMorgan Chase

A JP Morgan 2019 óta több mint 250 AI-szabadalmat nyújtott be, 2023-ban pedig a vállalatirányító testületében egy AI-felelős pozíciót is létrehozott. A vállalatnál ma már több mint 2000 AI-szakember dolgozik, 2024-ben körülbelül 400 AI-alkalmazási eseten dolgoztak.

A JP Morgan AI-alapú virtuális asszisztenseket alkalmaz az ügyfélkapcsolatok javítására és a folyamatok egyszerűsítésére. AI segít az ügyfélviselkedés és -preferenciák elemzésében személyre szabott szolgáltatásokat lehetővé téve, valamint AI-modellek támogatják a bank dinamikus árképzési stratégiáit is. Algoritmusok próbálják beazonosítani a csalásokat, AI-alapú dokumentumfeldolgozás biztosítja a papírmunka és a compliance feladatok hatékony kezelését.

A bank vállalati treasury-k számára kifejlesztett, AI-támogatású cashflow-elemző és előrejelző szoftvere jelentősen csökkenti a manuális munkát a vállalati ügyfeleknél. Az első 2500 ügyfélnél a szoftver a manuális feladatokat közel 90 százalékkal csökkentette.

Mastercard

A Mastercard kilenc bankkal együttműködve AI-t alkalmaz, hogy valós időben előrejelezze és megakadályozza a fizetési csalásokat. Ugyanakkor a csalásgyanús, de téves fizetés-elutasítások is komoly károkat okoznak, a Mastercard pedig AI-alapú prediktív analitikát használ arra is, hogy csökkentse a téves bankkártya-elutasításokat.

A Mastercard a generatív AI felhasználásával szintetikus tranzakciós adatokat hoz létre, amelyeket aztán csalásfelismerő modelljei tökéletesítésére használ. Forrás: Mastercard

Élelmiszeripar

Coca-Cola

A Coca-Cola AI-t alkalmaz a fogyasztói preferenciák előrejelzésére (továbbá fogyasztói visszajelzések és ízpreferenciák elemzésére is), valamint gépi tanulás segít előrejelezni a keresletingadozásokat és optimalizálni a vállalat ellátási láncát és elosztóhálózatát is. A Coca-Cola célja továbbá, hogy a gyártóüzemek energiafelhasználását és hulladéktermelését szintén AI-támogatással optimalizálja.

A Coca-Cola AI-algoritmusai valós időben elemzik a márkát érintő médiatartalmakat és a vásárlói visszajelzéseket a közösségi médiában. A társaság gyors reakciókkal próbálja fenntartani a brand erejét.

McDonald’s

A McDonald’s AI-alapú hangfelismerést alkalmaz a rendelésfelvételek pontosságának és gyorsaságának javítására, miközben automatizálja a főzőállomásokat is, hogy hatékonyabban tudja menedzselni a csúcsidőszakokat. AI-ra építve teljesen autonóm éttermeket tervez a vállalat, ahol robotok készítik el, főzik és tálalják az ételeket.

Azt is vizsgálja, hogyan alkalmazhat AI-algoritmusokat a regionális kereslet előrejelzésére, és az ellátási lánc optimalizálására, valamint hogy hogyan módosíthatja dinamikusan a recepteket a helyi ízlés változásait követve. De AI fut a McDonald’s dinamikus menükijelzői mögött is, amelyek az aktuális napszak, időjárás és ételtrendek alapján változnak.

A természetes nyelvfeldolgozással és gépi tanulással foglalkozó Apprente 2019-es felvásárlása mérföldkő volt a McDonald’s drive-thru megoldásainak a továbbfejlesztésében. Az akvizícó lehetővé tette a vállalat számára, hogy automatizált rendelési rendszereket vezessen be. Egy másik akvizíció, a Dynamic Yield megvásárlása a menük személyre szabása és a készletgazdálkodás optimalizálása terén lendítette előrébb a társaságot. (Később a vállalatot kétszeres áron adták el a Mastercardnak.) AI-támogatással a McDonald’s ma már dinamikusan tudja a menükínálatát a készletei aktuális szintjeihez igazítani, minimalizálva a hulladékot és biztosítva az alapanyagok optimális kihasználását.

Az új hangalapú technológia segít a McDonald’s-nak a rendelések több nyelven és akcentussal történő felvételében. Forrás McDonald’s

Fogyasztási cikkek és szolgáltatások

Delta Airlines

A Delta a várható műszaki problémák pontosabb előrejelzése, a hatékonyabb karbantartási munkák érdekében alkalmaz AI-t.

Procter & Gamble

A P&G AI-t alkalmaz a személyre szabott marketingstratégiák kialakítása során. A fogyasztói viselkedési adatok, média- és közösségi média információk AI által támogatott elemzése révén valós időben módosított kampányokkal tud megcélozni egy-egy célcsoportot.

A P&G tervei között szerepelnek olyan háztartási eszközök, flakonok, gépek vagy más berendezések, amelyek AI-algoritmusok segítségével képesek előrejelezni egy-egy termékből a várható szükségletet, vagy akár önállóan módosítani a háztartási gépek beállításait a felhasználók szokásai alapján. A P&G internetre kapcsolt otthoni ökoszisztémát tervez felépíteni, amely saját magát menedzseli, csökkenti a hulladékot és kényelmesebb teszi a felhasználók életét.

AI-alapú megoldások alkalmazásával, pl. az értékesítési, készlet- és logisztikai adatai valós idejű elemzése révén a P&G már ma is próbálja javítani a szállítási láncai átláthatóságát és ellenállóképességét, egyszerűsíteni a készletgazdálkodási folyamatait, és felgyorsítani a reakcióit a dinamikusan változó piaci körülményekre.

Take-Two Interactive

A Take-Two (Grand Theft Auto, NBA 2K) AI-t alkalmaz a játékosok elköteleződésének erősítésére, a szoftverfejlesztői hatékonyság javítására és a valóban élethű, interaktív virtuális élmények létrehozására. Céljuk olyan dinamikus, öntanulásra képes, nyílt digitális világok létrehozása, amelyek képesek alkalmazkodni egy-egy játékoshoz és helyzethez.

A Take-Two AI-t használ a gépi karakterek viselkedésének javítására, valósághűbb reakciók létrehozására. Célja, hogy a gépi karakterek tanulni tudnak a játékosok interakcióiból, dinamikusan alkalmazkodjanak, így még magával ragadóbb játékélményt biztosítva.

A nyílt világú digitális játékokban a Take-Two AI-t alkalmaz a tartalomgeneráláshoz, amely révén a digitális környezet, a feladatok és más játékelemek valós időben jönnek létre. Ez lehetővé teszi a játékkörnyezetek hatékonyabb skálázást és a változatosabb játékélményt.

A Take-Two AI-algoritmusokat használ a játékosok viselkedésének elemzésére is, amely révén valós idöben módosítja a játék nehézségi szintjét, ajánl játékon belüli vásárlási lehetőségeket és frissíti a személyre szabott tartalmakat.

Gyáripar

Boeing

A Boeing-nél AI-modellek elemzik a repülési adatokat, hogy precízebben jelezzék előre a karbantartási igényeket. A társaság AI-algoritmusokat fejleszt a repülőgép-tervezés optimalizálására is, különösen a könnyebb és üzemanyag-hatékonyabb szerkezetek létrehozását célozva. AI-t integrálnak az ellátási láncok menedzselésébe is, hogy hatékonyabbá tegyék a készletkezelést és a gyártási ütemterveket.

Caterpillar

Caterpillar AI-vezérelt, teljesen autonóm bányászati és építőipari eszközpark fejlesztésén dolgozik, olyan gépeket épít, amelyek képesek bányászni, ásni, és épületeket építeni minimális emberi beavatkozással.

General Electric

A General Electric AI-t integrál az ipari berendezések, például a hajtóművek és turbinák prediktív karbantartási rendszereibe. Az algoritmusok feladata figyelni a gépek kopását és elhasználódását, valamint előrejelezni, mikor van szükség karbantartásra.

John Deere

A John Deere a 2000-es évek eleje óta fejleszt automatizált és AI-alapú eszközöket a precíziós mezőgazdaság támogatására. A Blue River Technology felvásárlásával 2017-ben felgyorsította AI-fejlesztéseit, különösen a gyomnövények gépi felismerésében és a terménygazdálkodás területén.

AI segítségével a Deere See & Spray rendszere valós időben megkülönbözteti a növényeket a gyomnövényektől, lehetővé téve a szelektív gyomirtószer-alkalmazást, ezáltal csökkentve a vegyszerhasználatot és növelve a terméshozamot.

AI-vezérelt autonóm traktorai kamerák és érzékelők segítségével emberi beavatkozás nélkül, nagy pontossággal végeznek olyan feladatokat, mint a szántás, ültetés és betakarítás. A társaságnál AI-t alkalmaznak a hozamelőrejelzésre, talajelemzésre és időjárás-előrejelzésre, lehetővé téve a gazdálkodók számára az ültetési és betakarítási stratégiák területenként eltérő optimalizálását.

A John Deere célja, hogy teljesen autonóm mezőgazdasági ökoszisztémát fejlesszen ki, amely AI-t használ a növények valós idejű megfigyelésére, a talajegészség értékelésére, a teljes földterület megművelésének automatizálására. Olyan gépparkot (traktorok, kombájnok és egyéb gépek) fejleszt, amelynek elemei együtt dolgoznak a mezőgazdasági feladatokon, valós idejű adatokat használva a működésük és együttműködésük optimalizálására.

A John Deere AI-vezérelt autonóm traktorai kamerák és érzékelők segítségével emberi beavatkozás nélkül végeznek olyan feladatokat, mint a szántás. Forrás: John Deere

Tesla

Ha felkerülhet a listára az Amazon mint kiskereskedő, akkor biztosan itt a helye a Teslának is mint autógyártónak. Mondhatjuk, hogy mindkettő tech cég, de hát valójában minden sikeres cég tech cég…

Évszázadok óta igaz, hogy minden sikeres cég egyben tech cég

2020. április 20. Gajdics Attila

A nagy tech cégek ma egyértelmű nyerteseinek tűnnek egy válság utáni világnak. Pénzügyileg kellően stabilak a válság átvészeléséhez, a karantén pedig lényegében nélkülözhetetlenné teszi az egyébként is roppant népszerű szolgáltatásaikat.

A Tesla egyike az AI-adta lehetőségek korai felismerőinek. AI-alapúak az AutoPilot és Full Self Driving szoftverei, melyek a Tesla sokmillió járművének folyamatosan bővülő vezetési információira támaszkodnak. A Tesla víziója egy teljesen autonóm járműflotta, egy robotaxi-flotta létrehozása.

A Tesla gyártóüzemeiben AI-vezérelt robotikai rendszerek teszik a termelést hatékonyabbá, segítenek a hibák észlelésében, valamint az erőforrások optimalizálásában. A Tesla AI-t használ az akkumulátorok teljesítményének optimalizálására is, azok elhasználódását figyelve és javítva a töltési hatékonyságot is.

A Tesla Dojo szuperszámítógépe a vállalat egyik legnagyobb AI-befektetése, amelyet az önvezető rendszere folyamatos fejlesztésére használ. A Tesla Optimus nevű humanoid robotja egy újabb, ambiciózus AI-projekt, amelyet arra terveznek, hogy ismétlődő és veszélyes feladatokat tudjon elvégezni ipari és háztartási környezetekben.

Üzleti szolgáltatások

Trimble

A Trimble a 2000-es évek eleje óta integrálja az AI-t a GPS-alapú és más, gépi irányítási rendszereibe. AI-alkalmazásai jellemzően a térbeli adatfeldolgozáshoz kapcsolódnak; a társaság azon dolgozik, hogy gépek autonóm működését támogassa megoldásaival elsősorban az építőiparban és a mezőgazdaságban.

Az építőiparban a Trimble AI-algoritmusai az építőipari gépek pontosságát javítják olyan feladatokban pl. mint a tereprendezés, ásás és betonozás.

A mezőgazdaságban a Trimble AI-alapú megoldásokkal támogatja a gazdálkodókat a vetés optimalizálásában és a növények egészségügyi monitoringjában. A Trimble AI-vezérelt szoftvere műholdas és mezőgazdasági adatokat dolgoz fel, és azok alapján tesz ajánlásokat a vetés, trágyázás és öntözés optimalizálása érdekében.

UPS

A UPS navigációs rendszere AI-t használ az optimális szállítási útvonal meghatározására. AI-modellek jelzik előre továbbá, hogy mikor szükséges a járművek karbantartása a meghibásodások megelőzése érdekében, valamint AI próbálja javítani a szállítmányok nyomkövetésének pontosságát és a várható szállítási idők meghatározását.

A UPS AI-vezérelt globális logisztikai hálózat fejlesztésén dolgozik, amely valós időben optimalizálja a szállítási útvonalakat figyelembe véve az időjárást, a forgalmat, az üzemanyagköltségeket és a csomagok prioritását. Természetesen mindezt egy teljesen autonóm szállítási géppark, önvezető teherautók és drónok számára.

Végszó

A fentiek egészen nyilvánvalóan csak nagyon kis szeletét jelentik a munkának, amely ma már kivétel nélkül minden iparágban intenzíven folyik. Az oktatástól az autóiparig, a logisztikától a hadiiparig, a mezőgazdaságtól a sportszektorig mindenütt minden vezető szereplő AI-megoldásokon gondolkodik, azokon dolgozik vagy azokkal kísérletezik. A cél a versenyképesség megtartása és a változó üzleti elvárásoknak való megfelelés.

Az AI integrálásával a működésük különböző területein ezek a vállalatok:

támogatják az innovációt (adatelemzés új termékek és szolgáltatások, valamint új technológiák fejlesztése érdekében),
javítják az ügyfélélményt (személyre szabott szolgáltatások és termékek; hatékonyabb kiszolgálás keresletelőrejelzés és jobb készletgazdálkodás révén),
javítják a működési hatékonyságot (adatalapú döntéshozatal, folyamatok egyszerűsítése, automatizálás, robotizálás, erőforrás-optimalizálás, hulladékminimalizálás), és
erősítik a kockázatkezelést (problémák előrejelzése, üzemzavarok előrejelzése, csalások felismerése).

A fejlesztések olyan autonóm, testreszabott és hatékony ipari, üzleti és kereskedelmi megoldások létrehozását célozzák, amelyek teljes iparágakat alakíthatnak át.

Minden szektor tech szektor – mondogattam már sok évvel ezelőtt is. Az S&P 500 az új Nasdaq 100 – mondogattam az elmúlt 1-2 évben. De azért ez nem ilyen egyszerű, a technológiai fejlődésnek mindig vannak nyertesei és vesztesei is, nem mindenki jár jól a végén. Az írás elején fetettem a három tőzsdei befektetői kulcskérdést, most visszatérek rájuk.

Gazdasági értéket teremt-e az AI?

Ma már kevesen vitatják, hogy az AI hatalmas hatékonyságjavulást hoz az üzleti folyamatok minden területén, és minden kockázata és a nehéz morális kérdések ellenére is vitathatatlanul hatalmas értéket fog teremteni a gazdaság minden ágazatában. Meggyőződésem, hogy a fenti hosszú lista az AI-alapú megoldások csecsemőkorába enged bepillantást, mindegyik fent említett technológia óriás léptekkel fog előrelépni a következő években.

Ki teszi zsebre a teremtett értéket: a vállalatok, az ügyfeleik, vagy az állam?

A várakozásom az, hogy a legtöbb szektorban a digitalizált és globalizált világ olyan versenyhelyzeteket teremt, amelyben az AI által megteremtett értéket elsősorban a végfelhasználók, a fogyasztók viszik haza jobb és olcsóbb termékek és szolgáltatások formájában.

Már ma is ezt látjuk a kiskereskedelem (termékajánlók és dinamikus árazás), a szórakoztatóipar (AI által generált tartalmak) vagy a pénzügyi szolgáltatások (alacsonyabb költségek, jobb és gyorsabb szolgáltatások) területén, és ez a lista biztosan nagyon hosszú lesz. Rengeteg vállalat működését teszi majd hatékonyabbá az AI, de a vállalati nyereségekben ez csak kevéssé fog tükröződni, mert a digitalizált piacterek minden iparágban globálisan transzparens versenyhelyzetet teremtenek, amely versenyhelyzetben a hatékonyságjavulás elsősorban az árversenyt erősíti majd tovább.

Ez a folyamat végül oda vezethet, hogy a legtöbb vállalat a működési költségeit és a tőkeköltséget tudja majd megtermelni, többet nem. Az út során az eredményességet torzítják már ma is és torzítani fogják a jövőben is szabályozói vagy akár politikai beavatkozások, de a hosszú távú irány ez marad.

Vannak és lesznek ugyanakkor olyan, különlegesen fejlett technológiával rendelkező vállalatok, valamint olyan, oligopol jellegű piacok, ahol néhány nagyvállalat meg tudja majd tartani az AI által teremtett érték számottevő részét. Példának okáért az Alphabet, az Apple, a Meta, a Microsoft pozíciói nem kikezdhetetlenek, de nagyon-nagyon erősek. Ezek a vállalatok hatalmas lépéselőnnyel indulnak a következő évtizedek technológiai és üzleti versenyfutásában.

Gyorsuló ütemben nő az AI modellek komplexitása

Forrás: Epoch AI

Arra számítok, hogy a technológiai óriások az előttünk álló években már nem egy-egy működési elem AI-ra cserélésén dolgoznak majd, hanem sokkal inkább azon, hogyan tudják a teljes működésüket áthelyezni AI-alapra. Példának okáért képzeljük el azt, hogy az iOS, az Android vagy a Windows már nem a mai értelemben vett szoftverek, hanem minden porcikájukban mesterséges intelligenciák lesznek, amelyek mögött kvantumszámítógépek futnak…

Mindez hogyan jelenik meg a részvényárfolyamokban?

Az 2021-2022 során alig másfél év alatt a negyedére eső, majd ezt követően újabb másfél év alatt az ötszörösére emelkedő Meta árfolyama tökéletesen szemlélteti, hogy az árfolyamok akár 1-2 éves távon nézve is igencsak sajátos életet élnek, akár tartósan el tudnak szakadni a vállalat alapértékeitől. A Meta üzleti kilátásai ugyan valóban romlottak 2021-2022 során, de biztosan nem negyedelődött a vállalatérték, a piac durván túlreagálta az aktuális híreket, 2023 során pedig a vállalat kilátásai ugyan valóban ismét javultak, de biztosan nem ötszörösen.

A Metáéhoz hasonló árfolyam-hullámvasútra bármely részvény felülhet a jövőben is. Néhány hónapos, akár 1-2 éves távon az épp aktuális sztorik, mániák és pánikok, vagy akár csak egy-egy nagybefektető vételei vagy eladásai határozhatják meg az árfolyamokat, de sokéves távon tekintve – a Meta árfolyamához hasonlóan – az üzleti értékteremtés fogja irányítani azokat.

Az üzleti értékteremtés pedig – ahogy fent írtam – a várakozásaim szerint a legtöbb iparágban úgy fog kinézni, hogy az AI leginkább a végfelhasználók számára teremt majd értéket, csak kevés vállalat tudja majd magánál tartani azt.

Warren Buffett és az átalakuló részvénypiacok

2024. április 24. Gajdics Attila

Az árazás és az értékelés nem kizárólagos mozgatórugói a részvényárfolyamoknak. Azonban még mindig megfelelően erős piaci horgonyok ahhoz, hogy a vállalatértékelési alapokon döntést hozó tőzsdei szereplők számára kulcsfontosságúak legyenek.

A megérzésem az, hogy számottevő részben már ma is ez magyarázza azt, hogy az amerikai részvénypiacon a hagyományos szektorokban a részvények árazása lényegesen elmaradt a technológiai vezetők árazásától. Árazás és értékelés feszül egymásnak a befektetési stratégiák tatamiján: bár nagyon sokan még mindig az aktuális pénzügyi adatok és histrikus árazási szorzók alapján próbálják értelmezni a részvénypiaci folyamatokat, de szintén nagyon sokan viszont már az 5-10 éves távon várható, iparágakat átalakító változások mentén hoznak vállalatértékelési és befektetési döntéseket.

Az biztos, hogy az elmúlt tíz évben a technológiai fejlődés éllovasaiba volt érdemes befektetni, ők teremtették a legnagyobb üzleti értéket. Azt gondolom, a következő tíz évben is ugyanezt érdemes tenni.

(Talán mondanom sem kell: a fenti információk összegyűjtésében és feldolgozásában AI is segített.)

Jelen blogbejegyzés a szerző magánvéleményét tükrözi, amely nem feltétlenül egyezik a Concorde Csoport hivatalos álláspontjával.