| REKLAMA |
 |
Trudno określić, które zmiany w zachowaniach konsumentów pozostaną z nami na dłużej, a które ustąpią po zakończeniu pandemii. Długoterminowymi skutkami koronawirusa są zwiększenie się ryzyka kredytowego kontrahentów, jak również zwiększający się odsetek klientów windykowanych. Oznacza to, że instytucje finansowe muszą szybko przeorganizować procesy pożyczkowe i wdrożyć bardziej restrykcyjne polityki scoringowe. To z kolei może prowadzić do zbyt częstego kwalifikowania klientów jako niewiarygodnych. Takie działanie skutkuje decyzją odmowną o przyznaniu kredytu, stratą przychodu dla banku i niezrealizowaną inwestycją organizacji czy osoby, która ubiegała się o pożyczkę. W szerszej perspektywie oznacza to negatywny wpływ na poszczególne firmy, a także na gospodarkę całego państwa.
Szybkie analizy w niepewnych czasach
Firmy codziennie analizują ogromną ilość zewnętrznych i wewnętrznych informacji o klientach. Dzięki jednolitym platformom automatyzującym wszystkie etapy cyklu życia modeli analitycznych, takim jak SAS Viya, obecnie procesy te zajmują znacząco mniej czasu niż kiedyś. Samo modelowanie również uległo skróceniu dzięki postępowi technologicznemu, np. dostępności technologii in-memory, polegającej na przetwarzaniu danych w szybkiej pamięci RAM. W efekcie biznes może szybko przejść od fazy projektowej do praktycznego wykorzystania efektów procesów analitycznych.
Procesy analityczne cechuje duża złożoność. Współpraca wielu użytkowników niejednokrotnie wiąże się z tym, że korzystają oni z różnych systemów czy języków programowania. Mając to na uwadze, SAS dostosował swoje rozwiązania do potrzeb współpracy np. z programistami czy twórcami modeli analitycznych, korzystającymi z narzędzi open source czy interaktywnych kreatorów no-code/low-code. W projekty z zakresu analityki zaangażowane są osoby o różnym stopniu zaawansowania. Część z nich nie ma odpowiedniej wiedzy, aby móc samodzielnie tworzyć i udoskonalać modele analityczne. System SAS oferuje wsparcie technologiczne podpowiadając użytkownikowi, jakie kroki powinien wykonać, dysponując określonym zestawem danych. Nie oznacza to oczywiście, że narzędzia analityczne same podejmują decyzje biznesowe.
Kompetencje analityczne wciąż poszukiwane
Firmy muszą budować wewnętrzne kompetencje w obszarze zaawansowanej analityki. Dlatego bardzo ważna jest współpraca biznesu z uczelniami wyższymi w zakresie kształcenia kadr i rozwijania odpowiednich kompetencji, zwłaszcza w obszarach analitycznych wykorzystujących sztuczną inteligencję, która jest dziedziną podlegającą nieustannym zmianom i ciągłej ewolucji.
Jaka będzie nowa cyfrowa normalność w biznesie?
Analityka w czasie rzeczywistym wspierana przez sztuczną inteligencję to ważne narzędzie w rękach decydentów działających w realiach cyfrowej ekonomii. Szybkość decyzji zwiększa konkurencyjność na niezwykle rozproszonych i szybkozmiennych rynkach. Jednocześnie wszyscy chcą tworzyć długoterminowe strategie działania w sytuacji, gdy o przyszłości wiadomo bardzo niewiele. Organizacje, które wykorzystują systemy scenariuszowe czy też stress testowe, mogą przygotować się na nadchodzące miesiące i w bardziej trafny sposób zaplanować działania w perspektywie długoterminowej. W tym celu firmy wykorzystują zaawansowane modele analityczne, budują eksperckie reguły biznesowe oraz analizują wszelkie możliwe ścieżki rozwoju.
Źródło: SAS Institute
Szybkie analizy w niepewnych czasach
Firmy codziennie analizują ogromną ilość zewnętrznych i wewnętrznych informacji o klientach. Dzięki jednolitym platformom automatyzującym wszystkie etapy cyklu życia modeli analitycznych, takim jak SAS Viya, obecnie procesy te zajmują znacząco mniej czasu niż kiedyś. Samo modelowanie również uległo skróceniu dzięki postępowi technologicznemu, np. dostępności technologii in-memory, polegającej na przetwarzaniu danych w szybkiej pamięci RAM. W efekcie biznes może szybko przejść od fazy projektowej do praktycznego wykorzystania efektów procesów analitycznych.
Szybkość podejmowania decyzji zawsze odgrywała kluczową rolę w każdej branży. Obecnie analiza danych w czasie rzeczywistym jest jeszcze ważniejsza. Zachowania konsumentów stają się coraz mniej przewidywalne. Firmy muszą błyskawicznie określać możliwości pozyskania i utrzymania klienta, a także oceniać jego wiarygodność i szacować ryzyko wystąpienia nadużyć. Z pomocą przychodzi analityka, w tym również algorytmy Artificial Intelligence – mówi Łukasz Libuda, Principal Business Solutions Manager w SAS Polska.
Procesy analityczne cechuje duża złożoność. Współpraca wielu użytkowników niejednokrotnie wiąże się z tym, że korzystają oni z różnych systemów czy języków programowania. Mając to na uwadze, SAS dostosował swoje rozwiązania do potrzeb współpracy np. z programistami czy twórcami modeli analitycznych, korzystającymi z narzędzi open source czy interaktywnych kreatorów no-code/low-code. W projekty z zakresu analityki zaangażowane są osoby o różnym stopniu zaawansowania. Część z nich nie ma odpowiedniej wiedzy, aby móc samodzielnie tworzyć i udoskonalać modele analityczne. System SAS oferuje wsparcie technologiczne podpowiadając użytkownikowi, jakie kroki powinien wykonać, dysponując określonym zestawem danych. Nie oznacza to oczywiście, że narzędzia analityczne same podejmują decyzje biznesowe.
Kompetencje analityczne wciąż poszukiwane
Firmy muszą budować wewnętrzne kompetencje w obszarze zaawansowanej analityki. Dlatego bardzo ważna jest współpraca biznesu z uczelniami wyższymi w zakresie kształcenia kadr i rozwijania odpowiednich kompetencji, zwłaszcza w obszarach analitycznych wykorzystujących sztuczną inteligencję, która jest dziedziną podlegającą nieustannym zmianom i ciągłej ewolucji.
Uczelnie wyższe muszą na bieżąco reagować na rozwój technologii oraz wynikające z tego zmiany rynkowe i dostosowywać programy nauczania do aktualnych potrzeb przedsiębiorstw. Specjaliści na stanowiskach data scientist, których kształcimy w Szkole Głównej Handlowej w Warszawie, między innymi na kierunku Analiza Danych – Big Data odgrywają coraz większą rolę w swoich organizacjach - mówi Ewa Frątczak, Profesor SGH, kierownik Zakładu Metod Statystycznych i Analiz Biznesowych w Szkole Głównej Handlowej w Warszawie.
Jaka będzie nowa cyfrowa normalność w biznesie?
Analityka w czasie rzeczywistym wspierana przez sztuczną inteligencję to ważne narzędzie w rękach decydentów działających w realiach cyfrowej ekonomii. Szybkość decyzji zwiększa konkurencyjność na niezwykle rozproszonych i szybkozmiennych rynkach. Jednocześnie wszyscy chcą tworzyć długoterminowe strategie działania w sytuacji, gdy o przyszłości wiadomo bardzo niewiele. Organizacje, które wykorzystują systemy scenariuszowe czy też stress testowe, mogą przygotować się na nadchodzące miesiące i w bardziej trafny sposób zaplanować działania w perspektywie długoterminowej. W tym celu firmy wykorzystują zaawansowane modele analityczne, budują eksperckie reguły biznesowe oraz analizują wszelkie możliwe ścieżki rozwoju.
W realiach tak zwanej nowej normalności firmy potrzebują wsparcia technologii i wiedzy płynącej z danych w coraz szerszym zakresie. Wychodząc naprzeciw tym potrzebom, w bieżącym roku akademickim na kierunku Analiza Danych – Big Data wprowadzamy nowy przedmiot kierunkowy „Real Time Analytics”, który łączy nowoczesne technologie z zaawansowaną analityką biznesową. Pracujemy też nad otwarciem nowej generacji studiów podyplomowych. Naszym celem jest wykształcenie kolejnych pokoleń analityków, którzy posiadają niezbędną wiedzę i kompetencje w zakresie modelowania i analizy danych w czasie rzeczywistym – mówi profesor Ewa Frątczak.
Źródło: SAS Institute
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Jak przyspieszyć transformację energetyczną i dekarbonizację dzięki inteligentnej integracji danych w chmurze?
Odpowiedzią jest Snowflake Energy Solutions – nowa oferta łącząca ponad 30 rozwiązań partnerskich w… / Czytaj więcej
Jak skutecznie wdrożyć Power BI w organizacji?
Wdrożenie narzędzi analitycznych w firmie to nie tylko kwestia technologii, ale także zmiany podejś… / Czytaj więcej
Czy systemy Business Intelligence nadają się do małych i średnich firm?
W świecie biznesu coraz więcej mówi się o danych. Firmy gromadzą je w ogromnych ilościach – od arku… / Czytaj więcej
Ukryte koszty chaosu – polskie firmy tracą miliony, bo nie potrafią korzystać z własnych danych
Aż 58% firm podejmuje kluczowe decyzje biznesowe w oparciu o niedokładne lub niespójne dane – wynik… / Czytaj więcej
Jak Business Intelligence rewolucjonizuje zarządzanie sieciami dealerskimi – rozwiązania od One Support
W branży motoryzacyjnej zmiany zachodzą szybciej niż kiedykolwiek. Dynamiczne wahania cen, rosnąca… / Czytaj więcej
Jak system BI One rewolucjonizuje podejmowanie decyzji w firmach: realne efekty wdrożeń
Współczesne firmy — niezależnie od branży — operują na setkach, jeśli nie tysiącach danych dziennie… / Czytaj więcej
Narzędzia BI dla systemów ERP: Jak wybrać odpowiednie rozwiązanie?
W ostatnim czasie dane stały się jednym z najważniejszych aktywów biznesowych. Sam system ERP pozwa… / Czytaj więcej
