Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: wsparcie decyzyjne

Sortuj według:

Ogranicz wyniki do:

AI for augmenting human judgement in Business Processes Management

Osuszek Łukasz, Stanek Stanisław

Scientific Journal of the Military University of Land Forces

2021

Vol. 53, No. 3(201)

507--518

The paper outlines the recent trends in the evolution of Business Process Management (BPM) – especially the application of AI for decision support. AI has great potential to augment human judgement. Indeed, Machine Learning might be considered as a supplementary and complimentary solution to enhance and support human productivity throughout all aspects of personal and professional life. The idea of merging technologies for organizational learning and workflow management was first put forward by Wargitsch. Herein, completed business cases stored in an organizational memory are used to configure new workflows, while the selection of an appropriate historical case is supported by a case-based reasoning component. This informational environment has been recognized in the world as being effective and has become quite common because of the significant increase in the use of artificial intelligence tools. This article discusses also how automated planning techniques (one of the oldest areas in AI) can be used to enable a new level of automation and processing support. The authors of the article decided to analyse this topic and discuss the scientific state of the art and the application of AI in BPM systems for decision-making support. It should be noted that readily available software exists for the needs of the development of such systems in the field of artificial intelligence. The paper also includes a unique case study with production system of Decision Support, using controlled machine learning algorithms to predictive analytical models.

W artykule przedstawiono najnowsze trendy w ewolucji zarządzania procesami biznesowymi – zwłaszcza zastosowanie sztucznej inteligencji do wspomagania decyzji. Sztuczna inteligencja ma ogromny potencjał, by wzmocnić ludzki osąd. Uczenie maszynowe może być uważane za dodatkowe i uzupełniające rozwiązanie zwiększające i wspierające produktywność ludzi we wszystkich aspektach życia osobistego i zawodowego. Idea łączenia technologii uczenia się organizacji i zarządzania przepływem pracy została przedstawiona przez Wargitscha. Ukończone sprawy biznesowe przechowywane w pamięci organizacyjnej służą do konfigurowania nowych przepływów pracy. Wybór odpowiedniego przypadku historycznego jest poparty komponentem wnioskowania opartym na przypadkach. To środowisko informacyjne zostało uznane na świecie ze względu na znaczny wzrost wykorzystania narzędzi sztucznej inteligencji. Istnieje duża liczba kwalifikujących się do użycia i łatwo dostępnych algorytmów na potrzeby rozwoju systemów sztucznej inteligencji wspierającej procesy biznesowe. W tym artykule omówiono także, w jaki sposób można zastosować techniki automatycznego planowania (jeden z najstarszych obszarów AI), aby umożliwić nowy poziom automatyzacji i wsparcia przetwarzania. Wdrożenie sztucznej inteligencji wykazuje znaczące wyniki, szczególnie w celu uzyskania wyższego zysku. Autorzy artykułu postanowili przeanalizować ten temat i omówić stan wiedzy naukowej oraz zastosowanie sztucznej inteligencji w systemach BPM do wspomagania decyzji. Artykuł zawiera także unikalne studium przypadku z systemem produkcji wspomagania decyzji, wykorzystujące algorytmy kontrolowanego uczenia maszynowego do predykcyjnych modeli analitycznych.

Software implementation of exchange processes in a distributed network environment of transmission and processing of information

Yusupbekov Nadirbek, Gulyamov Shukhrat, Kasymov Sadikdjan, Usmanova Nargiza, Mirzaev Dilshod

Journal of Automation Mobile Robotics and Intelligent Systems

2018

Vol. 12, No. 4

64--69

The work is devoted to the development of scientific and methodological basis for increasing the functioning efficiency of distributed computer networks and systems through the organization of an info communication network environment for the transmission and processing of information on the basis of implementation of models and mechanisms of associative interaction in a computing environment.

Customer experience in international fast food restaurants

Vanharanta H., Kantola J., Einolander J., Seikola S.

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

2017

Nr 75

279--299

StarbucksTM Coffee Company has more than 25,000 retail stores in 75 countries and is the premier roaster and retailer of specialty coffee in the world. Starbucks’ mission is „to inspire and nurture the human spirit – one person, one cup and one neighborhood at a time” and its slogan has been to bring their customers exceptional experiences. McDonald'sTM, in turn, is one of the world's largest fast-food restaurant chains, serving approximately 69 million customers daily in over 120 countries across approximately 36,900 outlets. McDonald’s doesn’t mention any real mission in their company profile, but the strong slogan “I am loving it” describes well the company’s mission as well as the customer experience they hope to give their customers. The new trend in large international companies is that it is no longer customer satisfaction that is important, but customer experience, which along with products or services carries a lot of weight in customers’ final decision making. The purpose of this research was to examine the formation of and to measure customers’ conscious experience of products and services in the business to consumer environment with two student groups in Poznan, Poland. The research was carried out in a Starbucks coffee shop as well as in a McDonald’s fast food restaurant in Poznan, Poland with a fuzzy logic based customer experience application. The research clearly shows the possibilities to monitor, develop and improve the degree of conscious as well as unconscious areas of customer experience. Furthermore, the test results were used to verify and validate the usability and structure of the ontology and the used application. The application operated well, and the test groups were satisfied with both the operation of the application as well as the collective results, which are presented in this article. Finally, some possible future actions related to the customers’ conscious and unconscious experiences are suggested.

StarbucksTM Coffee Company ma ponad 25 000 sklepów detalicznych w 75 krajach i jest wiodącym dystrybutorem kawy specjalnej na świecie. Misją Starbucks jest "inspirowanie i pielęgnowanie ludzkiego ducha - jednej osoby, jednego kubka i jednego sąsiedztwa naraz", a jego hasłem jest dostarczanie swoim klientom wyjątkowych doświadczeń. Z kolei McDonald's jest jedną z największych sieci restauracji fast food na świecie, obsługującą około 69 milionów klientów dziennie w ponad 120 krajach w około 36 900 placówkach. McDonald's nie wspomina o żadnej prawdziwej misji w profilu swojej firmy, ale silny slogan "Kocham to" dobrze opisuje także misję firmy, a także wrażenia klienta, które zamierza dać swoim klientom. Nowym trendem w dużych międzynarodowych firmach jest silna marka i szczególny sposób obsługi klienta. Ważna jest nie tylko satysfakcja klienta, ale także wrażenia klienta, wraz z produktami lub usługami, które mają duży wpływ na ostateczną decyzję i zaangażowanie klientów. Celem badań była ocena tworzenia i pomiaru świadomego doświadczenia klientów w biznesie do środowiska konsumenckiego. Badanie zostało przeprowadzone w kawiarni StarbucksTM oraz w restauracji fast food McDonald'sTM w Poznaniu z aplikacją obsługi klienta opartą na logice rozmytej. Badanie wyraźnie pokazuje możliwości monitorowania, rozwijania i poprawy poziomu świadomych i nieświadomych obszarów doświadczeń klientów. Aplikacja została przetestowana w dwóch grupach studenckich w Poznaniu. Ponadto wyniki testów i informacje zwrotne zebrane od grup testowych zostały wykorzystane do zweryfikowania i potwierdzenia przydatności i struktury użytej ontologii i aplikacji. Aplikacja działała dobrze, a grupy testowe były zadowolone zarówno z działania aplikacji, jak i zbiorczych wyników, które przedstawiono w tym artykule. Na koniec sugerowane są niektóre możliwe przyszłe działania dotyczące świadomych i nieświadomych doświadczeń klientów.