Infor rozwija się: zmienia biuro, rekrutuje i zapowiada uruchomienie europejskiego centrum edukacyjnego

WROCŁAW – 13 lipca 2018 roku – Infor, jeden z czołowych dostawców aplikacji biznesowych specjalizowanych dla poszczególnych branż i przeznaczonych do działania w chmurze, poinformował dziś o kolejnych etapach rozwoju. 

Nowe, większe biuro
Wrocławski Centre of Excellence firmy Infor przeprowadził się do kompleksu Retro Office House w centrum Wrocławia, u zbiegu ul. Piłsudskiego i Komandorskiej. Nowe biuro jest ponad dwukrotnie większe niż dotychczasowe – i dziesięciokrotnie większe od pierwszej lokalizacji firmy we Wrocławiu. Dwupoziomowe biuro ma powierzchnię blisko 6 000 m2. Pracownicy skorzystają z najwyższego standardu wśród obiektów biurowych we Wrocławiu. 

Nasz zespół liczy już 300 pracowników i konsekwentnie realizujemy plan zatrudnienia 500 osób – mówi Artur Sawicki, dyrektor Centre of Excellence, Infor – Wciąż rekrutujemy. Zapraszamy zarówno osoby z wykształceniem i doświadczeniem w sektorze IT, jak również  osoby, które takiego doświadczenia wcześniej nie miały.

Europejskie centrum edukacyjne
Firma zapowiada również uruchomienie we Wrocławiu europejskiego centrum szkoleniowego – Infor Academy. Dostęp do najnowszych technologii, aplikacji biznesowych i rozwiązań chmurowych znajdą tu pracownicy i partnerzy firmy z całego świata. Centrum każdego roku będzie gościło setki doradców i konsultantów wdrożeniowych. Będą tu również organizowane szkolenia online. Jednostka ruszy pod koniec 2018 roku. 

Cyfrowa transformacja dynamicznie wkracza w kolejne obszary biznesu, wymagając całkiem nowego podejścia, w tym szybkiego i bezpiecznego wdrażania coraz bardziej złożonych systemów IT. Dlatego celem nowego centrum będzie podnoszenie kompetencji naszych pracowników i partnerów w zakresie najnowszych technologii w biznesie, ze szczególnym uwzględnieniem rozwiązań chmurowych – zapowiada Artur Sawicki. 

Nowe wrocławskie centrum będzie również miejscem szkoleń dla wszystkich nowych pracowników Infor. – Wrocław stanie się pierwszym punktem kontaktu z technologiami Infor dla osób z całej Europy – dodaje Artur Sawicki.

Centrum szkoleniowe zostanie zlokalizowane w najnowszej siedzibie Centre of Excellence Infor. Obecnie rekrutowani są trenerzy nowego centrum i opracowywane programy szkoleń. Te ostatnie będą prowadzone zarówno w drodze bezpośrednich sesji, jak i treningów on line. Wrocławskie centrum przeszkoli rocznie nawet 1 000 osób. 

Utworzenie Infor Academy w naszym mieście to kolejny, duży sukces Wrocławia – dodaje Artur Sawicki – Rozważanych było kilka lokalizacji, największym konkurentem była Barcelona. To pokazuje, że Wrocław osiągnął kolejny etap rozwoju – pracownicy, których firmy zatrudniają tutaj, dysponują już taką wiedzą, że mogą uczyć innych. A miastu udało się zbudować atrakcyjną siatkę połączeń lotniczych i komfortową bazę hotelową. 

O Infor
Infor tworzy specjalizowane branżowo oprogramowanie dla biznesu udostępniane m.in. w technologii cloud. Firma zatrudnia 16 500 pracowników, obsługuje 90 000 klientów w ponad 170 krajach i regionach. Rozwiązania Infor są tworzone z myślą o rozwoju. Więcej informacji na stronie www.infor.com. 

Więcej informacji:
Zofia Bielska, Omega Communication, 882 502 401, zbielska@communication.pl 

Dorota Sapija, Omega Communication, 608 038 401, dsapija@communication.pl 

Cognitive Artficial Intelligence


Istnieje wiele opinii na temat tego, które technologie można objąć „parasolem” koncepcji sztucznej inteligencji (AI – artificial
intelligence), jednakże z pewnością znajdą się pod nim te, które zawierają takie możliwości/ cechy jak: komunikatory,
rozpoznawanie głosu, przetwarzanie mowy, uczenie się maszyn oraz analitykę.

Rosnąca łatwość, z jaką producenci systemów łączą te funkcjonalności by współpracowały razem, przy jednoczesnym wykorzystaniu
olbrzymich ilości danych, oraz coraz lepsza umiejętność rozwijania uczącego się oprogramowania prowadzą do przyspieszenia
tempa rozwoju AI – i tempa niekończącego się wyścigu po pozycję lidera na rynku dostawców systemów.

Obecnie najbardziej przystępne formy AI to te transakcyjne, z systemami bazującymi na algorytmach adaptujących się do naszych
upodobań. Ludzie „uczą” systemy informacji, by w odpowiedzi otrzymać inteligentny widok i analizę danych.

Przykładami takich transakcyjnych systemów AI są obecne w codziennym świecie konsumentów aplikacje Siri®, Google Home® czy
Nest®. Również, komunikatory w systemach ERP lub HCM wykorzystują sztuczną inteligencję by zautomatyzować zadania
za pomocą funkcji głosowych lub pisemnych. Zadania te mogą być całkiem proste, jak np. zlecenie systemowi HCM by
wprowadził zapytanie wakacyjne lub polecenie aplikacji Microsoft® Outlook by aktywowała asystenta nieobecności; mogą
też być znacznie bardziej złożone, jak np. poproszenie system o zwiększenie pojemności serwera w zadanej lokalizacji
lub o przedstawienie trzydziestodniowej historii zakupów klienta.

Korzyści są oczywiste. Szybkość dostępu do informacji nieustannie się zwiększa, produktywność wzrośnie gdy pracownicy nie
będą musieli logować się i wylogować kilka razy dziennie z różnych systemów by wykonać swą pracę, zmniejsza się czas
potrzebny na szkolenia, a w fabrykach i magazynach potencjał AI może wyręczyć ludzi w wielu zadaniach. Można dyskutować,
czy przykłady te są prawdziwą sztuczną inteligencją czy też raczej prostą formą uczenia się maszyn (choć dzisiejsze
systemy wykorzystujące AI wydają nam się niezwykłe, jednak w rzeczywistości są całkiem ograniczone – potrafią jedynie
odpowiadać na dobrze zadane pytania i są limitowane danymi, którymi je zasilimy).

Jednakże, niezależnie od tego jak postrzega się obecne iteracje AI, prawie wszyscy zgodzą się, że jest to jedynie czubek
góry lodowej. Następna generacja systemów AI – „poznawcza sztuczna inteligencja” (cognitive artificial intelligence),
już stająca się rzeczywistością – obejmie znacznie więcej: zdolność systemów do samo-uczenia się i tworzenia wiedzy,
raczej niż bezmyślnego powtarzania danych.

Systemy takie będą w stanie podejmować akcje oparte wyłącznie na nauce i „przemyśleniach”, wyciągać wnioski i powiększać
wiedzę by pro-aktywnie dostarczać informacje, wykrywać problemy i zapobiegać im, identyfikować schematy danych oraz
rozwijać wiele innych możliwości, które dopiero poznajemy – na przykład rozumienie kontekstowe naturalnego języka,
interpretację danych, ewolucję umiejętności czy samo-projektowanie.

Przykładem systemu opartego na sztucznej inteligencji z pogranicza nowej generacji jest Infor Coleman™ – platforma wyszukująca
dane i wykorzystująca uczenie się maszyn do usprawnienia procesów takich jak np. zarządzanie zapasami, trasy transportu
czy predykcyjne utrzymanie ruchu oraz dostarczająca rekomendacje oparte na AI. Dzięki temu, oraz dzięki wykorzystaniu
naturalnego przetwarzania mowy i rozpoznawania obrazów (by pisać, słyszeć i rozmawiać), Coleman pomaga użytkownikom
jeszcze wydajniej korzystać z technologii i szybciej podejmować lepsze decyzje biznesowe. Infor Coleman optymalizuje
pracę ludzką na cztery sposoby:

  • ’konwersacyjność” – bardziej wydajne i naturalne interakcje, zapewniające lepsze „doświadczenie użytkownika”,
  • zwiększenie wiedzy – działa jako partner rozwijający ludzką pracę,
  • automatyzacja – zarządza zadaniami niskiej wartości, takimi jak np. czynności powtarzające się, by użytkownik mógł
    skupić się na bardziej wartościowej pracy,
  • doradztwo – zapewnia inteligentne widoki danych, pomagające w podejmowaniu decyzji.

Chociaż pojęcie sztucznej inteligencji budzi dziś wiele obaw – czy rozwijające się możliwości samodzielnego podejmowania
decyzji i zwiększające się umiejętności samouczenia maszyn nie doprowadzą w przyszłości do dominacji urządzeń nad
homo sapiens, to jednak większa „inteligencja” systemów zapewni już w najbliższej przyszłości większy komfort i efektywność
działania organizacji, a produkty takie jak Infor Coleman staną się niezbędnym elementem oferowanych systemów IT
do zarządzania firmami.

Natasza Rabsztyn-Piekarska
Marketing Manager
iPCC Sp. z o.o. (partner Infor)

www.i-pcc.pl

Źródła: materiały Infor

Inteligentne Business Inteligence

Sztuczna inteligencja może mieć znaczący wpływ na biznes, zwłaszcza w połączeniu z innymi rozwiązaniami IT dla firm.
Business Intelligence zazwyczaj wymaga od użytkowników sporej wiedzy, natomiast dzięki AI procesy BI stają się prostsze,
a profesjonalna wiedza związana z analizą danych i obsługą zaawansowanych systemów IT nie jest wymagana. Istotne
są tutaj: automatyzacja i zwiększona skala przetwarzania języka naturalnego (NLP).

Mariusz Siwek,

Channel Director CEE North,

Infor

Poprzez BI użytkownicy uzyskują dostęp do danych, jednak muszą zadawać właściwe pytania, aby otrzymać adekwatne informacje.
Może to stanowić istotną trudność, zwłaszcza dla pracowników bez doświadczenia, którzy nie wiedzą, jakie zapytania
doprowadzą ich do wartościowych informacji. AI pomaga przełamać tę barierę wejścia ułatwiając tworzenie zapytań.
Sztuczna inteligencja w obszarze automatyzacji umożliwia maszynową analizę BI poprzez znajdowanie związku między
danymi, w efekcie dostarczając użytkownikom istotnych informacji. W momencie, gdy relacje między danymi zostaną odkryte,
rozwiązanie AI będzie mogło automatycznie stworzyć ekrany (dashboardy), które zobrazują wyniki analizy i przyspieszą
proces podejmowania decyzji.

Za przykład wykorzystania AI w procesach podejmowania decyzji może posłużyć przemysł, gdzie sztuczna inteligencja wspierając
BI pomaga przewidywać przeszłe awarie maszyn zbierając informacje na temat okoliczności, które były ich powodem –
np. przeciążenie lub zużycie. Ta informacja może być następnie wykorzystana w procesach związanych z utrzymaniem
obecnych maszyn – np. automatycznie informując o potrzebie serwisowania. Ponadto, pracownik odpowiedzialny za utrzymanie
ruchu może zareagować zanim wystąpią problemy techniczne, redukując tym samym czas i koszty związane z przestojem.
To z kolei prowadzi bezpośrednio do wzrostu efektywności.

Podobne rezultaty uzyskać można w dowolnym obszarze biznesowym ograniczając czas potrzebny do analizy informacji oraz zwiększając
możliwości, które daje analityka biznesowa poprzez skrócenie czasu reakcji oraz poprawę efektywności decyzyjnej.
Najbardziej znana funkcjonalność AI to umiejętność rozumienia języka ludzkiego znajdująca zastosowanie także w rozwiązaniach
BI. Zamiast wprowadzania zdefiniowanych formuł sztuczna inteligencja pozwoli użytkownikowi zadać właściwe pytanie,
a uzyskane w wyniku tego zapytania dane zostaną zgromadzone w kilka sekund. W ubiegłym roku Infor uruchomił platformę
sztucznej inteligencji Coleman dedykowaną rozwiązaniom Infor CloudSuite.

Coleman wykorzystuje zbierane dane i możliwości machine learning do usprawnienia procesów związanych m.in. z zarządzaniem
magazynem, planowaniem transportu czy predykcyjnym utrzymaniem ruchu. Nazwa inteligentnej platformy to hołd dla Katherine
Coleman Johnson, amerykańskiej fizyczki i matematyczki, której obliczenia pomogły człowiekowi stanąć na księżycu.
Film przedstawiający Infor Coleman dostępny jest pod adresem www.

Predykcyjne Utrzymanie Ruchu

Zastosowanie sztucznej inteligencji w systemie EDOCS firmy Żbik Sp. z o.o. polega na wykorzystaniu algorytmów tzw.
inteligencji obliczeniowej (ang. Computational Intelligence – CI) do zaawansowanego przetwarzania danych pochodzących
z różnych obszarów funkcjonowania systemów produkcyjnych.

Dr inż. Tomasz Żabiński,

Prezes,

Żbik Sp. z o.o.


Algorytmy CI służą do maszynowego (automatycznego) odkrywania wiedzy, tworzenia modeli i systemów wspomagania decyzji na
różnych poziomach realizacji procesów produkcyjnych. Dotyczy to zarówno nadzorowania procesów technologicznych w
czasie rzeczywistym po wykrywanie związków przyczynowo-skutkowych wspomagających podejmowanie decyzji zarządczych
w obszarze organizacyjnym. Aby możliwe było efektywne wykorzystanie algorytmów CI, wymagany jest dostęp do znacznych
ilości danych (tzw. big data), które gromadzą różne moduły systemu EDOCS zarówno w obszarze monitorowania zasobów
produkcyjnych (OEE, OLE, ciągła rejestracja parametrów pracy maszyn i przebiegu procesów – np. drgania, temperatury,
itp.) jak i zarządzania procesami produkcyjnymi (MES), harmonogramowania (APS) oraz integracji z systemami klasy
ERP.

W obszarze wspomagania decyzji
moduł EDOCS IPDA (ang. Intelligent Production Data Analysis) umożliwia automatyczne wykrywanie związków przyczynowo-skutkowych
informujących o zależnościach i przyczynach występowania zarówno pozytywnych jak i negatywnych zjawisk w realizacji
procesów produkcyjnych, np. wzrostu bądź spadku wydajności zasobów produkcyjnych, przyczynach problemów jakościowych,
„wąskich gardłach” itp. Rezultaty automatycznych analiz są dostępne dla użytkowników w formie zrozumiałych, również
dla osób bez wykształcenia informatycznego, reguł jeżeli-to.

Automatycznie odkrywana wiedza jest wykorzystywana w module
EDOCS APS w celu tworzenia harmonogramów w taki sposób, aby, między innymi, zwiększać produktywność i zarządzać
ryzykiem terminowości dostaw. W systemie EDOCS metody CI są wykorzystywane do budowy modeli predykcyjnych wspomagających
realizację strategii Predykcyjnego Utrzymania Ruchu (ang. Predictive Maintenance). Tego typu modele są stosowane
w module
EDOCS PdM i umożliwiają przewidywanie i zapobieganie awariom, a tym samym unikanie nieplanowanych przestojów
zasobów produkcyjnych.

W module
EDOCS PCM metody CI są wykorzystywane w celu wykrywania w czasie rzeczywistym anomalii w realizacji procesów
technologicznych, które mogą potencjalnie powodować wytwarzanie produktów niezgodnych jakościowo. Metody inteligencji
obliczeniowej stosowane w systemie EDOCS mają za zadanie wspierać realizację zaawansowanej strategii zapewnienia
jakości. Sztuczna Inteligencja w systemie EDOCS to narzędzie do zaawansowanej analizy danych i wspomagania decyzji
umożliwiające zwiększanie efektywności realizacji procesów produkcyjnych poprzez obniżanie kosztów i zwiększanie
wydajności przy zachowaniu restrykcyjnych norm jakościowych.