Existuje šest základních oblastí, kde se AI potkává s byznysem – tak to přinejmenším vidí analytici Tom Austin a Whit Andrews ve studii „AI Primer for 2018“. Jde podle nich o:

• Vnímání založené na AI
• Zpracování dat
• Fyzické roboty
• Konverzační interakci
• Podporu rozhodování
• Automatizaci procesů

Příklady ze všech šesti kategorií se objevují v podobě prvních praktických zkušeností, pilotních projektů či případových studií v řadě oborů, včetně těch, kde byste je možná nečekali. Například řešení využívající techniky z oblasti AI pro automatickou kategorizaci patentových přihlášek (jde tedy především o zpracování nestrukturovaných textových a obrazových dat) vyvinuli pro australský patentový úřad studenti magisterského programu s využitím převážně standardních cloudových služeb. V rámci jednoduchého PoC a poměrně malého projektu realizovaného čerstvými absolventy se tak významně podařilo zefektivnit a zkrátit celý proces zpracování patentových přihlášek (více se o tomto a dalších příkladech, a také o tom kde hledat zdroje a příklady nasazení AI, dočtete v INSIDE Report 3-2017, z nějž jsme vybrali i graf k tomuto komentáři).

Uživatelům či zákazníkům kteří se v dané aplikaci vyznají nejsou chatboti v podstatě k ničemu.

V současné době se zdá, že ovocem dozrávajícím na nejníže položených větvích jsou v případě AI zejména oblasti konverzačních rozhraní v zaměstnanecké a zákaznické oblasti – příklady nasazení chatbotů či virtuálních zákaznických asistentů se objevují už i u nás nejen v oblasti e-commerce ale i státní správy, financí a utilit. Analytik Nigel Rayner ale upozorňuje že boti, chatboti a virtuální asistentni jsou zajímaví jen pro občasné a méně zkušené zákazníky či uživatele, kteří se například v aplikacích pro řízení financi nevyznají a hledají pohodlnou samoobslužnou cestu, jak je zvládnout. Uživatelům či zákazníkům kteří se v dané aplikaci vyznají nejsou chatboti v podstatě k ničemu. Skutečným diferenciátorem se tak podle Raynera do roku 2020 stane vestavěná AI nabízející zlepšení samotných finančních procesů – efektivitu transakcí a čas potřebný k jejich uzavření. „Řada procesů pro finanční forecasting a plánování je manuálně náročná a trpí nevyhnutelnými chybami a předsudky lidského faktoru, nebo mohou být upraveny, aby z nich vyšla požadovaná čísla“ vysvětluje Rayner. Oblasti jako je forecasting hotovostních toků a obratu nebo plánování nákladů a výdajů jsou všechno oblasti, které podle něj může AI značně změnit, stejně jako například schopnost párovat příchozí platby s pohledávkami i v nestandardních situacích s nimiž si dnešní finanční aplikace většinou neumí poradit, uvažuje v komentáři na webu Gartneru (anglicky) Niger Rayner.