Címlapon

14_1.jpg
Forrás: ITB
Nagyot bővül a közeljövőben a prediktív analitikai megoldások iránti igény

Jósok ne kíméljenek!

Néhány év alatt több mint négyszeresére nő majd a prediktív analitikai megoldásokra szánt összeg világszerte. A komoly piaci potenciál kihasználását akadályozhatja ugyanakkor, hogy a további növekedéshez szükséges képzett munkaerő nem áll rendelkezésre.

Visszatérő elem a sci-fi-ben és a fantasy-ben a jövőbelátás, ami természetesen komoly előnyt jelent annak, aki rendelkezik ezzel a képességgel. Ez persze egyelőre csak a képzeletünkben létezik, de annak az elképesztő mennyiségű adatnak köszönhetően, ami az ugrásszerűen növekvő számú szenzorok és okoseszközök révén rendelkezésünkre áll, bizonyos jelenségek, folyamatok előrejelzése, vagy akár meghibásodások prognosztizálása már korántsem csak a fantázia műve, hanem létező megoldás. Persze a prediktív analitikaként emlegetett eljárás nem ígér százszázalékos pontosságot, de adott esetben komoly eredményeket hozhat a hatékonyság növelésében és a károk csökkentésében. A The Aberdeen Group még 2016-ban készített egy felmérést arról, hogy a nem tervezett leállások mekkora veszteséget okoznak átlagosan a vállalatoknak és egészen elképesztő, 260 ezer dolláros összeg jött ki akkor, ami a két évvel korábbihoz képest 60 százalékos bővülést jelentett. A számos iparágra kiterjedő felmérésük szerint ráadásul a megkérdezett cégek 80 százalékánál volt ilyen incidens a kutatás előtti három évben. Persze nem csak a váratlan leállások, de egy hibás termékfejlesztés, vagy akár egy rosszul időzített marketing kampány is nehezen, vagy egyáltalán nem behozható versenyhátrányt eredményezhet.

 

Sokmilliárdos lehetőség

A prediktív analitikát számos iparágban használják már ma is. Az energiaszektorban például az árak és igények hosszú távú prognózisához vetik be, vagy az időjárási tényezők hatásainak felmérésére, míg az autógyártásban az alkatrész-meghibásodások előrejelzése, vagy éppen a vezetési szokások változásának megjóslása a feladat, és az így nyert információkat a vezetést támogató megoldások fejlesztésénél használják fel. De jól jön a technológia a pénzügyi szektorban is, akár a kockázatelemzéseknél, akár a jogszabályi változások hatásainak felmérésénél, míg bármilyen gyártó tevékenységet végző cégnél a gépek meghibásodásának előrejelzésével a nem tervezett leállások számát csökkentheti vagy éppen pontosabb alapanyag-gazdálkodást tehet lehetővé.

A rendelkezésre álló múltbeli adatok, valamint a folyamatosan érkező friss információk feldolgozása és az ezen alapuló előrejelzés ugyan nem számít új történetnek, viszont az elmúlt években nőtt meg igazán az érdeklődés a megoldás iránt, és vált komoly üzleti lehetőséggé. A Grand View Research elemzése szerint 2019–2025 között évente átlagosan 23,2 százalékkal nő a prediktív analitikai piac mérete: a 2018-as 5,7 milliárd dollár után a vizsgált időszak utolsó évében már 23,9 milliárd dollárt költenek ilyen megoldásokra világszerte a vállalkozások. A felfutásban több tényező is szerepet játszik, így például egyre több társaságnál ismerik fel, hogy a náluk képződő adatok segíthetnek a jövőbeli folyamatok előrejelzésében, ezáltal egy új lehetőséget kapnak a növekedés támogatására.

Fogékony gyártók

A prediktív analitikai megoldások iránti érdeklődés gyorsan nő majd a gyártóiparban, az Allied Market Research prognózisa szerint a 2018-as alig több mint félmilliárd dollár után 2026-ban már 2,5 milliárd dollárt költenek majd ilyen rendszerekre. Az Ipar 4.0 térhódítása, az IIoT (ipari dolgok internete) fejlődése és a big data növekvő alkalmazása jelentős lökést ad a folyamatnak, amelyet támogat az adatvezérelt szervezetek létrejötte, illetve a mesterséges intelligencia növekvő bevonása is az ipari termelésbe.

A gyártóipar jellemzője, hogy igyekeznek helyben (on-premise) alkalmazni az előrejelző megoldásokat, az üzemekben telepített rendszerek a teljes piac mintegy kétharmadát adják. Azonban a felhőalapú megoldások térnyerése itt is megfigyelhető, a várakozások szerint a következő hat évben az ezekre költött összeg gyorsabban nő majd, mint az on-premise rendszerekre szánt pénz.

Ázsiai lendület

A Grand View Research tanulmánya szerint a nagy földrajzi régiók közül Észak-Amerikában költik majd a legtöbbet a következő években prediktív analitikára. A kontinens dominanciája a technológiai fejlődésnek a jelentős piaci szereplőknek köszönhető. Emellett már most is tapasztalható, hogy egyre több kockázati tőke érkezik a jövőre vonatkozó megállapításokat előkészítő elemző rendszereket fejlesztő cégekbe. Ez természetesen még nagyobb versenyt eredményez az ilyen jellegű megoldásokat kínáló társaságok között, ami új technológiák és módszerek megjelenését eredményezheti. Emellett a térség cégei is egyre inkább felismerik, hogy milyen jelentőségük van a lehető legpontosabb előrejelzéseknek, ami számottevő mértékben növeli a keresletet.

A prognózis szerint ugyanakkor a prediktív analitikai megoldások iránt a leggyorsabban az Ázsia-Óceánia régióban nő majd az érdeklődés. A régióban az IoT és a gépi tanulás mozgatja majd leginkább a piacot, és a jelentős növekedési lehetőség ígérete miatt arra lehet számítani, hogy a jelenlegi megoldásszállítók és szolgáltatók tovább erősítik majd jelenlétüket ebben a térségben.

 

Feltörekvő kkv-k

Nem meglepő módon a prediktív analitika alkalmazásában a nagyvállalatok járnak élen, amelyek egyre inkább támaszkodnak a múltbeli adatok felhasználásával készülő előrejelzésekre és nem csak az operatív, napi jellegű döntések esetében, de az üzleti stratégiák kidolgozásánál is. A 2019–2025 közötti időszakban ugyanakkor a kis- és középvállalkozások körében is előrelépés várható a megoldás alkalmazásában a Grand View Research elemzése szerint. Ezek a társaságok elsősorban a működési hatékonyságuk javításánál, a költségeik csökkentésénél számítanak a technológiára. Bár ahogyan azt az előrejelzés is mutatja, komoly üzleti potenciállal számolhatnak a prediktív analitikai megoldásokat kínáló társaságok, ennek kihasználását akadályozhatja, hogy egyelőre korántsem áll rendelkezésre a további növekedéshez szükséges, képzett munkaerő.