Niektóre spośród tegorocznych trendów technologicznych stanowią odpowiedź na znane od dawna wyzwania z dziedziny IT. Inne odnoszą się do wymiaru technologicznego większych możliwości biznesowych. Wszystkie zapowiadają istotne zmiany organizacyjne. Pobierz pełny raport Deloitte Tech Trends 2020: https://www2.deloitte.com/pl/TechTrends2020.
26. Śniadanie prasowe Tech Trends 2020
Projektowanie
dla ludzi
P L A T F O R M Y L U D Z K I C H D O Ś W I A D C Z E Ń
klientów używa emocjonalnego języka,
aby opisać swoje relacje
z ulubionymi markami.
Chcemy relacji zbudowanej na takich
emocjach jak:
60%
Affective computing,
to technologia rozpoznająca
lub wpływająca na stan
emocjonalny człowieka.
DEFINICJA
Szczerość (83%)
Zaufanie (83%)
Spójność (77%)
Nawet 17 krotnie wyższy
wzrost przychodów
Ograniczenie tzw. Experience
Debt
Rynek Affective Technology
warty dziś 22 miliardy $
wzrośnie do 90 miliardów
w 2024 r.
WARTOŚĆ
27. Śniadanie prasowe Tech Trends 2020
27
01.
Badania w dziedzinie neuronauki.
02.
Projektowanie skoncentrowane
na człowieku.
03.
Rola etyki i zaufania
w projektowaniu doświadczeń
Sztuczna inteligencja
z inteligencją
emocjonalną
P L A T F O R M Y L U D Z K I C H D O Ś W I A D C Z E Ń
28. Śniadanie prasowe Tech Trends 2020
Neuronauka Inteligentna
technologia
Systemy wizyjne. Kamery i algorytmy
pomagające w identyfikacji osób, obiektów,
otoczenia i wymiarów pozazmysłowych – ślad
termiczny, slow motion, ultra-zoom, duże
odległości i inne.
Generowanie języka naturalnego –
odpowiednie odpowiedzi wokalizowane
w ludzką mowę.
Przetwarzanie języka naturalnego. Umożliwia
przetwarzanie tekstu w celu zrozumienia
zamiarów, pytań i wątpliwości.
Analiza sentymentu wykrywa ogólne
nastawienie do tematu - pozytywne, negatywne
lub neutralne.
Rozpoznawanie głosu. Tłumaczy ludzką mowę
na tekst w celu dalszego przetwarzania.
Analiza głosu. Mierzy względne poziomy głosu
by zidentyfikować reakcje emocjonalne.
Elektroencefalografia (EEG). Mierzy
aktywność elektryczną mózgu z wysoką
rozdzielczością czasową związaną
z procesami percepcji i myślenia.
Śledzenie wzroku. Śledzi ruchy oczu
i spojrzenie w czasie rzeczywistym, aby
monitorować ostrość obrazu (wersje mobilne i
stacjonarne).
Kodowanie obrazów twarzy. Mierzy mimikę
twarzy, aby zidentyfikować reakcje
emocjonalne.
Reakcja skórno-galwaniczna monioruje
pobudzenie fizjologiczne w odpowiedzi
na zdarzenia zewnętrzne.
Test utajonych skojarzeń. Ujawniają ukryte
przekonania i postawy.
P L A T F O R M Y L U D Z K I C H D O Ś W I A D C Z E Ń
29. Śniadanie prasowe Tech Trends 2020
29
Czy jesteś gotowy?
P L A T F O R M Y L U D Z K I C H D O Ś W I A D C Z E Ń
01.
Jakie doświadczenie
chcesz, aby Twoi klienci,
pracownicy i partnerzy
mieli w kontaktach
z Twoją organizacją?
Jakie wartości firmy
przekazują twoje
doświadczenia?
03.
W jaki sposób połączysz
projektowanie
skoncentrowane
na człowieku, technologie
afektywne i badania
neuronaukowe w celu
kształtowania rozwoju
twoich platform
doświadczeń?
02.
Które z istniejących
interakcji cyfrowych
z klientami mogą być
analizowane emocjonalnie
i kontekstowo za pomocą
informatyki afektywnej?
Digital Twin – in short is an exact copy of existing model/person/object or even entire organization with all processes and assets. In general it doesn’t have to limit itself to the non-living thing but could also be created by copying a real biological object or organism (possibly even human). Thus it refers to 2 objects : Physical and Digital Twin
To create such Twin it requires an immense number of data and it incorporates several technologies such as Internet of Things (IoT), machine learning, software learning or even artificial inteligence. Mentioned gathered data are being than placed in spatial network so the Digital Twin can reflect every described action and interactions between objects and/or processes. The concept is to create a „living” or „operating” copy so in nutshell it can reflect behaviour and reactions of its Physical Twin.
The idea of Digital Twin is that its entire creation can be based on numerous of potential data input such as:
Real time observations
Statistical models
Augmented reality/sensor data
The options are still expanding and will surely adapt to the new technologies of the future. From simple information to more complex data both structured and non structured, observing and learning of model itself will expand its possibilities in future to allow more and more options e.g.:
Simulations – to propose not only make analysis
New sources of data – augmented reality, sensors
Interoperability – increasing ability to connect sources
Visualization – to show data in more understandable way
Instrumentation – improvement of equipment that may gather information
Platform – increased availability