KTU smulkiam verslui kuria pusiau nemokamą klientų rizikos vertinimo įrankį

Klientų rizika ir jos vertinimas yra svarbi verslo dalis. Tačiau smulkios ir vidutinės įmonės (SVĮ) lengvai prieinamų galimybių valdyti su klientų reputacija, mokumu ir mokesčių vengimu susijusių rizikų neturi, nes individualūs sprendimai yra brangūs. Kauno technologijos universitetas (KTU), pasitelkdamas ES lėšas, bando šią problemą išspręsti.

CEE Attorneys konsultuoja Verslo dirbtuvėse
KTU mokslininkai, bendradarbiaudami su verslu, imasi kurti naują prekybinių procesų rizikos vertinimo modelį, paremtą besimokančiais algoritmais ir nestruktūruotų duomenų iš įvairių šaltinių (angl. Big Data) analize. Didieji duomenys (angl. Big Data) apibrėžiami, kaip nestruktūruoti didelės apimties, didelės spartos ir didelės įvairovės duomenys (dažnai surenkami iš skirtingų šaltinių).

Planuojama, kad KTU Inovacijų ir antreprenerystės mokslo grupės tyrėjų kuriamo įrankio pirminis funkcionalumas bus nemokamas ir prieinamas plačiai visuomenei.

„Lietuvoje, kaip ir kitose ES šalyse, smulkus ir vidutinis verslas sudaro per 90% šalies įmonių. Smulkus verslas, kaip ir stambios įmonės, susiduria su kliento rizika dėl nemokumo, prekių pristatymo terminų, įtraukimo į mokesčių grobstymo schemas. SVV klientai įprastai yra tarptautinių kreditingumo reitingų neturinčios panašaus dydžio įmonės. Jų, kaip klientų, rizikos vertinimas yra aktuali SVV problema“, – sako projekto vadovė, KTU Ekonomikos ir verslo fakulteto (EVF) prof. Gerda Žigienė.

Bėda ne duomenys, o išvados
Įmonės ir finansinės organizacijos kaupia įvairius duomenis apie klientus bei jų rizikas, rodo didelį progresą rizikos prevencijai naudodamos didelės apimties vidinius ir išorinius duomenis. Tačiau, pasak p. Žigienės, problema atsiranda kompleksiškai juos apdorojant, kuomet didelis duomenų kiekis turi įvairias dimensijas, o tradiciniai analizės metodai nepajėgūs jų apdoroti.

„Todėl viena iš projekto idėjų yra sukurti įrankį ir sprendimą, kuris apimtų kompleksinį pardavimo proceso rizikos valdymą. Reikalinga labai įvairi informacija iš visų įmanomų šaltinių apie klientą, prekių pristatymo adresus, tiekimo maršrutus ir t.t., kad būtų galima sukurti specifinės paskirties dirbtinio intelekto sprendimus šių rizikų valdymui“, – aiškina p. Žigienė.

Logistikos verslą vejančios tendencijos – priimamos, bet atsargiai vertinamos
„Panoramą“ sustiprino keli teisingi sprendimai
H&M pasamdė analitiką, sukėlusį „Facebook“ duomenų nutekinimo skandalą
KTU mokslininkai rengs intelektinę modelio dalį, kurs konkretų algoritmą programos prototipui ir aprašys problematiką bei procesus moksliniuose darbuose. Atlikus mokslinius tyrimus ir sukūrus reikiamus duomenų kaupimo bei vertinimo algoritmus, bus kuriamas ir IT įrankio prototipas, kuris į vieną didelę duomenų bazę rinks skirtingų šaltinių, formatų, didelės spartos duomenis.

Nemokama informacija – ribota
Juos rizikos identifikavimui ir valdymui naudos mokslininkų sukurti dirbtinio intelekto algoritmai, kurių atsakymai bus apjungiami automatiniams valdymo sprendimams atlikti. Pasak projekto vadovės, sukurtas naujas įrankis taip pat didintų juridinių asmenų skaidrumą. Mat tiek Lietuvoje, tiek kitose ES šalyse nemokama informacija apie juridinius asmenis yra ribota.

„Šis projektas, kaip mokslo ir verslo bendradarbiavimo rezultatas, svarbus tiek praktine, tiek moksline prasme. Verslas iškėlė problemą, o mokslininkai turės galimybę panaudoti savo žinias ir mokslinės veiklos vystymui, ir konkretaus sprendimo kūrimui“, – komentuoja KTU Ekonomikos ir verslo fakulteto dekanė prof. Edita Gimžauskienė.

Projektas „Prekybinių procesų rizikos valdymas pasitelkiant didžiuosius duomenis ir dirbtinį intelektą“ parengtas pagal 2014-2020 m. ES fondų investicijų veiksmų programos 1 prioriteto „Mokslinių tyrimų, eksperimentinės plėtros ir inovacijų skatinimas (MTEP)“ įgyvendinimo priemonę „Intelektas LT. Bendri mokslo – verslo projektai“. Projektą vykdys KTU Inovacijų ir antreprenerystės mokslo grupės tyrėjai: prof. Monika Petraitė, prof. Rimgailė Vaitkienė, prof. Gerda Žigienė, doc. Egidijus Rybakovas (KTU EVF), prof. Robertas Alzbutas (KTU Matematikos ir gamtos mokslų fakultetas).

Šaltinis: vz.lt