4 Minutės
Vilniaus viešasis transportas pradeda naują skaitmenizacijos etapą: dalį keleivių užklausų apdorojimo perima dirbtinis intelektas. Tai svarbus žingsnis ne tik sostinei, bet ir visai Lietuvos rinkai, kur viešasis sektorius vis aktyviau ieško būdų, kaip automatizuoti paslaugas, mažinti rankinio darbo apimtis ir greičiau reaguoti į gyventojų poreikius.
Kasdien Vilniuje viešojo transporto keleiviai pateikia dešimtis kreipimųsi – nuo klausimų apie maršrutus, bilietus ir tvarkaraščius iki pranešimų apie vėlavimus, pamestus daiktus ar vairuotojų darbą. Iki šiol tokios užklausos dažnai buvo rūšiuojamos ir registruojamos rankiniu būdu, todėl procesas pareikalaudavo nemažai darbuotojų laiko.
Kaip veikia naujas DI sprendimas?
Projektą kartu su Vilniaus viešojo transporto komanda įgyvendino technologijų bendrovė Nortus. Sprendimas remiasi automatizavimo įrankiais, Microsoft platformos galimybėmis ir Gemini dirbtinio intelekto modeliu, gebančiu analizuoti laisva forma parašytus tekstus.
Pagrindinės funkcijos
Naujoji sistema automatiškai surenka keleivių užklausas iš kelių kanalų: elektroninio pašto, QR formų ir partnerių platformų. Tuomet robotizuoti procesai perduoda informaciją į bendrą sistemą, o dirbtinis intelektas atpažįsta svarbiausius duomenis – problemos tipą, maršrutą, laiką, vietą ar kitus aktualius kontekstinius požymius.
Apdoroti duomenys registruojami centrinėje duomenų bazėje, o sistema gali parengti ir pirminį atsakymo juodraštį. Tai reiškia, kad klientų aptarnavimo specialistai gauna jau susistemintą informaciją ir gali greičiau pateikti kokybišką atsakymą keleiviui.
Pranašumai keleiviams ir viešajam sektoriui
Lietuviams, kasdien naudojantiems viešąjį transportą Vilniuje, svarbiausia nauda turėtų būti greitesnis reagavimas. Užuot laukus, kol užklausa bus rankiniu būdu perskaityta, suklasifikuota ir perduota atsakingam specialistui, dalis proceso vyksta automatiškai.
.avif){kind=spacer}
Viešojo sektoriaus organizacijoms tai yra praktiškas pavyzdys, kaip dirbtinis intelektas gali būti diegiamas ne teoriškai, o sprendžiant realias kasdienes problemas. Panašūs sprendimai ateityje galėtų būti aktualūs ir Kaune, Klaipėdoje ar kituose Lietuvos miestuose, kur keleivių aptarnavimas taip pat generuoja didelius informacijos srautus.
Lietuvos rinkos kontekstas: nuo eksperimentų prie praktikos
Pasaulyje dirbtinis intelektas klientų aptarnavime jau tapo įprasta verslo praktika – jis naudojamas bankuose, e. prekyboje, telekomunikacijose ir transporto įmonėse. Lietuvoje ši tendencija taip pat stiprėja: organizacijos ieško sprendimų, kurie veiktų lietuvių kalba, suprastų vietinį kontekstą ir būtų suderinami su jau naudojamomis sistemomis.
Šis Vilniaus viešojo transporto projektas išsiskiria tuo, kad buvo įgyvendintas vos per keturias savaites, išnaudojant jau turimas licencijas ir technologinę infrastruktūrą. Tai rodo, kad DI diegimas nebūtinai turi būti ilgas ar itin brangus procesas, jei organizacija aiškiai žino, kokią problemą nori spręsti.
Kur dar gali būti pritaikyta tokia technologija?
Panašus automatizavimo modelis galėtų būti naudojamas savivaldybių paslaugose, komunalinių paslaugų įmonėse, sveikatos priežiūros registratūrose, švietimo įstaigose ar klientų aptarnavimo centruose. Ypač ten, kur gaunama daug pasikartojančių užklausų ir reikia greitai išskirti svarbiausią informaciją.
Ką tai reiškia ateičiai?
Vilniaus viešojo transporto žingsnis parodo, kad dirbtinis intelektas Lietuvoje vis dažniau tampa ne madingu terminu, o veikiančiu produktyvumo įrankiu. Keleiviams tai gali reikšti operatyvesnį aptarnavimą, o organizacijoms – mažesnę administracinę naštą, geresnę duomenų kokybę ir efektyvesnį darbuotojų laiko panaudojimą.
Nortus atstovų teigimu, automatizavimo rezultatas – mažiau rankinio darbo, greitesnis reagavimas į keleivių problemas ir kasdien sutaupomos darbo valandos. Lietuvos technologijų bendruomenei tai dar vienas ženklas, kad DI sprendimai viešajame sektoriuje pereina į praktinio taikymo etapą.
Palikite komentarą