BIG IDEA
MAIA
Opracowanie i wdrożenie kompleksowego, wielomodułowego systemu informatycznego do zapobiegania stratom i monitorowania jakości obsługi w restauracjach szybkiej obsługi.
STATUS: TRWA
O FIRMIE
DTiQ – firma założona w 1998 r. (pod nazwą DTT). Świadczy usługi z obszaru ograniczania strat dla klientów na świecie, w tym restauracji szybkiej obsługi, sklepów i hoteli. Autorskie, napędzane sztuczną inteligencją systemy wideo i przetwarzania danych, ułatwiają realizację manualnych i automatycznych audytów, wykonywanych przez audytorów, umożliwiając identyfikację naruszeń procedur i ograniczanie strat. W Polsce DTiQ jest obecna od 2018 r. w wyniku fuzji z EZUniverse. Na koniec 2020 r. zatrudniała w kraju blisko 120 osób.
Zadania DTiQ w obszarze ograniczania strat realizowane były w oparciu o dwa filary: system integrujący dane transakcji z monitoringiem oraz manualnie przeprowadzane audyty działalności klientów. Wyzwaniem stała się olbrzymia ilość danych spływających każdego dnia do systemu, przechowywanie ich i przetwarzanie – zidentyfikowanie wśród tych danych, trendów i konkretnych sytuacji, które mogą posłużyć do optymalizacji procesów biznesowych u klientów.
Z potrzeby automatyzacji audytów zrodził się pomysł na opracowanie cyfrowego „audytora”, napędzanego sztuczną inteligencją i algorytmami uczenia maszynowego. Jego zadaniem jest przetwarzanie i analiza danych z kamer monitoringu oraz transakcji z kas pod kątem optymalizacji jakości usług i wykrywania nieprawidłowości.
Projekt MAIA wspomaga również procesy decyzyjne, dostarczając zautomatyzowane pomiary, wstępne analizy i spostrzeżenia.
Cele projektu
- automatyzacja i wsparcie działań audytorów i analityków DTiQ (w tym skrócenie czasu przygotowania raportów i analiz o 30%, rozszerzenie zakresu zbiorów danych)
- pozyskanie nowych klientów dzięki poszerzeniu portfolio produktowego
- zwiększenie precyzji pomiarów względem konkurencyjnych rozwiązań
Najważniejsze etapy
- wybór i testy algorytmów
- implementacja chmury do realizacji procesów detekcji (również nieprawidłowości transakcyjnych)
- wdrożenie narzędzi integracji danych z rozproszonych systemów klienckich
- wdrożenie rozwiązań u klientów ze wsparciem zespołu developerskiego i produktowego.
Mierzalne efekty
szerokie wdrożenie
wdrożenie systemu w kilkuset restauracjach w Europie i Stanach Zjednoczonych
Nowe zdolności organizacji
- zbudowanie bazy wiedzy i know-how w zakresie metodologii wytwarzania i wdrażania produktów opartych na algorytmach uczenia maszynowego
- powołanie zespołu specjalistów i adeptów uczenia maszynowego, wspieranych przez audytorów adnotujących oraz ewaluujących algorytmy
- inwestycje w sprzęt (jednostki o dużej mocy obliczeniowej, serwery).
- poszerzenie kompetencji zespołu developerskiego i produktowego o wiedzę na temat rozwiązań chmurowych i praktyk agile
- otwarcie ośrodka badawczo-rozwojowego, którego jednym z zadań jest edukacja całej organizacji w zakresie możliwości i ograniczeń stosowanych technologii.
Okiem menadżera
KRZYSZTOF OSIŃSKI
SENIOR VP OF RESEARCH AND DEVELOPMENT, DTIQ
Obrana przez naszą organizację droga nie jest łatwa i niesie za sobą sporo nowych wyzwań nie tylko w obszarze technologii, ale także w obszarze organizacji naszych wewnętrznych procesów.
AGNIESZKA BIER
DIRECTOR OF DATASCIENCE, DTIQ
Jakość algorytmów SI determinują dane, doświadczenie i baza wiedzy, w oparciu o które są budowane. Projektując MAiA, wykorzystaliśmy lata doświadczeń DTiQ w gromadzeniu, analizie i interpretacji danych, co przekłada się na konkurencyjność wytworzonych rozwiązań.
LESSONS LEARNED