Tohtoročných finalista AI Awards DAITABLE, je slovenská technologická spoločnosť, ktorá pomáha firmám znižovať náklady na energie a zvyšovať udržateľnosť prostredníctvom pokročilej automatizovanej analýzy dát a umelej inteligencie. Spoločnosť vyvíja vlastný systém energetického manažmentu DAITAMONITOR, ktorý umožňuje monitoring spotreby, predikciu odberu aj odhaľovanie porúch zariadení v reálnom čase. Pôsobí najmä v energeticky náročných sektoroch ako sú priemysel a zdravotníctvo, pričom medzi jej referencie patria napríklad Prezidentský palác či Ústredná vojenská nemocnica v Ružomberku. Vypočuli sme si Tomáša Tánczosa, ktorý v DAITABLE pôsobí ako Software Engineer Team Lead a vedie dátový tím.
Čo je DAILIBOR a aký problém rieši?
DAILIBOR je multi-agentový AI chatbot pre priemyselnú energetickú analytiku – virtuálny energetický manažér, ktorý pomáha firmám porozumieť svojej spotrebe, identifikovať plytvanie a kvantifikovať príležitosti na úsporu. Energetický manažér má v priemyselnom podniku k dispozícii stovky meracích bodov generujúcich dáta každú sekundu. Z tohto dôvodu je manuálna a detailná analýza často nemožná. Zámerom spoločnosti DAITABLE je spracovanie týchto dát v priebehu pár minút a poskytnutie odpovedi na otázku ako napríklad, kedy bola spotreba najvyššia, ako sa líši od historického priemeru, a aká je potenciálna úspora pri presune záťaže do lacnejších tarifných pásiem.
AI Awards vyzdvihuje systémy postavené na pilieroch etiky, spoľahlivosti a ochrany súkromia. Ktorý z týchto aspektov bol pri vývoji vášho riešenia najväčšou výzvou?
Spoľahlivosť, konkrétne boj s halucináciami. Veľké jazykové modely inherentne zle pracujú s číslami a vytvárajú neexistujúce údaje tam, kde dáta chýbajú. V priemyselnej energetike je to kritické, pretože nepresné číslo o spotrebe stroja môže viesť k zlému rozhodnutiu. Navyše pri veľkých objemoch dát, hlavne v našom prípade časové rady – týždne a mesiace meraní – musí dôjsť k sumarizácii, pri ktorej má LLM tendenciu si vymýšľať. Aj z tohto dôvodu agenti v našom systéme nikdy priamo nemajú náhľad do dát, vidia iba hlavičku a vzor riadku. Ich úlohou je vytvárať kód pre analýzu, ktorý vybieha v izolovanom prostredí. Týmto spôsobom zabezpečujeme súkromie údajov aj spoľahlivosť.
Aké konkrétne mechanizmy zaručujú, že vaše riešenie ostáva pod kontrolou človeka a je dlhodobo bezpečné?
Náš systém je navrhnutý čisto ako analytický nástroj, nie ako automat – rozhodnutie vždy zostáva na strane používateľa. Odpovede systému nezahŕňajú iba slovné odporúčania a vyhodnotenia analýz, ale aj vizuálne potvrdenia vo forme grafov a priložené dátové sady na základe ktorých sa chatbot rozhodoval.
Čo vnímate ako najväčšiu celospoločenskú výzvu v oblasti AI a akú rolu v nej chce zohrávať DAITABLE?
Najväčšou výzvou je dôvera. Ak ľudia a firmy nedôverujú AI systémom, nebudú ich používať a prínosy AI zostanú nerealizované. V našej doméne to vidíme veľmi konkrétne: energetický manažér, ktorý nedôveruje číslu od AI, sa vráti k manuálnej analýze pomocou už overených metód. Z nášho pohľadu problém nie je technologický, ale architektonický. Väčšina AI systémov je navrhnutá na maximalizáciu výkonu, nie na overiteľnosť výstupov. V DAITABLE veríme, že budúcnosť AI leží v systémoch, ktoré sú glass box. Preto budujeme architektúru, kde kroky systému sú komunikované smerom na používateľova, každý výstup musí byť overiteľný a každá limitácia systému komunikovaná.
Kde vidíte budúcnosť DAILIBORA a ako bude prehlbovať spoluprácu medzi technológiou a ľuďmi?
Cieľom je evolúcia nášho systému od reaktívneho asistenta smerom k proaktívnemu energetickému partnerovi. V najbližšej budúcnosti budeme nasadzovať automatizované reporty doručené priamo používateľom s identifikovanými úsporami a anomáliami, bez toho aby museli aktívne zadávať otázky. Dlhodobým zámerom je prepojenie s naším celým produktovým portfóliom, kde DAILIBOR bude slúžiť ako analytická vrstva medzi surovými priemyselnými dátami a ľudským rozhodovaním. Cieľom je aby sa používateľ mohol venovať tomu, v čom je nenahraditeľný: strategickému rozhodovaniu a vedeniu podniku.
Tomáš Tánczos sa profesijne venuje najmä práci s dátami – od dátového inžinierstva a prediktívnych ML modelov po nasadzovanie end-to-end riešení v produkcii. Vyštudoval softvérové inžinierstvo na STU v Bratislave, kde v súčasnosti pokračuje ako doktorand s dizertáciou zameranou na interpretovateľnosť deep learning metód v medicíne. V DAITABLE vedie dátový tím a zodpovedá za vývoj analytického enginu a multi-agentového AI chatbota DAIVE pre priemyselnú energetickú analytiku. Témam dôveryhodnej AI sa venuje z oboch strán. V praxi navrhuje architektúry zabezpečujúce transparentnosť a overiteľnosť AI výstupov, v akademickom výskume rieši vysvetliteľnosť modelov.
Tomáš Tánczos
Software Engineer Team Lead, DAITABLE
