LeoVegas julkaisi koneoppivan peliohjelmiston

Luettavaa

AI on tullut jo moneen kohtaan eri liiketoimintoja ja tulee jatkossa syrjäyttämään entistä enemmän eri tasoisia ihmisen tekemiä tehtäviä ja liikkuuhan jo nyt suurin osa maailman rahaliikenteestä ilman, että yksikään ihminen on enää prosessissa mukana.

AI auttaa liikeyrityksiä toimimaan kustannustehokkaammin ja jossain vaiheessa se on tulossa myös kuntatalouteen paikallisellekin tasolle, mutta katsotaan mitä yksi Pohjoismaiden suurimmista nettikasinoista ja Ruotsin pörssissä listattu casino Leovegas on tehnyt tekoälyn kanssa, kun tavoitteena on pelaajien entistä parempi pelikokemus.

Asiakaskokemukset ykköseksi

Oletko kiertänyt paikallisia liikeyrityksiä ja välillä miettinyt, miksi sinua kohtaan ei tullut edes hymyä, vaan joskus tuntuu, että olit vain häiritsemässä yrittäjän arkea. Yrittäjä on yksityinen henkilö, jolla on hyviä ja huonoja päiviä ja monet meistä myös näyttävät ulospäin, kumpi päivä meillä on menossa. Tietokoneet ja AI voivat poistaa tämän huonojen ja hyvien päivien varianssin ja palvella asiakkaita aina yhtä hyvin tai kuten AI:n tavoitteena on, aina edellistä kertaa paremmin.

LeoVegasin uusi moottori hyödyntää pelaajien mahdollisuutta suositella pelejä kavereille. Yrityksen toimitusjohtaja Gustaf Hagman kertoo, että tutkimusten mukaan kavereiden suositukset ovat entistä tärkeämpiä varsinkin kun LeoVegas tarjoilee noin 1500 kasinopelin valikoiman.

LeoVegasin suositteluohjelmisto on yrityksen omaa tekoa ja se käyttää nimenomaan koneoppimista ymmärtääkseen mistä ja minkälaisista peleistä kukin asiakas tykkää ja pelaa. Tämän tiedon perusteella ohjelmisto sitten tarjoaa pelaajalle muita pelejä pohjautuen pelaajan omaan käyttäytymis- ja pelaamismalliin.

Ohjelmisto on ollut käytössä nyt syksystä lähtien ja ohjelmiston algoritmit ovat tarjonneet pelaajille hyvin osuen, ohjelmistoa testattiin aluksi 60 000 asiakkaalle ennen käyttöönottoa koko kasinon asiakaskunnalle.

Ohjelmiston algoritmi tietää minkälaisista peleistä pelaaja tykkää ja suosittelee sitten pelejä, jotka sopivat näihin attribuutteihin. Tästä seuraa entistä henkilökohtaisempi ja osuvampi pelitarjonta jokaiselle pelaajalle.

Koneoppiminen ja kauppa

Yksi uusimmista mahdollisista koneälyn käyttötarkoituksista kaupassa on maksaminen pelkästään katsomalla maksupäätteeseen.

On todennäköistä, että kasvojentunnistus riittää tunnistamaan maksajan, mutta turvallisuusvaatimukset maksujen suhteen tullee vaatimaan lisätunnisteita. OP-ryhmä on jo ottanut vapaaehtoisen kasvojentunnistuksen kaupoissa maksettaessa. Tämä vaatii asiakkaan itsensä ottavan älypuhelimella kasvoistaan biometrisen kuvan, joka rakentuu itseasiassa 200:sta kasvojen eri piirteestä ja tämä kuva ladataan pankin verkkopalveluun. Kun sitten kaupassa tällainen asiakas maksaa laskuaan, on kaupan kassalla tabletti, joka tunnistaa asiakkaan kasvot. Tunnistamisen jälkeen asiakkaan täytyy vielä hyväksyä varsinainen maksutapahtuma.

Osake- ja muussa sijoittamisessa sitä ammatikseen tekevät yritykset ovat käyttäneet koneälyä jo pitkään löytääkseen parhaat tarjokkaat yrityskauppoihin ja sijoittamiseen. Tietokannoissa on kymmenien tuhansien yritysten tiedot ja esimerkiksi suomalainen Taplow Finland pystyy tarjoamaan tällaista koneälypalvelua noin 100 000 yrityksen tietokantaan. Tämän tietokannan sisältönä on erilaisia yrityksiä pääomasijoittajille sekä venture capital-sijoittajille. Tietokanta kattaa mm. pankki- ja vakuutustoiminta-alan, logistiikan, rakentamisen, asumishotellipalvelut ja paljon muuta, mutta esimerkiksi terveysteknologiaa ei ole otettu mukaan tietokantaan.

Koneäly ja terveys

Oulussa on jo parisen vuotta koneälyn ja analytiikan avulla seurattu yli 24 000 ihmisen työkykyä tavoitteena vähentää sairauspäiviä.

Koeälyn käyttö on auttanut säästämään terveydenhuollon ammattilaisten työpanosta sadoilla työpäivillä vuodessa. Kun tämä kokeilu leviäisi koko Suomeen, toisi se Kelalle huomattavia säästöjä sen maksamiin sairauspäivärahaetuuksiin, joita se maksaa lähes 900 miljoonaa euroa vuodessa. Tämän Kelan kulujen lisäksi yrityksen maksavat arvioiden mukaan kevyesti yli neljä miljardia ja kunnat yli miljardin vuodessa työkyvyttömyyden kuluja.

Analytiikan ja koneoppimisen avulla todennäköisyys tunnistaa työkyvyttömyysriski on yli 90%! Koneäly käy itsenäisesti läpi potilastietoja ja analysoi dataa nostaen esille kohonneiden riskien yksilöt. Parasta tässä on luonnollisesti se, että koneäly kehittyy mitä enemmän sitä käytetään ja sen analytiikkaa ja algoritmeja kehitetään. Varovaisellakin arviolla Oulussa kerrotaan säästetyn 250 henkilötyöpäivää vuodessa.

Leave a Reply