Stressz szűrő és diagnosztikai segédeszköz fejlesztése

GINOP-2.1.2.-8-1-4-16-2017-00032

Kedvezményezett: Mobile Engine Szoftverfejlesztő és Üzemeltető Korlátolt Felelősségű Társaság

A szerződött támogatás összege: 191 789 874 Ft

A támogatás mértéke (%-ban): 55%

A projekt tervezett befejezési dátuma: 2022.06.30.

Development of a stress filter and diagnostic tool

R&D project funded by EU and Hungarian government

A projekt tartalmának bemutatása

A projekt eredménye egy olyan termék, mely a munkahelyi stressz megelőzése céljából vállalatoknak biztosít dolgozói stressz szűrő- és megelőző rendszert. A rendszer használatával kontrolálható és csökkenthető a munkahelyi stressz.
Projektünkben két iterációban jutottunk el a végleges termékhez. Az elsőben a felmérést egy szűkebb elemű mintán végeztük saját kérdőívet használva, míga másodikban több elemen is módosítottunk. Egyrészt bevezettünk egy validált kérdőívet, valamint lényegesen bővítettük a felhasználók körét.
A fejlesztés eredményét tesztelve az első iterációban azt láttuk, hogy a rendszert néhány ponton tovább kell fejleszteni, ezért növeltük az integráció mértékét a vállalatirányítási rendszerrel, valamint robosztusabbá tettük a webes felületet a jobb felhasználói élmény szempontjából.
A módosításoknak köszönhetően az eredmény a várakozásoknak megfelelő lett, egy olyan rendszert sikerült építeni, ami alkalmas a stressz mérésére, megfigyelésére és a beavatkozásra is.

A projekt során számos olyan adatforrást használunk fel mesterséges intelligencia alapú elemzésekre, amelyek stressz elemzésére vagy diagnosztizálásra eddig nem jelentek meg.
Az AiCoach a mesterséges intelligencia, a gépi tanulás és a deep learning területén új fajta tudományos és műszaki megközelítést használt, amely szükséges a termék elvárt elemzési és tanulási képességeihez.
Az AiCoach újdonsága, hogy a folyamatos felmérés nem igényel felhasználói aktivitást, és folyamatosan zajlik a passzív megfigyelés. Olyan széleskörű megfigyelési adatforrásokat tudunk bevonni, melyek lehetséges, hogy sok szempontból precízebb elemzéseket fognak biztosítani az eseti jelleggel felmért hagyományos módszerekkel szemben. A dashboard felhasználói felület segítségével a kurátorok számára azonosíthatóvá válnak azok a tényezők, amelyek hatással vannak a felhasználók stressz-szintjére, hangulatára, teljesítményére.
Az eredmények validáláshoz összehasonlítottuk az eredményeinket a hagyományosan elterjedt stressz és depresszió mérésekkel és bevezettünk a projekt második szakaszában egy validált kérdőívet, melyet a felhasználók naponta kétszer töltöttek ki munkavégzés közben digitálisan, a mobil eszközeiken, melyeken a munkát is végezték.

Az AiCoach képes minél kevesebb felhasználóibeavatkozással az önálló tanulásra és a perszonalizációra. A stressz elemzése teljesen egyedi, személyre szabott.
Az AiCoach a vállalat dolgozói által – a munkavégzésük alatt előállított – adatok alapján képes a fáradtsági szintjüket előre jelezni. A modell a felhasználók által munkavégzés folyamán generált adatokat, mint passzív adatokat gyűjtötte a vizsgált időszakban. A tanuló algoritmus a digitalizált validált kérdőív alapján megtanulta, hogy az egyes passzív mérésekből származó adatok milyen fáradtsági szintet jelentenek és ezt képes előrejelezni is a kérdőív kitöltése nélkül. Így az felhasználókról zavartalan munkavégzés közben meg tudjuk állapítani, hogy milyen a fáradtság szintjük.

1. Az eredmény gazdasági hatása

A Mobile Engine Kft. a jelenlegi termékeinek növekvő árbevétele mellett az AiCoach értékesítéséből 2023-tól kezdődően vár árbevétel növekedést. A teljes megcélzandó piaci rést €2.8 milliárd értékre becsüljük. Ebből tervez a Mobile Engine Kft. hosszútávon 1% piacrészt megszerezni, amely €27 millió, azaz hosszútávon 8,5 milliárd Ft éves árbevétel.
A projekt eredménye kedvező hatást ér el a stressz által jelenleg Európában és az Egyesült Államokban keletkező évi €550 milliárd vállalati gazdasági kár csökkentésével.
Az projekt eredménye szintén csökkenti az ország egészségügyi kiadásait. A stressz által kiváltott betegségek, mint szívbetegség és magas vérnyomás gyógyítása óriási egészségbiztosítási költség Magyarországnak és más országoknak is. Ezenkívül a stressz által kiváltott alkoholizmus, kábítószer használat szintén nagy egészségügyi és egyéb anyagi ráfordításokat indukál társadalmi szinten. Ennek csökkentése a teljes államháztartásra pozitív hatással lesz, és végső soron az állampolgárok egészségbiztosítási kiadását is csökkenti.

2. Társadalmi hatás

A társadalmi hatás alapja a csökkenő munkahelyi stressz. Az egyén szintjén a stressz óriási egzisztenciális veszély forrás, hiszen sokszor idéz elő depressziót, alkoholizmust, kábítószer használatot, amely veszélyezteti munkaképességét, és akár el is veszítheti munkahelyét. Továbbá a stressz vezethet kiégéshez, amely szintén munkaképtelenné, csökkentett munkaképességűvé teszi az embert. Ezzel csökken az egyén kereső képessége, és családjának egzisztenciája veszélybe kerül. A stressz továbbá sok súlyos betegségnek (szívbetegség, magas vérnyomás) az egyik okozója, amelyek rendkívüli terhet jelentenek mind anyagi, mind mentális szinten a családoknak. A stressz mérése, szűrése, és diagnózisának elősegítése támogatja annak megelőzését, mely óriási értéket jelent a családoknak. A projekt nagyban hozzájárul az egészséges társadalom és jólét előremozdításához.
A társadalomnak a munkahelyi stressznek kitett dolgozó rétegét és az ő környezetüket, családjukat fogja pozitívan érinteni a projektünk eredménye.
A stressz csökkentésének további átvitt haszna a társadalmi feszültségek, a mindennapi interakciókban, együttélésünkben tapasztalható feszültség csökkentése is. Ennek értéke nehezen számszerűsíthető.

3. Műszaki hatás

A projekt tudományos-műszaki eredményei az AiCoach létrehozásán túl segíteni fogják az orvoslás, pszichológia, mesterséges intelligencia és informatika területén más fejlesztéseket is. A keletkező módszerek, eljárások számos más termék, kutatás létrehozatalában fognak közvetlenül segítséget adni másoknak

4. Magyar termék nemzetközi piacra jutása, hazai ágazat fejlődése

Projektünk kapcsán kötelességünk megemlíteni, hogy Selye János úttörő szerepet játszott a stressz kutatásában, és Neumann János első között beszélt a mesterséges intelligencia alapját jelentő neurális hálózatokról.
Ma is nehéz lenne felsorolni az összes, nemzetközileg kiemelkedő, aktív, magyar agykutató tudóst. Büszkén mondhatjuk, hogy hazánkban dolgozó vagy hazánkból származó tudósok nagyon jelentős szerepet játszanak a világ agykutatásában. Ennek a tudásnak a gazdasági hasznosítására lehetőség az AiCoach. A magyar kutató-fejlesztő csapat által kifejlesztett, majd egyre növekvő szakember csapat által tovább fejlesztett és támogatott AiCoach nemzetközi exportja kiemelkedő példája lesz a magyar tudás exportjának. A teljes fejlesztés és támogatás Magyarországról tud folyni, hiszen az ügyfelek beindítása nem igényel majd egyéni, helyszíni projekt munkát. Tehát bármely ügyfelet globálisan tudunk Magyarországról támogatni.
A Mobile Engine-nek működik Londonban és Bostonban nemzetközi értékesítő irodája, és megvan a tapasztalata, tudása és kapcsolatrendszere, hogy az elkészülő AiCoach-ot sikeresen piacra vihesse.

A projekt eredménye számokban kifejezve

• 25+ ember
• 100+ megbeszélés
• 40.000+ munkaóra
• 300.000+ sor kód
• 100+ teszteset
• 100+ felhasználó

A kiinduló feltételezéseinknek megfelelően bebizonyosodott, hogy a Mesterséges Intelligencia által elemzett munkahelyi (automatikusan gyűjtött és kérdőíves) adatokból lehetséges olyan előrejelzéseket készíteni, amelyek pozitív irányba tolhatják el a munkatársak stressz-szintjét. A fejlesztés során a fentebb látható számokban kifejezett adatokból is kiolvasható, hogy milyen nagy munkát végeztünk el annak érdekében, hogy ez az eredmény megszülethessen. Az AiCoach segítségével elemezhető a munkatársak stressz és fáradtság-szintje, ami által hatékonyságuk és egyben életminőségük is nő, így teremtve win-win szituációt mind a munkáltató mind a munkavállaló számára. A projekt során a tudományos bizonytalanságnak megfelelően sokszor szükség volt áttervezésre, de végül az eredmény a várakozásoknak megfelelő lett, egy olyan rendszert sikerült építeni, ami alkalmas a stressz mérésére, megfigyelésére és a beavatkozásra is. Fontos, hogy az eredmények validálásához összehasonlítottuk az eredményeinket a hagyományosan elterjedt stressz és depresszió mérésekkel és bevezettünk a projekt második szakaszában egy validált kérdőívet, melyet a felhasználók naponta kétszer töltöttek ki munkavégzés közben digitálisan, a mobil eszközeiken, melyeken a munkát is végezték.
Projektünk hosszú távú hatásai reményeink szerint sokáig velünk maradnak, és a gazdaság és társadalom legkülönfélébb rétegeit tudják majd segíteni abban, hogy a megismerés és előrejelzés által minimálisra csökkentsék a stressz negatív hatásait úgy a munkában, mint a magánéletben.