ARTIFICIELL INTELLIGENS I PRAKTIKEN

Anna Falconer Insikter

Artificiell intelligens är ett område som sakta hamnar allt högre upp på verksamhetsledningens agenda. Det är ett hett ämne som debatteras flitigt i media, men det är få som verkligen har insikt i vad AI är och hur AI kan hjälpa den egna verksamheten. För hur kan man arbeta med det som i media målas upp som nästa stora revolution efter den industriella revolutionen?

Artificiell intelligens är inget nytt, utan ett forskningsområde som grundades redan på 50-talet, men förutsättningarna fanns inte för att det skulle få tillräcklig genomslagskraft då. Idag har vi mer data än vi kan hantera och ”Big Data” är ett etablerat begrepp. Vi har även tillgång till tillräckligt mycket datakapacitet för att skapa ett system som kan processa all information som vi vill behandla – vi kan skapa ett väl fungerande AI.

Lite teknisk bakgrund

Maskininlärning är det område som det talas mest om och som också är den mest utbredda underkategorin till AI, vilken innebär att vi genom att ge en dator stora mängder träningsinformation till slut kan lära den att känna igen mönster och frågor inom ett specifikt område. Det kräver en hel del mänsklig interaktion och datorn kan bara svara på frågor om de områden inom vilka den har tränats. Idag ser vi att maskininlärning används i många verksamheter ofta i form av chat-botar (Bot = en artificiell chatperson) som nås via t.ex. företagets hemsida. Där kan kunderna ställa frågor kring bolagets produktsortiment eller tjänster. Att utnyttja en bot gör att den personal som annars behöver svara på enklare frågor såsom om en produkt finns eller vilka öppettider som gäller kan ägna sig åt mer kvalificerat arbete. Om boten inte kan svara så överlåter den helt enkelt konversationen till en människa som tar dialogen vidare.

Utvecklingen har ifrån maskininlärning gått vidare till djupinlärning som är en mer avancerad form av maskininlärning där datorn har möjlighet att bryta ner informationen i mindre beståndsdelar och göra mer avancerade och noggranna analyser. Dock kräver djupinlärning fortfarande träningsdata och mänsklig interaktion för att fungera och är fortfarande begränsat till bestämda områden. Nästa steg i utveckling är det som många menar när de pratar om AI, nämligen oövervakad inlärning, alltså ett system som lär sig själv utan mänsklig interaktion.

Så vad finns på marknaden?

Det har nästan exploderat av aktörer på marknaden som arbetar med att ta fram AI-lösningar de senaste åren och personer med kompetens inom AI-utveckling är otroligt eftertraktade. Det är en stor kamp mellan de stora jättarna, Facebook, Twitter, Oracle, IBM, Microsoft, Amazon etc. att b.la. genom uppköp av små tech-bolag införskaffa sig mer AI-kompetens. Vid ett kvällsevent bjöd Centigo in två marknadsaktörer, Gavagai och IBM, för att de skulle få dela med sig av sin kunskap och berätta om sina lösningar inom AI. Gavagai är ett litet bolag som själva har utvecklat ett AI för textbehandling. Idag skapar vi data i en otrolig fart, nästan varannan vecka fördubblas mängden data som finns, men den stora majoriteten av denna ca 80-90 % är ostrukturerad. Med sitt AI har Gavagai skapat ett system som kan de flesta språk, förstår slang, förkortningar, felstavningar och talspråk och därmed kan hantera, kategorisera och göra ostrukturerad data hanterbar. Gavagai hjälper t.ex. med kundundersökningar. Istället för att skapa massa flervalsfrågor som skall generera strukturerad data så kan man med AI:s hjälp be sina kunder att i fritext beskriva sina upplevelser och på mycket kort tid få tusentals svar sammanställda på ett hanterbart sätt. IBM har ett AI ”Watson” som har blivit väldigt uppmärksammat i media då det hjälpte läkare att ställa rätt diagnos på en cancersjuk kvinna. Genom att utnyttja maskininlärning och ge Watson stora mängder data kring den senaste cancerforskningen så kunde Watson göra en analys och ställa rätt diagnos.

Men vad betyder denna utveckling för den egna verksamheten och behöver vi verkligen börja nu?

Roy Amara var en framstående forskare vid Stanford Institute och även ordförande för Institute for the Future (IFTF) i USA som är en ideell tankesmedja. Han myntade det som senare kom att kallas för Amaras lag, nämligen att:

”We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run” – Roy Amara

Översatt till en verksamhet idag så innebär detta att vi inte kommer vakna upp imorgon, teleportera oss till jobbet, vara på en arbetsplats fylld av robotmedarbetare och prata med våra datorer. Men det är inte omöjligt att vi är på väg ditåt. AI leder i termer av verksamhetsutveckling idag till en allt högre grad av automatisering och här kan vi se stora effektivitetsfördelar redan idag. Det är inte längre en frågeställning ”om” AI kommer att slå igenom på den allmänna marknaden, utan ”när”. Därför finns det stora vinster i att redan nu börja fundera kring och arbeta med att se över hur AI-teknologi skulle kunna hjälpa den egna verksamheten redan nu. Nedan finns fyra aspekter som bör beaktas när man vill börja arbeta med AI:

  1. Skapa en medvetenhet

Att våga övergå till synsättet där frågan inte längre är ”om” AI kommer att slå igenom utan ”när” och lägga lite tid i veckan på att uppdatera sig kring vad som händer inom den teknologiska utvecklingen ger stora försprång i möjligheten att agera. Att bli medveten handlar inte bara om att ledningsgruppen skall diskutera teknologiska framsteg utan att arbeta för att hela organisationen ska få in större insikt i området. Detta för att kunna förebygga motstånd och skapa en större förståelse kring fördelarna med AI.

  1. Tänk stort – börja litet

Många av de stora AI lösningar som finns på marknaden idag är oerhört dyra och kräver rejäla kvantiteter av data för att återbetala sig i effektivitetsvinster. Men det finns även flera mindre lösningar i form av t.ex. botar och analysprogram. Att i ett första steg titta på en stor implementation som kommer att påverka hela organisationen är ofta inte rätt väg att gå, däremot har man mycket att vinna på att ha en långsiktig plan kring hur organisationen ska arbeta med AI.

  1. Tydlig avgränsning

Det är viktigt att identifiera ett specifikt problem som man vill lösa med hjälp av AI och att detta skall vara avgränsat och mätbart. Att kunna lyfta fram och mäta de effektivitetsvinster som implementeringen ger är ett vitalt steg för att förankra och driva en utveckling av AI inom den egna verksamheten.

  1. Inte bara IT

Börja med att sätta samman en projektgrupp för att utvärdera möjliga lösningar och driv övergången till AI-baserade lösningar som ett verksamhetsutvecklingsprojekt. Tänk tvärfunktionellt och långsiktigt, AI är ingenting som bara berör IT-avdelningen. Det är ett teknologiskt framsteg som på sikt kommer förändra hur vi arbetar inom hela organisationen.

Sammantaget ligger en stor vinst i att bara våga ta steget och fundera kring hur AI-teknologi skulle kunna hjälpa den egna verksamheten. För AI är inte någonting som kommer, det är redan här.

Om du har frågor eller vill veta mer, kontakta gärna: Rebecka Birgersson, rebecka.birgersson@centigo.se