Kunstig intelligens – er din virksomhet klar for mulighetene?

Teknologien kan gi mange fordeler for virksomheter, men hvilke reelle verdier kan skapes, og hva må til for å lykkes?

Av: Lars Ingvard Hoff og Eirik Y. Øra, Seniorrådgivere i A-2 Norge

Foto: shutterstock Willyam Bradberry

Kunstig intelligens (KI) er ikke lenger bare for teknologifrelste. Løsninger basert på KI kan ha reell effekt på forretningen og kan gi mange konkurransefortrinn for virksomheter.

Teknologien brukes i mange bransjer, f.eks. bruker bankene KI til å detektere kortsvindel og hvitvasking i sanntid, forsikringsselskaper bruker KI til å avdekke forsikringssvindel og innen helse benyttes KI til å stille diagnose og velge videre utredning.

Et av de mest brukte områdene for KI er profilering av kunder og brukere. Med kunstig intelligens kan Google målrette digitale annonser, Facebook kan gi deg en interessant feed, Netflix kan foreslå filmer du liker, Spotify kan forslå artister og låter du liker, etc. KI kan både gi økt salg og en bedre brukeropplevelse. 

Kunstig intelligens gjør det mulig å forstå kundene langt bedre og forutse deres behov og problemer tidligere, slik at virksomhetene kan tilpasse og tilby sine produkter og tjenester der de trengs mest.

Hva kan KI bety for din virksomhet?

I fremtiden vil KI benyttes på mange områder i virksomheten i tillegg til kundeprofilering: Logistikk, juss, økonomi, dokumentasjon, produksjon og produktutvikling. Hvordan KI endrer og påvirker din bransje kan fortsatt være uvisst, men det er ingen tvil om at riktig og reflektert bruk av KI kan bestemme hvor din virksomhet er om 3-5 år. Vi mener at det er viktig å se på hvor i virksomheten KI akkurat nå har størst potensiale for å gi de største fordelene og deretter å satse både fokusert og helhetlig.

Kunstig intelligens (KI) artificial intelligence (AI)

Kunstig intelligens er informasjonsteknologi som justerer sin egen aktivitet og derfor tilsynelatende framstår som intelligent.

Man sier ofte at en datamaskin som er i stand til å løse oppgaver uten å få instruksjoner fra et menneske på hvordan den skal gjøre det, har kunstig intelligens. For eksempel foreslår «intelligente» søkemotorer treff på grunnlag av data om tidligere søk og annen brukeradferd.

Typer kunstig intelligens

Kunstig intelligens omfatter alle intelligente systemer. Et grovt skille kan trekkes mellom regelbaserte modeller (ekspertsystemer) og datadrevne modeller (maskinlæring). 

Regelbaserte modeller forstår begreper gjennom regler, som ofte er programmerte før modellen brukes. I datadrevne modeller lærer maskinen i stedet for å bli programmert.

Kilde: https://snl.no/kunstig_intelligens

Hvordan kommer du i gang?

Virksomheter som lykkes, kobler KI tidlig på kjerne-virksomheten og forretningsstrategien. De setter søkelys på hvilke resultater man ønsker å oppnå, og ikke teknologien i seg selv. Vi anbefaler at man prøver ut enkle løsninger og bruker disse til å bygge kompetanse, forståelse og ikke minst tillit til løsninger basert på kunstig intelligens. Etter hvert som man bygger kompetanse og tillit vil KI-løsninger mer og mer bli en naturlig del av virksomheten og de verktøyene man benytter for å nå sine mål.

Det er imidlertid flere fallgruver. Mange KI-implementeringer kjører seg fast. De tester og piloterer, men stanser av forskjellige årsaker opp, og kommer sjelden over i operativ bruk og reell verdiskapning. Det kan være flere årsaker til dette, som at prosjektene har vært teknologidrevet, at de ikke har vært tilstrekkelig forankret i forretningsstrategien eller at kompleksiteten har vært for stor. Flere burde kanskje ha stilt seg spørsmålet om de burde kjøpe KI-baserte applikasjoner i stedet for å lage dem selv. Er det fornuftig å bygge egne verktøy, eller finnes det gode kommersielle løsninger der ute som er lært opp med data fra flere kunder?

Verdiene realiseres først når samspillet mellom mennesker og teknologi fungerer

Det er også generelle utfordringer med alle endringer som kommer med ny teknologi. Verdiene skapes som kjent ikke av teknologien alene, men først når den utnyttes i operative prosesser av kompetente mennesker. Dette krever at man først må starte med bedriftens hoder. Det viktigste er egentlig ikke teknologien, men å sette seg inn i hva kunstig intelligens kan bety for virksomheten.

Et virkemiddel kan være teknologi-utprøving, utforsking av ideer og kompetanseheving slik at man setter seg i stand til å ta gode valg.

Valg av gode partnere og leverandører som kompletterer egen erfaring og kunnskap kan være essensielt, fremfor å forsøke å gjøre hele løftet selv. God endringsledelse er viktig for å sikre at kvalitet, etikk, sikkerhet, juridiske rammer og lojalitet ivaretas både for kunden og den ansatte.

Les også: Hvordan sikre at du oppnår de gevinstene som er forespeilet ved å flytte ut i skyen?

iStock-metamorworks

Tips fra Eirik og Lars til vellykket innføring av kunstig intelligens

Lars er utdannet Msc/Sivilingeniør i Elektronikk og datateknologi ved NTNU.

Han har mer enn 20 års erfaring med teknologi- og forretningsutvikling, samt konsulenterfaring innenfor prosjektledelse, modernisering, effektivitetsforbedring og digitalisering. Lars har erfaring med kunstig intelligens både fra privat og offentlig sektor.

Lars har tidligere jobbet i Telenor, NAV og Accenture. Han har opparbeidet seg lang og bred erfaring i grensesnittet mellom forretning og teknologi i komplekse norske og internasjonale organisasjoner i privat og offentlig sektor, både som konsulent og ansatt.

Eirik er utdannet sivilingeniør ved University of Manchester upon Tyne i England, hvor han har fullført en Master of Science (M.Sc.), Computer Systems and Software Design (CSSD). Eirik har de siste årene jobbet med kunstig intelligens, big data analytics og maskinlæring i oppstartselskap som Digital View AS og AIA Science AS.

Eirik har lang erfaring som arkitekt, utvikler, linjeleder og CTO fra flere store internasjonale virksomheter som Telenor, FAST Search, Accenture og Expedia. I flere store prosjekter har han jobbet med alt fra produktutvikling, systemintegrasjon til arkitektur, strategi og digitalisering. De siste årene har han hatt hovedfokus på ny teknologi som kunstig intelligens, big data analytics og maskinlæring.