AI i din verksamhet hjälper medarbetarna och frigör tid

Artificiell intelligens (AI) är ett samlingsbegrepp för flera olika underliggande teknologier. Förenklat kan man säga att AI är förmågan av maskiner att simulera den kognitiva förmågan som människor har. Det kan t.ex. vara digitala assistenter som används vid språkförståelse eller algoritmer som med maskininlärning använder sig av historisk data för att ta fram prognoser för framtida resultat.

Det är svårt att ge ett enkelt svar på hur AI fungerar eftersom AI tillämpas med olika metoder och inom ett brett område. För varje enskilt fall anpassas tillvägagångssätt och algoritmer utifrån det mål man vill uppnå. Om vi t.ex. pratar om digitala assistenter, är det viktiga att utveckla en språkförståelse och då är det just den funktionen som AI-programmet ska fokusera på. AI-botten behöver förstå innebörden i den fråga som användaren ställer och kunna ge ett bättre svar än vad regelstyrda metoder som t.ex. statistisk matchning kan ge. Enkelt förklarat är att AI känner igen orden som används, om det är verb, substantiv och pronomen och vilken innebörd deras relativa placering i meningen har.

Maskininlärning är annan metodik som innebär att AI lär sig förstå samband genom att analysera historiskt data och automatiskt anpassa en eller flera kopplade algoritmer och dess parametrar för att kunna förutspå sannolika utfall baserat på aktuell data. För en människa skulle det vara svårt eller rent av omöjligt att förstå samband mellan variabler och stora mängder data , för att därefter skapa en algoritm som kan lösa de problemställningar som maskininlärning kan lösa. Detta ger oss möjlighet att med hög sannolikhet kunna förutse olika utfall för t.ex. prediktivt underhåll, lagerhållning, produktionsbehov, bildanalys, mm.

Bildigenkänning är en annan teknologi inom AI. Det handlar om att AI har olika metoder för att förstå innehållet i en bild. AI kan t ex urskilja vilka olika objekt som finns i en bild eller film, och till och med identifiera enskilda individer.

Ett av de vanligaste områdena där AI används är digitala assistenter som svarar på vanliga frågor som ställs av kunder eller personal vilket kan skapa stora värden både internt och externt då den frigör tid för personalen, förbättrar kundupplevelsen eller ökar försäljningen. Ett annat område för maskininlärning är analys av data, t.ex. för att mer effektivt granska fakturor.

När AI modeller skapas finns alltid en risk att den speglar personen som programmerar. Om det t.ex. är en person med fördomar kan det återspeglas i AI:n om det skulle kunna användas på ett oetiskt sätt. En annan risk är att det ibland kan finnas en övertro på AI att ska lösa en problematik då man glömmer att AI bara genererar data baserat på fakta. Det är viktigt att de metoder och modeller som används är baserade på de faktiska förutsättningarna, vilket är varför generiska lösningar kan skapa oönskade effekter.

Etisk AI är en viktig aspekt för att inte skapa en AI som agerar fördomsfullt gällande t.ex. etnicitet, kön, ålder eller sexuell läggning. Det säkerställer man genom att undvika fördomar när man tränar AI-modellerna, ha tydliga riktlinjer och policys för hur AI ska tillämpas och en metodik som innehåller mjuka värden utöver de rent tekniska.

Vi kommer att se AI överallt där man har beslutsprocesser som baseras på komplexa underlag. Vi kan redan nu se exempel inom sjukvården där man börjat bedöma röntgenbilder med hjälp av AI i mindre skala, det kommer vi se mycket mer av framåt. AI används också för att snabbare kunna identifiera bedrägerier i t.ex. banksystem. Inom rättsväsendet kommer AI kunna användas i större utsträckning för t.ex. identifikation. Företag och människor blir mer medvetna om miljön och här kan man ta hjälp av AI för att minska miljöavtryck, t.ex. med körjournaler för insamling av data och AI-baserad ruttoptimering för effektivisering av körsträckorna.

• Börja med insikten att varje case är unikt. Lägg gott om tid på förstudien och utgå ifrån era uppsatta mål och förutsättningar.
• Börja med ett mindre projekt, men sätt igång nu för att inte tappa konkurrenskraft.
• Ta hjälp av oberoende specialister med en tydlig verksamhetsförståelse och teknisk kompetens.

• Välj inte teknik/plattform förrän förstudien är genomförd och ni är överens om mål och strategi.
• Lämna inte verksamheten utanför, de behöver vara med i processen och förstå vad som ska uppnås.
• Undvik generella och färdiga AI-lösningar