Vurderer du å ta i bruk kunstig intelligens i din bedift? Her er et par råd.
JOHN TOWNER on Unsplash.
Dette hindrer bedriftene fra å ta i bruk kunstig intelligens
Konsulentselskapet Gartner har gjennomført en undersøkelse for å finne ut de største barrierene for å implementere kunstig intelligens i virksomheter.
Over halvparten svarer at den største utfordringen er mangel på kompetanse og nødvendige ferdigheter blant ansatte.
– De aner ikke hva teknologien er og hva den kan brukes til. De få som har denne kompetansen og gjennomfører prøveprosjekter, ender ofte opp med å finne ut at sikkerhet og personvern i det eksisterende IT-landskapet de har, er den store barrieren for å få kunstig intelligens til å skape verdier for virksomheten, forklarer forskningsdirektør Magnus Revang.
Man hører ofte om, og ser prototyper av fordelene og muligheten kunstig intelligens bringer med seg. Problemet er sikkerhetshindrene virksomheter støter på når de skal sette disse prosjektene ut i de store, integrerte systemene de allerede har.
– Det er mange spørsmål om integrering og sikkerhet som må avklares med IT-avdelingene i virksomheter før man kan ta i bruk kunstig intelligens. Slike prosesser kan i seg selv ta over et år etter at selve teknologiløsningene er utviklet, forklarer Revang.
Paradigmeskifte
Kunstig intelligens endrer måten vi jobber og bruker teknologi på. De fleste er i dag vandt til å være operatører av teknologi.
– Det er et paradigmeskifte som skjer i disse dager når vi putter kunstig intelligens inn i maskinvare. Som operatører er vi ansvarlige for lære hvordan teknologien skal brukes. Hvis jeg derimot putter maskinlære inn i programvare, flyttes ansvaret for læring over på maskinen. Når ansvaret for læring flytter seg, skjer det ekstremt mye spennende, sier Revang.
Plutselig er det teknologiens ansvar å lære hva brukeren vil. Bordet er snudd og det er ikke lenger mennesket som skal lære hvordan han eller hun skal bruke teknologien.
Det er mye upløyd mark vi må gjennom, både som samfunn, personer og bedrifter
– Om fem til ti år er ikke jeg lenger ansvarlig for å ta bilsertifikat og operere bilen, maskinen er ansvarlig for å vite hva jeg vil. Teknologien lærer det jeg vil.
Han forklarer at når man beveger seg inn i en verden hvor maskiner lærer, handler mye om eksperimentering.
– Vi kjenner enda ikke konsekvensene. Det er mye upløyd mark vi må gjennom, både som samfunn, personer og bedrifter.
Dette svarer virksomhetene er de tre største hindrene med å implementere kunstig intelligens:
(Kilde: Gartner)
Maskiner som gjør feil
Forskningsdirektør i Gartner Magnus Revang under seminaret «Kunstig intelligens i praksis». (Foto: Camilla Skjær Brugrand)
Mye av kunstig intelligens i dag er langt fra å være produktivt anvendt. Revang forsikrer at man ikke skal være redd for at man ikke helt forstår hvordan man skal gjøre kunstig intelligens produktivt.
– Vi er enda i eksperimenteringsfasen. I dag begynner kunstig intelligens å gå mot menneskelig presentasjon. Men teknologien vil fremdeles gjøre feil, problemet er at kunstig intelligens vil gjøre andre typer feil enn det mennesker ville gjort. Det har en ekstrem høy konsekvens, advarer Revang.
Når man snakker om selvkjørende biler og sier at når selvkjørende biler blir så gode som mennesker til å kjøre, må vi heller ta dem i bruk enn å kjøre selv.
I fjor var det 33.000 dødsulykker på amerikanske veier. Vil vi akseptere det samme antallet dødsulykker med selvkjørende biler?
– Selvsagt ikke. Nedsiden er stor. Kunstig intelligens må kanskje bli 1000 ganger bedre enn menneskelig prestasjon før vi er villige til å akseptere at maskinene gjør feil nettopp fordi de gjør andre feil enn mennesker ville gjort.
Sidestilles med automatisering
Kundene til Gartner sidestiller kunstig intelligens med automatisering. Det betyr at veldig mye teknologi som ikke er kunstig intelligens, plasseres i samme boks.
– De har ikke en strategi for kunstig intelligens, men en automatiseringsstrategi og en kundestrategi. Kunstig intelligens er et verktøy som kan brukes for å oppnå det. Bedriftene ser kunstig intelligens som noe som kan brukes til kundeservice som chatbots og virtuelle assistenter, og veldig lite til analyse. Det er veldig rart og spesielt, sier Revang.
Tiden er ikke inne for å kjøpe et kunstig intelligens-prosjekt til 100 millioner kroner for å revolusjonere businessmodellen
Mennesker tar til seg teknologien mye raskere enn før. Nå er det nemlig teknologien tilpasser seg oss, ikke motsatt. Det er den store forskjellen men revolusjonen av kunstig intelligens sammenlignet med andre teknologiske revolusjoner. Nå er det maskinens oppgave å tilpasse seg deg og ikke folks oppgave å tilpasse seg maskinen.
– Nå er tiden inne for virksomheter å eksperimentere med kunstig intelligens. Tiden er ikke inne for å kjøpe et kunstig intelligens-prosjekt til 100 millioner kroner for å revolusjonere businessmodellen. Teknologien er ikke moden nok enda, sier Revang.
Han mener vi må akseptere at en del av de prosjektene virksomheter utvikler, ikke vil være levedyktige. Nå er tiden for å lære og feile. Kompetanse på kunstig intelligens kan vi få ved å eksperimentere og lære hvordan denne teknologien skal brukes. Ikke invester de største summene, men invester i prøveprosjekter, oppfordrer han.
Nye venner i konkurrentene
Et annet råd Revang har til bedrifter som ønsker å ta i bruk kunstig intelligens er å se på andre industrier, ikke konkurrerende virksomheter.
– Hvis du er en bank, ikke se på hva andre banker gjør, se på hva reisebransjen gjør. Man må se på hvordan man kan lage nye tjenester og ikke bare forbedre det vi gjorde før. I et landskap med kunstig intelligens må du kanskje begynne å se på konkurrentene som dine nye venner, sier han.
Revang viser til de britiske selskapene Sky UK og Virgin Media. De er i bunn og grunn bitre fiender og har alltid vært det. Nå utveksler de derimot annonse-statistikk og data for å lage bedre annonser slik at de kan konkurrere med nye spillere som Facebook.
– Vi må endre hele organisasjonen for å ta i bruk kunstig intelligens. Vi må ikke tro at vi har alle svarene i dag, avslutter han.
