Artikel top billede

(Foto: Yannis Ntousiopoulos)

Kunstig intelligens er meget mere end chat-bots – men hvordan kommer man i gang?

Klumme: Der tales og skrives meget om kunstig intelligens, men erfaringer med implemeteringer er få. Indførelse af kunstig intelligens kræver topledelsens involvering og en stringent metode – ellers er pengene spildte. Få mine gode råd her.

Denne klumme er et debatindlæg og er alene udtryk for skribentens synspunkter.

En stor del af de virksomhedsledere, jeg taler med her i Danmark, forventer sig meget af kunstig intelligens, men har alligevel svært ved at forstå, hvad kunstig intelligens egentlig er, og hvilket potentiale det har for virksomheden. 
Kunstig intelligens er et af de mest omtalte nye it-teknologier, og det forventes, at 60 procent af alle it--investeringer inden for de næste år vil blive brugt på projekter, der på en eller anden måde relaterer sig til anvendelse af kunstig intelligens. 
Typisk er man begyndt med såkaldte ”chatbots” - det vil sige software, som man kan kommunikere med og få oplysninger fra.

Det er løsninger, hvor man på tværs af forskellige it-systemer automatisk kan hente oplysninger frem.

Disse chat-bots stilles så til rådighed for kunder eller interne medarbejdere, så de hurtigere kan få adgang til relevant information.

Hermed spares der tid og ressourcer, og alle får en bedre brugeroplevelse. Der findes tilsvarende ”robot”-løsninger, hvis formål er at forbedre enkelte under-processer i eksempelvis produktion eller supply management. 


Mere automatisering end egentlig læring
Disse robotløsninger har mere karakter af automatisering end egentlig læring, men omtaltes alligevel som kunstig intelligens.

Pilotprojekter og løsninger af denne type stiller ofte ledelsen tilfreds: ”Nu har vi også indført kunstig intelligens hos os,” hører man. 

Men kunstig intelligens er meget, meget mere end ”chatbots”, og de få virksomheder og organisationer, som for alvor har forstået det, er ved at skabe sig meget stort fordele, da de er kommet så meget foran i udviklingen, at andre vil få svært ved at følge med. 
Kombinationen af maskinlæring (anvendelse af algoritmer), big data og stor computerkraft giver i dag mulighed for at lave selvlærende systemer, der kan skabe helt nye indsigter og forretningsmuligheder for virksomheder og organisationer.

Her er der virkelig tale om muligheder for at ’disrupte’ sin forretningsmodel og skabe store, nye konkurrencemæssige fordele. 

Jim Hageman Snabe og Mikael Trolle har netop udgivet en interessant bog - 'dreams&details' - som på en nutidig måde viser, hvordan disruptive ændringer - som eksempelvis anvendelsen af kunstig intelligens  - bør håndteres ledelsesmæssigt.

Eller som de skriver:

”Vi mener, det kræver en ny form for ledelse, som kan forstå spillereglerne i den digitale udvikling, genopfinde virksomheden fra en styrkeposition og tænke eksponentielt i stedet for lineært og hjælpe andre til at gøre det samme.”


Hvordan integrerer man optimalt?
Derfor skal man på ledelsesniveau i virksomheder og organisationer tage teknologier som kunstig intelligens meget alvorligt og se på, hvorledes det optimalt integreres i forretningen.

Det er ikke noget, som man kan overlade alene til en ot-afdeling eller en udpeget CTO.

Topledelsen skal involveres, da det er virksomhedens fremtid, der står på spil

Der er fire grundfaser, som man kan arbejde med for at komme godt i gang.

Disse er:

1. Få viden om hvad kunstig intelligens er, få oversigt over, hvor langt virksomheden er med it og eventuel kunstig intelligens, og hvordan det vil kunne påvirke virksomheder og dets medarbejdere fremover.

2.Kortlægning af kundebehov, partnermuligheder, teknologi muligheder, datakilder og procesgennemgang.
 
3.Prioritering og gennemførelse af reelle pilotprojekter.

4.Forberedelse af implementeringer i større skala.

Fase 1 og 2 kan gennemføres normalt gennem ledelses workshops i løbet af nogle ugers intensivt arbejde og kan danne grundlag for en solid strategi for det efterfølgende arbejde. 
Udgangspunktet kan være en design thinking workshop hvor kunde/bruger delen analyseres samt en overordnet vurdering af virksomhedens nuværende it kunnen og viden, data adgang og procesbeskrivelser.
Fase 3 kan strække sig over nogle måneder, hvor forskellige muligheder afprøves og evalueres af en dedikeret arbejdsgruppe med ledelsesinvolvering.

Pilotvalg afhænger af potentialet og mulig implementeringshastighed.

De valgte pilotprojekter kan herefter igangsættes og køres som en slags agile software udviklings projekter med en række ”test/learn” processer.

Udfordringen med disse piloter vil være, at de ikke kan dække alle elementer, vil være ukorrekte etc., men de kan give en indikation af, hvilke projekter, der er bedst kvalificeret til et videre forløb.

Samtidig får man skabt indsigt i ens datagrundlag, procesudfordringer og mulige partnere.

Fase 1, Fase 2 og Fase 3 kan gennemføres uden de store investeringer, men vil danne et solidt grundlag for beslutningen om, hvor der skal satses med en fuld implementering.
Fase 4 (med den fulde implementering) er naturligvis langt den mest omfattende, men vil kunne sættes i gang baseret på erfaringerne fra pilotforsøgene, og den læring der er skabt gennem fase 1 og 2. 
Her skal man blandt andet:

• Bygge den rigtige it-infra-, cloud- og datastruktur.

• Vælge værktøjer, og hvilke open source platforme man vil anvende.

• Ansætte/udvikle de nødvendige kunstig intelligens skills til in-house brug og identificere samarbejdspartnere.

• Beslutte hvorledes virksomheden organiserer sig omkring kunstig intelligens.

• Vurdere og mitigere eventuelle juridiske og etiske forhold, som opstår som følge af kunstig intelligens.

• Udvikle den mere langsigtede implemenenteringsplan og investeringsramme.

• Beslutte hvorledes udviklingen i kunstig intelligens skal følges – her kræves at topledelsen integrerer dette i den overordnede virksomhedes planlægning, således at man har større sikkerhed for at opdage, hvornår det er tid til ‘sæsonskifte’, som Jim Hageman Snabe og Mikael Trolle betegner det tidspunkt, hvor det er nødvendigt for virksomheden at genopfinde sig selv   

Bag ved gennemførelsen af de fire faser i ovenstående ligger der en lang række af allerede eksiterende work-shop modeller, design modeller, cases fra andre virksomheder man kan inddrage i det videre arbejde. 
Det kræver topledelses fulde forståelse og inddragelse i hele processen. Det er altså langt mere en ”bare” at sætte en chat-bot i gang med at forbinde en række eksisterende systemer. Det handler om virksomhedens overlevelse.

Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling. 

Har du en god historie eller har du specialviden, som du synes trænger til at blive delt? 

Læs vores klumme-guidelines og send os noget tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.