(Foto: Dan Jensen)

Så er det ikke sværere: Hul på bylden og i gang med ML

Klumme: Så skete det. Jeg fik hul på bylden og lavede min første Python-scriptede algoritme. Pludselig var tiden, opgaven og månens stilling den helt rette. Virksomheder kan sagtens komme med på rejsen!

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

Wauw. Pludselig lå hele verden åben for mig.

Sådan føltes det i hvert fald for et kort øjeblik.

Som en erfaren datahåndværker, dataingeniør og informationsarkitekt var det skønt at stå fadder til sin første ML-algoritme og se den levere.

En lille prototype – selvfølgelig – men den satte straks hjernen i gang med at finde på nye måder at bruge Machine Learning på.

En uge senere…

Det lille skub kom da en af de studerende i vores data lab i SAP Experience Centeret arbejdede på en algoritme til at bestemme en films genre.

Det uforpligtende projekt måtte jeg kaste mig ind i, og på en uge var vi flyttet fra ide til kode og færdig service. Processen rummer – i allergroveste træk - at man skal finde og udvikle Python-koden, og man skal sætte den sammen med data, og så skal man sætte hele herligheden i produktion.

Jeg taler ML

En stor fornøjelse og en AHA-oplevelse.

Der er sagt og skrevet så meget om kunstig intelligens, og derfor kan det føles som et gennembrud at komme fra det overordnede meta-niveau til rent faktisk at udtrykke sig på Swahili … jeg mener ML. Og så er det heller ikke sværere!

Tendens til at overkomplicere
I virksomhederne kan der være en tendens til at overkomplicere dette felt.

Enten sker der absolut intet eller også bliver projektet med at indtænke ”kunstig intelligens” så mastodontisk, at det ikke rykker sig ud af flækken eller løber ind i diverse organisatoriske og ressourcemæssige problemer.

Men over lange strækninger er det faktisk sådan, at vi kan genbruge meget af den organisation og viden, som vi bruger på næsten alle andre områder, når vi skal udrulle it-løsninger i organisationer.

Begynd med use case
For det første må og skal vi begynde med et forretningsmæssigt problem. En proces, et produkt eller noget andet, som vi vil forbedre.

Denne use case skal være virkelig og den skal ejes af forretningen. Uanset om vi vil bruge SAP eller andre løsninger til at løse problemet.

CBS’eren, håndværkeren og arkitekten
For det andet skal projektet have et sæt gammelkendte kompetencer eller roller dækket ind.

Udover den klassiske forretningsejer – lad os kalde hende CBS’eren – skal vi have en data scientist og en arkitekt.

CBS’eren ejer casen og vurderer værdien og retningen i projektet.

Data scientisten er datahåndværkeren, som arbejder med data og med kodning.

Mellem de to kernekompetencer har vi brug for en brobygger. En arkitekt eller ingeniør, som kan etablere det samlede miljø og den infrastruktur, som er nødvendig for at nå målet.

Disse tre kompetencetyper skal være der, men de behøver naturligvis ikke at være fordelt på tre personer.

Langtidsholdbart og replikerbart
For det tredje skal det enkelte ML-projekt ses som ét i en række, så erfaringen opsamles gennem en struktur, der giver en virksomheden en langtidsholdbar tilgang til data og avanceret analyse.

Målet er at opbygge et organisatorisk miljø, så løsninger kan knopskyde og befrugte hinanden, og så man undgår at begynde fra scratch hver gang.

Ellers er der overhængende risiko for, at erfaringen bliver for ”håndholdt” og dermed flygtig og svær at replikere.

Ikke meget i dette er nyt. Tværtimod. Vi skal ikke gøre ML sværere end det er.

Jeg var måske selv faldet lidt ned i den grøft, og det var dejligt at komme over på den anden side.

ML til at svare kunder?
Det lille pilotprojekt har for øvrigt kastet en ide af sig.

Vi får mange kundehenvendelser som enten er Request For Information eller Request For Proposals, og en del af besvarelsen er et sæt af standardinformation om protokoller, rapporteringsformater og underliggende teknologi-komponenter.

Derfor er der ofte en stor fællesmængde i svarene.

Ideen er den simple at lade en ML-algoritme lære af vores seneste besvarelser, og derefter automatisk levere udkast til det nye svar, som vi skal give til en kunde.

Kan godt ske jeg stadig er en amatør, men jeg har troen på at det kan lade sig gøre.

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 din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.



mest debatterede artikler

Premium
Her er Microsofts planer med Windows for 2021: Pønser på fire nye versioner
Windows 10 vil udkomme i et væld af nye afskygninger i det kommende år. Få overblikket her.
Computerworld
Stein Bagger gør comeback i ny branche: "De lignede et mafiahold, førte sig frem som nyrige og plaprede løs om urealistiske drømme"
Stein Bagger har skiftet navn og fører sig nu frem i store biler i en helt ny branche, skriver en dansk avis.
CIO
Podcast: Her er seks gode råd om ledelse og digitalisering fra danske top-CIO'er
The Digital Edge: Vi har talt med 17 af Danmarks dygtigste digitale ledere - og samlet deres seks bedste råd om digitalisering og ledelse. Få alle rådene på 26 minutter i denne episode af podcasten The Digital Edge.
Job & Karriere
Se Waoos forklaring: Derfor har selskabet fyret topchef Jørgen Stensgaard med omgående virkning
Waaos bestyrelse opsiger fiberselskabets topchef, Jørgen Stensgaard, der fratræder med omgående virkning. Se hele forklaringen fra Waao her.
White paper
Optimér netværket til håndtering af hybrid- og multicloud infrastruktur
I januar 2020 konstaterede Gartner, at cloudcomputing var blevet ”The New Normal” – og op gennem året gjorde Covid-19 det endda helt essentielt at være i stand til at drifte infrastrukturen helt eller delvist fra skyen. Situationen har tvunget virksomheder til hastigt at omstille eller gentænke deres driftsstrategi, og hybride infrastrukturmodeller er nu mere udbredte end nogensinde før. Men mange har også været nødt til at erkende, at den stigende kompleksitet – i særdeleshed på det netværks- og sikkerhedsbaserede felt – stiller helt nye krav til de organisationer, der anvender dem. Denne hvidbog går i dybden med nogle af de mest udbredte udfordringer, som disse transformationsscenarier stiller din organisation overfor. Den giver et solidt bud på, hvordan en netværkshub baseret på Interxion-teknologi gør det muligt at gentænke og optimere netværksinfrastrukturen. Særligt med henblik på at optimere den til at kunne håndtere en hybrid- eller multicloudbaseret infrastruktur.