"Vill du börja använda AI? Ta rygg på Google" säger Daniel Langkilde

Snabbare processorer, billigare lagring och högre överföringshastigheter gör det möjligt för maskiner att agera självständigt och kommunicera med både människor och varandra. Det kallas AI – men passar det alla företag? Förmågan att tillgodogöra sig AI beror bland annat på hur digitalt företaget är i nuläget, säger Daniel Langkilde.

– Det är inte bara att dunka in AI i produktionen och så blir allt genast mycket bättre. Utan big data finns inget för maskinerna att lära sig av och du kan inte automatisera något som i dag görs med penna och papper.

AI är lämpligt för företag som sitter på mycket data om sina kunder och vill dra fler slutsatser av denna.

–En tacksam tillämpning är CRM-system, där AI kan identifiera gemensamma faktorer hos till exempel de kunder som lämnar dig. Och dessutom föreslå åtgärder som motverkar tapp, och till och med utföra en del av dessa åtgärder.

Hur gör man då för att tämja kraften hos AI? Är det bara att köpa en färdig box och trycka på start?

– Vissa generella tillämpningar som text-, ljud- och bildigenkänning går att köpa färdiga. Sen är det inte säkert att de passar just dina behov. De flesta molntjänstleverantörer erbjuder i dag olika tilläggstjänster inom databearbetning och analys som utnyttjar AI.

Värdefullaste tillgång

Framtidens värdefullaste affärstillgång är data, säger Daniel Langkilde. Men inte vilken rådata som helst – utan annoterad data:

– Annoterad data är data som kan knytas till en viss egenskap. Data som säger något om någonting och kopplar ihop orsak och verkan. Data som ger bra information om ett affärsproblem. De företag som bygger processer för att generera unik annoterad data – och är först ute med att effektivisera eller och skapa värde med hjälp av denna data – får ett försprång gentemot konkurrenterna.

Hur skapar man annoterad data, eller kvalitetsdata?

– Det kan uppstå automatiskt i affärsprocessen, man kan också skapa en process vid sidan om för att generera den, eller betala människor för att plocka fram den.

Att använda AI kräver helt enkelt mycket oglamoröst förarbete, konstaterar Daniel Langkilde:

– Bakom de framgångsexempel det talas mycket om ligger insamling av enorma datamängder och utveckling av infrastrukturer och processer.

Kodknäckarna levererar

För de företag som ändå är intresserade av – och har resurser – att själva utveckla AI-tillämpningar har han goda nyheter:

– Algoritmer och infrastruktur för AI blir alltmer standardiserat, tillgängligt och kostnadsfritt tack vare digitala jättar som Google, Facebook och Amazon, som utvecklar ny kod i samarbete med ansedda institutioner som Stanford och Berkeley.

Googles ramverk för AI-programmering heter TensorFlow och går att ladda ned. Och Google satsar stora slantar på att ligga i framkant inom AI. Som förvärvet av Londonbaserade Deep Mind, som anses rymma några av världens ledande auktoriteter inom AI. Uppköpet genererade raskt en rejäl avkastning när Google lyckades sänka energiförbrukningen i sina datacenter med 40 procent. Hemligheten? En AI-lösning från Deep Mind som byggde på simulering.

AI kan med andra ord användas både för att sänka kostnaderna och öka intäkterna. Vilken väg väljer ni?

Daniel är expert på machine learning och har utvecklat AI-applikationer åt bland annat framstående bolag inom autonomous drive såsom Zenuity, ägt Volvo Cars och Veoneer. Han är medgrundare till Annotell, se mer på annotell.com