Mit navn er Dan Rose Johansen, og jeg har fået fornøjelsen af at gæsteblogge en artikel for Acubiz om kunstig intelligens. Jeg er CEO og grundlægger af virksomheden TodAi. Jeg har sat TodAi i verden for at gøre kunstig intelligens jordnært og tilgængeligt for så mange virksomheder i Danmark som muligt. Det vil jeg også forsøge i denne artikel. God læselyst!
Kunstig intelligens, eller som jeg bare kalder det, AI, er et diffust emne for mange. Men det behøver det ikke nødvendigvis at være. Det er muligt at gøre konceptet både jordnært og tilgængeligt, og på den måde appellere til mange flere virksomheder og dets medarbejdere end hvad er tilfældet i dag.
Én af de helt store udfordringer ved at brede AI ud, er den naturlige modstand imod forandring. For lige meget hvordan vi vender og drejer det, så er AI genstand for et paradigmeskift inden for mange funktioner i rigtig mange brancher. De muligheder som AI, og for den sags skyld også Robotics og Machine Learning, tilbyder, vil i fremtiden medføre en anderledes arbejdsstyrke. En arbejdsstyrke der ændrer sig. Medarbejdere vil ikke miste sit job, men selve jobfunktionen og arbejdsopgaverne vil ændre sig.
Derfor er det vigtigt, at virksomheder forsøger at omfavne AI’s mange muligheder for at forblive konkurrencedygtige fremover – og det er slet ikke så farligt som mange tror.
Vi er slet ikke enige om, hvad AI er
Det største problem som jeg oplever ved den føromtalte ”modstand” mod AI er, at vi er lidt forvirrede når der bliver talt om kunstig intelligens eller AI. Vi har nemlig ikke et fælles sprog for det endnu. Her kan nyhedsstrømmen være en del af ”problemet”. Hvis vi ser nærmere på nyhederne omhandlende AI, så handler 12% af dem om Elon Musk og selvkørende biler. Men AI er altså meget mere end det. Det kommer jeg ind på om lidt.
Når vi endnu ikke har et fælles sprog, eller forståelse af AI, så betyder det også, at der faktisk er mange virksomheder, som siger at de bruger kunstig intelligens, men i virkeligheden anvender en anden teknologi. Mange tror per automatik, at hvis en proces er automatiseret, så er AI i spil. Det er det bare ikke altid. Faktisk viser det sig, at kun 40% af danske startups gør brug af AI, og jeg er overbevist om, at det bunder i en misforståelse af konceptet. Det vil som oftest være fordi, at AI forveksles med robotics. Jeg forstår forvekslingen, men det er vigtigt at understrege, at den helt store forskel på de to koncepter er, at robotics ikke kan løse en opgave, som den ikke har set før. Men det kan AI! AI er med andre ord eksperimentelt og efterligner i bund og grund menneskelige handlinger. Robotics på den anden side, kan kun agere ud fra de modtagne instrukser.
Kontroltab er den sidste vigtige faktor, når vi taler om tilbageholdenhed ved at gøre brug af AI. Hvis en virksomhed vælger at anvende AI, så vil følelsen af kontroltab uundgåeligt forekomme, men det er slet ikke så voldsomt som det lyder. Det kommer jeg ind på lige om lidt.
Hvad er det svære ved at arbejde med AI
Da jeg begyndte at arbejde med AI troede jeg, at den nemme del af AI-arbejdet ville være at finde et problem, som var egnet til at blive løst med AI. Det viste sig så tværtimod at være den svære del. Det som jeg troede var svært har vist sig at være den lette del af AI. Det lette er at bygge AI modeller, lave prototyper og at få ideer til hvad der kan løses ved hjælp af AI.
Det svære er at forstå essensen af problemet og herefter løse det ved hjælp af de nødvendige data. For det er som regel både dyrt og besværligt at indsamle data når der skal løses en opgave – også selvom opgaven, som udgangspunkt, virker simpel.
Det betyder naturligvis ikke, at AI er så svært, at det ikke er til at komme i gang med. I modsætning til for få år siden, er det i dag muligt at bygge en AI-model uden nogen som helst form for kode. Og i takt med at der bliver udviklet flere og flere AI-modeller til at løse en stadigvæk bredere vifte af problemer, vil flere af modellerne blive såkaldte hyldevarer, som man bare kan pille ned, købe og bruge. Nemt og bekvemt – plug and play.
Hvordan bliver fremtiden med AI?
Hvordan fremtiden kommer til at se ud med et mere modent marked for AI, er noget, som jeg ved, ligger mange på sinde. Da AI blev introduceret var det største fokus, at robotterne kom og overtog vores jobs – det skabte naturligvis en del af den modstand, som jeg berørte indledningsvist. Hverken robotter (robotics) eller kunstig intelligens (AI) kommer til at tage vores jobs. Det er jeg helt overbevist om. Men vores jobs ændrer sig.
Lad os bruge en regnskabsafdeling som eksempel. Hvis en medarbejder i dag bruger 80% af sin tid på indtastninger og kun 20% på controlling, vil fordelingen være lige omvendt i fremtiden. På sigt bliver det muligt at få AI til at varetage de opgaver, som medarbejdere gør manuelt i dag. Det kan være via en såkaldt hyldevare, men selv en hyldevare skal udvikles over tid for at fungere optimalt. Her er AI markant anderledes end robotics. For AI er nødt til at træffe sine valg baseret på erfaringer. Du er med andre ord nødt til at ”træne” din AI, så den kan løse de opgaver, du gerne vil have den til.
Du træner din AI ved at vise den eksempler på hvad en ”rigtig” medarbejder i den pågældende funktion ville gøre. Herefter registrerer AI så alle de faktorer og variabler, som der var til stede i eksemplet, og registrerer, at ud fra netop disse, blev det konkrete valg truffet af den ”rigtige” medarbejder.
I sin regnskabsafdeling kan en medarbejder eksempelvis træne sin AI, ved at vise hvordan en faktura ser ud. AI vil herefter bruge sin forforståelse til vurdere om der er tale om en faktura eller ej. Anvendes en AI-hyldevare, vil den allerede have en forståelse som er foruddefineret. Herefter er det muligt bygge ovenpå forståelsen ved at træne sin AI. Medarbejderen forsøger altså så vidt muligt at fylde viden ind i sin AI, som kan have relevans for, om den givne opgave eller problem kan blive løst.
Når medarbejderen træner sin AI er det vigtigt at give den opgaver af forskellig sværhedsgrad. Det kan f.eks. være en krøllet kvittering, hvor oplysningerne skal aflæses fra. Hvis den AI, som bliver brugt til at aflæse kvitteringen, melder tilbage, at den er 90% sikker på hvad der står på kvitteringen, så kan medarbejderen prøve at træne sin AI yderligere ved at putte data ind, som kan hjælpe AI’en med at blive endnu mere sikker fremadrettet. Kan det ikke lade sig gøre, så kan det f.eks. være en opgave, som AI giver videre til en ”rigtig” medarbejder, der kan foretage den nødvendige controlling.
Sådan kommer du i gang med AI
Hvis du tænker, at det lyder rigtig spændende med AI, men at du ikke lige er helt komfortabel ved at lade et stykke selvtænkende software håndtere arbejdsopgaver i din virksomhed, så er mit bedste bud at du starter med at prøve en emailbot. En emailbot er en AI, som kan lære at forstå, sortere, videresende og besvare e-mails. Det giver dig mulighed for at teste teknologien af og se om det virker i din organisation.
AI bliver et konkurrenceparameter i fremtiden. Derfor kan I lige så godt begynde at overveje hvilke arbejdsopgaver, som AI kan løse for jer. Og husk, at det ikke er svært at finde ud af, hvor AI eller robotics kan sættes til det ”kedelige” arbejde, men det svære ligger i at gennemskue, hvad det kedelige arbejde egentlig består af. En ting er sikkert – bruger I den tid, som det kræver at integrere AI i jeres virksomhed, vil I kunne drage fordel af det mange år ud i fremtiden.
