10 konkrete opgaver kunstig intelligens kan hjælpe med at løse i din virksomhed

Kunstig intelligens har potentialet til fundamentalt at ændre måden vi arbejder og lærer nyt. Måden vi får behandling i sundhedsvæsnet og måden vi kommunikerer med hinanden. Men hvad er kunstig intelligens og hvordan kan din virksomhed få glæde af den?

Skrevet den 29. marts 2023 af Claus Rønnow

På sin blog ”GatesNotes” har Bill Gates (ham fra Microsoft) for nylig offentliggjort en artikel om kunstig intelligens med titlen ”The Age of AI has begun”. Bill Gates ser kunstig intelligens som en revolutionerende teknologi på niveau med opfindelsen af mikroprocessoren, den personlige computer, det moderne internet og smartphonen.

Det bliver dog hurtigt højtflyvende og abstrakt, når eksperter og meningsdannere kaster sig over lovprisningen af de mange teknologier, der udvikler sig med lynets hast om ørerne på os. Derfor har jeg valgt at dykke dybere ned i den kunstige intelligens og kigge på muligheder og perspektiver for små og mellemstore virksomheder.

Hvorfor hypen om kunstig intelligens?

Den aktuelle hype om kunstig intelligens kan føres tilbage til slutningen af 2022, hvor virksomheden openAI lancerede en avanceret chatrobot (chatGPT). Den kan skrive lange tekster og svare på spørgsmål så overbevisende og velformuleret, at det virker helt menneskeligt. Og jo bedre man kommunikerer med den kunstige intelligens, jo bedre svar og output får man.

Millioner af mennesker over hele verden kastede sig over chatrobotten og tusindvis af virksomheder var hurtige til at integrere chatrobottens muligheder i deres produkter og serviceydelser. Særligt inden for marketing og programmering synes mulighederne nærmest at være uendelige.

Den oprindelige model bag chatrobotten blev trænet på et kæmpe stort datasæt, som dog var afgrænset og ikke i realtid. Senere har openAI lanceret en ny version, som også kan tilgå datakilder i realtid. Jeg kan fx bede chatrobotten om at skrive et resume på 1500 tegn af en artikel, som jeg giver den et link til. Ovenikøbet et resume på dansk.

Hvis du ikke allerede har afprøvet chatrobotten, så vil jeg anbefale dig at gøre det.

Hvad er kunstig intelligens?

Populært sagt forsøger vi med den kunstige intelligens at efterligne den naturlige intelligens, som vi mennesker besidder (i varierende grad). Mere konkret handler det om at få en computer, en robot eller tilsvarende maskine til at simulere menneskelig tænkning og adfærd.

Den form for kunstig intelligens vi typisk taler om i dag, er designet til én specifik opgave. Det skal ses i modsætning til kunstig generel intelligens (fra engelsk artificial general intelligence, forkortet AGI), som kan forstå og lære enhver intellektuel opgave, som et menneske kan. Den form for kunstig intelligens er vi stadig langt fra, om end vi bevæger os i den retning med hastige skridt.

Historisk har kunstig intelligens rødder helt tilbage til 1956, hvor den engelske matematiker Alan Turing stod bag den såkaldte Turing-test. Han testede om en computers output kunne være så overbevisende, at et menneske ikke kan skelne svaret fra computeren med et rigtigt menneskes svar. Det blev en af de første definitioner på kunstig intelligens, men det er først i dag at den teknologiske udvikling har nået det niveau på flere områder. Det er den føromtalte chatrobot et godt eksempel på.

Hvordan virker kunstig intelligens?

En kunstig intelligens anvender logik, formler og forskellige teknologier på ofte store mængder data for at opsamle erfaringer og blive ”klogere”. Vi mennesker arbejder på samme måde, men den kunstige intelligens anvender en beregningskraft, som langt overgår vores.

Når den kunstige intelligens skal løse en specifik opgave, så udvikler man en specifik model eller algoritme til netop den opgave. Modellen definerer de regler, logikker, matematiske definitioner og formler, som den kunstige intelligens skal benytte sig af som udgangspunkt. Og den gør også ofte brug for forskellige teknologier som maskinlæring, neurale netværk, deep learning og natural language processing (NLP). Dernæst træner man modellen på et stort datagrundlag og giver den løbende feedback på de vurderinger, som den kunstige intelligens kommer frem til.

Et eksempel kan måske forklare det bedre. Man kan udvikle en model til kunstig intelligens, der kan analysere et mammografi (et røntgenbillede af brystvæv) for prikker, som potentielt kan være brystkræft. Når vi bekræfter modellen i, at den har ret, så lærer den kunstige intelligens af det. Og næste gang den genkender lignende prikker, så ved den kunstige intelligens, at der med større sandsynlig er tale om brystkræft. På den måde bliver den kunstige intelligens bedre og bedre til at løse sin opgave.

Men den model, der bliver bedre og bedre til at identificere brystkræft ud fra mammografier, kan ikke bruges direkte til andre opgaver. Måske kan nogle af de grundlæggende elementer i modellen, som fx analyse af billeddata, bruges til lignende opgaver, der handler om at identificere defekte produkter på en produktionslinje. Men der skal grundlæggende udvikles en ny model til den opgave.

Hvad kan du bruge kunstig intelligens til?

Du bruger det sandsynligvis allerede og måske helt uden at vide det. Digitale assistenter som Siri, Bixby, Alexa og Google Assistent benytter sig af kunstig intelligens. Systemer til indlæsning af fx fakturaer gennemfører en automatisk afkodning af relevante oplysninger som fakturadato, beløb, forfaldsdato m.v. Og i nyhedsbilledet sørger kunstig intelligens også for at skrive artikler til aviser om hushandler, regnskaber, sportsbegivenheder m.v.

Som virksomhed er det vigtigt at følge med i mulighederne, da de hele tiden udvikler sig og nye løsninger dukker op, som er bedre og billigere end gårsdagens løsninger. Men det kan også være svært at trække mulighederne i kunstig intelligens ned på et niveau, hvor en produktionsvirksomhed med 30 ansatte kan være med og høste fordelene.

Vi hører om oftest mulighederne med kunstig intelligens i store tech-virksomheder eller i autobranchen med selvkørende biler, men sjældent om mere lavpraktiske anvendelsesmuligheder. Herunder er listet 10 gode bud på mere konkrete anvendelsesområder for små og mellemstore virksomheder:

1

Optimering af lagerstyring

Kunstig intelligens kan bruges til at forudsige efterspørgslen på virksomhedens produkter og dermed planlægge lagerstyringen på en mere effektiv måde.

2

Optimering af markedsføring

Kunstig intelligens kan bruges til at analysere kundeopførsel og online adfærd for at skræddersy markedsføringskampagner og annoncering. Virksomheder kan bruge kunstig intelligens til at forudsige, hvilke produkter eller tjenester der vil være mest interessante for en given kunde, og tilpasse deres markedsføringsindsats derefter.

3

Optimering af produktionsprocesser

Kunstig intelligens kan bruges til at forudsige fejl i produktionsprocesser og optimere driftsprocesser for at minimere produktionsfejl og forbedre produktiviteten.

4

Chatbots til kundesupport

Små og mellemstore virksomheder kan bruge chatbots til at besvare kunde- og supporthenvendelser døgnet rundt på en mere effektiv måde.

5

Finansiel prognosticering

Kunstig intelligens kan bruges til at analysere finansielle data og forudsige fremtidige indtægter og udgifter, hvilket kan hjælpe virksomheder med at træffe bedre beslutninger omkring investeringer.

6

Optimering af salgsprocesser

Kunstig intelligens kan bruges til at analysere salgsdata og identificere de mest effektive salgsstrategier og -taktikker.

7

Automatisering af rutineopgaver

Kunstig intelligens kan bruges til at automatisere rutineopgaver som bogføring, fakturering og betalinger, hvilket kan frigøre tid og ressourcer.

8

Cybersikkerhed

Små og mellemstore virksomheder kan bruge kunstig intelligens til at beskytte sig mod cyberangreb ved at overvåge netværk og identificere mistænkelig adfærd i realtid.

9

Optimering af logistik

Kunstig intelligens kan bruges til at optimere ruter og planlægge logistikprocesser, hvilket kan reducere omkostninger og forbedre leveringstider.

10

Proaktivt vedligeholdelse

Kunstig intelligens kan bruges til at overvåge udstyr og forudsige fejl og vedligeholdelsesbehov, så virksomheder kan tage proaktive foranstaltninger for at undgå nedetid og driftsafbrydelser.

Hvad udfordringer skaber den kunstige intelligens?

Selvom både Bill Gates og mange eksperter udråber kunstig intelligens som ”the next big thing”, så følger der også udfordringer i kølvandet på den.

I og med at den kunstige intelligens kun kan lære af data, så vil eventuelle unøjagtigheder, skævheder og fejl i data også blive afspejlet i resultaterne. Og det kan have stor betydning, hvis den eksempelvis bliver brugt i sagsbehandlingen af borgere eller til screening af forsikringsselskabets kunder.

Rent juridisk løber udviklingen af teknologierne bag den kunstige intelligens også langt hurtigere, end lovgiverne kan følge med. Der tales om placering af ansvar, hvis der går noget galt i forbindelse med anvendelsen af kunstig intelligens. Hvis en investeringsrobot anbefaler mig at investere i en virksomhed, som påfører mig et stort tab, hvem har så ansvaret? Udvikleren af algoritmen, banken eller kunden?

Udfordringerne til trods, så er der ingen tvivl om, at perspektiverne i den kunstige intelligens er både spændende og nærmest uanede. Det bliver interessant at følge udviklingen, som helt sikkert fortsætter i et rasende tempo.

Hvis du vil vide mere

Så kan jeg anbefale dig at læse Bill Gates’ blogindlæg om emnet: https://www.gatesnotes.com/The-Age-of-AI-Has-Begun (eller lade chatGPT lave et resume for dig).

Du er naturligvis også velkommen til at tage en snak med mig om digitaliseringen helt generelt i jeres virksomhed.

P.S. Afsnittet omkring de 10 konkrete anvendelsesmuligheder er skrevet af chatGPT og passer rigtig fint med mine egne erfaringer og viden på området. Resten af artiklen har jeg selv skrevet 😊

Om forfatteren

Claus Rønnow har arbejdet med og rådgivet om digitalisering siden 1999. Først som partner og direktør for et digitalt bureau, dernæst som co-founder af tech-virksomheden Piiple og nu som selvstændig rådgiver for små og mellemstore virksomheder.

Følg Claus på LinkedIn.