Smidigbloggen - Metier

5 steg for utvikling av AI-strategi

Skrevet av Kjartan Medle og Ilse Johansen | May 8, 2023 2:06:03 PM

Å utvikle egne AI-modeller er enormt ressurskrevende – og alt for dyrt for de fleste.

Likevel: For «vanlige» organisasjoner med «vanlige» forretningsprosesser som vare- og tjenesteproduksjon, salg, markedsføring, HR, analyse, finans og regnskap vil bruk av AI-verktøy og maskinlæring akselerere digitaliseringsarbeidet.

Samtidig lanseres det nå hundrevis av AI-verktøy ukentlig. Så hvor bør vi starte? Hvordan skal vi gå frem for å utnytte mulighetene? Les videre om Metiers 5-stegs modell for å komme i gang!

Fra Turing til ChatGPT

AI er ikke nytt. Alan Turing (mannen som knakk koden til Nazi-Tysklands krypteringsmaskin Enigma) foreslo alt i 1950 «The Turing Test» for å avgjøre om en maskin kunne tenke. Et gjennombrudd kom i 2012 da Axelnet ble lansert. Det var et såkalt kunstig nevralt nettverk med bildegjenkjenningsteknologi basert på AI. Den imponerende kraften i dyp læring ble veldig tydelig og konkret og førte til en kraftig økning i interessen for fagfeltet.

Likevel skjøt det først fart da OpenAI sin språkmodell ChatGPT 3.5 ble gratis tilgjengelig i desember 2022. Tjenesten fikk en million brukere de fem første dagene etter lansering – mye hurtigere enn noen annen teknologi noensinne.

Det er mye vi ikke vet om AI. Men vi vet at dette vil påvirke oss – veldig hurtig og veldig kraftig.

Les også: ChatGPT - en game changer og Hvilke evner trenger vi for å trives i det 21. århundre?

Kjernen i kunstig intelligens

Et kjerneelement i AI er evnen til å se mønstre og relasjoner i enorme mengder data. Sammen med «Machine learning», som gjør at datamaskiner kan lære uten eksplisitt programmering, kan enormt komplekse oppgaver løses mye hurtigere og mer nøyaktig enn det mennesker kan klare.

Mange av områdene hvor AI og maskinlæring sannsynligvis vil gi mest nye muligheter, handler nettopp om disipliner hvor store mengder data og stimuli håndteres hurtig. For eksempel biologi (forstå fundamentet i proteiners sammensetning og respons på stimuli i, og utenfor, kroppen), farmasi (sammenhenger mellom kjemiske stimuli og respons på virus og bakterier, eks: Covid-vaksinen) eller autonome kjøretøyer.

Metiers 5 steg for utvikling av AI-strategi

I Metier har vi fokus på verdiskaping. Innovasjon og bruk av ny teknologi er en viktig del av dette. Derfor har vi utviklet en 5-stegsmodell for å komme hurtig i gang med bruk av AI.

I denne modellen brukes anerkjente metodikker for prosjektarbeid for å identifisere hvor og hvordan AI kan tas i bruk for å øke effektivitet, lønnsomhet og konkurransekraft.

Vår erfaring indikerer at tilnærmingen kan gi betydelige gevinster relativt hurtig. Økt effektivitet gir ofte besparelser. Kvaliteten og rekkevidden i kundearbeidet kan også styrkes, som i sin tur kan øke salg og marginer.

Modellens 5 steg:

1. Mobiliser og akselerer: Opprett en «Agile project task force» for hurtig mobilisering, drift av prosess samt å sette retning. Prosjektgruppens sammensetning bør reflektere avdelingen(e) i fokus.

2. Kartlegg: Analyser og identifiser repetitive prosesser med mye data. Dette vil være steder der nytten av effektivisering er størst. Identifiser også om det er effektiviteten eller kvaliteten som trengs å forbedres. Vurder hvor krevende introduksjon av AI/Digitalisering vil være. Kort sagt: er det enkelte oppgaver som har klart potensiale for å effektiviseres eller kvalitets forbedres?

3. Velg bruksområder: Kartlegg områder hvor skoen trykker mest, og velg use cases som skal prioriteres. Velg riktig AI-verktøy basert på definerte kriterier. Husk: Det finnes mange gode IT-verktøyer allerede. Bruk prosessen til å vurdere om eksisterende verktøyer utnyttes godt nok.

4. Bruk og integrer: Implementering av AI-verktøyet i de første bruksområdene bør skje hurtig. Ha fokus på opplæring og endringsledelse i prosessen. Pass på informasjonssikkerhet og personvern.

5. Operasjonaliser og lær: Bestem hvordan organisasjonen etter hvert skal arbeide med AI kontinuerlig. Første steg etter prosjekt-fasen kan være et AI-Program Management Office som støtter seg på et super-bruker nettverk. En slik struktur må sikre at AI-introduksjon koordineres med eksisterende digital strategi og applikasjonsarkitektur.

Det vil også ha egenverdi at organisasjonen rett og slett kommer i gang med bruk av AI. Det er mye vi fortsatt ikke vet, men vi vet at den som ikke lærer seg dette blir utdatert.

Vil du vite mer om Metiers 5-stegsmodell for utvikling av AI-strategi? Ta gjerne kontakt med Manager Ilse Johansen eller Direktør Kjartan Medle for mer informasjon og en uforpliktende prat.