KUNSTIG INTELLIGENS

Tre hindre mot kunstig intelligens – høy gevinst for de som lykkes

Få norske virksomheter har kunstig intelligens på dagsorden. Det kan bli din fordel.

Det kan være utfordrende å henge med på KI-utviklingen, men oppsiden for de som lykkes, er enorm, mener forretningsrådgiver Vilde Myklebust og skyevangelist Marius Sandbu i Sopra Steria.
Det kan være utfordrende å henge med på KI-utviklingen, men oppsiden for de som lykkes, er enorm, mener forretningsrådgiver Vilde Myklebust og skyevangelist Marius Sandbu i Sopra Steria. Foto: Sopra Steria
Vilde Myklebust og Marius Sandbu i Sopra Steria
20. apr. 2024 - 16:05

Dette debattinnlegget gir uttrykk for skribentens meninger. Ønsker du selv å bidra i debatten, enten med et debattinnlegg eller en kronikk, les retningslinjene våre her.

Kunstig intelligens (KI) har blitt en del av hverdagen for mange, enten man tenker over det eller ikke. Men selv om det er mye snakk om potensialet for fagfeltet, er det mange norske virksomheter som ikke har dette på dagsordenen.

I NHOs medlemsundersøkelse fra juli 2023 svarte 2294 ledere på hvordan de ser på kunstig intelligens og hvordan de tar det i bruk. Undersøkelsen viser at så mange som 80 prosent av norske virksomheter ikke har KI på dagsordenen i dag. Overrasket?

Da bør du lese videre. KI kan nemlig gi store muligheter og konkurransefortrinn for virksomhetene som lykkes. Her følger tre grunner til at dette er så krevende å implementere i virksomheter.

1. Ledelsen og styret mangler KI-kompetanse

Nesten ukentlig lanseres nye modeller og grenser for hva som er mulig med KI, i tillegg blir kvaliteten bedre og bedre.

Når utviklingen skjer så raskt innenfor et fagfelt, er det svært utfordrende for virksomheter å henge med dersom ledelsen ikke har forståelse for teknologien og utviklingen.

Først når man kjenner teknologien og mulighetene, kan KI brukes for å drive virksomheten fremover, både ved å automatisere oppgaver og redusere kostnader.

2. Det største hinderet: Data

Datakvalitet og rikelige mengder data er viktig for virksomheter som ønsker å utnytte potensialet. Men mange virksomheter møter utfordringer med datakvaliteten. Det kan blant annet skyldes dårlig struktur på data, duplikater og foreldede dokumenter.

Feil i datagrunnlaget kan også føre til at KI-modeller trenes på dårlig grunnlag, som igjen resulterer i en modell av lav kvalitet, eller med feil output.

Dette understreker hvorfor det er viktig å gjennomgå data for å trene KI-modeller effektivt. Dårlig datakvalitet er kanskje det største hinderet for vellykket KI- tilnærming.

Konsulentselskapet Gartner presenterte en rapport i 2023 som viste at bare 4 prosent av virksomheter har data som er klar for KI. Dette viser at det fortsatt er en vei å gå.

Thomas Becke, kommersiell direktør i Ayfie, svarer i dette innlegget på kronikken hvor Geir Arild Engh-Hellesvik i Nasjonal sikkerhetsmyndighet skriver at vi ikke kan nyttiggjøre oss generativ kunstig intelligens om vi ikke har sikkerhet i bunn.
Les også

Språkmodeller er ikke søkemotorer

3. Kamp om kompetanse

Konkurransen om den rette tekniske kompetansen innen KI øker, og virksomheter kjemper om et begrenset antall kvalifiserte kandidater.

Det kreves derfor strategiske tiltak for talentutvikling og rekruttering for å sikre at virksomheten møter fremtidens behov. I tillegg til å rekruttere ny kompetanse, er det viktig å la de ansatte utvikle seg i fagfeltet.

Virksomheten bør involvere alle ansatte, slik at alle har en forståelse for hvordan KI kan benyttes for å effektivisere egen arbeidshverdag. På den måten unngår også virksomheten at ansatte kun har kompetanse som kan bli automatisert ved bruk av KI.

Våg å eksperimentere

Men hva skal til for å lykkes? Vi mener det er viktig å komme i gang med KI-prosjekter. Begynn smått med å lage enkle «proof of concepts» og sikre at det er tydelig formål med disse. Formålet er ofte å lære.

Dette kan være å teste eller validere datasikkerhet, datakvalitet, teknologi, kunnskap og evner eller forretningsverdi. Samtidig som du utforsker og lærer, bør du legge all innsikt inn i en operasjonsmodell for KI.

Denne operasjonsmodellen svarer på en rekke spørsmål: Hvordan vil KI-teknologien påvirke virksomhetens virke, og hvilke bruksområder er relevante? Hvordan skal vi styre KI-arbeidet, og hvordan sikrer vi at vi følger lover og regler? Hvordan får vi med oss talenter og deler viktig kunnskap? Har vi gode data, modeller og prosesser?

I prosessen er det avgjørende å definere hvordan KI skal integreres i virksomhetens øvrige operasjonsmodeller og hvordan implementeringen skal skje.

Dersom det er mangel på nødvendig kompetanse internt, bør virksomheten søke ekstern ekspertise for å sikre en vellykket oppstart. Invester og tilrettelegg for KI-systemer og verktøy innad i virksomheten.

På den måten er virksomheten med på å fremme kunnskap, forståelse og eierskap til KI blant de ansatte. Det gir også rom for å eksperimentere, leke med og utforske mulighetene og begrensningene som finnes i KI.

Gjennom å utvikle gode «proof of concepts» og bli inspirert av hvordan andre bruker KI, vil flere se teknologiens enorme muligheter. Så, er du klar for å gjøre noe med intelligensen? Få med ledelsen, styret og de ansatte, så vil virksomheten utvilsomt drives raskere framover enn de som venter.

Knut Inge Buset, country manager Norway i Cognizant, skriver i kronikken om optimalisert av bruk av generativ AI i bedrifters forsyningskjeder.
Les også

Slik kan generativ KI optimalisere logistikken

Del
Kommentarer:
Du kan kommentere under fullt navn eller med kallenavn. Bruk BankID for automatisk oppretting av brukerkonto.