Blogg

25.8.2022 8.57

Hur bygger man en organisation som är redo för AI och varför är det snart ett måste?

  • AI
  • Data governance

Varje företag som vill växa har snart en tidtabell i sin strategi för när organisationen ska vara AI-redo ‒ när företaget anser sig vara redo för omfattande användning av artificiell intelligens, AI. Eftersom betydelsen av begreppet fortfarande verkar svår att greppa så försöker vi här berätta vad vi anser att det betyder att vara redo för AI.

Vi anser att ett företag eller en organisation kan säga sig vara redo för AI då dess strategi, kompetenser och processer stöder en omfattande användning av AI.

Tydlig strategi

Att införa AI är alltid ett stort kliv. Det kräver enormt mycket mod och stora investeringar. Processerna måste vara tillbörliga och alla nödvändiga kompetenser måste skaffas. De här investeringarna måste göras innan man får tillgång till fördelarna med AI.

Det skulle självfallet vara lättare att följa andras exempel. De som först använder sig av AI får dock en bättre start i tävlingen än övriga. Därför kan det vara ödesdigert att bromsa upp avancemanget. Om vi drar det till sin spets så är det mest dumdristigt att inte göra någonting, eftersom den egna organisationens framtid då hänger på att konkurrenterna misslyckas.

Administrera material, dra nytta av teknologin och utbilda folk

När det gäller användningen av AI är datahantering (Data Management) och teknologi, människor som ställer nya mål för AI och lär AI allra viktigast. Utan ordentlig datahantering är AI allt annat än intelligent. Utan mål skapar AI inte något nytt. Utan lärare når AI inte det fastställda målet utan hamnar på en slumpmässig slutpunkt. De senaste dagarna har könsfördomar (gender bias) i Google Translates översättningar skapat debatt i sociala medier, vilket är ett bra exempel på vikten av att ha en fungerande och holistisk modell för att hantera AI.

De största fördelarna med AI är dess snabbhet och förmåga att fatta beslut och lära sig nya slags modeller för beslutsfattande. Enligt oss klarar en AI-redo organisation av att lära AI nya modeller för beslutsfattande så fort som möjligt.

I praktiken kan personer som styr AI då lita på att data som de valt för att lära AI är i enlighet med deras val och inte kräver skilda kontroller. Det här kräver att organisationen har en Data Governance Model som ser till att organisationens data kontinuerligt är i ordning.

För tillfället har en väldigt klassisk Data Governance Model blivit ett viktigt sätt, och tills vidare det smartaste sättet, att hantera data. Den löser alla de viktigaste utmaningarna kring datahantering och med hjälp av modellen är organisationens data hela tiden användbara för styrning och inlärning av AI och organisationens experter behöver inte slösa sin tid på att kontrollera datakvaliteten.

En Data Governance Model som utvecklas och ger service hjälper också till med att agilt hantera information under hela sin livscykel. Tidigare var det här inte så viktigt eftersom information samlades för ett visst syfte och bearbetades med måtta. Framöver kommer data att behövas, skapas, användas och bearbetas betydligt mer och informationsstigen slingrar sig under livscykeln, vilket innebär att hanteringen blir mer komplicerad.

En Data Governance Model känns ibland tung så man försöker ta hand om datahanteringen på lättare sätt genom olika delprocesser. Det här leder vanligtvis till en evig spiral av korrigeringar: alltid då ett datahanteringsproblem har fixats så dyker ett annat snart upp någon annanstans. I en organisation som bygger på enbart mänskligt beslutsfattande är det här inte ett så stort problem eftersom människorna upptäcker datafelen och hittar sätt att korrigera dem.

Vid inlärning av AI ges AI alltid data som styr den att ta en viss typ av beslut. När organisationens data är i ordning kan organisationen på ett ögonblick lära om sin AI och får den på det viset att fatta bättre beslut och reagera på förändringar så fort som möjligt. Inom de flesta branscher betyder det här bistra tider för konkurrenterna.

Den här artikeln är en del av vår bloggserie. Läs de andra delarna av serien:



Nino Ilveskero

Nino Ilveskero är Sales Director på Loihde Advisory. Han har i mer än 20 år arbetat med utveckling av webbtjänster och IT-system inom olika branscher.

Se min profil

Följ vår blogg