Kunstig intelligens og dens søskende, Internet of Things, machine learning og deep learning, er nogle af de varmeste teknologier for tiden. Men hvad er forskellen egentlig, og hvorfor har de vakt så stor interesse hos virksomhederne?

Kort forklaret er kunstig intelligens en kode, algoritme eller teknik, der får maskiner til at efterligne, udvikle og udvise menneskelig adfærd. Machine learning er, når data bliver bearbejdet gennem algoritmer, så en maskine kan lære af disse data og derefter træffe beslutninger på baggrund af disse. Deep learning er en avanceret og kompleks udgave af machine learning, hvor maskinen selv bestemmer, hvad den skal lære – blandt andet fordi deep learning giver maskinen en hukommelse.

Der er flere grunde til, at disse teknologier er på fremmarch. Den første er ganske enkelt, at der netop nu sker store gennembrud inden for kunstig intelligens og især deep learning. For det andet har udbredelsen af high-performance computing (HPC) gjort det muligt at benytte avanceret og kraftig regnekraft til at udvikle kunstig intelligens på et højere niveau. Samlet set betyder det, at kunstig intelligens er blevet en mere moden teknologi, hvori der ligger et kæmpe potentiale for virksomhederne, hvor de kan skabe deres fremtidige forretningsmodeller og se frem til bedre drift, øget produktivitet og nye indtjeningsmuligheder – hvis de benytter teknologien rigtigt.

Mange danske virksomheder står i dag på første trin af en digital transformation, og her vil kunstig intelligens spille en stor rolle. Analysevirksomheden IDC har for nyligt udtalt, at man allerede om to år vil se, at 75 pct. af enterprise-applikationerne benytter kunstig intelligens. Desuden viser vores egen globale analyse blandt 4600 virksomheder, Dell Technologies Digital Transformation Index, at brugen af kunstig intelligens er et stort ønske i danske virksomheder. Her svarer 35 pct. af de danske virksomhedsledere i analysen, at de har planlagt investeringer i netop denne teknologi.

Ny teknologi giver nye udfordringer

Indførelsen af kunstig intelligens er dog stadig i sin spæde start. En rapport fra analysevirksomheden Gartner viser nemlig, at blot 4 pct. af de adspurgte CIOs har implementeret teknologien i deres virksomheder. Dette skyldes formentlig, at der ligger nogle udfordringer i forbindelse med implementeringen af den nye teknologi.

Den første udfordring er kompleksiteten af hele processen. For at udvikle en ny løsning, baseret på kunstig intelligens, skal virksomhederne ikke blot tænke på hardware, men også software. Det betyder, at det hurtigt kan blive en omfattende opgave at finde de rette samarbejdspartnere, fordi hver samarbejdspartner fokuserer på deres egen brik i puslespillet – og ofte med et begrænset fokus på selve integrationen mellem hardware og software. Derfor skal virksomhederne i de fleste tilfælde selv indhente viden om alt fra software og netværk til servere og storage.

Den komplekse proces betyder, at udviklingen af en løsning nemt kan tage 12 til 18 måneder. Men det stopper ikke her: Selv når løsningen er fundet, kan virksomhederne støde på forhindringer, som forsinker processen yderligere; f.eks. dårlig integration, software, der ikke er kompatibelt, eller en manglende forankring mellem virksomhedens forretningsmæssige mål og deres it-projekter. Uden forankring i virksomheden vil succesen udeblive.

De fleste virksomheder forstår, at data giver værdifulde indsigter, og at automatisering er den eneste løsning, der giver hurtigere, bedre og dybere indsigter i data. Omvendt er det desværre de færreste virksomheder, der ved, hvordan de effektivt udnytter og skalerer deres eksisterende infrastruktur, så de bedre kan udnytte kunstig intelligens.

Sidst, men ikke mindst, har den hastige udvikling af kunstig intelligens gjort, at mange virksomheder ikke har haft tid til at udvikle eller hente og opbygge de rette kompetencer, som kræves for at designe, udrulle og styre de avancerede løsninger med kunstig intelligens.

It-branchen er en nøglespiller

Alt for få virksomheder gør i dag brug af kunstig intelligens – mange har været i gang, men alt for få har fået skabt sig en relevant forretningsmodel ud af det. Teknologiens infrastruktur kan være kompleks, og der kræves integration af en række hardware- og softwaredele fra mange forskellige leverandører. Det har medført, at mange virksomheder er kommet galt afsted med implementering af kunstig intelligens, fordi de manglede ekspertise, kyndig vejledning og ikke sikrede sig, at alle parter arbejdede mod samme mål. Derfor er god rådgivning helt afgørende for processen. Det handler om at skabe en kultur, hvor der tænkes stort men handles behersket for at sikre de første succeser og høste erfaring

Hvis alle dele af it-branchen – lige fra producenter over system-integratorer til value-added distributører og forhandlere – tager ansvar og investerer mere i uddannelse og kompetenceudvikling inden for kunstig intelligens, vil det komme alle til gode. Det gælder både it-virksomhederne selv, deres medarbejdere og naturligvis de mange virksomheder, som står over for at investere i og implementere kunstig intelligens i deres organisationer.

For der er ikke nogen tvivl om, at danske virksomheder kommer til at bruge kunstig intelligens nu og i fremtiden. Mange ved imidlertid ikke nok om, hvor de skal starte, eller også mangler de kvalificerede kompetencer inden for området. Og her skal it-branchen selvfølgelig kunne yde kompetent rådgivning og ekspertvejledning.

Klumme: Den globale it-sikkerhed trues af voksende teknologi-nationalisme

Klumme: Opråb til danske SMV'er: Tag nu ansvar for digitaliseringen

Klumme: Etisk og digitalt lederskab efterlyses