Kunstig Intelligens, også tit omtalt som AI (Artificial Intelligence) har været et af de mest hypede begreber indenfor IT de seneste år.
I Right People Group mener vi at kunstig intelligens er overvurderet, hvis man kigger på de nuværende “hard-core” forretningsfordele givet af AI-løsninger. Vi mener dog ikke, at kunstig intelligens er overvurderet, hvis man kigger på, hvad det vil give i fremtiden.
Forskellige meningsdannere har sammenlignet, hvad elektricitet var for det 20. århundrede med, hvad AI vil være for det 21. århundrede.
Vi mener, at denne sammenligning er god, fordi elektricitet har været grundlaget for de mest banebrydende fremskridt i det 20. århundrede, og på samme måde tror vi, at AI vil være fundamentet for de mest revolutionerende innovationer i det 21. århundrede.
Vi tror på, at kunstig intelligens vil blive anvendt i mange forskellige variationer, og at AI vil blive integreret i næsten alle avancerede produkter og tjenester i fremtiden.
Men før vi kan forstå, hvad Artificial Intelligence egentlig gør, skal vi forstå, hvad det rent faktisk betyder. Nedenstående video vil give dig en bedre forståelse.
Machine learning, deep learning og neurale netværk
I de nuværende tilfælde, hvor simpel AI giver reelle forretningsmæssige fordele, er det meget ofte drevet af machine learning.
Hvis du bruger machine learning til store mængder data, har du mange forskellige muligheder for at automatisere og forbedre processerne. Det er derfor, man ofte taler om Big Data og Artificial Intelligence i sammenhæng.
Se videoen for at få en dybere indsigt i machine learning, deep learning og neurale netværk:
At få tilstrækkelige mængder data med en passende datakvalitet, er ofte en hindring for machine learning projekter i virkelige erhvervsprojekter.
Derfor skal man være opmærksom på, hvad speakeren fortæller i videoen omkring “reinforcement learning”, siden vi ikke er afhængige af data på samme måde. For nylig blev præcist dette eksponeret meget klart, da Google’s skak computer “Alfa Zero” vandt over den næstbedste skakcomputer, kaldt “Stockfish”.
Stockfish har gennemgået enorme mængder skakdata, ved brug af meget høj processing power, Alfa Zero derimod havde nærmest ingen data havde, men benyttede sig af reinforcement learning: Alfa Zero kendte kun til reglerne for skak og spillede mod sig selv i 4 timer for at nå et niveau, hvor den var i stand til at besejre Stockfish.
Et andet perspektiv på dette er, at jo mere regelstyret en proces er, desto lettere er det generalt at automatisere og at benytte sig af kunstig intelligens. Skak er det ultimative regeldrevne scenario, men vi er overbevist om, at størstedelen af jobfunktioner i dag faktisk er ret regelstyrede.
Python – stærkt til machine learning projekter
Python er et simpelt og meget effektivt programmeringssprog, og vi ser en øget forespørgsel efter Python eksperter, da de bedste af disse ofte er at finde på freelance-markedet.
Python er meget velegnet til forskellige slags machine learning projekter, og generelt for projekter med store mængder data og statistisk beregning.
Se videoen nedenfor:
RPA (Robotic Process Automation)
Det seneste år har vi set virksomheder, som melder ud, at de har hyret en robot i deres team, fordi de begynder at anvende Robotic Process Automation (RPA).
Vi mener, at disse udsagn er ubrugelige og et resultat af AI hypen. IT har erstattet manuelle job i mere end 40 år, og dette vil fortsætte med at ske.
I det nuværende trin er Robotic Process Automation grundlæggende bare avancerede makroer, der kan udføre repetitive og meget regelstyrede opgaver ved hjælp af systemets normale brugergrænseflade. Vi ser for det meste, at det bruges til at flytte data mellem systemer og i de mest avancerede tilfælde også transformere data baseret på givne regler.
Men tror vi da, at RPA er ubrugeligt? Nej, på ingen måde.
Vi elsker avancerede makroer, og de RPA-projekter, som vi har været involveret i, har et meget højt investeringsafkast (ROI), som realiseres hurtigt. Med ekspertkonsulenter, der ved præcis hvad de skal gøre, kan man bygge arbejdsløsninger, der giver høj værdi hurtigt (ofte et spørgsmål om dage eller uger).
Når du lader brugen af RPA vokse i den organisation, kan det også hjælpe dig med, at se hullerne i dine processer og dit systemarkitektur og derved hjælpe dig med at specificere de områder, hvor du vil bygge mere stabile integrationer i din back-end.
Blue Prism er en af de stærke RPA værktøjer på markedet og selvom David Moss, CTO i Blue Prism, er kommercielt forudindtaget, mener vi, at han gør et godt og objektivt job med at forklare RPA og Blue Prism i videoen nedenfor:
Er du en selvstændig konsulent?
Skriv dig på vores mail liste for at modtage projekter på email som er relevante for netop din profil og geografiske område.
Har du brug for hjælp med din Artificial Intelligence og Robotic Process Automation?
Send os en email til [email protected] for at modtage CV og en timepris på vores AI Eksperter eller Automationsudvikler. Du kan også læse mere om vores ydelser indenfor Artificial Intelligence og Robotic Process Automation på følgende sider: AI Projektleder, AI ingeniør, AI Ekspert og Automationsudvikler.
