Artificial intelligence (AI) har vært det mest hypede ordet i IT-industrien de siste to årene.
I Right People Group tror vi faktisk at hypen er overdrevet hvis du ser på de nåværende fordelene som AI kan gi for kjernevirksomheter. Imidlertid tror vi ikke at AI er overhypet hvis du ser på de forretningsmessige fordelene det vil bringe i fremtiden.
Forskjellige forfattere har sammenlignet elektrisitetens betydning på 1900-tallet med betydningen AI vil ha for 2000-tallet.
På samme måte som elektrisitet var fundamentet for de mest banebrytende utviklingene på 1900-tallet, tror vi at AI vil være fundamentet for den mest banebrytende innovasjonen på 2000-tallet.
Vi tror at AI vil bli brukt på mange ulike måter, og at det vil være innebygd i nesten alle avanserte produkter og tjenester i fremtiden.
Men før vi forstår hva Artificial Intelligence vil gjøre, må vi forstå hva det faktisk betyr. Videoen under vil gi deg en bedre forståelse av dette.
Machine learning, deep learning og neural networks
I nåværende tilfeller hvor AI gir faktiske forretningsmessige fordeler er dette veldig ofte drevet av machine learning.
Hvis du benytter machine learning på store datamengder, har du mange og varierte muligheter til å automatisere og forbedre prosesser. Dette er grunnen til at Big Data og Artificial Intelligence også prates om sammen.
Se videoen under for å få en større innsikt i machine learning, deep learning og neural networks:
I virkeligheten er det å skaffe betydelige datamengder med tilstrekkelig datakvalitet ofte en stor barriere for machine learning-prosjekter i faktiske kommersielle prosjekter.
Følg derfor meg på hva taleren i videoen sier om “reinforcement learning”, da vi her ikke avhenger av data på samme måte. Nylig ble dette vist veldig tydelig når Google sin sjakk-datamaskin “Alfa Zero” knuste den tidligere beste sjakkdatamaskinen “Stockfish“.
Stockfish har arbeidet seg gjennom enorme sjakkdata ved bruk av en veldig høy prosesseringskraft, hvor Alfa Zero ikke hadde noen data, men kun baserte seg på reinforcement learning. Alfa Zero kjente kun til sjakkreglene og spilte bare mot seg selv i fire timer før den nådde nivået hvor den var i stand til å vinne mot Stockfish.
Et annet perspektiv på dette er at jo mer regelbasert en prosess er, jo lettere det et å automatisere generelt og benytte enkel AI. Sjakk er det ultimate regeldrevne scenarioet, men vi mener at flertallet av dagens jobber faktisk er regeldrevet. Prøv å tenke på det.
Python
Python er et enkelt og veldig kraftfullt programmeringsspråk, og vi opplever en økning i etterspørselen etter Python-eksperter. De beste av disse blir ofte funnet i frilansmarkedet.
Python er veldig passende for ulike typer machine learning-prosjekter, og generelt for prosjekter som er meget tunge på data og statistisk beregning.
Se videoen under for å lære mer:
RPA (Robotic Process Automation)
I løpet av det siste året har vi sett at selskaper uttaler offentlig at de har “ansatt en robot til deres team” siden de starter med å bruke Robotic Process Automation (RPA).
Vi tror at disse uttalelsene er ubrukelige og et resultat som følge av AI-hypen. IT har erstattet manuelle jobber i mer enn 40 år og dette vil fortsette å skje.
På nåværende nivå, er Robotic Process Automation faktisk avanserte makroer som kan gjøre repetitive og veldig regelbaserte oppgaver ved å benytte den normale user-interface i systemene. Vi har i hovedsak sette RPA blitt brukt for å flytte data mellom systemer og, i de mest avanserte tilfellene, også for å transformere data basert på gitte regler.
Men mener vi at RPA er ubrukelig? Nei, ikke i det hele tatt.
Vi elsker avanserte makroer og de RPA-prosjektene vi har vært involvert i har hatt en veldig høy ROI (return on investment) som har blitt realisert fort. Med selvstendige IT-konsulenter som vet akkurat hva man må gjøre, så kan du bytte velfungerende løsninger som gir høy verdi innen kort tid (ofte dager eller uker).
Når du har latt bruken av RPA vokse i din organisasjonen, så kan dette også hjelpe deg å identifisere gap i dine prosesser og systemlandskap, og på denne måten hjelpe deg med å spesifisere områdene hvor du ønsker å bygge mer stabile integrasjoner backend.
Blue Prism er en av de sterkeste RPA-verktøyene, og selv om David Moss, CTO i Blue Prism, er kommersielt biased, mener vi at han gir en god og objektiv jobb i å forklare RPA og Blue Prism i videoen under:
Er du selvstendig konsulent?
Meld deg opp til vårt prosjekt-nyhetsbrev og få tilsendt selvstendig konsulentoppgaver via e-post innenfor de kompetanseområdene og regionene som er relevante for deg.
Trenger du hjelp med Artificial Intelligence og Robotic Process Automation?
Send en mail til [email protected] for en CV og timepris på en AI-ekspert eller Automatiseringsutvikler som matcher dine behov eller les mer om våre tjenester innen Artificial Intelligence og Robotic Process Automation på våre sider om AI-prosjektleder, AI-ingeniør, AI-ekspert og Automatiseringsutvikler.