AI er mere end bare hype

AI har været dagens buzzword. Antallet af organisationer og fagfolk, der stræber efter at være AI-native, AI-kyndige eller AI-[indsæt et smart ord], vokser støt. Det lille land Angulla, hvis nationale domænenavn er .ai, øger sine indtægter, efterhånden som mange virksomheder skynder sig at købe .ai-domæner.

Erfarne fagfolk og organisationer har dog set disse hypebølger komme og gå. Misforstå mig ikke: AI er et fantastisk værktøj, som kan skabe store konkurrencefordele, hvis det anvendes korrekt i den rette sammenhæng til at understøtte forretningsmål.

Der er også et liv uden for AI

Vi bør dog ikke tro, at AI er en universalløsning.

For det første er AI en samlebetegnelse for en række forskellige teknikker. For det andet kan eller bør ikke alle problemer løses ved hjælp af AI. Et eksempel er en leder, der bad sin IT-praktikant om at udvikle en AI-løsning til at registrere og erstatte alle domænenavne i et dataflow. Til sin store overraskelse kom praktikanten tilbage efter to timer og sagde: »Det er færdigt.« Lederen spurgte: »Hvad mener du med, at det er færdigt?«, for han havde forventet, at opgaven ville tage lang tid. Praktikanten viste ham sin løsning, som var baseret på regulære udtryk. Lederen var overrasket over løsningens enkelhed og elegance. For IT-praktikanten var opgaven et eksempel på, at AI ville være en overdreven løsning, og at man i stedet kunne bruge et enklere, men stadig meget effektivt alternativ.

Historien fremhæver tre vigtige forhold:

• Det er ikke klogt at vælge en på forhånd fastlagt tilgang uden at overveje et bredere udvalg af løsninger
• AI er måske ikke den mest økonomiske eller effektive metode til at nå et bestemt mål
• Du skal have den rette baggrund, viden og erfaring for at vælge den bedste tilgang og skelne mellem hype og den bedste løsning
• Forskellen på et velovervejet valg og et valg, der følger hypen, kan måles i tid og penge

AI er blot et (meget værdifuldt) værktøj blandt mange andre gode løsninger. I sidste ende bør selve forretningsproblemet være det afgørende for valget af det rette værktøj.

AI er ikke noget nyt

Mange af de AI-teknikker, vi bruger i dag, blev allerede udviklet i begyndelsen af 1960'erne. Der var også det berømte japanske projekt kaldet »Fifth Generation Computer Systems« [1], som udsprang af erkendelsen af, at »Nutidens computere er ekstremt svage, når det gælder grundlæggende funktioner til behandling af tale, tekst, grafik, billeder og andre ikke-numeriske data samt behandling af kunstig intelligens-typen såsom inferens, association og læring«. Projektet blev i sidste ende ikke nogen stor succes, fordi den tilgængelige computerkraft på det tidspunkt var begrænset, og programmet ikke gjorde udstrakt brug af centrale begreber som neurale netværk, der er grundlaget for nutidens LLM'er såsom ChatGPT, Copilot osv.

Da jeg tog min kandidatgrad i computerteknik i 2000'erne, lærte vi faktisk disse AI-teknikker (f.eks. neurale netværk, klassifikationsmodeller osv.) sammen med en lang række andre, lige så relevante tilgange – såsom metaheuristikker, automatateori (som de regulære udtryk, IT-praktikanten nævnte tidligere, bygger på) osv. – og beslutningstræer osv. Allerede dengang stod det klart for mig, at der ikke fandtes én bedste tilgang – hver tilgang havde sit optimale anvendelsesområde. Denne opfattelse blev styrket gennem min karriere, både i min ph.d.-forskning og i konsulentarbejde, hvor jeg fik mulighed for at anvende mange af disse tilgange og forstå, hvornår de hver især egner sig bedst.

Udbredelsen af LLM'er såsom ChatGPT og deres tilsyneladende evne til at »ræsonnere« fik mange til at tro, at AI var en helt ny opfindelse og svaret på alle problemer. Det, der skete, var, at AI flyttede fra forskningslaboratorierne ind i alles hverdag gennem LLM'er – teknologien blev mainstream. Vi er gået fra det (nu forældede) mantra »Google ved det« til »AI ved det«. Men en pragmatisk analyse af problemet er altid bedre end at følge et mantra. 

Sådan kan vi hjælpe dig

Hos Mourinho Solutions følger vi ingen mantraer. Vi har den viden og erfaring, der skal til for at hjælpe dig med at vælge den rette tilgang og de mest effektive værktøjer, så din virksomhed kan trives. Vi analyserer din virksomheds behov for at finde ud af, hvor AI (eller andre tilgange) kan skabe den største effekt og give dig et konkurrencemæssigt forspring.

Din succes er også vores succes. Tøv ikke med at kontakte os for at høre, hvad vi kan gøre for dig!

Referencer

[1] - Feigenbaum, E., Shrobe, H.: The Japanese National Fifth Generation Project: Introduction, survey, and Evaluation. Future Generation Computer Systems. 9, 105–117 (1993). Findes her.