AI är mer än bara hajp
AI har varit dagens modeord. Allt fler organisationer och yrkesverksamma strävar efter att bli AI-native, AI-kunniga eller AI-vad-du-nu-vill-kalla-det. Den lilla önationen Anguilla, vars nationella toppdomän är .ai, ökar sina intäkter när många företag skyndar sig att köpa .ai-domäner.
Erfarna yrkesverksamma och organisationer har dock sett sådana hajper komma och gå. Missförstå mig inte: AI är ett fantastiskt verktyg som kan skapa stora konkurrensfördelar om det används på rätt sätt, i rätt sammanhang och för att stödja verksamhetens mål.
Det finns mer än AI
Vi bör dock inte tro att AI är en universallösning.
För det första är AI ett samlingsbegrepp för flera olika tekniker. För det andra kan eller bör inte alla problem lösas med AI. En chef bad en gång sin IT-praktikant att utveckla en AI-lösning för att upptäcka och ersätta alla domännamn i ett dataflöde. Till chefens förvåning kom praktikanten tillbaka efter två timmar och sa: ”Det är klart.” Chefen frågade: ”Vad menar du med att det är klart?” eftersom han hade räknat med att uppgiften skulle ta lång tid. Praktikanten visade honom sin lösning, som byggde på reguljära uttryck. Chefen förvånades över hur enkel och elegant lösningen var. För IT-praktikanten var det här helt enkelt ett fall där AI skulle vara en överdrivet komplicerad lösning, när ett enklare men mycket effektivt alternativ kunde användas.
Den här berättelsen belyser tre viktiga fakta:
- Att välja ett förutbestämt tillvägagångssätt utan att överväga ett bredare urval av lösningar är inte klokt
- AI kanske inte är det mest kostnadseffektiva eller verkningsfulla sättet att nå ett visst mål
- Du behöver ha rätt bakgrund, kunskap och erfarenhet för att välja det bästa tillvägagångssättet och skilja mellan hajp och den bästa lösningen
- Skillnaden mellan ett klokt val och ett val som följer hajpen kan mätas i tid och pengar
AI är bara ett (mycket värdefullt) verktyg bland många andra bra lösningar. I slutändan bör verksamhetens problem vara den främsta faktorn när man väljer rätt verktyg.
AI är inget nytt
Många av de AI-tekniker vi använder i dag utvecklades redan i början av 1960-talet. Ett annat välkänt exempel är det japanska projektet ”Fifth Generation Computer Systems” [1], som motiverades av att ”Datorer är för närvarande mycket svaga när det gäller grundläggande funktioner för att bearbeta tal, text, grafik, fotografier, bilder och andra icke-numeriska data, samt för bearbetning av AI-typ, såsom inferens, association och inlärning.” Projektet blev i slutändan ingen större framgång, eftersom den datorkraft som fanns tillgänglig då var begränsad och programmet inte i någon större utsträckning använde centrala koncept som neurala nätverk, vilka utgör kärnan i dagens LLM:er som ChatGPT, Copilot och andra.
Under min civilingenjörsutbildning i datateknik på 2000-talet studerade vi faktiskt dessa AI-tekniker (t.ex. neurala nätverk och klassificeringsmodeller) tillsammans med en rad andra lika relevanta metoder – såsom metaheuristik, automatateori (som de reguljära uttryck IT-praktikanten ovan använde), beslutsträd med mera. Redan då stod det klart för mig att det inte fanns något bästa tillvägagångssätt – varje metod hade sitt optimala användningsområde. Den insikten stärktes under hela min karriär, både genom min doktorsforskning och konsultarbete, där jag fick möjlighet att tillämpa många av dessa metoder och förstå i vilka sammanhang de passar bäst.
Populariseringen av LLM:er som ChatGPT och deras uppenbara förmåga att ”resonera” fick många att tro att AI var en helt ny uppfinning och svaret på alla problem. Det som hände var att AI tog steget från forskningslaboratorierna in i allas vardag genom LLM:er – tekniken blev allmänt tillgänglig. Vi har gått från det (numera ålderdomliga) mantrat ”Google vet” till ”AI vet”. Men en pragmatisk analys av problemet är alltid bättre än att följa ett mantra.
Så kan vi hjälpa dig
På Mourinho Solutions följer vi inga mantran. Vi har kunskapen och erfarenheten som krävs för att hjälpa dig att välja rätt tillvägagångssätt och de mest effektiva verktygen, så att din verksamhet kan blomstra. Vi analyserar verksamhetens behov för att identifiera var AI (eller andra metoder) kan ge störst effekt och skapa konkurrensfördelar för dig.
Din framgång är också vår framgång. Tveka inte att kontakta oss för att ta reda på vad vi kan göra för dig!
Referenser
[1] - Feigenbaum, E., Shrobe, H.: The Japanese National Fifth Generation Project: Introduction, survey, and Evaluation. Future Generation Computer Systems. 9, 105–117 (1993). Tillgänglig här.