Om data: – En illusjon å tro du kan få KI-transformasjon uten dette

– Vi lever i en tid med mye endring, og transformasjon er blitt et «buzzword». Mange ledere har nå mulighet til å skape varig verdi for deres bedrift, sier Mozhgan Tavakolifard, og fortsetter:

– Brukerbehov endrer seg, konkurransen er tøff, og kunstig intelligens (KI) påvirker alle aspekter av forretningslivet. Mange eksperimenterer med data og KI i dag, men uten en balansert og strategisk tilnærming får de ikke realisert potensialet i teknologien.

Tavakolifard har doktorgrad i maskinlæring fra NTNU og har erfaring innen teknologi og ledelse fra både store internasjonale selskaper og mindre oppstartsbedrifter. Hun har også grunnlagt flere startups og ga nylig ut boka «The AI Awakening: A New Era of Data, Discovery, and Growth» – en bok der hun sammenligner menneskelig og forretningsmessig utvikling.

– Vi har tilgang til masse data, teknologi, kunnskap, flinke folk og skytjenester, så hvorfor får vi ikke mer verdi ut av teknologien? Det var utgangspunktet for boka, og så tar jeg inn metoder og læring fra menneskelig transformasjon, forteller hun.

– Menneskelig transformasjon har mye lengre historie enn bedriftstransformasjon. Og lærdommen er overførbar.

Shit in, shit out

«Shit in, shit out» er en mye benyttet analogi for hvordan input påvirker output i et KI-system.

Tavakolifard poengterer at utvikling av ny KI alltid starter med å sikre gode datasett.

Såkalt «data literacy» – at alle i bedriften kan lese og forstå verdien av egne data – blir derfor stadig viktigere, mener KI-eksperten, som også har gjort en TEDx-talk om verdien av data.

– Når alle i en organisasjon forstår hvordan data kan brukes i deres arbeid, blir data en kraftfull ressurs som muliggjør smartere beslutninger og bedre resultater.

KI-eksperten sammenligner all utvikling med det å klatre en krevende fjelltopp, samt forberedelse du trenger å gjøre før en topptur. Hun mener mange firmaer kjøper det beste utstyret, altså de nyeste KI-løsningene, og tror de kan hoppe rett opp på toppen, altså få verdiskapning eller en transformasjon med KI.

Men det går ikke, ifølge Tavakolifard.

Tre nødvendige steg

KI-utvikling så må gjøres stegvis, og du må først jobbe med datakvalitet for å få innsikt til veien videre.

Dette gjøres i tre steg:

1. Fra data til informasjon. Først må man ta eierskap til og lære å håndtere egne data. Rådata må organiseres og struktureres for å bli forståelig og tilgjengelig, gjennom rensing, kategorisering og kontekstualisering.

2. Fra informasjon til kunnskap. Få innsikt ved å identifisere mønstre, trender og sammenhenger med analytiske verktøy og maskinlæring. Finne ut hva som kan optimaliseres, og deretter sette mål.

3. Fra kunnskap til visdom. Bruke innsikten på en etisk og bærekraftig måte til å gjøre helt nye ting. Eksempler er Netflix og Spotify, som begge redefinerte markedet i sine bransjer med data og KI.

Skap mening og struktur

Å strukturere egne data er selve grunnlaget for verdiutvikling med KI. Men mange firmaer glemmer dette, mener Tavakolifard.

– Mange ledere ønsker rask transformasjon og setter ofte inn eksperter for å drive dette. Men det er avgjørende å bygge et solid fundament først, med en helhetlig plan og klare steg mot målene, sier hun.

– Det første du må gjøre, er å koble forskjellig datakilder for å få informasjon. Så må du skape mening og innsikt ut fra dataene.

Mange benytter også uhensiktsmessige metoder når de skal utvikle ny teknologi.

Ikke agile metoder

– Innen digitalisering benytter de fleste agile eller smidige utviklingsmetoder, men det fungerer ikke for KI. Når du skal utvikle nye former for kunstig intelligens, vet du ikke hva produktet skal bli. Vi har derfor ikke noen metodologi for det. Men man kan lære fra data, sier hun og viser igjen til personlig utvikling.

– I menneskelig utvikling vet du at du ikke vet alt, men du kan få innsikt som veileder deg fremover i arbeidet. Data kan gi kunnskap om tidligere forhold i bedriften, og det kan igjen gi innsikt til å planlegge arbeidet videre.

Tavakolifard mener at dagens strategiarbeid heller ikke er optimal for KI-utvikling.

– De fleste legger strategier ved å se på to ting: Hvor er vi i dag, og hvor skal vi være om tre år? Deretter lager de et veikart.

KI-eksperten rister på hodet.

– Jeg anbefaler å begynne med helt andre spørsmål. Det viktigste er hvorfor og hvem!, slår hun fast før hun vender tilbake til toppturanalogien.

– Skal du gå en vanskelig fjelltur, må du alltid starte med hvorfor det er viktig å gjøre det og ikke bare ligge på sofaen. Skal du lage et KI-prosjekt, må du også starte med hvorfor og så kommunisere det klart til hele organisasjonen. Deretter må du finne riktige folk og la dem bestemme hva de skal gjøre.

Kunstige data

Tavakolifard poengterer at menneskene er den viktigste ressursen i utviklingen av ny teknologi.

– Kunstig intelligens kommer stadig nærmere og nærmere vår intelligens. Men vi har én ting KI ikke kan etterligne – intuisjon. Det er alltid en visjonær person som står bak en transformasjon.

Med hjelp av KI kan du enklere forbedre datakvaliteten du trenger for en transformasjon, ifølge Tavakolifard.

Hun viser til at KI kan lage statistiske data om man mangler visse datakategorier i et datasett. Har du for eksempel mye kundedata, men mangler alder på visse kunder, så kan KI regne frem nye data for disse kategoriene.

– Å få struktur på egne data koster mye. Men du kan legge inn kunstige data via statistisk metode, eller fjerne duplikate data billigere og raskere med KI, forteller hun.

– Noen data er sensitive, men istedenfor å bruke persondata, kan du lage kunstige data og bruke dem. Det gjøres mye innen helse og shipping.

Dine egne data kan du igjen benytte til å skape personlig utvikling ved hjelp av KI, mener Tavakolifard, som skal delta på Teknas karrierekveld og holde kurs om dette neste år.

– Med riktig tankegang, og ved å trekke lærdom fra tidligere erfaringer, kan både bedrifter og individer oppnå betydelig transformasjon.