Ikke sitt på AI-gjerdet

Alle snakker nå om generativ kunstig intelligens – forbrukere, bedrifter og media. Det vi alle kan enes om er at vi ikke helt forstår hvordan dette vil endre måten teknologi brukes på. Løsninger som ChatGPT er bare toppen av isfjellet. De store endringene kommer først til overflaten når bedrifter begynner å ta i bruk teknologien som et verktøy – på vegne av både ansatte og kunder.

Bruksområdene er mange. Alt fra produktdesign, innholdsproduksjon, kundeservice til forsyningskjeden. For å nevne noe. Nye skybaserte modeller og utviklertjenester, som for eksempel de fra AWS, betyr i praksis at absolutt alle typer bransjer kan ta i bruk kunstig intelligens. Derfor er det avgjørende at bedrifter forstår omfang så vel som risiko for at teknologien skal gi utbytte. Så hva skal egentlig til for å lykkes?

Det første som skal til, er et solid datagrunnlag. Et konkret eksempel på dette er programvareselskapet Autodesk sine eksperimenter med på bygge generativ designprosess på AWS for å hjelpe produktdesignere med å skape tusenvis varianter av et design for deretter å velge ut det beste. Denne type maskinlæringsmodeller er avhengige av en solid datastrategi som brukerdefinerte prestasjonskarakteristikker, produksjonsprosesser og informasjon om produksjonsvolum.

En annen viktig forutsetning er å kunne forutse behov basert på egne data. Generativ AI kan brukes for utviklingen av såkalte forutseende modeller og til automatisering av innholdsproduksjon. For eksempel kan et selskap innen finans tilby kundene forutseende prognostisering og scenarioanalyse. Hvilket gjør det mulig å ta og gi mer kvalifiserte beslutninger og anbefalinger. I helsesektoren kan teknologien gjøre det enklere å diagnostisere for å anbefale behandlinger og oppføling. Noe Phillips nå gjør. Ved bruk av Amazon Bedrock brukes stemmegjenkjenning og generativ AI for bedre arbeidsflyten hos klinikker.

Generativ AI har også betydelige fordeler når det kommer til produktivitet og effektivitet i arbeidsprosesser. For eksempel kan teknologien assistere utviklere som jobber med repetitiv koding til testing og feilsøking, og dermed frigjøre tid til mer komplekse oppgaver som krever menneskelig problemløsningsferdigheter.

I april lanserte AWS CodeWhisperer. En kodeassistent som skaper kodeforslag i sanntid basert på utviklerens kommentarer. Undersøkelser viser at de som bruker verktøyet fullførte oppgaver 57 prosent raskere, og at det økte sannsynligheten for å kode på en god måte med 27 prosent. Hvilket er stort sprang for utviklerproduktiviteten.

Nå skal det være sagt at utviklingen av AI-løsninger fortsatt er i en startfase, og på ingen måte kan erstatte menneskelig erfaring og dømmekraft. Generativ AI er bare så god som dataen den er trent på. Det er alltid en risiko for unøyaktigheter. Resultatene kan ofte virke plausible, men kan i virkeligheten være oppdiktede eller ensidige. Avklar derfor forventningene til nøyaktighet, og sørg for at resultatene er veiledende. Ikke instruerende.

Et annet viktig poeng er å ta sikkerhet og rettigheter på alvor. Sikkerhet og personvern er alltid viktigste prioritet. Med generativ AI er det mange nye hensyn som må tas. For eksempel rundt immaterielle rettigheter. Sørg for å identifisere og begrense mulige risikofaktorer, og inkluder de som jobber med sikkerhet og juss for å sikre at implementeringen er i tråd interne retningslinjer, lover og forskrifter. Tenk også over hvem som faktisk eier dataene som brukes.

Med generativ kunstig intelligens sin evne til å beherske komplekse problemstillinger står vi overfor et revolusjonerende teknologiskifte. Begynner du å eksperimentere i dag, vil du være godt posisjonert til å dra nytte av mulighetene og fordelene teknologien gir.

Sven Sunde, Enterprise Greenfield Manager, AWS for Norge, Danmark og Island