”AI är vår nästa digitala revolution”
Utvecklingen inom AI går framåt i rasande fart. Stora tekniksatsningar sker för att till fullo kunna dra nytta av fördelarna med AI, men det gäller att hänga med i utvecklingen. – De som inte investerar nu lär missa chansen att vara delaktiga i utformningen av framtidens AI modeller och branschunika lösningar, konstaterar Christian Pernold, HPE.
Börjar AI bli mainstream eller är det fortfarande en hype? Många branscher har nosat på möjligheterna med tekniken, men detta till trots har vi knappt ens skrapat på ytan. Som Christian Pernold, Business Manager Advisory & Professional Services på HPE, uttrycker det: AI är vår nästa digitala revolution och håller just nu på att ställa hela marknaden på sin spets.
– Vi har sett en demokratisering av AI, precis som i många andra områden, där forskningen tidigare var fokuserad på att lösa komplexa matematiska problem, skapa intelligenta system och senare också utveckling av tal- och bildigenkänning. På senare år har dock den breda tillgången till data och beräkningskapacitet, samt möjligheten att nyttja verktyg och ramverk, gjort det möjligt för fler att lösa praktiska problem inom allt fler industrier.
Den ökade tillgängligheten av data och plattformar för utveckling av AI underlättar för verksamheter att laborera med olika datakällor och att utforma nya modeller för ökad effektivitet och pålitlighet, bättre kundkännedom, eller bidra till kostnadsbesparingar, beroende på vilken industri som avses. Marknaden kan nu på allvar se vad AI faktiskt kan bidra med världen runt, säger Christian Pernold.
Tillväxten inom AI är kraftig och förväntas öka än mer, men utvecklingen kommer inte utan utmaningar. Det råder brist på kompetens och långt ifrån alla verksamheter har möjlighet att anställa exempelvis en Data Scientist. Dessutom behövs det fortsatt mer kompetens i gränslandet mellan dataanalys och affärsverksamhet, där vi för närvarande ser den största bristen på kompetens.
En datadriven AI-strategi förutsätter dessutom att organisationen är mogen att ta sig an moderna tekniker, kan anpassa arbetssätt och tankesätt för att kunna utforma nya teamstrukturer och samverkansstrategier mellan affärsområden och avdelningar — där ser vi att många företag fortfarande kämpar med att komma vidare. Kanske är det dags för en mognadsanalys av att nyttja AI i verksamheten?
– Det största värdet med AI är möjligheten att lösa verksamhets- och branschspecifika utmaningar, t.ex. genom att förbättra och snabba på patientdiagnosticering i sjukvården eller minska trafikstockning i en stad genom att koppla upp sensorer som samlar in trafikdata till ett system som ”ser” helheten och styr flödet för att maximera genomfart men samtidigt minimera risk för olyckor. Är man då i stadiet där AI-kompetens eller AI-system är centraliserade missar man lätt viktiga insikter och behov ute i verksamheten och förlorar chansen att uppnå dessa värden.
Framtidssäkrar infrastrukturen – Distribuerad AI
En undersökning av HPE visar att 74 procent av de tillfrågade redan tagit AI-initiativ och åtminstone nått ”Proof of concept”-stadiet. Vill man däremot sedan kunna skala sina lösningar eller plattformar gäller det att från början ha valt en grundinfrastruktur och en partner som klarar av att tillhandahålla den standard med blueprints och nyckelfärdiga lösningar som krävs för denna typ av datainsamling, modellinlärning och utrullning — oavsett om du utgår från en data mesh- eller data fabric-arkitektur.
– Som leverantörer inom det här ekosystemet säkerställer vi att vår infrastruktur kan skalas och ge rätt prestanda, så att slutkunderna enklare kan samla, kategorisera, klassificera och transformera data i realtid, för snabbare resultat och bättre insikter. Med andra ord: vi framtidssäkrar infrastrukturen och med skalbara lösningar låser upp värdet av data för våra kunder.
Det gäller också att ha en partner som kan leverera beräkningskapacitet och lösningar för analys av data där informationen faktiskt finns — ute i verksamheten. Sker analys och åtgärd direkt på plats behöver verksamheter inte riskera en flytt av affärskritisk eller känslig information, utan får i stället resultatet av analysen levererat för snabbare implementering och ökad pålitlighet i hela systemet.
– Här har vi en lösning på plats inom distribuerad AI, HPE Swarm Learning, en teknik som säkerställer datasekretess under maskininlärningen (Machine Learning Training) även i en federerad lösning där data-aggregering krävs för att nå effekt i hela verksamheten, eftersom det enda som delas är inlärningsmodellens resultat, inte er data.
Tekniken är således inte där problemet ligger, utan verksamheterna behöver tänka ”hur kan jag påverka min organisation i att ta större ansvar för vår AI-utveckling” för att till slut nå ökad effektivitet och insikt i hur vi nyttjar en av våra främsta tillgångar — data.
AI kommer inte utan utmaningar: regelverk kring användningen av AI taktar inte med utvecklingen, vilket leder till ett snårigt juridiskt landskap som ännu inte nått rätt mognadsgrad. Resultatet blir att användningen begränsas. HPE har tagit tydlig ställning om etiskt nyttjande av AI och vi engagerar oss också i dialogen runt AI både i Sverige och på global nivå, med förhoppningen att bidra till att det utformas regelverk som främjar och utvecklar potentialen i AI.
Nära samverkan med AI Sweden
HPE är partner till AI Sweden och har etablerat ett nära samarbete för att göra det svenska AI ekosystemet smartare, starkare och effektivare. En del av detta samarbete har varit att etablera AI Swedens Edge Learning Lab, där AI Swedens partners kan testa olika tankar och lösningar för att snabbare gå från idé till handling med sina koncept.
AI Sweden arbetar bland annat med att förädla och vidareutveckla modeller och plattformar inom AI såsom satsningar inom GPT-SW3. Lite enkelt förklarat är det en Large Language Model (LLM) som skulle kunna vara grunden till en svensk ChatGPT. HPE är en av deltagarna i projektet att utveckla nästa generations infrastruktur för dessa stora språkmodeller, så kallat Next Generation Foundation Model Infrastructure, ett arbete som görs tillsammans med AI Swedens partners.
– Detta är frågor vi vill få upp på agendan och kommer att diskutera nu i höst, på vår Greenlake Day. Målet är att på sikt kunna förenkla för svenska organisationer att komma vidare inom AI och digitalisering.
Sammanfattningsvis är fortsatta investeringar i AI nödvändiga för industri och samhälle i stort. AI har potentialen att förändra det mesta i vår vardag och lösa komplexa problem vi hittills inte kunnat lösa — exempelvis med klimatutmaningarna, inom hälso- och sjukvård samt inom utbildning. Genom att ta vara på potentialen i AI kan verksamheter bli ännu mer konkurrenskraftiga, öka effektiviteten och nå nya tillväxtmål.
– Därför är det inte bara ett smart affärsbeslut att satsa mer på AI utan också ett ansvarsfullt sätt att bidra till en bättre framtid för oss nu och för framtida generationer. Vi kan visa vägen med AI, men då behöver vi gemensamt ta nästa steg, avslutar Christian Pernold.