Det menar Anders Arpteg, som har ägnat 20 år åt att utveckla och tillämpa AI-applikationer. Han började som akademiker, men är numera verksam i näringslivet. På Spotify ledde han en forskningsgrupp som använde AI för att optimera användarupplevelsen. Idag har han titeln principal data scientist på Peltarion. Han fungerar också som rådgivare i AI-frågor åt den svenska regeringen.
Vill demokratisera AI
Peltarion började som ett litet, men kunskapsintensivt, konsultföretag. Medarbetarnas spetskompetens gjorde att företaget fick utvecklingsuppdrag från bland andra Intel, Tesla och NASA. För två år sedan inledde de en stor satsning på att utveckla en plattform som gör det möjligt för alla företag att dra nytta av artificiell intelligens, även de som inte har stora forskningsgrupper som Google, Facebook och andra teknikjättar.
– Vi har utvecklat ett verktyg som gör det möjligt att skapa AI-system utan att vara AI-expert. Det som krävs är egentligen bara data från den egna processen, data som blir grunden till en AI-tillämpning som kan resultera i exempelvis effektivitetsvinster eller minskat resursutnyttjande. Vi ser detta som ett viktigt steg mot en demokratisering av AI-tekniken. Genom att bryta den monopolisering som råder idag kan inte bara enskilda företag spara pengar, resultatet blir också en starkare ekonomisk utveckling i stort, säger Anders Arpteg.
Vilken typ av problem är AI bra på att lösa?
– Det beror lite på hur man definierar AI. AI har funnits som begrepp i 60 år och därför kan man tala om gammal och ny AI-teknik. Den gamla tekniken fungerar med enkel numerisk data under förutsättning att man lägger ned mycket arbete på att förbereda och anpassa den. Något som är både svårt och tidsödande. Det som har hänt under de senaste åren är att den så kallade deep learning-tekniken utvecklats på ett avgörande sätt. Idag kan AI-systemen i mycket större utsträckning tolka information på egen hand. Man kan bygga AI-system som tolkar såväl bilder som ljud eller text. Det gör att tekniken kan användas till det mesta så länge data finns tillgänglig.
Ja, någon har väl sagt att data är den nya oljan?
– Det är en liknelse man hör ibland, men jag är inte så förtjust i den. Olja är ju en resurs som är både ändlig och miljöförstörande. Data är mer neutralt. Den blir vad man gör den till. Sant är däremot att data är råvaran som möjliggör lösningarna på väldigt många av framtidens utmaningar, både i enskilda verksamheter och i samhället i stort. Självklart gäller det dock att följa GDPR och alla andra regelverk när man använder den.
Vilken typ av företag kan dra nytta av, och tjäna pengar på, AI idag?
– Jag skulle säga att AI kan göra stor nytta inom vitt skilda verksamhetsområden, så den listan kan bli lång. Inom hälsoindustrin kan AI bidra med allt från att minska vårdköer till att ställa diagnoser eller föreslå och utvärdera behandlingsplaner. Utvecklare av olika typer av digitala tjänster kan få hjälp med att förbättra användarupplevelser. Det är ju sådant som börjar kännas ganska självklart. Men nu ser vi också andra industrier, till exempel tillverkningsindustrin, som börjar använda AI för att förbättra sina processer.
Kan du ge något exempel?
– Ett av de roligaste projekt jag varit involverad i handlar om att hjälpa en vindkraftsproducent att leverera förutsägelser om hur mycket el de kommer att producera. Det är viktigt att kunna rapportera så exakt som möjligt eftersom de annars får betala en straffavgift till spotmarknaden. Produktionen är ju direkt kopplad till väder och vind, så vi har hjälpt dem att sätta upp en AI-modell som processar data från bland annat satellitbilder. AI:n har kunnat göra betydligt bättre förutsägelser än de som baserats på vanliga väderprognoser.
– Electrolux använder också AI för att förbättra sin tillverkningsprocess. Billerud Korsnäs är ett annat exempel. De använder AI för att minimera och upptäcka fel i processen vid tillverkningen av pappersmassa. Sensorer längs processen ger den indata som hanteras i deras AI-modell.
Peltarions AI-verktyg lanserades nyligen i en första version. Fortfarande krävs en hel del kunskap och arbete för att utnyttja det, men på sikt är ambitionen att verktyget ska förfinas så att det i princip blir möjligt för alla att bygga operationaliserade AI-modeller.
– Visionen är att du ska peka på den data du vill använda och sedan bara trycka på en knapp, säger Anders Arpteg.
Hur tror du att AI kommer att påverka våra liv om tio år?
– Att försöka göra förutsägelser om framtiden är bland det dummaste man kan göra. Framtiden brukar vara omöjlig att förutspå. Stephen Hawking och Elon Musk har ju varnat för att AI kan bli slutet för mänskligheten. Idag är den dock alldeles för dum för att utgöra något hot. AI kan bara användas till specifika uppgifter. Men en dag kommer vi säkert att få se en AI som är mer generell. Därför är det positivt att de etiska aspekterna av utvecklingen har börjat diskuteras på allvar de senaste åren. Istället för att se AI som ett hot föredrar jag att se AI som den kraft som har störst potential att lösa de stora utmaningar mänskligheten står inför.
– Om tio år skulle jag säga att AI påverkar våra liv på fler sätt än vi kan förutse. Inte minst kommer den att förändra arbetsmarknaden. Vissa jobb kommer utan tvekan att automatiseras. Men där ser jag hellre AI som en möjlighet än ett hot. Rätt använd gör AI oss människor bättre och effektivare. Det är när AI och människa jobbar tillsammans som de bästa resultaten uppnås. AI kan hjälpa radiologen att ställa bättre och snabbare diagnoser, men också vara medkompositör till en ny vacker opera.
Så min bekant som är revisor borde inte fundera på att skola om sig?
- Nej, det skulle jag inte säga. Däremot ska hon eller han på sikt fundera på att använda AI i sitt jobb. I den branschen kan den bli en stor tillgång.
5 tips till företag som vill skaffa en AI-strategi
Skaffa grundläggande AI-kunskap
Läs på och sök kunskap tillsammans i organisationen. En framgångsrik AI-satsning måste utgå från den egna organisationen. Alla behöver inte bli experter, men en grundläggande förståelse för förutsättningar och möjligheter är nödvändig.
Välj rätt problemområden
För att ett AI-projekt ska bli meningsfullt bör det byggas kring ett affärskritiskt problem. Så fundera noga på vad AI kan bidra med i just er verksamhet. Vilka problem är mest angelägna att lösa? Vilka delar av verksamheten har potential, men levererar för låga vinstmarginaler? Var finns det möjligheter till kostnadsminskningar?
Gör en datainventering
Data är råvaran i alla AI-system. Därför gäller det att hitta källor för att generera så mycket relevant data kring de definierade problemområdena som möjligt.
Välj rätt verktyg
Du behöver både mjukvara och hårdvara för att bygga din AI-modell. Välj med hänsyn till mål, budget och kompetensnivån i organisationen. Ta hjälp om det behövs. Tänk på att verktyget behöver kunna underlätta för samverkan inom ramen för projektet.
Källa: The essential AI handbook for leaders (Peltarion)