Man trenger verken være teknisk anlagt, ha mye penger eller en enorm datakraft for å begynne med AI. Alt man trenger, er en laptop og en god idé.
– Hvis man setter opp verdens største harddisk og samler på all data,
uten egentlig å vite hva man skal bruke den til, kommer det til å bli
et mislykket prosjekt, sier Stefan Månsby, visepresident innen
innovasjon i Basefarm. Han mener folk gjør AI altfor komplisert.
–
Datatenkning, eller AI, handler om idéen din. Om hva du vil oppnå. Du
skal ikke bruke tid og penger på teknikk. Teknikken lar seg løse
underveis uansett. Og all software man trenger for å komme i gang er
gratis, sier Månsby.
Stefan Månsby
Visepresident innen innovasjon, Basefarm
Sikt på idèen
Basefarm har to hovedkategorier med kunder. Majoriteten er de som vil ha hjelp til å finne og utvikle sin første idé, og omsette den til virkelighet.
– Når jeg holder workshop for bedrifter, begynner vi med å finne hundre idéer. Senere kutter vi de ned til tre. Og til slutt står vi igjen med én knallgod idé som også er lett å gjennomføre, sier Månsby.
– De neste 8 til 12 ukene, trener kunden maskinen i å finne mønstre. Og vi bruker kun en laptop og et excel-ark. Det er dette som er AI, eller datalæring, sier han videre.
Den andre, mindre gruppen av Basefarms kunder, er de som har kjørt seg fast og som trenger eksperthjelp.
– Her snakker vi data science supernerderi, sier Månsby.
Hva er egentlig AI i praksis?
AI, kunstig intelligens, eller maskinlæring, handler enkelt forklart om å trene maskiner til å finne et mønster.
– La oss si at vi skal skape et AI som er ekspert på å kjenne igjen lamper. Da må man først trene maskinen til å kjenne igjen en lampe. Det kalles maskinlæring. Vi gir maskinen bilder av kanskje 50.000 – 100.000 forskjellige lamper. Og for hvert bilde, må vi si til den at «dette er en lampe», sier Månsby.
Når maskinen til slutt kan kjenne igjen en lampe, går man videre og lærer den forskjellige typer lamper, forskjellige lyssettinger og om lysets oppførsel i forskjellige lokaler.
– Til slutt, kan man vise maskinen et bilde av et kjøkken, og be den belyse det på en romantisk, spennende og miljøvennlig måte, sier Månsby.
Tinder for biler
Et godt eksempel på datalæring, er en app Basefarm lagde for Porsche.
– De ønsket hjelp til å lage en app der man kunne kjøpe og selge brukte Porscher på samme måte som man bruker datingappen Tinder. Når menn dater, vet de ikke hva de vil ha før de ser det. I motsetning til kvinner som har en lang liste over ting hun ser etter i en partner før hun går ut og dater, sier Månsby.
Han legger til at når menn er på Tinder, ser de på bildet, og sveiper høyre eller venstre ut fra det. De leser ikke teksten, så sant de ikke får en match.
– Da kan det hende de leser hva matchen har skrevet, og så tilpasser de seg etter det, humrer Månsby, og fortsetter:
– Porsche-kjøperen vet heller ikke hva han vil ha før han ser det. Så vi bygde en Tinder for biler der kunden kun ser et bilde av Porschen, samt pris. Så viste vi kunden en gul Porsche. Han sveipet høyre, okei, da er det noe han liker med den. Er det modellen eller fargen? Så satt vi sammen en annen bil i samme farge. Og etter 20-30 sveip, kunne vi presentere en eksakt liste over biler kunden ville ha, sier Månsby.
Er AI viktig for din bedrift?
Mange bedrifter føler at de må kaste seg på AI-bølgen. Men det er slettes ikke alle som trenger det.
– Det kommer helt an på hvilken bedrift man befinner seg i. For priskonkurranseutsatte bedrifter er AI superviktig. Mens for bransjer med få transaksjoner og interaksjoner, som leverer produkter av høy kvalitet, er det ikke fullt så viktig, sier Månsby, og legger til at yrker og bransjer der man driver med kommunikasjon og emosjonell og empatisk IQ, som for eksempel innen helseomsorg, med fordel kan bruke AI som støtte til beslutninger.
De som lykkes med big data
De som lykkes med big data i dag, er ifølge Månsby ofte de som søker endring på noe de har gjort tidligere. Samt firmaer med en innovasjonskultur der kollegaer oppmuntres til å løse problemer.
– Ofte oppstår de gode idéene fordi noen på gulvet ser nye løsninger på ting. Gode idéer oppstår ikke når ledergruppen drar på konferanse og lærer at big data er noe de må drive med. Da kan jeg nesten garantere at de går hjem og kjøper seg en stor harddisk og begynner å samle på data, sier Månsby.
Av Marte Frimand