Kunstig Intelligens (AI)
Kunstig intelligens (AI) refererer til computersystemer, der udfører opgaver, som normalt kræver menneskelig intelligens, som at genkende mønstre, forstå sprog eller træffe beslutninger.
Kunstig intelligens er et felt inden for datalogi, der fokuserer på at bygge systemer, der kan løse opgaver, som normalt kræver menneskelig tænkning, som at genkende mønstre, forstå sprog, lave forudsigelser eller understøtte beslutninger. De fleste AI-systemer i brug i dag bygger på maskinlæring: i stedet for at blive eksplicit programmeret med regler bliver de trænet på store mængder data og lærer statistiske mønstre fra dem. Et velkendt eksempel er store sprogmodeller, som genererer tekst ved gentagne gange at forudsige det mest sandsynlige næste ord baseret på mønstre lært fra enorme mængder tekst. En nyttig skelnen er mellem smal AI, bygget til én bestemt opgave, og generel AI, som ville matche menneskelig tænkning på tværs af ethvert domæne, men som endnu ikke findes.
I forretningssammenhæng bliver AI mest brugt til snævert definerede opgaver frem for bred, generel problemløsning. Almindelige eksempler omfatter automatisk klassificering af dokumenter, opdagelse af fejl i fotos, analyse af maskindata for at forudsige nedbrud (forudsigende vedligeholdelse), eller drift af kundeservice-chatbots. AI-modeller understøtter også planlægnings- og prognosearbejde, for eksempel i lagerstyring eller produktionsplanlægning. Kombineret med RPA (robotic process automation) leverer AI ofte beslutningslogikken, mens RPA udfører de faktiske trin inde i forretningssystemerne.
Et AI-system er kun så godt som de data, det blev trænet på, og det træffer beslutninger baseret på sandsynlighed snarere end reel forståelse. Det betyder, at det kan producere sikre, men forkerte eller opdigtede svar, et problem kendt som hallucination. På grund af dette forbliver menneskelig kontrol afgørende for vigtige beslutninger, især hvor resultater har juridiske, økonomiske eller sikkerhedsmæssige konsekvenser. Virksomheder, der indfører AI, er som regel bedre stillet ved at starte småt, stikprøvekontrollere resultater og først anvende det, hvor fejl bliver fanget tidligt og gør lille skade.
Praktisk eksempel
En håndværksvirksomhed med 18 ansatte bruger AI-drevet billedgenkendelse til at fange beskadigede dele ved varemodtagelse. Tidligere kontrollerede en medarbejder manuelt omkring 200 indgående dele om dagen og overså cirka 3 til 4 procent af fejlene. Efter indførelsen af AI-tjekket falder overseelsesraten til under 1 procent, og medarbejderen vinder omkring 45 minutter om dagen, som hun nu bruger på at håndtere reklamationer og tale med leverandører. AI'en erstatter ikke medarbejderen; den overtager den gentagne del af inspektionen, mens grænsetilfælde stadig afgøres af et menneske.
Saadan hjaelper Leanshift
For Leanshift er kunstig intelligens et redskab til at forbedre processer, ikke et mål i sig selv. Det er værd at bruge, hvor det mærkbart forbedrer et specifikt trin i en proces, sparer tid eller reducerer fejl, bedømt efter samme målestok som enhver anden Kaizen-tiltag. Det holder fokus på det reelle mål: ikke at bruge så meget AI som muligt, men at hjælpe mennesker med at forstå og forbedre deres egne processer.
Ofte stillede spoergsmaal
Er AI det samme som en algoritme?
Nej. Enhver algoritme er en fast sekvens af beregningstrin, men ikke enhver algoritme lærer af data. AI-systemer bruger algoritmer, der selv udleder mønstre fra eksempler, i stedet for at være eksplicit programmeret til hvert tilfælde.
Har en lille virksomhed brug for sine egne AI-modeller?
Som regel ikke. Færdige AI-værktøjer og -tjenester dækker allerede typiske opgaver som tekstgenerering, billedgenkendelse eller prognoser; at træne en skræddersyet model er kun værd, når det gælder meget specifikke, tilbagevendende anvendelser.
Hvor pålidelige er AI-resultater?
Det afhænger meget af opgaven og træningsdataene. For snævert definerede opgaver som billedgenkendelse er fejlraterne ofte lave og nemme at måle, mens åbne opgaver som tekstgenerering altid bør stikprøvekontrolleres.