Det är ett ambitiöst och starkt påstående.
Om en människa kan göra det – kan en AI-resurs göra det mer effektivt
Givetvis kan inte alla mänskliga uppgifter utföras av AI idag, men många, fler än man kan tro, avgränsade uppgifter är fullt möjliga att automatisera med hjälp av AI.
Det finns ingen klar definition av artificiell intelligens, olika personer definierar det på olika sätt. För oss är AI ett upplärningsbart system som du kan träna att göra saker utöver gränserna för ett traditionellt system. AI-systemet är inte i sig smart, det blir smart genom träning. På så sätt kan man tänka sig att det är mer som en resurs än ett system.
Vissa skulle säga att endast djupa neurala nätverk är AI. Detta kommer troligen att förändras i framtiden, för om ca 20 år från nu, kommer definitionen av AI att vara annorlunda än den vi har nu. Detta beror på att AI ständigt utvecklas.
Några av de AI-projekt vi bland annat har arbetat med är datavalidering och produktklassificering.
Datavalidering handlar om att träna ett AI-system för att upptäcka fel i datat genom att visa bra produktdata och felaktiga produktdata. Det kan vara några typer av fel och det täcker alla de fall där de traditionella reglerna skulle vara oåtkomliga på grund av komplexiteten och antalet regler som behövs.
Vårt produktdataklassificeringssystem kan utifrån information från en databas med produkter i en produkthierarki klassificera den i en annan hierarki, och berika den med datafunktioner som extraheras från sekundära källor. Detta är ett mycket tidskrävande arbete som lätt blir felaktigt om det görs manuellt men kan utföras väldigt framgångsrikt med en AI.
Den mest utmanande delen är att förutsäga resultaten av en AI-bearbetning. Det är inte som i traditionell programmering, där du definierar krav- och testkriterierna och gör ett system som gör de tilldelade processerna. AI kan, och kommer, lära sig det som visas genom att grunden för vad AI kan uppnå ligger i mönstren som kan urskiljas i träningsdata.
AI är kraftfullt, eftersom det trots att det behöver tränas (i vissa fall mycket), minskar tiden och antalet resurser som behövs för att lösa ett problem. I slutändan kan AI-träningen vara mycket billigare och snabbare än programmeringen i ett traditionellt system.
Plus, när du introducerar en AI-lösning i en affärsmiljö kan den utöka sin kunskap och användas till andra ändamål. Således blir AI-resursen alltmer mogen under tiden. Vem kan dra nytta av detta? Ja, i princip alla.
AI kan i allmänhet ersätta eller förbättra många arbetsflöden och processer där manuellt arbete, validering, kategorisering eller datautvinning behövs – i princip allt som är repetitivt. Ett stort antal affärsmässiga fall finns inom textbaserad databehandling och det är vad vi fokuserar på just nu. Merparten av digitaliseringen och automatiseringen av administrativa processer innefattar textbaserad databehandling, som traditionellt utförs antingen manuellt eller med ett statiskt IT-system, och det är här ett AI drastiskt kan förbättra arbetsflödena.
Till sist men inte minst – om en människa kan utföra en viss uppgift, då är det stor chans att en maskin också kan göra det. Det är bara en fråga om hur komplicerat systemet behöver vara och hur mycket resurser som behövs för att träna det.
