Vinnova satsar på att öka takten inom AI – men frågan är om det räcker.

Nej, enligt rapporten AI Decision-Makers Report från det svenska AI-företaget Peltarion.

Vinnova satsar på att öka takten inom AI – men frågan är om det räcker. 1Det finns en allmän uppfattning att Sverige halkat efter inom AI-området.

Den senaste tiden har det dock hänt en hel del på nationell nivå för att förbättra förutsättningarna för en gynnsam utveckling inom AI-området i Sverige.

AI Innovation of Sweden är igång och tillsammans med Vinnova görs nu flera satsningar för att öka Sveriges takt för att komma i kapp övriga länder på AI området.

Även om Sverige har en mer gynnsam utgångspunkt nu än för ett par år sedan så kvarstår vissa utmaningar.

Rapporten AI Decision-Makers report pekar bland annat på ett moment 22 just nu – det finns en välkänd brist hos företagen på specialistkompetens inom AI – särskilt inom ”deep learning” – och svårt att attrahera rätt folk när det inte finns en tillräckligt mogen “AI-miljö” hos företagen, (dvs inga människor som är duktiga på AI och inga fungerande modeller kring AI i praktiken, case etc).

Specialisterna som redan är anställda har i många fall en orimligt stor arbetsbörda och får lite eller inget stöd från övriga roller i verksamheten. Företagen har också stora utmaningar med att locka till sig nya talanger i AI:s framkant då dessa är eftertraktade och i stor utsträckning kan välja sin arbetsgivare med omsorg.

Det är positivt att Vinnova och AI innovation of Sweden satsar på att skapa rätt förutsättningar för satsningar på AI i Sverige, bl a med AI Innovation of Swedens nod i Stockholm (ytterligare en på gång i södra Sverige,) utökade anslag från Vinnova på 100 miljoner kronor fram till 2024 och stöd till 8 nya datalabb för att skapa tillgängliga data. Allt för att lägga in en högre växel och få Sverige att komma i kapp andra länder.

Men frågan är om det räcker? Enligt AI Decision-Makers Report  kommer det vara svårt för företagen att ta sig framåt tillräckligt snabbt med de metoder som används idag – exempelvis avskilda AI-center och försök att rekrytera dyra forskare, eller vänta in den kompetens som utbildar sig nu. En nyckel skulle kunna vara att använda sig av organisationsanpassade, färdiga AI-plattformar som kan hjälpa företagen med den omställning av verksamheten som krävs. Då skulle företagen snabbt kunna skaffa sig fungerande AI-modeller och även utbilda befintlig personal kring AI och ”deep learning” på flera nivåer i verksamheten och på så vis få ut kraften med AI  i hela organisationen och inte ha den begränsad till en enda avdelning.