AI-transformationen: hvordan virksomheder og offentlige myndigheder bliver mere digitale

Det første skridt ind i AI-alderen er starten. Det starter med spørgsmålet om AI-strategi. Der er to muligheder, som også kan blandes: Cloud (ChatGPT) eller in-house AI. Begge har deres egne fordele. Men skyen leverer ikke de bedste resultater. Nogle spørger også om datasikkerhed og omkostninger.

Indledning

AI giver utrolige muligheder. Derfor overvejer mange virksomheder og myndigheder at bruge AI til at gøre forretningsprocesser mere effektive eller til at muliggøre dem i første omgang.

I løbet af de sidste par uger har forfatteren til denne artikel haft lejlighed til at holde adskillige præsentationer, workshops og kurser for virksomheder, offentlige myndigheder/administrationer og på konferencer. Det har ført til den konklusion, at en AI-strategi er interessant for mange. Billedet stammer i øvrigt også fra et af disse foredrag. Det er taget i Düsseldorf ved et møde i byggebranchen, som også kan have gavn af AI og derfor gerne ville vide mere.

Til AI-strategien hører spørgsmålet til, om man er villig til at sende sin Skat af data til Microsoft eller OpenAI, eller hvis man hellere selv vil udvikle denne skat. Spørgsmålet kan let besvares, hvis man ved, at en optimerede AI ikke kun kan levere bedre resultater end ChatGPT, men også fuldstændig datasekretesse giver mulighed for.

Hvilken AI-strategi passer bedst til din organisation? Det kommer an på det. Der er forskellige AI-brugergrupper. Afhængigt af gruppen giver en anden AI-strategi mening. Grupperne er:

• Privatanvender: De har ikke brug for en AI-strategi og behøver ikke læse denne artikel. En bedre ide ville være at kigge på andre blogartikler på Dr. GDPR.
• Enkelt bruger / enkelt selvstændig: Din økonomiske villighed afhænger af fordelene. Det kan antages, at de ikke har brug for en AI-strategi eller ikke kan gennemføre en sådan. De vil lande på ChatGPT, bortset fra du har tillid til OpenAI eller Microsoft ikke.
• Små virksomheder: Hvis AI er til stor gavn for dig, vil en AI-strategi være tilrådelig. Ellers ikke.
• Større virksomheder eller offentlige myndigheder: En AI-strategi er ikke kun fornuftig, den er obligatorisk. De er den første målgruppe i denne artikel.

Hvad er en AI-strategi?

En strategi er en langsigtet plan.

De vil opnå forretningsmål. Det skal være dem ligegyldigt, om de gør det med eller uden AI. Men: Med AI er mange ting mulige, der før var enten umulige eller for dyre eller tidssvære.

En AI-strategi hjælper dig med at finde et AI-system til et problem, du gerne vil løse. AI-strategien hjælper dig også med at finde de problemer, du vil løse.

Den første skridt er således: Find Problemer, som I har villet løse. I stedet for problem kunne man også tale om opgave, forretningsprocess, projekt eller anvendelsesfald.

Din organisations AI-strategi

Vi gennemgår strategien trin for trin og holder os til de vigtige punkter.

Det første skridt er at identificere use cases, dvs. de problemer, som din virksomhed eller myndighed ønsker at løse.

Genkendelse af use cases

Hvilke processer er på plads i din virksomhed? Da AI arbejder med data, skal de processer, der skal håndteres med AI, have en database.

Her skal der skelnes mellem to tilfælde:

1. Du ønsker at behandle papir med AI. For at gøre dette skal papiret scannes. Derefter kan det behandles med AI. Selv OCR fungerer bedre med AI end før. Når papiret er scannet, kan vi gå videre til case 2 (som også kan omfatte OCR med AI).
2. Du ønsker at behandle eksisterende data, filer (især dokumenter eller billeder) eller brugerinput. Lad os komme i gang med AI-tidsalderen.

Digitaliserede data eller informationer er den grundlæggende forudsætning for AI-applikationer. Den er nu opfyldt. Hvilke brugsscenarier er mulige?

AI kan behandle alle typer data. Disse typer data kaldes modaliteter. Eksempler på modaliteter er:

• Text
• Billede
• Video
• Lyd
• Sensorværdier

Et AI-system bygger på et neuralt netværk, lige så meget som dit hjerne. Et sådant neuralt netværk kan gøre helt fantastiske ting, lige så meget som du også kan. Qualitativ er der ingen forskel mellem dit hjerne og det i computeren (nogle ser det anderledes, men giver ikke nogen argumenter).

Hvad er gode use cases?

Gode use cases er dem, der kan håndteres nemt eller væsentligt bedre eller mere fordelagtigt med AI end med tidligere metoder. Eksempler på sådanne use cases er:

• Kunstig intelligens-assistent til dine medarbejdere eller for borgeranmodninger: De fleste mennesker har svært ved at forstå en lovgivningstekst eller en juridisk bestemmelse. AI reducerer denne barriere. Et andet eksempel: Borgere vil vide, hvor højt de må bygge i området X: AI giver svar på grundlag af dine dokumenter. Hallucinationer er mere noget, som de forventer fra ChatGPT, men ikke fra en optimeret AI (Offline AI).
• Udtrække viden fra dokumenter: Det går meget godt. Hva' gør I så med dette viden? Hvis I ikke ved det, spring over til denne punkt. Der følger flere forslag.
• Udforsk tilbud: Dette tilbud indeholder i en Word-fil flere sider med delnummer og kort beskrivelse. Skulle det ikke være bedre at gøre hele tinget mere overskueligt og forståeligt? AI finder billeder fra producenten af produkterne, der er inkluderet i tilbuddet. Længere beskrivelser, produktdataark og tekniske specifikationer kan også automatisk indsættes i dit tilbud.
• Komprimér viden: Du vil ikke se dette uddannelsesvideo; du vil ikke læse denne 50 sider lange A4 tekst. AI oversætter sprog til tekst og lange tekster til en sammenfattelse. Det er også muligt at oprette podcasts fra tekster.
• Rediger billeder: Din by ønsker at gøre sit vartegn med en oversvømmelse, for at sensibilisere borgere eller illustrere den aktuelle oversvømmelse. Dette gør du ved at tage et foto af dit vartegn, markere forgrunden med få musklik og sige til AI: "Tilføj højvand". Denne fremgangsmåde er desuden bedre end at låse en oversvømmelse på ChatGPT i et billede af dit vartegn. Fordi et vartegn er, som det er. Det kan ikke blive bedre ved kunstig generering.
• Protokolliering og live-oversættelse: Timerlange møder eller meetings kan optages i realtid via video, oversættes til tekst eller endda til andre sprog. Målsproget kan så læses op når det er nødvendigt. Der findes allerede en meget god løsning fra Tyskland, der bruges på større kongresser.

Du kan bedst løse disse opgaver med en optimeret AI. Til generelle opgaver og vidensspørgsmål kan du bruge en chatbot efter eget valg. Til seriøse og specifikke forretningsapplikationer, som også skal tage hensyn til din virksomheds viden og være sikre, er en optimeret AI den bedste løsning.

En optimeret AI bruger open source AI-modeller og er optimeret til din brugssituation. Resultatet er høj kvalitet og pålidelighed i AI-output.

Hvordan optimerer man en AI?

Der er flere muligheder for dette:

1. Prompt-tuning: I modsætning til ChatGPT-brugere foregår dette i baggrunden. Brugeren behøver ikke at forholde sig til det.
2. Automatisering: I modsætning til ChatGPT kører din optimerede AI stort set automatisk. Det gør det muligt at optimere delprocesser, som skal køres igennem for at opnå det endelige resultat.
3. Træning (mere præcist: finjustering): Vi lærer din AI, hvad der er godt, og hvad der er dårligt. For at gøre dette har vi brug for eksempler, der består af input (faktisk) og output (mål). For en oversættelsesapp ville et eksempel f.eks. være et par af a) tysk tekst og b) en tilsvarende engelsk tekst.

Mulighederne for at få bedre resultater er derfor mange og magtfulde.

Tjek kravene

Når man har erkendt, at der findes use cases, bør det første mål være en prototype. Færdige markedsløsninger er en undtagelse. Med AI-produkter er spørgsmålet, hvem der tilbyder dem. En server placeret i Tyskland er ingen garanti for datasikkerhed. En taiwansk serveroperatør kan til enhver tid få adgang til denne server. Serverens placering er teknisk set irrelevant, selv om placeringen i Tyskland er lidt mere fordelagtig end andre steder. I det mindste kan du nemt besøge serveren.

For en prototyp, men også for den færdige AI-løsning, skal du have hardware. De bedste anvendelsesfelter til indgangen kræver dog ikke særlig hardware.

Til fuldt udbyggede AI-applikationer har du brug for AI-servere (en eller flere, afhængigt af antallet af brugere). AI-servere er kendetegnet ved deres AI-kompatible grafikkort. Dette kommer normalt fra NVidia. Søg rådgivning om dette for at finde det grafikkort, der giver det bedste forhold mellem pris og ydelse.

AI-applikationer beregnes på særlige grafikkort: I modsætning til processorer (CPU'er) kan disse udføre mange tusinde beregninger parallelt.

Grafikkortene i AI-systemer bruges derfor kun til beregning og ikke til at sende et videosignal ud.

Der er tre gode muligheder for servere:

1. De driver dit eget datocenter. Mange virksomheder og forvaltninger har et sådant. Der står således dine AI-servere. Det er den On-Prem løsning.
2. De køber selv der AI-servere (lad jer rådgive). Serverne står så i en datacenter i Tyskland, hvor I kan leje plads. Det kaldes Colocation.
3. De mader en AI-server fra en ren tysk leverandør med tysk aftale om behandling af oplysninger og serversted i Tyskland. Lader Inder sig love, at dine data ikke bliver sendt ud til yderste fra AI på serveren. Enhver seriøs AI-leverandør vil gøre det. Den lejede-server er en sikker valgmulighed.

Den hurtigste introduktion til AI er en ren videnssøgning, der finder resultater semantisk. Søgninger udføres derfor ikke ved at sammenligne bogstaver, men ved at sammenligne betydninger. Hvis resultaterne vises i form af en hitliste, har du ikke brug for nogen særlig hardware.

Ud fra et hardwaremæssigt synspunkt er den hurtigste måde at komme i gang på at leje en server. Omkostningerne er lave, så et senere skift til egen server giver økonomisk mening. Fra et teknologisk synspunkt kan denne ændring også finde sted med en overskuelig indsats.

Du har også en fordel ved en hurtig start med lejehardware. Et par måneder senere er der måske bedre hardware til rådighed til samme pris eller for færre penge. Du sparer penge ved at købe hardware på et senere tidspunkt. Samtidig giver lejeserveren dig hurtige resultater.

Fra prototype til live-system

Prototypen bruges til at demonstrere AI-systemets ydeevne i forhold til din brugssituation. Optimeringer vil også finde sted her. Du bør vide én ting om dette:

En prototype kan derfor realiseres med et overskueligt budget. Den færdige version kan nemt skabes ud fra denne. Arbejdet består hovedsageligt i at tilvejebringe en brugervenlig brugergrænseflade og lignende.

Opgrader din intelligens

Du kan ikke bare sådan lige opgradere din intelligens, som forhåbentlig sidder mellem dine ører. Men du kan forbedre din intelligens, som sidder i dit AI-system, med jævne mellemrum.

Det er meget nemt at udskifte den elektroniske hjerne:

1. Download en ny elektronisk hjerne (AI-model). Der findes fremragende AI-modeller til dette, som allerede er betydeligt bedre end ChatGPT på nogle områder.
2. Udskift den gamle AI-model med den nye fra trin 1: I bedste fald består denne operation i at kopiere og overskrive filer.

Med dette kan I gøre meget mere end hvad OpenAI og Microsoft selv kunne gøre for jer. For de enorme universelle intelligenser er ikke kun middelmådige eller dårlige eksperter i jeres konkrete tilfælde; de er også meget svære at arbejde med. Man kan ikke bare bytte ud Albert Einstein. Det ville være godt hvis det kunne ske. For hvis herr Einstein skulle skifte dæk på jeres lastbil, så begynder han at græde.

Du kan derfor nemt udskifte AI-hjernerne i dine optimerede AI-systemer løbende. ChatGPT bliver derimod sjældent opdateret. Frem for alt foretrækker du selv at bestemme, hvornår en opdatering finder sted. Ellers kan man blive lidt overrasket over, hvordan AI-systemet pludselig opfører sig, bare fordi OpenAI pludselig mente, at det havde brug for en opdatering.

Yderligere fordele ved optimerede AI-systemer

Cloud-Tjenester som ChatGPT eller Mistral har følgende omkostningsstruktur og dermed følger konsekvenser:

1. Gratis konto: Gratis og middelmådig. Men meget god til spørgsmålet om, hvad det næsthøjeste bjerg i verden er. Men du kan også finde ud af det på en anden måde.
2. Flatrate for individuelle brugere: For omkring 25 dollars kan hver bruger skrive noget i en boks på eget ansvar og få et svar. Brugeren ved ikke noget om sine kolleger. Kolleger kan udveksle oplysninger på gangen. Giver det virkelig mening?
3. Brugsbaserede gebyrer: En programmeringsgrænseflade giver dig mulighed for at forespørge en AI i skyen. Du betaler penge pr. opkald. Jo flere data du indtaster, jo dyrere bliver det. Hvis du vil indtaste dine virksomhedsdokumenter, bliver det meget dyrt. Hvor ofte skal du ringe op til en universel AI for at få et resultat? Modspørgsmål: Hvor lang tid tager det din kollega at udføre en bestemt opgave, som vedkommende aldrig har udført før? Svar: Det ved du ikke. Ikke engang din kollega ved det.

Optimeret AI har en anden kostnadsstruktur:

1. Lejemodel: Du lejer en AI-tjeneste (Software as a Service, SaaS): Der er flere prismodeller her. En mulig model er en fordelagtig flatrate. Det er ligegyldigt, hvor ofte din AI bliver kaldt op, og hvor mange virksomhedsdokumenter der bliver behandlet: Omkostningerne er altid de samme.
2. Købsmodel: Du får udviklet en AI-tjeneste til dig. Det koster penge én gang og lidt til vedligeholdelse (hvis det ønskes). Det er ligegyldigt, hvor intensivt du bruger AI'en: Omkostningerne er altid de samme.

Faste omkostninger har flere fordele i forhold til forbrugsbaserede afgifter:

1. Omkostningerne kan planlægges, fordi de er kendte.
2. Omkostningerne er overkommelige.
3. Dit system kan arbejde 24/7. Anbefaling: Gør dit system spændende, for det kan tænke selv og forbedre sig selv.

Særligt den 24/7 drift er en strategisk fordel!

Meget vigtigt: Dataene er hos dig. En optimeret AI behøver ikke at hente data andre steder fra eller sende dem andre steder hen. Medmindre du ønsker det, eller brugssituationen kræver det.

Det er f.eks. nødvendigt, at AI'en går på internettet, hvis du vil have søgeresultater med i AI-svarene. Eller du vil sende AI-resultaterne til din databaseserver eller dit DMS. Så skal den optimerede AI selvfølgelig sende data til disse systemer – fordi du vil have det!

Konklusion

Flere aspekter er vigtige for en AI-strategi.

Men det vigtigste er: Kom i gang! Opnå resultater hurtigt.

Det første spørgsmål er: Hvilke use cases er der i din virksomhed eller myndighed? Det er her, en workshop er nyttig.

Dette efterfølges af spørgsmålet: Vil du sende dine data til cloud-tjenester eller ej?

Alt andet følger af dette. Kontakt forfatteren, hvis du har spørgsmål!