AI-transformationen: hur företag och offentliga myndigheter blir mer digitala

Det första steget in i AI-åldern är starten. Det börjar med frågan om AI-strategi. Det finns två alternativ, som också kan blandas: Molnbaserad (ChatGPT) eller intern AI. Båda har sina egna fördelar. Molnet ger dock inte de bästa resultaten. En del frågar också om datasäkerhet och kostnader.

Inledning

AI erbjuder otroliga möjligheter. Det är därför många företag och myndigheter funderar på att använda AI för att effektivisera affärsprocesser eller för att överhuvudtaget möjliggöra dem.

Under de senaste veckorna har författaren till denna artikel haft möjlighet att hålla ett stort antal presentationer, workshops och utbildningar för företag, myndigheter/förvaltningar och på konferenser. Detta har lett till slutsatsen att en AI-strategi är av intresse för många. Fotot kommer för övrigt också från en av dessa föreläsningar. Den togs i Düsseldorf vid ett möte med byggbranschen, som också kan dra nytta av AI och därför var angelägen om att få veta mer.

Till AI-strategin hörer frågan om man är villig att skicka sin Data skatt till Microsoft eller OpenAI, eller om man hellre vill förädla den själv. Frågan blir lättare att besvara när man vet att en optimerad AI inte bara kan ge bättre resultat än ChatGPT, utan också full dataskydd.

Vilken AI-strategi passar din organisation bäst? Det beror på. Det finns olika användargrupper för AI. Beroende på vilken grupp det handlar om är det meningsfullt med olika AI-strategier. Dessa grupper är:

• Privatanvändare: Ni behöver inte en AI-strategi och ni måste inte läsa den här artikeln. Mer värt att läsa vore ett besök på andra blogginlägg på Dr. GDPR.
• Enskilda användare / enskilda företagare: Din ekonomiska beredskap hänger på nytta. Det är att anta att de inte behöver eller kan genomföra en AI-strategi. De kommer att landa i ChatGPT, förutom om du inte litar på OpenAI eller Microsoft.
• Små företag: Om AI är till stor nytta för dig är en AI-strategi att rekommendera. Annars inte.
• Större företag eller offentliga myndigheter: En AI-strategi är inte bara förnuftig, den är obligatorisk. De är den första målgruppen för den här artikeln.

Vad är en AI-strategi?

En strategi är en långsiktig plan.

De vill uppnå affärsmål. Det borde vara likgiltigt för dem om de gör det med eller utan AI. Men: Med AI är mycket möjligt som tidigare var antingen omöjligt eller för dyrt eller tidskrävande.

En AI-strategi hjälper dig att hitta ett AI-system för ett problem som du vill lösa. AI-strategin hjälper dig också att hitta de problem som du vill lösa.

Den första steget är således: Hitta de problem som du vill ha lösta. Istället för problem kunde man också tala om uppgift, affärsprocess, projekt eller användningsfall.

AI-strategin för din organisation

Vi går igenom strategin steg för steg och håller oss till de viktiga punkterna.

Det första steget är att identifiera användningsfall, dvs. de problem som ditt företag eller din myndighet vill lösa.

Identifiera användningsområden

Vilka processer finns på plats i ditt företag? Eftersom AI arbetar med data måste de processer som ska hanteras med AI ha en databas.

Här måste två fall särskiljas:

1. Du vill bearbeta papper med AI. För att göra detta måste papperet skannas. Det kan sedan bearbetas med AI. Även OCR fungerar bättre med AI än tidigare. När papperet har skannats kan vi gå vidare till fall 2 (som också kan omfatta OCR med AI).
2. Du vill bearbeta befintliga data, filer (särskilt dokument eller bilder) eller användarinmatningar. Låt oss komma igång i AI-åldern.

Digitaliserad data eller information är grundförutsättningen för AI-tillämpningar. Detta har nu uppfyllts. Vilka användningsområden är möjliga?

AI kan bearbeta alla typer av data. Dessa typer av data kallas för modaliteter. Exempel på modaliteter är:

• Text
• Bild
• Video
• Ljud
• Sensorvärden

Ett AI-system bygger på ett neuronalt nätverk, precis som ditt hjärna. Ett sådant neuronalt nätverk kan göra helt fantastiska saker, precis som du också kan. Qualitativ finns det ingen skillnad mellan ditt hjärna och det i datorn (vissa ser det annorlunda, men ger inga argumenter).

Vad är bra användningsfall?

Bra användningsfall är sådana som kan hanteras enkelt eller betydligt bättre eller mer fördelaktigt med AI än med tidigare metoder. Exempel på sådana användningsfall är:

• Kunskapsassistent för era anställda eller medborgarförfrågningar: De flesta människor har svårt att förstå en lagtext eller en rättslig föreskrift. AI minskar denna barriär. Ett annat exempel: Medborgare vill veta hur högt de får bygga i området X: AI ger svar baserat på era dokument. Hallucinationer är snarare något som de förväntar sig från ChatGPT, men inte från en optimerad AI (Offline-AI).
• Ta ut kunskap ur dokument: Det går mycket bra. Vad gör ni sedan med denna kunskap? Om ni inte vet det, hoppa över detta stycke. Därefter följer ytterligare förslag.
• Utforska erbjudanden: Era offerlista listar i en Word-fil flera sidor med delnummer och kort beskrivning. Kunde det inte vara bättre att göra allt mer tillgängligt och begripligt? AI hittar bilder från tillverkaren av produkterna som ingår i erbjudandet. Även långare beskrivningar, produktblad och tekniska specifikationer kan automatiskt infogas i era erbjudanden.
• Komprimera kunskap: Du vill inte se detta utbildningsvideo; du vill inte läsa dessa 50 sidor A4-text. AI översätter språk till text och långa texter till en sammanfattning. Även podcasts från texter att skapa är möjligt.
• Redigera bilder: Din stad vill ge en bild av stadens viktigaste landmärke med översvämning för att uppmärksamma medborgarna eller illustrera den nuvarande översvämningen. För detta tar du ett foto av ditt landmärke, markeras bakgrunden med några musklick och säger till AI: "Lägg till översvämning". Detta sätt är faktiskt bättre än att låta ChatGPT generera ett bild av ditt landmärke med översvämning. För ett landmärke är så som det är. Det kan bara bli sämre genom künstlig generation.
• Protokolliering och liveöversättning: Långa möten eller sammanträden kan spelas in i realtid via video, översättas till text eller till och med översättas till andra språk. Målsspråket kan sedan läsas upp när behovet finns. För detta finns redan en mycket bra lösning från Tyskland som används på större kongresser.

Du kan bäst lösa dessa applikationer med en optimerad AI. För allmänna uppgifter och kunskapsfrågor kan du använda en chatbot som du själv väljer. För seriösa och specifika affärsapplikationer som även ska ta hänsyn till din företagskunskap och som är säkra är en optimerad AI det bästa alternativet.

En optimerad AI använder AI-modeller med öppen källkod och är optimerad för ditt användningsfall. Resultatet är hög kvalitet och tillförlitlighet i AI-utdata.

Hur optimerar man en AI?

Det finns flera alternativ för detta:

1. Prompt tuning: Till skillnad från ChatGPT-användare sker detta i bakgrunden. Användaren behöver inte ta itu med detta.
2. Automatisering: Till skillnad från ChatGPT körs din optimerade AI till stor del automatiskt. Detta gör det möjligt att optimera delprocesser som måste köras igenom för att slutresultatet ska bli bra.
3. Utbildning (mer exakt: finjustering): Vi lär din AI vad som är bra och vad som är dåligt. För att göra detta behöver vi exempel som består av input (faktisk) och output (mål). För en översättningsapp skulle ett exempel till exempel vara ett par med a) tysk text och b) engelsk motsvarighet.

Möjligheterna att få bättre resultat är således många och kraftfulla.

Kontrollera kraven

När man väl har insett att det finns användningsområden bör det första målet vara att ta fram en prototyp. Färdiga marknadslösningar är ett undantag. När det gäller AI-produkter är frågan vem som erbjuder dem. En server i Tyskland är ingen garanti för datasäkerhet. En taiwanesisk serveroperatör kan när som helst komma åt denna server. Serverns placering är tekniskt sett irrelevant, även om placeringen i Tyskland är något mer gynnsam än andra placeringar. Åtminstone kan du enkelt besöka servern.

För en prototyp, men också för den färdiga AI-lösningen behöver ni hårdvara. De bästa tillämpningsfallen för inträdet kräver dock ingen särskild hårdvara.

För fullfjädrade AI-applikationer behöver du AI-servrar (en eller flera, beroende på antalet användare). AI-servrar kännetecknas av att de har ett AI-kompatibelt grafikkort. Detta kommer vanligtvis från NVidia. Sök råd om detta för att hitta det grafikkort som erbjuder det bästa förhållandet mellan pris och prestanda.

AI-applikationer beräknas på speciella grafikkort: Till skillnad från processorer (CPU) kan dessa utföra många tusen beräkningar parallellt.

Grafikkorten i AI-systemen används därför bara för beräkningar och inte för att mata ut en videosignal.

Det finns tre bra alternativ för servrar:

1. De driver sitt eget datacentrum. Många företag och förvaltningar har ett sådant. Där står sedan era AI-servrar. Det är den On-Prem lösningen.
2. De köper själva sina AI-servrar (låt erbjuda dig råd). Servrarna står sedan i ett datacentrum i Tyskland, där ni hyr in. Det kallas Colocation.
3. De hyrlar upp en AI-server från ett rent tyskt leverantör med tysk uppgiftshantering och serverplats i Tyskland. Låt er försäkra att era data inte skickas utifrån av AI på servern. Varje seriös AI-leverantör kommer att göra det. Den hyrda-servern är en säker val.

Den snabbaste introduktionen till AI är en ren kunskapssökning som hittar resultat semantiskt. Sökningen sker alltså inte genom att jämföra bokstäver, utan genom att jämföra betydelser. Om resultaten visas i form av en träfflista behöver du ingen speciell hårdvara.

Ur hårdvarusynpunkt är det snabbaste sättet att komma igång att hyra en server. Kostnaderna är låga, så att det är ekonomiskt lönsamt att senare byta till en egen server. Ur teknisk synvinkel kan denna förändring också ske med en hanterbar ansträngning.

Du har också en fördel med en snabb start med hyrmaskinvara. Några månader senare kan det finnas bättre maskinvara till samma pris eller till lägre kostnad. Du sparar pengar genom att köpa hårdvara vid ett senare tillfälle. Samtidigt får du snabba resultat med hyrservern.

Från prototyp till skarpt system

Prototypen används för att demonstrera AI-systemets prestanda för ditt användningsfall. Optimeringar kommer också att äga rum här. Du bör känna till en sak om detta:

En prototyp kan därför förverkligas med en hanterbar budget. Den färdiga versionen kan enkelt skapas utifrån detta. Arbetet består i huvudsak av att tillhandahålla ett användarvänligt användargränssnitt och liknande.

Uppgradera din intelligens

Du kan inte uppgradera din intelligens, som förhoppningsvis sitter mellan öronen, bara så där. Men du kan förbättra din intelligens, som finns i ditt AI-system, på regelbunden basis.

Det är mycket enkelt att byta ut den elektroniska hjärnan:

1. Ladda ner ny elektronisk hjärna (AI-modell). Det finns utmärkta AI-modeller för detta, som redan är betydligt bättre än ChatGPT inom vissa områden.
2. Ersätt den gamla AI-modellen med den nya från steg 1: I bästa fall består denna operation av att kopiera och skriva över filer.

Med det kan ni göra mer än vad OpenAI och Microsoft för er kan. För de enorma universella intelligenserna är inte bara medelmåttliga eller dåliga experter på era specifika fall; de är också mycket tröga. Man byter inte till en Albert Einstein som man byter till en annan bilmodell. Det vore bra om det gick att göra. För om Herr Einstein ska byta däck på er lastbil, då börjar han gråta.

Du kan därför enkelt byta ut AI-hjärnorna i dina optimerade AI-system löpande. ChatGPT, å andra sidan, uppdateras sällan. Framför allt föredrar du att själv bestämma när en uppdatering ska ske. Annars kan du bli lite förvånad över hur AI-systemet plötsligt beter sig bara för att OpenAI plötsligt tyckte att det behövde en uppdatering.

Ytterligare fördelar med optimerade AI-system

Cloud-tjänster som ChatGPT eller Mistral har följande kostnadsstruktur och därav följande konsekvenser:

1. Gratis konto: Gratis och mediokert. Men mycket bra för frågan om vad det näst högsta berget i världen är. Men du kan också ta reda på det på ett annat sätt.
2. Fast pris för enskilda användare: För cirka 25 dollar kan varje användare skriva in något i en ruta på eget ansvar och få ett svar. Användaren vet ingenting om sina kollegor. Kollegorna kan utbyta information i korridoren. Är det verkligen vettigt?
3. Användningsbaserade avgifter: Ett programmeringsgränssnitt gör att du kan ställa frågor till ett AI-moln. Du betalar pengar per samtal. Ju mer data du matar in, desto dyrare blir det. Om du vill mata in dina företagsdokument blir det väldigt dyrt. Hur ofta måste du ringa upp en universell AI för att få ett resultat? Motfråga: Hur lång tid tar det för din kollega att utföra en viss uppgift som hen aldrig har gjort förut? Svar: Det vet du inte. Inte ens din kollega vet.

Optimerad AI har en annan kostnadsstruktur:

1. Hyresmodell: Du hyr en AI-tjänst (Software as a Service, SaaS): Här finns flera olika prismodeller. En möjlig modell är ett förmånligt schablonpris. Det spelar ingen roll hur ofta din AI anropas och hur många företagsdokument som behandlas: Kostnaden är alltid densamma.
2. Köpmodell: Du låter utveckla en AI-tjänst åt dig. Detta kostar pengar en gång och lite för underhåll (om så önskas). Det spelar ingen roll hur intensivt du använder AI: Kostnaderna är alltid desamma.

Fasta kostnader har flera fördelar jämfört med användningsbaserade avgifter:

1. Kostnaderna kan planeras eftersom de är kända.
2. Kostnaderna är hanterbara.
3. Ditt system kan arbeta 24/7. Rekommendation: Testa ditt system, eftersom det kan tänka själv och förbättra sig självt.

Särskilt den 24/7 drift är ett strategiskt fördel!

Mycket viktigt: Datan finns hos dig. En optimerad AI behöver inte hämta data från någon annan plats eller skicka den någon annanstans. Om du inte vill det eller om inte användningsfallet kräver det.

Det är till exempel nödvändigt för AI att koppla upp sig mot Internet om du vill att sökresultat ska ingå i AI-svaren. Eller så vill du skicka AI-resultaten till din databasserver eller ditt DMS. Då måste naturligtvis den optimerade AI:n skicka data till dessa system – för att du vill att den ska göra det!

Sammandrag

Flera aspekter är viktiga för en AI-strategi.

Men det viktigaste är: kom igång! Uppnå resultat snabbt.

Den första frågan är: Vilka användningsområden finns det i ditt företag eller på din myndighet? Det är här en workshop kommer väl till pass.

Detta följs av frågan: Vill du skicka dina data till molntjänster eller inte?

Allt annat följer av detta. Kontakta gärna författaren om du har några frågor!