Gervigreind og snjallar lausnir í opinberri þjónustu – II. hluti: Lýðvæðing, grænar lausnir og siðfræði


Í fyrra bloggi DataLab um snjallar lausnir í opinberri þjónustu var fjallað um þau tækifæri sem liggja í notkun gervigreindar hjá hinu opinbera. Í þessari grein, sem Axel Örn Jansson hjá DataLab skrifaði, köfum við í frekari vangaveltur um gervigreind og snjallar lausnir hjá hinu opinbera með áherslu þrjú mikilvæg málefni:

  • Lýðvæðing gervigreindar, snjallra lausna og gagna er viðfangsefni þar sem markmiðið er að veita almenningi aðgang að tólum gervigreindarinnar, sem og tækifæri til að þróa slík tól. Þar gegna opinber gögn mikilvægu hlutverki, því undirstaða gervigreindar og snjallra lausna eru gögn.
  • Umhverfismál og grænar lausnir hafa mikið verið í umræðunni og á þeim sviðum eru mörg tækifæri fyrir hið opinbera að nýta tól gervigreindarinnar og innleiða snjallar lausnir til að vinna betur að kolefnisjöfnun og almennt minnka sóun. Einnig má líta til þess að samræma þá nálgun þvert yfir stofnanir.
  • Siðfræði gervigreindar (e. AI ethics) er mikilvægt málefni sem hafa þarf í huga þegar nýjar lausnir eru þróaðar og sérstaklega þegar hið opinbera er annars vegar. Þar má sérstaklega nefna innbyggðar skekkjur sem búa í sögulegum gögnum og þarf að varast. Til eru lausnir við þessum vanda og hafa víða verið þróaðar leiðbeiningar og leikreglur er varða skynsamlega notkun á gervigreindartækninni.

“Markmiðið með því að innleiða gagnadrifnar og snjallar lausnir í opinberum rekstri er meðal annars að létta álag og auka afkastagetu svo starfsfólk geti betur sinnt verkefnum þar sem slíkar lausnir nýtast ekki. Tilgangurinn er ekki að leysa starfsfólk af hólmi heldur styðja starfsfólkið og stofnunina í sínum verkefnum.”

Axel Örn Jansson hjá DataLab

Er fyrirtæki þitt tilbúið fyrir gervigreindarbyltinguna? Hjá DataLab starfa sérfræðingar á sviði hagnýtingar gagna í snjöllum lausnum sem m.a. aðstoða við stefnumótun, fræðslu og leiðsögn vegna hagnýtingar slíkra lausna. Hafðu samband og fáðu stutta kynningu á möguleikum gagnadrifinna og snjallra lausna þér að kostnaðarlausu.

Lýðvæðing gervigreindar er mikilvæg til framtíðar

LÝÐVÆÐING GERVIGREINDAR

Til að hægt sé að veita almenningi aðgang að tækifærum og tólum gervigreindarinnar er mikilvægt að stofnanir og hið opinbera auki aðgengi að opnum ríkisgögnum. „Opin ríkisgögn“ eru öll þau gögn sem safnað er af ríkisstofnunum og varða ekki persónuvernd, öryggishagsmuni eða háð öðrum takmörkunum, og hægt er að gera aðgengileg almenningi á tölvutæku formi.

Sem dæmi um slík gögn má nefna tölur um lyfjanotkun almennings sem Landlæknir safnar og opinberar; mælingar Vegagerðarinnar á umferð um vegi landsins og færð á vegum; upplýsingar um úthlutanir styrkja frá Rannís eða rafrænir textar Íslendingasagna.

Grunnhugmyndin með opnum gögnum er að gera sem flestum – einstaklingum, stofnunum og fyrirtækjum – kleift að prófa sig áfram og búa til virði á grundvelli gagnanna. Þetta ýtir einnig undir gagnamenningu hjá almenningi, þar sem gögn eru notuð til að svara spurningum. Ofan á það mun það að opna á gögn hins opinbera auka gagnsæi í stjórnsýslu og þar með traust.

UMHVERFISMÁL OG GRÆNAR LAUSNIR

Á hvaða sviði geta þá gervigreind og snjallar lausnir helst nýst þegar kemur að umhverfismálum og baráttunni við loftslagsbreytingar?

Hér má nefna nokkur svið:

  • Eiming gagna: Snjallar lausnir geta sameinað gríðarstór gagnasöfn og síað mikilvægar upplýsingar úr þeim. Þannig er hægt að taka betur upplýstar lykilákvarðanir og tryggja að farið sé í aðgerðir sem bæta viðbúnað, seiglu og aðlögun þegar kemur að loftslagsbreytingum.
  • Bætt forspárgeta: Gervigreind má nýta til að spá fyrir um raforkuframboð og halda jafnvægi á rafmagnskerfinu, eða spá fyrir um uppskeru í landbúnaði þar sem breytt veðurfar ógnar fæðuöryggi.
  • Bestun í flóknum kerfum: Snjallar lausnir geta hjálpað við að besta orkuþörfina í byggingum, eða besta tímaáætlanir stórra vöruflutninga.

Margar stofnanir eru nú þegar að nýta sér aðferðir gervigreindar og snjallra lausna í einhverjum mæli. Þær virðast flestar vera að innleiða þessar lausnir hver í sínu horni en lítil yfirsýn er yfir hvað hver og einn hefur verið að þróa og hvernig mætti deila reynslu og sérfræðiþekkingu, bæði milli hins opinbera og einkaaðila. 

Þetta er vegferð sem er rétt að hefjast.

Þegar kemur að því að koma þessari vegferð á laggirnar hjá hinu opinbera er því þörf á reynslu, tilraunaverkefnum, uppbyggingu á nýjum innviðum, sameiginlegri sýn og einnig þarf að huga vel að gagnamenningu.

Vegferðina má hugsa í þremur áföngum:

  • Gögn og gagnainnviðir.
  • Rannsóknir og fjármagn til nýsköpunar.
  • Reglugerðir, viðskiptalíkön og markaðssókn.

Aðgengi að gögnum og gagnainnviðum er ákveðið forystufé í þessari vegferð, hvort sem það er í formi kortlagningar á tiltækum gögnum og líkönum sem má endurnýta eða þá aðgangur að tölvubúnaði eða umhverfi þar sem hægt er að prófa og þróa lausnir.

Markviss fjármögnun í rannsóknar- og nýsköpunarverkefni á þessu sviði hjálpar til við að virkja þverfaglega samvinnu, bæði milli einkaaðila, háskólasamfélagsins og hins opinbera sem og milli mismunandi geira í atvinnulífinu.
Reglugerðir, viðskiptalíkön og markaðssókn þarf að hafa í huga og styðja þegar þessar lausnir eru útfærðar og ná síðar meir útbreiðslu. Þessi liður er flókinn og þarf hér að huga að hinum ýmsu hagsmunaaðilum.

Gagnasöfnun og snjallar lausnir munu gegna stóru hlutverki í baráttunni gegn hvers kyns sóun. Framundan er betri nýting auðlinda á grundvelli gagna og snjallra lausna. Fyrir vikið mun draga úr orku- og matvælasóun og samgöngur og framleiðslutæki verða umhverfisvænni.

Axel Örn Jansson

SIÐFRÆÐI GERVIGREINDAR OG STEFNA

Við hjá DataLab erum engir sérfræðingar í siðfræði en höfum fylgst með umræðunni sem snýr að siðfræði gervigreindar (e. AI Ethics).

Mögulegur ávinningur gervigreindartækni er gríðarlegur en samhliða þarf að huga að áhættunni sem fylgir hagnýtingu tækninnar og hafa lýðræðisleg gildi og mannréttindi til hliðsjónar.

Til að vandamál falli undir siðfræði gervigreindar þarf að vera uppi spurning um hvað er það rétta að gera í ákveðnum aðstæðum er snerta gervigreind. Mikilvægt verður því að svara áður ósvöruðum spurningum og spyrja nýrra spurninga. Hugmyndin er að tæknin vinni í okkar hag og til þess þarf að ná sameiginlegri sýn á hvernig ábyrg notkun og hönnun lítur út.

Eistland er oft tekið sem dæmi þegar rætt er um stafvæðingu hins opinbera þar sem Eistar hafa lengi verið frumkvöðlar á því sviði. Þar sem stafrænir innviðir Eista eru nú vel þekktir og hafa þroskast með samfélaginu seinustu 20 árin, þá hafa þeir einnig sett sér markmið fyrir næsta áfanga sem er á sviði snjallvæðingar og notkun gervigreindar. Þeir eru nú með um 50 virk verkefni sem hefur verið komið á laggirnar.

Stefna Eista er nefnd KrattAI. Kratt er persóna eða vera úr þjóðsögum Eista, samsett úr heyi og heimilishlutum úr málmi sem er vakin til lífsins og gefin mannssál. Í meginatriðum var Kratt þjónn sem smiður gerði úr heyi eða gömlum búsáhöldum til að hjálpa til við verkefni sín.

En einnig þurfti að sýna aðgát, því ef Kratt var ekki haldið uppteknum þá gat það ráðist gegn skapara sínum. 

Einhverjum gæti dottið í hug, með líkum hætti, að líkja gervigreind við Lagarfljótsorminn sem vex og vex í óstjórnanlegar stærðir, spúir eitri og þarf að lokum að fjötra í botn Lagarfljótsins. Þetta gæti verið ýkt samlíking – og ekki trúverðug nema þá í því tilfelli að við værum staðsett í hugarheimi Stan Lee.

Siðferðisleg sjónarmið skipta miklu máli hjá hinu opinbera

Siðferðisleg sjónarmið þarf að hafa í huga, ekki síst þegar þróaðar eru lausnir fyrir hið opinbera sem þarf að sýna gott fordæmi. Sum lönd, líkt og Danmörk og Bretland, hafa til að mynda sett á laggirnar sérstaka stýrihópa eða deildir innan stofnana sem eiga að fara með þessi mál. 

Einnig hafa fyrirtæki sem starfa ekki í hagnaðarskyni myndað hópa sem vinna að því að nýta gervigreind og snjallar lausnir í þágu samfélagsins og hafa verið mótaðar sameiginlegar leikreglur. Nefna má The Center for the Governance of AI, The Alan Turing Institue, OpenAI, AI Now Institute og fleiri.

“Eftir því sem tæknin þroskast og hagnýtingartilfellum fjölgar er viðbúið að tortryggnin víki fyrir skynsamlegu mati á kostum þess að nýta tæknina þar sem hún hentar.”

Axel Örn Jansson

ÁVINNINGUR OG ÁSKORANIR

Þegar fólk hugsar um heim þar sem gervigreind er allsráðandi er líklegt að ímyndunaraflið sjái fyrir sér óstjórnanleg vélmenni frekar en að láta hugann reika um framtíð þar sem gervigreind leysir ýmis erfiðustu vandamál samfélagsins. Hið síðarnefnda er að líkindum mun nær sannleikanum.

Gervigreind hefur nú þegar náð merkilegum árangri við að takast á við ákveðnar grundvallaráskoranir. Þar má nefna lausnir Deep Mind sem lúta að skilningi á grunnvirkni próteina, og þróun á nýju spálíkani sem sér fyrir nákvæmari veðurmynstur en áður var mögulegt.

Snjöll spálíkön greina sífellt betur flókin veðurmynstur

“Snjallar lausnir munu ýmist leysa okkur af hólmi, bæta við nýrri getu eða styðja við og bæta ákvarðanatöku starfsfólks á öllum sviðum.”

Axel Örn Jansson

Vísindamenn nota gervigreind í auknum mæli til að álykta um þær meginreglur sem liggja til grundvallar mjög flóknum raunverulegum fyrirbærum – reglur sem við gætum mögulega aldrei uppgötvað án aðstoðar hennar. Næsta grundvallaráskorunin mun meðal annars tengjast umhverfismálum og aðgerðum í átt að kolefnishlutleysi.

Þörf er á samstarfi sérfræðinga í einkageiranum og hinu opinbera svo snjallar lausnir og gervigreindarfræðin geti náð verulegum framförum í þessum grundvallaráskorunum.


LOKAORÐ

Vonir standa til þess að brátt verði hægt að samræma þessa vegferð enn frekar hjá hinu opinbera, með gögnum og gagnainnviðum. Hægt er að læra heilmikið af stefnu Eistlands sem og annarra landa, bæði hvað varðar stefnumótun og innleiðingu á lausnum.

Undirstaða margra stofnana er gagnaöflun og miðlun upplýsinga. Gagnamenning hjá hinu opinbera er því mikilvæg sem og skilningur á og traust til gagnadrifinna lausna. Stafrænt Ísland hefur síðan 2020 leitt vinnu hvað varðar stafvæðingu hins opinbera. 

Þar hafa gögn verið gerð aðgengilegri með opnum vefþjónustum og komið hefur verið á frekara samspili milli stofnana með Straumnum (e. X-Road) samhliða stafvæðingu ýmissa ferla hjá ríkisstofnunum.

Snjallvæðingin er sannarlega framundan.

Gervigreind og snjallar lausnir í opinberri þjónustu – I. hluti: Hindranir og tækifæri

Notkun gervigreindar og snjallra lausna í opinbera geiranum eykst stöðugt um allan heim.


Tæknin þróast hratt og verður áreiðanlegri, aðgengilegri og ódýrari með hverju árinu sem líður. Gríðarleg tækifæri eru fyrir opinberar stofnanir til að nýta slíka tækni enda búa opinberir aðilar yfir miklu magni gagna sem er aðalfóður snjallra lausna.


Hér verður fjallað um nokkrar áskoranir vegna innleiðingar gagnadrifinna og snjallra lausna í opinberum rekstri en sjónum svo beint að sviðum þar sem þegar er verið að nýta tæknina á spennandi hátt víða um heim til að bæta nýtingu fjármuna og þjónustu við borgarana og auka sjálfvirkni.


Reynt verður að setja umræðuna í íslenskt samhengi.

HELSTU PUNKTAR TIL AÐ TAKA MEÐ:

  • Gríðarleg tækifæri eru fyrir opinbera aðila að nýta sér möguleika gervigreindar, enda búa þeir iðulega yfir miklu magni gagna sem eru aðalfóður snjallra lausna
  • Ýmsar áskoranir eru í vegi snjallvæðingar hins opinbera, meðal annars tortryggni gagnvart nýrri tækni, siðferðisleg álitamál gagnvart skjóstæðingum, kerfistregða og skortur á hæfum sérfræðingum í samkeppni við einkageirann
  • Nú þegar er tæknin víða nýtt til að bæta opinbera þjónustu og rekstur, til dæmis með sjálfvirknivæðingu ýmissar bakvinnslu sem og afgreiðslu og upplýsingagjafar
  • Nettengdir nemar (e. Internet of Things) fæða gögn til reiknirita sem bæta eftirlit og viðhald með ýmiss konar innviðum og mannvirkjum
  • Umhverfismál og grænar lausnir verða stórt viðfangsefni snjallra lausna í næstu framtíð, þar sem lágmörkun sóun og betri nýting auðlinda verður helsta markmiðið

Er fyrirtæki þitt tilbúið fyrir gervigreindarbyltinguna? Hjá DataLab starfa sérfræðingar á sviði hagnýtingar gagna í snjöllum lausnum sem m.a. aðstoða við stefnumótun, fræðslu og leiðsögn vegna hagnýtingar slíkra lausna. Hafðu samband og fáðu stutta kynningu á möguleikum gagnadrifinna og snjallra lausna þér að kostnaðarlausu.

Óþekkti embættismaðurinn gegnir lykilhlutverki í snjallvæðingu hins opinbera

GERVIGREIND – GAGNADRIFNAR OG SNJALLAR LAUSNIR

Auk gagna byggja snjallar lausnir á hugbúnaðarinnviðum, ýmsum reikniritum (e. algorithms) og reiknigetu. Hugtakið „gervigreind“ er oft notað í almennri umræðu til að lýsa slíkum lausnum þar sem þær leysa í mörgum tilfellum verkefni sem áður kröfðust mannlegra vitsmuna.

Í þessari samantekt er það heiti notað þegar við á en einnig er talað um „gagnadrifnar og snjallar lausnir“ sem lýsir tækninni ágætlega. Á ensku eru lykilorðin data science, machine learning og AI.

ÁSKORANIR FYRIR OPINBERA GEIRANN

Tæknin býður upp á marga möguleika til hagræðingar og betri þjónustu en það eru þó ýmsar áskoranir sem þarf að takast á við á vegferðinni sem framundan er.

Tortryggni gagnvart gervigreind

Opinberir aðilar sem starfa í almannaþágu hafa ríkari skyldur gagnvart almenningi en fyrirtæki á markaði. Það kemur því ekki á óvart að stjórnendur þar og starfsmenn séu hikandi við tækni sem er ný af nálinni, oft umdeild og höndlar þar að auki með viðkvæmar persónuupplýsingar. Þessi viðhorf endurspegla að mörgu leyti viðhorf borgaranna sem einnig eru tortryggnir gagnvart notkun gervigreindar.


Eftir því sem tæknin þroskast og hagnýtingartilfellum fjölgar er viðbúið að tortryggnin víki fyrir skynsamlegu mati á kostum þess að nýta tæknina þar sem hún hentar.

Tæknin finnur sér farveg í sátt við samfélagið sem hún þjónar.

Breytingar eru erfiðar fyrir fólk og ferla

Breytingar eru erfiðar fyrir allar skipulagsheildir, en þær geta mætt enn meiri mótspyrnu hjá opinberum aðilum, ekki síst ríkisstofnunum, þar sem krafan um arðsemi og að halda í við samkeppnina eiga síður við.


Innleiðing snjallra lausna snýst ekki aðeins um að ráða inn nokkra sérfræðinga til að sjá um málið, heldur felur hún oft í sér stefnumótun og endurskipulagningu á ferlum og vinnulagi allra starfsmanna, sem getur tekið á.


Markmiðið með því að innleiða gagnadrifnar og snjallar lausnir í opinberum rekstri er m.a. að létta álag og auka afkastagetu svo starfsfólk geti betur sinnt verkefnum þar sem slíkar lausnir nýtast ekki. Tilgangurinn er ekki að leysa starfsfólk af hólmi.

Til að lausnirnar fái brautargengi í opinberum stofnunum er mikilvægt að leiðtogar miðli þessari hugsun skýrt innan sinnar skipulagsheildar.

Skortur á þekkingu og hæfum einstaklingum

Hæfir sérfræðingar á þessu sviði eru eftirsóttir og má gera ráð fyrir umframeftirspurn eftir þeirra kunnáttu á næstu árum — bæði á sviði tæknilegra úrlausnarefna en ekki síður á sviðum sem snúa að innleiðingu nýrra lausna í starfseminni.

Það kann því að vera áskorun fyrir opinbera aðila að laða að hæfa sérfræðinga sem einkageirinn sækist jafnframt eftir. Opinberir aðilar þurfa að taka skrefið og fjárfesta í slíku fólki og auðvelda núverandi sérfræðingum að „stíga upp“.

Með sterka sveit starfsmanna í fararbroddi fá opinberar stofnanir mun meira út úr samstarfi við utanaðkomandi sérfræðinga.

“Comme de l’escargot!”

Kerfistregða

Stóru kerfin okkar virðast oft þróast á hraða snigilsins þótt víða sé vilji fyrir hendi að uppfæra þau og nútímavæða. Hugmyndir að úrbótum mæta andstöðu hagsmunaaðila, best sé að stíga varlega niður og hrófla sem minnst við hlutunum. Landbúnaður, menntakerfi, heilbrigðiskerfi og velferðarkerfi koma upp í hugann.

Innbyggð kerfistregða er og verður til staðar. Við sem sjáum tækifæri í hverju horni ættum því að stilla væntingum í hóf og hugsa til lengri tíma.

Nýjungar verða innleiddar í skrefum og meðvindur fæst með því að sýna fram á skýran ávinning og á grundvelli reynslu og þekkingar sem byggist upp innan þeirra stofnana sem ríða á vaðið.

TÆKIFÆRIN: SNJALLAR LAUSNIR Í OPINBERUM REKSTRI

Nú þegar eru gagnadrifnar og snjallar lausnir notaðar í opinberum rekstri víða um heim með góðum árangri. Framundan er umbylting ferla og þjónustu, sjálfvirknivæðing og aukin afkastageta með tilheyrandi sparnaði og betri gagnadrifnum ákvörðunum.


Hér að neðan er fjallað um nokkur dæmi.

Tæknin nýtt til að auka afköst í opinberri þjónustu

Kröfur og væntingar til opinberra aðila hvað varðar hlutverk og þjónustu eru sífellt að aukast. Ein leið til að mæta þessum kröfum er að ráða fleira fólk til að sinna hinum ýmsu verkefnum sem samfélagið hefur falið opinberum aðilum að sinna.

Önnur leið er að nýta tæknina til að taka smám saman yfir verkefni sem áður kröfðust aðkomu starfsmanna. Gagnadrifnar og snjallar lausnir hafa verið notaðar til leysa mannshöndina af í stöðluðum og endurteknum verkefnum eins og við útgáfu, meðhöndlun og eftirfylgni reikninga, launagreiðslur, áætlanagerð, útgreiðslu bóta og útgáfu ýmissa vottorða og skjala.

Talað er um sjálfvirknivæðingu í þessu sambandi og þar er gervigreindin á heimavelli.

Sjálfvirkt og bætt eftirlit með greiðslukerfum

Þá hefur tæknin verið nýtt til að finna og koma í veg fyrir kostnaðarsöm frávik í launa-, skatt- og bótakerfum, gegn peningaþvætti og til að greina misferli og óhagræði í innkaupum og stórum útboðum á vegum hins opinbera.

Gervigreindarlausnir henta sérlega vel til þess að bæta og sjálfvirknivæða hvers kyns eftirlit með greiðslukerfum sem geta til dæmis bætt skattheimtu svo um munar og tryggt að takmarkaðir fjármunir hins opinbera renni til þeirra sem á þeim þurfa að halda.

Gervigreindartækni er beitt til að finna og koma í veg fyrir skattsvik sem árlegra kosta ríkissjóð tugi milljarða króna.

Stórbætt þjónusta og upplýsingagjöf

Gervigreind er þegar notuð til að auka sjálfvirkni í þjónustuverum þar sem spjallþjónar svara algengustu fyrirspurnum og beina skjólstæðingum áfram réttan farveg til lausnar sinna mála. Þannig nýtist starfsfólk betur til að svara flóknari fyrirspurnum sem spjallþjónarnir ráða ekki við og reynsla og tími starfsfólks nýtist betur. Dæmum um slíkt fjölgar nú hér á landi.


Slíkar lausnir má nýta í velferðarkerfi til að upplýsa borgara betur um réttindi sín og benda á frekari þjónustu og úrlausnir. Augljóst tækifæri fyrir slíka tækni eru í fyrstu snertingu í heilbrigðiskerfinu þar sem slíkar lausnir mætti nýta til að svara einföldum fyrirspurnum og þannig létta álagið.

IoT eftirlitstækni mælir slit og spáir fyrir um viðhaldsþörf

Það er mikið og flókið verkefni að hafa eftirlit með og viðhalda hinum fjölmörgu innviðum sem opinberir aðilar bera ábyrgð á, svo sem vegakerfi, veitukerfi, almenningssamgöngur og upplýsingarkerfi. Fyrir vikið er hætta á að viðhaldsaðgerðir mótist af kostnaðarsömum viðbrögðum við óvæntum áföllum.

IoT (e. Internet of Things) nemar og gervigreind sem nýtir sér gögn þeirra gerir mögulegt að greina í tíma viðhaldsþörf og hættu á þjónustufalli vegna slits og bilana ýmissa kerfa og tækja. Samkvæmt skýrslu McKinsey er áætlað að nýting IoT tækni í þessum tilgangi geti haft í för með sér efnahagslegan ábata sem svarar þúsundum milljarða dala árlega þegar árið 2025.

Bilun í veitukerfi veldur tjóni í HÍ á dögunum (mynd frá Slökkviliði höfuðborgarsvæðisins)

Stýring umferðar

Ýmis dæmi eru um að gervigreind sé notuð til að greina umferð í þeim tilgangi að bæta ljósastýringu og jafna álag á vegakerfi, fækka slysum, sjá fyrir umferðarhnúta og minnka þar með losun koltvísýrings.

Yfirvöld í Pittsburg í Bandaríkjunum hafa náð miklum árangri á þessu sviði, en þar hefur tekist að minnka umferðartíma um 20% og útblástur koltvísýrings um sama hlutfall með gervigreindartækni.

Í Kína er tæknin notuð til að gefa rauntímaupplýsingar um umferðarhraða, ólöglegan akstur og líkur á slysum á tilteknum vegum og svæðum, þar sem einnig er tekið tillit til þátta eins og veðurskilyrða.

Umferðarhnútar á höfuðborgarsvæðinu með tilheyrandi mengun, slysahættu og sóun á dýrmætum tíma fólks er verðugt vandamál fyrir gervigreindartækni.

Stytting vinnuvikunnar

Eitt af verkefnum næstu ára er að standa við skuldbindingar um styttingu vinnuvikunnar án þess að fjölga starfsfólki.

Gagnadrifnar og snjallar lausnir munu gegna stóru hlutverki í viðleitni opinberra aðila til að bæta þjónustu og standa undir lögbundnu hlutverki sínu á sama tíma og vinnuframlag starfsmanna minnkar.

Reglubundnar og einfaldar aðgerðir munu í auknum mæli falla undir verksvið sjálfvirkra lausna en sérhæfðir starfsmenn mun sinna hinum flóknari og áhugaverðari verkefnum.

Umhverfismálin og grænar lausnir

Gagnasöfnun og snjallar lausnir munu gegna stóru hlutverki í baráttunni gegn hvers kyns sóun. Framundan er betri nýting auðlinda á grundvelli gagna og snjallra lausna. Fyrir vikið mun draga úr orku- og matvælasóun og samgöngur og framleiðslutæki verða umhverfisvænni.

Hér mun hið opinbera gegna lykilhlutverki með skattaívilnunum vegna fjárfestinga einkafyrirtækja í grænni tækni og beinum styrkjum til frumkvöðla. Einnig mun hið opinbera sýna gott fordæmi og hagnýta slíkar lausnir í eigin rekstri.

Menntun og heilbrigðismál

Mennta- og heilbrigðismál eru tveir risastórir málaflokkar sem gervigreindin á eftir að umbreyta á næstu áratugum og verðskulda dýpri umfjöllun — seinna meir.

Frumkvöðlar og fjármagn leita í þessar áttir um allan heim og þróunin er hröð. Krafa almennings er að kerfin nútímavæðist, verði skilvirkari og veiti betri þjónustu. Úr annarri átt, frá pólitíkinni, kemur svo krafan um betri nýtingu fjármagns. Faraldurinn hefur flýtt fyrir þróuninni eins og við þekkjum vel.

Lausnir sem hagnýta gervigreindartækni og sérsníða þjónustu að þörfum og einstökum aðstæðum hvers og eins og auka skilvirkni og afkastagetu eru handan við hornið.

Og jarðvegurinn er frjór. Niðurstaðan verður betra heilbrigðis- og menntakerfi fyrir notendur og starfsmenn.

SAMANTEKT

Tækifærin til að nýta gögn í snjöllum lausnum sem hagnýta gervigreindartækni eru víða í opinberum rekstri og ávinningurinn getur verið mikill — betri þjónusta, aukin afköst og betri nýting fjármuna.


Margar þjóðir eru komnar lengra á þessu sviði en við og því er full ástæða til að hvetja opinberar stofnanir hér á landi til að kynna sér tæknina og hagnýtingarmöguleikana, læra af reynslu nágrannaþjóða, til dæmis systurstofnana og nýta hvers kyns samstarfsvettvang sem þau hafa aðgang að. Hefja svo markvissa og skynsamlega fjárfestingu í fólki, innviðum og ferlum sem styðja við innleiðingu tækninnar.

Skref fyrir skref.

Stafræn umbylting kallar á snjallvæðingu

Datalab réði á dögunum til starfa tvo unga sérfræðinga, Bjarna Braga Jónsson (t.v.) og Ágúst Heiðar Gunnarsson (t.h.), en þeir hafa báðir nýverið lokið framhaldsmenntun erlendis með sérhæfingu í gagnavísindum. 

Fersk sýn þeirra á möguleika Íslands í heimi stafvæðingar, þar sem fjórða iðnbyltingin er handan við hornið, er þeim hugleikin. 

Gefum þeim orðið:

Byrjum á byrjuninni: Hver er ykkar bakgrunnur?

Bjarni: Ég er uppalinn í Vestmannaeyjum og fór svo í Verzlunarskólann á eðlisfræðibraut. Eftir Verzló fór ég í eðlisfræði í HÍ og tók hugbúnaðarverkfræði á sama tíma, sem sagt tvöfalt BS próf, sem ég lauk á fjórum árum. Meðfram náminu vann ég hjá Veðurstofunni og hjá Datamarket. 

Þvi næst fór ég í meistaranám í ETH í Zurich í Sviss. Þar vann ég meðal annars að verkefni með Microsoft Research, sem snéri að því að herma skammtatölvur með vélnámi (e. machine learning).  

Það var mikill spenningur í kringum þessi fræði og ég hálfpartinn sogaðist inn í þetta. Svo var ég að vinna í ráðgjafarfyrirtækjum Zurich þar sem ég vann ýmis gagnadrifin verkefni tengd fjármálageiranum, bæði í Zurich og á vegum þeirra í London. 

Í þessum verkefnum var fókus á áhættustýringu. Þetta voru þung gagnamódel, miklar hermanir og svo framvegis. Þessi verkefni beindu mér líka inn á þessar brautir áfram.  Svo kom ég heim núna í byrjun hausts og hóf störf hjá Datalab.

Varstu að leita færis á að komast heim?

Bjarni: Já, við kærasta mín vorum farin að huga að því að koma heim en covid gerði svo útslagið. En mér fannst líka svo margt spennandi að vera að gerast á Íslandi, ekki síst í frumkvöðlasenunni. Og mér finnst ég fá það allt staðfest hér í Grósku, í þessu húsi.

En þú, Ágúst? Hver er saga þín?

Ágúst: Já, ég ólst upp í Svíþjóð en fluttist 8 ára til Íslands, í Laugardalinn, og hef verið þar síðan. Ég fór í Verzló á viðskiptabraut, en fannst námið ekki nógu tölulegt fyrir mig, ef svo má segja, fann að ég vildi fara í aðra átt og endaði á því að fara í fjármálaverkfræði í HR. 

Það nám snéri meira að tækni og forritun, sem höfðaði til mín.  Svo útskrifaðist ég úr verkfræðinni 2017 og fór að vinna hjá Kviku eignastýringu. Ég starfaði þar sem sérfræðingur á rekstrar- og fjármálasviði fyrirtækisins.  Þar fékk ég tækifæri til vera með nokkuð marga hatta og kynnast flestum hliðum félagsins.  Mín helstu verkefni voru þó tengd viðhaldi og þróun á gagnainnviðum, auk þess sem ég var með nokkuð frjálsar hendur tengt verkefnum sem einfölduðu og sjálfvirknivæddu ýmsa handavinnu.

Það var einmitt þá sem ég fór að tengja meira við þessa gagnavísindanálgun, taka eftir gögnunum, þau voru úti um allt. En ég tók líka eftir hinu, þ.e. hversu margir voru ekki að nýta gögnin. Þau lágu bara þarna, risavaxnir netþjónar, fullir af gögnum og enginn var að nýta þau. 

Ég fór að skoða meistaranám sem tengdist þessum heimi og valdi svo að lokum M.Sc. í Data Science í UCL í London. Ég kunni vel við mig þar, þetta var góð blanda af fræði og praktík. En svo kom covid og ég endaði að því að koma heim, eins og Bjarni. 

Ert þú jafn upprifinn yfir stemningunni hér heima og Bjarni?

Ágúst: Já, ég held að það séu gríðarmörg tækifæri hérna. Það sem er þó mest spennandi ekki endilega að við séum komin svo langt, heldur að við getum átt þátt í að taka þessi fyrstu skref. 

Sprotasenan er annars að springa út á Íslandi, finnst mér. Og það er eitthvað sem við eigum að sækjast eftir, Íslendingar;  við erum vel menntuð þjóð, fámenn og hér er hár standard á hlutunum. Það á að vera frekar einfalt fyrir okkur að vera framarlega þegar kemur að frumkvöðlastarfi. 

Hver eru ykkar áhugasvið eða sérhæfing í gagnavísindunum?

Ágúst: Sem stendur er ég meira í smíði lausna en ráðgjöf, og áhugasvið mitt liggur líka þar. Það sem mér finnst áhugaverðast í vinnunni er að skilja betur hvar íslenski markaðurinn stendur í gagnavæðingunni; hver er skilningurinn, hvaða möguleika sjá þau í þessari tækni?

Bjarni: Já, ég er algjörlega sammála þessu.  Það er spennandi að fá innsýn í hvar fyrirtækin standa og hjálpa þeim að ýta þessum málum áfram og ná að skapa eitthvert virði úr gögnunum. Ef við náum því, þá er gaman. 

Ég hef sjálfur ákveðna sérhæfingu áhættustýringu, sem mér finnst áhugaverð og hef almennt áhuga á að nýta þessa tækni meira í fjármálageiranum. En svo eru augu mín að opnast mikið núna fyrir möguleikunum í smásölunni. 

Það eru alls konar spennandi tækifæri þar, bæði til að auka skilvirkni en líka til að sækja tekjur og styrkja viðskiptasambandið við kúnnann. Við erum að sjá aukna samkeppni frá útlöndum á öllum sviðum, sérstaklega í smásölunni. 

Smásalan keppir við allan heiminn

Það er gott að hafa í huga að þessi erlendu fyrirtæki sem hafa tileinkað sér snjalltæknina geta boðið persónulega upplifun, þannig að viðskiptavinurinn upplifir að fyrirtækið þekki sig. Kannski eru íslensk fyrirtæki ekki alveg komin þangað, en við erum komin af stað. Þarna eru mikil tækifæri – íslensk fyrirtæki verða bara að fara þangað. 

Ég er ekki viss um að komandi kynslóðir hengi sig endilega á það að versla við íslensk fyrirtæki af því þau eru íslensk.

Býður íslensk umhverfi upp á eitthvað forskot eða sérstöðu sem við getum nýtt okkur?

Bjarni: Já, ég held að það verði tækifæri til að þróa hluti hraðar hér en víða annars staðar. Erlendis eru skipuritin og valdastrúktúr miklu þyngri og flóknari. Við höfum til dæmis meiri aðgang að æðstu stjórnendum hér í okkar verkefnum heldur en væri mögulegt erlendis. Þetta flýtir fyrir þróuninni, keyrir verkefnin áfram.

En Íslendingar eiga líka möguleika í smásölunni, heimurinn er allur að minnka þar. Á næsta áratug mun bankageirinn til dæmis riðlast mikið, markaðir eru að opnast og renna saman. Bankarnir hér þurfa að gíra sig upp og undirbúa sig vel fyrir það.

Hvernig fer vinna ykkar fram? Hvaða aðferðir og tól eruð þið að nota?

Ágúst: Mesta forritunin hjá okkur fer fram í Python og R.  Fyrir þessi forritunarmál er til ógrynni af tólum sem hjálpa okkur að smíða lausnir.  Hvað varðar gagnainnviði fer það nokkuð eftir viðskiptavinum.  Skýjalausnir eru að verða nokkuð algengar hjá íslenskum fyrirtækjum og við smíðum þá lausnina með hliðsjón af því sem er búið að innleiða hjá hverjum og einum, hvort sem það er Azure, AWS eða önnur lausn.  Öll þessi tól sameinast svo í því sem við köllum gagnasmiðjur, sem á ensku er kallað Data Science and Machine Learning platforms

Smiðjan sem við notum kallast Dataiku sem er nokkurs konar platform sem sameinar alla þætti þess að vinna gagnaverkefni. Þar höfum við allt gagnastreymið og kóðana á einum stað, og alla vinnslu á gögnum. Þú færð ótrúlega þægileg myndræna yfirsýn yfir allt sem þú ert að gera, sem er mikilvægt þegar þú ert með risaverkefni og gagnastreymi úr mismunandi áttum. Þetta gerir allt utanumhald um verkefnið miklu auðveldara. 

Hvað er er á döfinni hjá Datalab þessa dagana?

Bjarni: Við erum núna í nokkrum Vegvísum [stefnumótunarvinna í snjallvæðingu, innskot höfundar] með fyrirtækjum og stofnunum, þar sem við erum að kortleggja tækifærin sem eru til staðar. 

Ég held að slík vinna sé mikils virði fyrir báða aðila.  Við fáum tækifæri til að tala við mjög marga innan fyrirtækjanna, sem er mjög mikilvægt því oft eru þessi tækifæri þvert á svið og deildir, og þú kemur ekki endilega auga á þau þegar þú ert í miðju fyrirtækinu. 

Í kjölfarið koma fram verkefni sem spretta upp úr þessari grunnvinnu. Þetta eru nokkurs konar prufuverkefni (e. proof of concepts) til að koma þeim inn á gagnabrautina og taka fyrstu skrefin. Við kortleggjum tækifærin í Vegvísinum og skilgreinum í framhaldi af því fyrstu verkefnin.

En svo erum við þegar í vinnu með nokkrum fyrirtækjum og höldum þeirri vinnu áfram. Ég var sjálfur að vinna fyrir ráðgjafarfyrirtæki úti í Sviss og nú erum við í samstarfi við það varðandi gagnaverkefni fyrir tryggingafélag. Einnig erum við í viðræðum við orkufyrirtæki þar úti, þannig að það er ýmislegt á prjónunum.

Mikil tækifæri í fjármálageiranum

Ágúst: Varðandi áframhaldið, hvar við sjáum tækifærin í gervigreindinni, þá held ég það það séu bankarnir. Það eru þeir sem ættu að stökkva á þetta, ef einhverjir. Á síðustu árum hafa orðið straumhvörf í því hvernig þjónusta frá banka er veitt. Útibú eru varla til lengur, þú ert ekki lengur með þinn þjónusturáðgjafa sem þú ferð til, það er allt búið. 

Ég held að bankarnir verði að átta sig á því að þegar þessi útibú eru að hverfa og persónulega þjónusta er að fara sömuleiðis, þá má það ekki verða þannig að fólki finnist þjónustan verða verri, að bankinn sé bara hættur að veita fólki þjónustu.  

Af hverju er ekki bara búið að sjálfvirknivæða þessa persónubundnu þjónustu? Það er óumflýjanlegt skref. Viðskiptavinum bankans þarf að finnast þeir ennþá vera viðskiptavinir bankans þó þeir séu ekkert að fara í útibúið. 

Bankarnir henta bara almennt svo augljóslega vel í svona verkefni. Þeir eru sennilega gagnadrifnasta tegund fyrirtækja sem til er.  Þetta er kjarninn í því sem bankinn gerir, sama hvaða deild þú ert að skoða, að taka ákvarðanir út frá gögnum –  hvort sem það er ákvörðun um að selja eða kaupa hlutabréf, veita lán eða ekki, eða hvað sem það er. Þetta eru allt ákvarðanir sem byggja á gögnum, þannig að þetta er rakið dæmi fyrir þá. 

En þessi stafræna umbylting virðist vera á öllum sviðum, eða hvað?

Ágúst: Já, það nefnilega málið, það er mjög víða vera að stafvæða þjónustu og afgreiðsluferla. Tökum sem dæmi smásöluna: Ef fatabúðin þín er bara netverslun þá er mér persónulega alveg sama hvort hún er íslensk eða bresk. Það er annað mál ef ég fer í verslunina og fæ þar persónulega þjónustu. 

Og það er það sama með bankana – ef ég er hættur að fara í útibúið og það kemur einhver spútnik netbanki þá hika ég ekki við að skipta ef hann býður mér eitthvað betra. Ég tala ekki um ef þú færð á tilfinninguna að bankinn þekki þig – og núverandi banki gerir ekki einu sinni tilraun til að þykjast þekkja þig. Hollustan minnkar hratt ef þér finnst þú ekki vera að fá þá þjónustu sem þú ætlast til. 

Ef við horfum aðeins lengra, kannski 5-10 ár fram í tímann, hvernig verður hið stafræna landslag á Íslandi?

Ágúst: Ég held að þau fyrirtæki á Íslandi sem eru í samkeppni við önnur sem nota gervigreind muni annað hvort taka skrefið líka eða lenda annars illa í því. Það verður hraðari þróun hjá þannig fyrirtækjum á meðan önnur eru ekkert að stressa sig á þessu. 

Bjarni: Ég held að þau fyrirtæki sem tileinka sér ekki þessa tækni muni lenda hratt í vandræðum gagnvart fyrirtækjum sem eru þegar búin innleiða hana og komin af stað. Ég hef pínu áhyggjur af þeim fyrirtækjum sem munu vakna upp við vondan draum þegar samkeppnisaðilinn er búinn að kveikja á gervigreindinni og kominn vel af stað – ætlarðu þá að byrja? 

Er ekki mikilvægt bara að byrja vegferðina, taka einhver fyrstu skref?

Bjarni: Algjörlega. Þau fyrirtæki hérlendis sem eru í samkeppni við erlend fyrirtæki sem eru nú þegar hér á markaðnum munu finna vel fyrir þessu. Hinir stóru, erlendu risar munu innleiða tæknina hratt á næstu árum – þá er eins gott fyrir íslensk fyrirtæki að hafa tekið fyrstu skrefin. Þetta á við um alla geira; fjármálafyrirtækin, smásöluna alla – því hún er að færast á netið – tryggingafyrirtækin, nefndu það.

Gögnin eru verðmæti sem liggja víðast ónýtt

Hið opinbera situr á miklum gagnaverðmætum

Hvað með opinbera geirann? Hvar eru tækifæri fyrir ríkið til þess að sjálfvirknivæða?

Bjarni: Ég held að það sé líka tækifæri þar úti um allt. Fyrsta skrefið þar er að koma skikki á gögnin. Það liggur gríðarlega mikið magn gagna hjá stofnunum ríkisins, en það þarf að samþætta kerfi, og nýta gögnin grimmt til að auka skilvirkni. 

Ágúst: Ég held að tækifærið í opinbera geiranum liggi í því að lágmarka sóun og fá betri yfirsýn yfir hvert skattpeningarnir fara, hverju eru þeir að skila okkur. 

Bjarni: Þetta snýr líka að upplýsingum til almennings, gera þær aðgengilegri.  Og þetta snýr líka að atvinnulífinu. Við getum tekið dæmi af fasteignamarkaðnum:  Þar er verið að henda skjölum á milli aðila og enginn hefur yfirsýn fyrr en allt birtist í einu, seint og um síðir, eins og til dæmis hvað varðar upplýsingar um byggingarmagn sem er að koma inn á markaðinn hverju sinni. 

Þú verður að hafa þessar upplýsingar aðgengilegar, því annars geta hagsmunaaðilar stjórnað umræðunni, sbr. þessar talningar hjá Samtökum iðnaðarins, sem eru í sjálfu sér góðra gjalda verðar.

Við ættum líka að stefna á persónulegri þjónustu og leiðsögn í gegnum kerfið. Stafræn umbylting er að eiga sér stað hjá hinu opinbera, en þá verður gervigreindin að koma á móti, líkt og hjá bönkunum.

Ágúst: Það er ótrúlegt hversu mikil pappírsvinna er enn í gangi í mörgum stofnunum. Það er makalaust að þú þurfir að ganga bókstaflega á milli húsa með einhver pappírsgögn. Það er jafnvel verið að faxa skjöl á milli stofnana. 

Ég hélt þetta væri búið fyrir 30 árum, en þetta er enn gert á mörgum stöðum. Annað hvort er ekki búið að uppfæra regluverkið eða tæknina sem er í kringum þetta. Hringlið með kjörseðlana í síðustu kosningum er annað dæmi. 

Bjarni: Ég held að það séu einmitt mikil tækifæri í kringum alla þessa pappírsvinnu, en við erum samt mörgum árum á undan þjóðum eins og Sviss. Það kom mér dálítið á óvart.  Þar er það bara pappírinn sem gildir, allt snýst um gamla, góða póstinn. Að mörgu leyti erum við því komin með mjög góðan grunn á Íslandi. 

Ágúst: Við erum kannski ekki á eftir en það munu fleiri tækifæri opnast núna þegar þessi tækni verður sjálfsagðari, þegar ferlin verða almennt orðin rafræn. Við höfum náttúrulega séð ótrúlega mikla þróun á síðustu árum, til dæmis hvað varðar rafrænar undirskriftir.

Bjarni: Nú þegar ákveðinn grunnur er kominn þá er hægt að halda hratt áfram inn í framtíðina.

Snjallvæðingunni fylgja félagslegar áskoranir

Sjáið þið einhverjar samfélagslegar hættur af snjallvæðingunni?

Bjarni: Jú, við þurfum til dæmis að passa okkur á að kóða ekki inn kerfisbundnu skekkjurnar sem þegar eru inni í módelunum okkar án þess að við gerum okkur grein fyrir því. Dæmi um það væri að einhver fengi ekki lánað af því hann ætti heima á einhverju ákveðnu svæði eða væri af ákveðnum kynþætti. 

Ég vann verkefni fyrir banka í Sviss þar sem við vorum að meta líkur á vanskilum og þá sáum við að það voru ákveðin svæði sem voru varasöm. Þá er það orðin siðferðisleg spurning hvort þú ætlar að kóða slíkar upplýsingar inn í módelið þitt.  

Við þurfum að vera vakandi fyrir alls kyns svona atriðum. Þú getur ekki bara verið að kafa í gögn og kóða og gleymt félagslega þættinum.  

Ágúst: Einmitt. Önnur siðferðileg spurning snýr að umbyltingu vinnumarkaðarins á næstu árum. Hvaða félagslegu afleiðingar hefur það að sjálfvirknivæða verkefni sem áður voru hluti af starfi einhverrar manneskju? Hvað verður um fólkið sem er sinna handavinnunni sem verður kannski ekki handvirk lengur? 

En ég held að þetta verði ekki svo mikið spurning um að fólk missi vinnuna heldur að við getum þá beint kröftum fólks í verðmætari vinnu, frekar en að eyða tímanum í leiðinleg rútínuhandtök.

Það hlýtur að þurfa að endurmennta stóran hluta vinnuaflsins?

Ágúst: Já, ég held að það sé óumflýjanlegt. Það er svo sem eðlilegt að einhverjir líti neikvæðum augum á þessa tækni ef þeir eru hræddir um að missa vinnuna, það þarf bara að taka þessa umræðu. 

Bjarni: Við höfum þó ekki orðið varir við neikvæðni starfsmanna í okkar verkefnum. Það er miklu frekar að fólk sé spennt fyrir þessum breytingum og fólkið á gólfinu er jafnvel er búið að kynna sér þetta mjög vel.

Íslenska smæðin er styrkleiki

Hvað hefur komið ykkur mest á óvart síðan þið komuð heim?

Bjarni: Það hefur komið mér mest á óvart að finna hvað markaðurinn er bara rosalega tilbúinn í þessa vegferð. Það eru einhver straumhvörf núna. Markaðurinn bara öskrar á þessar lausnir. 

Við erum á mjög áhugaverðum tímapunkti núna. Það er svo mikil orka í gangi og ég hef sjálfur ekki upplifað svona stemningu í þeim fyrirtækjum sem ég hef verið að vinna fyrir úti. Það eru allir að kveikja á þessu á sama tíma – kannski er það Covid sem er hefur hleypt þessu af stað. 

Ágúst: Ég er sammála með hraðann í þróuninni. Íslenska smæðin skiptir líka máli, þetta þétta samfélag okkar. Við fylgjumst vel með því sem næsti maður er að gera og það er mikil samanburður og samkeppni. Ísland er lítið samfélag og þegar umræðan fer af stað af einhverri alvöru, þá gerast hlutirnir hratt. 

Við megum ekki lenda á eftir núna, hugsa konur og menn, það eru allir í kringum okkur komnir af stað. 

Við verðum að stökkva með. 

HJÞ.

Aðferð DataLab: Þróun og innleiðing gagnadrifinna og snjallra lausna í þremur áföngum

Í dag eru flest fyrirtæki og stofnanir á einhvers konar stafrænni vegferð, sem snýr að því að nota stafræna tækni til að færa ferla, vörur og þjónustu nær kröfum nútímans.

Hið næsta, rökrétta skref, er að nýta hin miklu gagnasöfn sem stafræna tæknin framleiðir og aðferðir gagnavísinda og gervigreindar og taka stökkið á næsta stig, það er að nýta gervigreindartækni til að auka sjálfvirkni og bæta ákvarðanir í rekstrinum. En gervigreind og snjallar gagnalausnir eru framandi tækni og fá fyrirtæki hafa spreytt sig á slíkri vegferð.

Fyrirmyndir og fordæmi eru því fá – hvernig fer slík vinna fram? Hvernig er slík innleiðing framkvæmd, skref fyrir skref?

Sérfræðingar Datalab hafa öðlast mikla reynslu á undanförnum árum við að þróa og innleiða snjalllausnir í íslenskum fyrirtækjum. Þessi reynsla hefur gefið Datalab tækifæri til að slípa aðferðafræði sína til þannig að sem bestur árangur náist.

Í þessari grein verður gert nánari grein fyrir nálgun Datalab – skref fyrir skref.

HELSTU PUNKTAR TIL AÐ TAKA MEÐ:

  • Datalab hefur þróað aðferðafræði sem hentar vel til innleiðingar á snjöllum gagnalausnum í íslenskum fyrirtækjum
  • Aðferð Datalab skiptist í þrjá áfanga: 1. Skilgreiningu og afmörkun, 2. Tilraunaverkefni, og 3. Innleiðing og skölun
  • Fyrsti áfangi snýr að fræðslu til starfsmanna, viðtölum við hagsmunaaðila, stöðumati og stefnumörkun
  • Í öðrum áfanga eru skilgreind tvö tilraunaverkefni (e. Proof of Concept) og frumútgáfur lausna prófaðar og innleiddar í starfseminni
  • Þegar komið er í þriðja áfanga hefur mikill lærdómur safnast og tímabært að taka mikilvægar ákvarðanir um framtíðarfyrirkomulag við hagnýtingu tækninnar í starfseminni. Þróun lausna heldur áfram og eru innleiddar og hagnýttar þvert yfir til að leysa fjölbreytt verkefni í rekstrinum

Er fyrirtæki þitt tilbúið fyrir gervigreindarbyltinguna? Hjá DataLab starfa sérfræðingar á sviði hagnýtingar gagna í snjöllum lausnum sem m.a. aðstoða við stefnumótun, fræðslu og leiðsögn vegna hagnýtingar slíkra lausna. Hafðu samband og fáðu stutta kynningu á möguleikum gagnadrifinna og snjallra lausna þér að kostnaðarlausu.

Aðferðarfræði Datalab má setja fram sem vegferð í þremur áföngum. Fyrsti áfanginn felst í skilgreiningu og afmörkun verkefnis ásamt vali á tilraunaverkefnum; í öðrum áfanga eru 2 tilraunaverkefni keyrð af stað og í síðasta áfanga eru snjalllausnir innleiddar og skalaðar heilt yfir rekstur fyrirtækisins og framtíðarfyrirkomulag útfært. Til grundvallar á vegferðinni eru þrjú leiðarljós; tæknileg geta, almennur skilningur og stefna sem styður.

1. ÁFANGI: SKILGREINING OG AFMÖRKUN

Fyrsta skrefið á vegferðinni er að hefja markvisst samtal um hvernig gagnadrifnar og snjallar lausnir geti komið að gagni í starfseminni. 

Aðferðin felst í ítarlegu stöðumati og úttekt á umhverfi, markaði og skipuheildinni sjálfri. 

Markmið er að komast að kjarna málsins; að sérfræðingar Datalab öðlist djúpan skilning á aðstæðum og markmiðum og hvaða þættir skipta mestu máli – og á hinn bóginn, að fulltrúar viðskiptavinarins öðlist góðan skilning á möguleikum gervigreindar og við hverju megi búast á vegferðinni framundan.

Kjarni málsins er settur fram í stefnu og aðgerðaráætlun um hagnýtingu gagnalausna.

Framvindan er í fjórum skrefum sem hér segir:

A. Fræðsla

Fyrsti áfanginn hefst á fræðslufyrirlestri um gagnadrifnar lausnir og gervigreind fyrir þátttakendur í verkefninu og aðra sem boðið er til fræðslunnar. 

Fjallað er almennt um hvernig megi hagnýta gögn með gervigreindina að vopni, hvaða möguleikar eru fyrir hendi og dæmi tekin úr íslenskum sem erlendum veruleika. 

Þá er verkefnið framundan kynnt rækilega, næstu áfangar og við hverju megi búast.

Tilgangurinn er að tryggja að allir þátttakendur hafi góðan skilning á viðfangsefninu, draga hugmyndir þeirra og sjónarmið fram og að veita þeim tækifæri til að hafa áhrif á næstu skref. 

Lögð er áhersla á að tengja efnistök við innra og ytra umhverfi fyrirtækisins og íslenskan veruleika. Fyrirlesturinn höfðar til fólks með fjölbreyttan bakgrunn og reynslu svo hægt sé að sækja hugmyndir og tillögur sem víðast.

B. Samtöl

Næsta skref er að taka viðtöl við 1-2 starfsmenn á hverju sviði. Miðað er við að heildarfjöldi viðmælenda sé um 10 manns með fjölbreyttan bakgrunn. 

Meðal umfjöllunarefna í viðtölunum má nefna:

  1. Þróun umhverfis og markaðar, áherslur og lykilverkefni.   
  2. Gögn, tæknileg geta og þekking. Tæknilegir innviðir.
  3. Hvað læra megi af fyrri innleiðingum tækninýjunga og einnig rætt um þætti í menningu og hugarfari starfsmanna sem ýmist styðja við eða hamla slíku ferli.   
  4. Hagnýting gagnadrifinna lausna í starfseminni – í fortíð og framtíð.
  5. Möguleg áhrif innleiðingar snjalltækni á fólk og ferla, vöru- og þjónustuframboð, skipulag og innviði.  
  6. Lagaleg og siðferðileg álitamál.  
  7. Önnur viðfangsefni sem óskað er eftir umræðu um.

C. Stöðumat og kortlagning

Ítarlegt stöðumat og vönduð greiningarvinna er forsenda markvissrar stefnu og aðgerðaáætlunar

Þegar viðtöl hafa farið fram er unnið úr þeim og niðurstöður teknar saman þar sem dreginn er fram kjarninn sem í þeim birtist. Niðurstöðurnar, auk annarra mikilvægra upplýsinga, eru nýttar til að leggja fram stöðumat, og greina helstu tækifæri og áskoranir.

Út frá þessari vinnu eru svo úrbótaverkefni kortlögð í samstarfi við stýrihóp viðskiptavinar og mat lagt á mögulegan ávinning og kostnað. Að lokum eru 2 þróunarverkefni (Proof of Concept) valin og útfærð.

Að þessum hluta loknum hefur mótast skýr mynd af þeim tækifærum og áskorunum sem framundan eru, og fyrstu úrbótaverkefnin hafa verið valin og skilgreind.

D. Stefna og aðgerðaáætlun

Áfram er unnið með niðurstöður úr fyrri verklotum og þær tengdar við strauma og stefnur á sviði gagnavísinda og gervigreindar.  Nú er orðið tímabært að setja niður stefnu um hagnýtingu gagna og gervigreindar, sem er gert í nánu samráði við stýrihóp.  

Stefnan varðar veginn áfram og er leiðarljós við val á næstu snjallverkefnum og öðrum umbótaverkefnum sem þarf að ráðast í samhliða.

Stefna og aðgerðaáætlun til næstu 1-2 ára er að lokum kynnt fyrir stjórnendum og öðrum sem málið varðar. Þau verða veginn áfram.

Ávinningur og afurðir 1. áfanga

Helsti ávinningur þessa fyrsta áfanga er vandaður undirbúningur fyrir næstu skref á vegferðinni, sem styðjast við markmið og áherslur fyrirtækisins.  Án vandaðrar grunnvinnu er hætt við að verkefnin nái ekki árangri, enda margt sem getur farið úrskeiðis á vegferðinni.

2. ÁFANGI: TVÖ TILRAUNAVERKEFNI

Í öðrum áfanga fer vinna við fyrstu verkefnin af stað. Tvö vel valin tilraunaverkefni eru keyrð í gegn, og sérfræðingar Datalab þróa og innleiða frumútgáfur lausna á 12 vikum (sjá mynd fyrir neðan).

Gagnalausnir eru þróaðar í svokölluðum sprettum sem taka um 12 vikur

Á þessu stigi er grunnur lagður að tæknilegum innviðum og dýrmætri reynslu safnað sem mun nýtast í næsta áfanga. Hér skapast einnig góðar forsendur til að kynnast tækninni vel og sýna fram á mögulegan ávinning af hagnýtingu hennar.

Framvindu tilraunverkefnanna með lýsa í sjö skrefum:

  1. Gagnasöfnun
  2. Gagnastreymi
  3. Gagnaundirbúningur
  4. Útreikningar
  5. Prófanir, bestun og ákvarðanir
  6. Lærdómur
  7. Árangursmat

Ávinningur og afurðir

Mikill lærdómur hefur safnast eftir þennan áfanga og er það helsta niðurstaða og ávinningur hans. Hann nýtist vel í næsta áfanga og er reyndar forsenda þess að framhaldið verði farsælt.

Afurðirnar sem áfanginn skilar eru frumgerðir tveggja (að öllu jöfnu) gagnadrifinna og snjallra lausna. Nú hefur skipuheildin fengið smjörþefinn af því hvernig snjallar gagnalausnir eru innleiddar, hvaða hindranir kunna að vera í veginum og hvaða möguleikar fleiri eru fyrir hendi til nýtingar tækninnar.

3. ÁFANGI: INNLEIÐING OG SKÖLUN

Í þriðja áfanga er svo komið að innleiðingu lausnanna og skölun þeirra. Þá eru teknar ákvarðanir um framtíðarfyrirkomulag snjallverkefna.

Lagt er mat á reynslu undanfarinna mánaða sem verður grundvöllur áframhaldandi aðgerða. Unnið er samkvæmt stefnu og aðgerðáætlun en hún uppfærð með hliðsjón af þeim lærdómi sem hefur safnast og árangri úrbótaverkefna.

Tilraunafasinn er að baki og fókusinn færist yfir á raunverulega hagnýtingu lausnanna í rekstrinum og frekari þróun þeirra.

Á þessu stigi einnig tímabært að huga að framtíðarfyrirkomulagi snjallvæðingar og veita sérfræðingar DataLab leiðsögn þar um.

Ávinningur og afurðir

Í þessum áfanga hafa gagnadrifnar snjalllausnir, sem styðja við stefnu fyrirtækisins, verið innleiddar og hagnýttar í starfseminni.

Fyrirkomulag þróunar og reksturs gagnalausna er nú í föstum farvegi og fyrirtækið hagnýtir lausnir sem bæta upplifun viðskiptavina, auka sölu, sjálfvirknivæða ferla eða draga úr áhættu, óvissu og sóun.

Stöðug framvinda yfir tímabil sem spannar nokkra mánuði og byggir á vönduðum undirbúningi.

SAMANTEKT

Sérfræðingar Datalab hafa öðlast mikla og dýrmæta reynslu í innleiðingu snjallra gagnalausna í íslenskum fyrirtækjum og stofnunum. Reynsluna hefur Datalab nýtt til að þróa og slípa verklag í þremur áföngum sem að ofan er lýst. Ýmislegt getur farið úrskeiðis þegar innleidd er ný tækni sem hefur áhrif á vinnuferla og menningu, og því mikilvægt að vanda til allrar grunnvinnu, og byggja næstu skref ávallt á þeim lærdómi sem hefur skapast í fyrri skrefum.

LESTU MEIRA:

Innleiðing snjallra gagnalausna: 4 öngstræti og 4 leiðir út úr þeim

Hefjumst handa við snjallvæðinguna!

5 þroskastig snjallvæðingar – hvar er þitt fyrirtæki statt?

Stefna um gervigreind: 7 lykilþættir við innleiðingu gagnadrifinna snjalllausna

Er hægt að meta arðsemi fjárfestingar (e. ROI) í gervigreind?

Það er eðlilegt að gera kröfur um sannanlegan ávinning, fjárhagslegan eða annars konar, þegar fjárfest er í nýrri tækni, tækjum og þekkingu. Þegar hefðbundnar hugbúnaðarlausnir eru annars vegar er þetta oft fremur einfalt reikningsdæmi. Útreikningur á arðsemi fjárfestinga í gervigreindar- og gagnalausnum er yfirleitt töluvert snúnari. 

Samkvæmt könnun MIT og Boston Consulting Group frá 2020 sögðust aðeins 10% fyrirtækja hafa uppskorið umtalsverðan fjárhagslegan ávinning af snjallverkefnum sínum. Önnur könnun leiddi í ljós að 79% fyrirtækja sem sjá enga arðsemi eða jafnvel tap af sínum verkefnum eru ekki með kerfi eða ferla til að mæla árangur af slíkum verkefnum.

Spurningin vaknar því: Er vandinn fólginn í flókinni tækni í þróun eða kunnáttuleysi við að skilgreina mælikvarða?

HELSTU PUNKTAR TIL AÐ TAKA MEÐ:

  • Erfitt getur verið að mæla arðsemi fjárfestinga í gervigreind
  • Þau fyrirtæki sem náð hafa mestum árangri í gervigreind standa sig einnig best við að skilgreina mælikvarða
  • Helstu vandkvæði við skilgreiningu mælikvarða snúa að rekjanleika afraksturs, fáum fyrirmyndum og ólíkum áskorunum fyrirtækja, sem ekki eru samanburðarhæfar
  • Leiðir til að tækla mælingar á ávinningi felast meðal annars að því að skilgreina vel hina viðskiptalegu áskorun, líta til óbeins ávinnings og skilgreina strax í upphafi viðeigandi mælikvarða

Er fyrirtæki þitt tilbúið fyrir gervigreindarbyltinguna? Hjá DataLab starfa sérfræðingar á sviði hagnýtingar gagna í snjöllum lausnum sem m.a. aðstoða við stefnumótun, fræðslu og leiðsögn vegna hagnýtingar slíkra lausna. Hafðu samband og fáðu stutta kynningu á möguleikum gagnadrifinna og snjallra lausna þér að kostnaðarlausu.

Mynd: Yuliia Chyzhevska í gegnum Canva Pro

HVAÐ ER ARÐSEMI FJÁRFESTINGAR?

Í sínu einfaldasta formi er arðsemi fjárfestingar (e. return on investment, ROI) hlutfall þar sem ágóði er veginn á móti upphaflegri fjárfestingu [ágóði/fjárfesting].

Yfirleitt fellur kostnaður til við upphaf verkefnis en arðsemin eða afraksturinn kemur fram í ótilgreindri framtíð. Í öllu falli er mun meiri óvissa um hvenær ágóði fellur til en kostnaðurinn. Hugsunin er því einföld, en útfærslan er það ekki alltaf.

Beina arðsemi (e. „hard“ ROI) má rekja til þessara helstu þátta:

Meiri framleiðni: Snjalllausnir geta bætt og flýtt ákvarðanatöku sem eykur framleiðni starfsmanna. Þessi framleiðniaukning getur ýmist orðið til vegna meiri skilvirkni (verkum lýkur hraðar) eða með betri ákvörðunum.

Sparnaður: Tímasparnaður og meiri framleiðni getur í sumum tilfellum þýtt að færra fólk þarf til að vinna verk af sama magni, sem felur í sér sparnað. 

Þetta er þó alls ekki gefið: Ef tími sem tekur að vinna tiltekið verk er styttur um 20% á starfsmaður oft auðvelt með að finna önnur verkefni til að fylla upp í gatið – ef sparnaðurinn er 80% eða meira er hins vegar auðveldara að ráðast í hagræðingaraðgerðir.

Tekjuaukning: Snjallar lausnir eins og meðmælakerfi geta sannarlega aukið tekjur, eins og Domino’s á Íslandi, viðskiptavinur Datalab, hefur sannarlega sýnt.

Útreikningur á arðsemi gervigreindarlausna getur verið höfuðverkur

NOKKUR VANDKVÆÐI VIÐ ÚTREIKNING Á ARÐSEMI

Sem fyrr segir reynist mörgum fyrirtækjum erfitt að sýna fram á hreina arðsemi af fjárfestingum sínum í snjöllum gagnlalausnum. 

Það er ekki til að einfalda myndina að þegar fyrirtæki raunverulega uppskera af snjallverkefnum sínum eru þau hikandi við að opinbera sínar tölur, sérstaklega ef verkefnin gætu skilað forskoti á markaði.

Hér eru fleiri vandkvæði við arðsemisútreikninga:

Óvissa og erfiður samanburður

Það er ekki til nein ein algild regla til að reikna út arðsemi fjárfestingar gervigreindar. Oft er  verið að leysa vandamál sem ekki hafa verið leyst áður, þannig að enginn samanburður er fyrir hendi.Mörg fyrirtæki eru með slíka útreikninga í stöðugri þróun. 

Annars staðar er slíkum útreikningum ýtt til hliðar eða beinlínis sleppt vegna óvissunnar. Stundum liggur ekki fyrir hverju verkefnið skilar verður og hvernig eða hvort það muni hafa áhrif á tekjur eða kostnað.

Þá getur verið snúið að greina nákvæmlega hvað má rekja til hvers. Þetta á sérstaklega við um stærri mælikvarða eins og hagnað fyrirtækisins eða heildarkostnað.  

En auðvitað er þetta ekkert sérvandamál í gervigreindartækni: Disney+ opnaði í nóvember 2019 og safnaði fljótt 95 milljónum áskrifenda – var það vegna snjallrar markaðssetningar eða eitthvað sem Covid-19 færði fyrirtækinu upp í fangið? Markaðsfólk á einmitt mjög oft erfitt með að sýna fram á arðsemi sinna aðgerða, ekki síst dýrra vörumerkjaherferða.

Ekki er allur ávinningur mælanlegur

Gervigreind getur bætt ákvarðantöku, þannig að færri mistök séu gerð, straumlínulagað ferla og laðað að hæft starfsfólk. Þetta eru eru allt dæmi um ávinning sem er mikils virði en oft erfitt að reikna til tekna eða minni kostnaðar. 

Snjallverkefni geta líka leitt af sér fleiri snjöll umbótaverkefni eða nýjar vörur, sem engum hafði hugkvæmst áður.

Nánar um þetta neðar.

Ávinningur snjallvæðingar er til langs tíma

Til að ná til baka kostnaði við gagnaundirbúning, innleiðingu nýrra tæknilausna og þjálfun starfsmanna, og byrja að uppskera mælanlegan ávinning þarf skipuheildin að ná ákveðnum snjallþroska.

Það tekur tíma að stilla saman fólk, ferla og nýja tækni. Að sama skapi þarf að gefa snjöllum lausnum tíma til að sanna sig. Mikilvægast er að byrja rétt; finna hentug verkefni sem styðja við stefnu skipuheildarinnar, finna eða framleiða gögn sem nauðsynleg eru og gera þau tæk til úrvinnslu. 

Svo þarf að þróa og fínstilla reikniritin og bíða eftir að þau læri á gögnin og geri sér mat úr þeim. Þetta tekur allt tíma. Upphafsfjárfestingin getur verið töluverð en hún þarf tíma og skölun til að skila ágóða. 

Það getur tekið 1,5 – 2 ár fyrir meðalstórt fyrirtæki að ná núllpunkti fyrir fjárfestingar sínar, áður en arðsemi fer að mælast.

Engin algild aðferð er til sem mælir arðsemi gervigreindarverkefna

Snjallvæðing felur í sér almennt umbótastarf

Það er erfitt að rekja stórar sveiflur í rekstrinum eins og meiri hagnað eða minni rekstrarkostnað beint til gagnalausna, sem fyrr segir. Til að fyrirtæki nái árangri með sinni snjallvæðingu þurfa þau að taka ýmsa ferla og samskiptaþætti í gegn. 

Snjallverkefni krefjast oft samvinnu þvert á deildir. Þau hafa gjarnan í för með sér öflugt gæðastarf og nákvæmari vinnubrögð, sannkallaða gagnamenningu. Slíkar umbreytingar geta bætt reksturinn í sjálfu sér með hagræðingu, nákvæmari ferlum og betri menningu – og skilað hagnaði, sem verður ekki rakið til gervigreindar einnar saman.

NOKKRAR LEIÐIR TIL AÐ META ÁVINNING OG ARÐSEMI GAGNALAUSNA

Skilgreina vel hina viðskiptalegu áskorun

Ein leið til að tryggja að snjallverkefnið hafi mælanleg viðmið um árangur er að velja viðfangsefni eða vandamál þar sem í gangi er lausn sem nýtir ekki gervigreind og þegar er verið að mæla og rekja árangur hennar.

Það þarf að líta á þessar lausnir eins og hvaða tækni sem er: Það þarf að vera skýr tilgangur og markmið með innleiðingunni. Þá fyrst er hægt að setja niður mælikvarða til að fylgjast með árangri.

Gagnlegt er að svara spurningum eins og:

  • Hvaða vandamál eða áskorun í rekstrinum á verkefnið að leysa? 
  • Er hið viðskiptalega markmið skýrt? 
  • Snýr áskorunin að vexti, eða skilvirkni eða betri upplifun eða þjónustu?

Óbein arðsemi gagnalausna skiptir máli

Það er mikilvægt að hafa í huga að þótt að snjallverkefni geti sparað tíma og peninga krefjast þau oft töluverðrar fjárfestingar. Það er því ekki gefið að það leiði endilega til sparnaðar. 

Líklegra er að árangurinn mælist til dæmis fremur í bættri þjónustu, nýju vöruframboði eða aðgreiningu á markaði. Þetta þarf að vega og meta saman.

Óbein arðsemi (e. „soft„ ROI) lítur til þátta sem ekki er hægt að meta til fjár með beinum hætti, en skapar virði fyrir fyrirtækið engu að síður.

Þetta eru þættir eins og

  • Færri mistök, meiri ánægja starfsmanna og minni starfsmannavelta, 
  • Betra aðgengi að upplýsingum og samvinna þvert yfir deildir
  • Minni hætta á brotum á lögum og vanhlítni við staðla (e. non-compliance), t.d. GDPR. Slík hætta við meðferð gagna getur skapast ef ekki er fjárfest í öruggu gagnaumhverfi
  • Áhætta gagnvart því að vera skilinn eftir á markaði (e. opportunity cost). Þeir sem ekki taka þátt í gervigreindinni verða skildir eftir. Það er líka hætta á atgervisflótta metnaðarfulls fólks sem vill starfa hjá fyrirtækjum í fremstu röð.
  • Betri þjónustuupplifun og hollusta viðskiptavina
Hugvitsemi er mikilvæg þegar nýir mælikvarðar eru skilgreindir

Skilgreina mælikvarða strax í upphafi

Vænlegt til árangurs er að skilgreina strax í upphafi, áður en ráðist er í verkefnið, hvaða mælikvarðar verða notaðir til að meta árangur.  Skilgreinið markmið og takið gögn um grunnstöðu áður en hafist er handa. Takið svo stöðuna reglulega. 

Ef góðar mælingar og gögn eru fyrir hendi er oft hægt að meta þær til fjárhagslegs ávinnings, þótt síðar verði.

Það er skynsamlegt fyrir stærri fyrirtæki að gera einn aðila ábyrgan fyrir árangursmælikvörðum. Sá hinn sami heldur þá utan um allar mælingar og kynnir fyrir framkvæmdastjórn reglulega.

Þetta tryggir að önnur svið sjái mælanlegan árangur og áhugi á tækninni kvikni víðar í fyrirtækinu.

Skilja hvar núll-punktur verkefnis liggur

Núll-punktur verkefnis liggur þar sem afrakstur þess jafngildir fjárfestingunni.  Þegar fyrir liggur hversu mikið fyrirtækið vonast til að spara með verkefninu er fyrst hægt að ákveða hversu miklu má verja í verkefnið.

Með því að láta sparnað í rekstri stjórna upphaflegri fjárfestingu er hægt að byrja að áætla hvenær núll-punktinum er náð.

AÐ LOKUM

Það er ýmsum vandkvæðum bundið að leggja mat á arðsemi fjárfestinga í gervigreind og snjöllum gagnalausnum. Til þess eru ýmsar ástæður, meðal annars að tæknin er enn í þróun og erfitt getur verið að rekja árangur beint til snjallvæðingar fremur en almenns gæðastarfs sem fylgir slíkum verkefnum.

Eitt er ljóst: Enda þótt erfitt sé að sýna fram á eða mæla arðsemi af snjöllum gagnalausnum er það ekki góð ástæða til að fjárfesta ekki í þeim. Það felst þvert á móti mikil áhætta í því að standa á hliðarlínunni og taka ekki þátt í byltingunni sem fram undan er.

LESTU MEIRA UM ARÐSEMI SNJALLVÆÐINGAR:

Measuring ROI for AI Efforts

4 Ways That You Can Prove ROI From AI

How to measure the ROI of AI

Defining and measuring return on investment for AI

You’ve Invested In AI, But Are You Getting ROI From It?

Hefjumst handa við snjallvæðinguna!

Sjálfvirknivæðing með gervigreind að vopni mun á þessum áratug búa til verðmæti í heimshagkerfinu sem svarar til um 15,7 þúsund milljörðum dollara. Það má sannarlega tala um nýtt gullæði í þessu samhengi fyrir þau fyrirtæki sem tekst að tileinka sér og aðlagast hinni nýju tækni. Þau hin sömu hafa möguleika á miklum vexti og nýjum tækifærum í næstu framtíð. 

Gervigreindin mun hafa álíka þýðingu fyrir líf okkar og hagkerfi heimsins og innreið internetsins á sínum tíma og rafmagnsins um 100 árum áður. 

En umskiptin verða erfið fyrir marga, einstaklinga jafnt sem fyrirtæki og stofnanir. Gervigreind og snjallar gagnalausnir krefjast fjárfestinga, bæði í innviðum og mannauði auk flókinnar samþættingar við heildarstefnu og menningu fyrirtækja.

Margt getur farið útskeiðis í slíkri vinnu.

Snjalllausnir fela einnig í sér vinnslu gríðarlegs magns gagna, sem er eldsneyti gervigreindarinnar, en vinnslan felur í sér alls kyns áskoranir og flækjur í sambandi við staðla, lög og reglugerðir, svo ekki sé minnst á fjölmörg siðferðisleg álitamál. 

Hindranir og flækjur eru margar í veginum og hver og ein þeirra getur dugað til að stoppa flesta í sporunum: Er gervigreindin eitthvað sem hentar okkur? Passar tæknin við okkar starfsemi eða rekstur? Er þetta ekki bara einhver furðuleg framtíðarmúsík sem borgar sig ekkert að pæla í?

Á sínum tíma voru þeir til sem hugsuðu á svipaðan hátt um rafmagnið, símann og internetið. Þau fyrirtæki sem hunsuðu kall tímans þá lögðu upp laupana skömmu síðar.

Á hvaða vegferð verður fyrirtæki þitt eftir nokkur ár?

HELSTU PUNKTAR TIL AÐ TAKA MEÐ:

  • Gervigreindin er að ryðja sér til rúms í öllum geirum og atvinnugreinum. 
  • Þeir sem ekki huga að möguleikum gagnalausna á næstunni verða undir í samkeppni – líkt og þeir sem hunsuðu rafmagnið og internetið á sínum tíma
  • Það eru margar áskoranir í veginum fyrir byrjendur í snjallverkefnum sem varða tækni, samskipti og menningu
  • Aldrei hefur þó verið eins auðvelt að hefja snjallvæðinguna, þökk sé gagnasmiðjum eins og Dataiku, sem Datalab starfar náið með

Er fyrirtæki þitt tilbúið fyrir gervigreindarbyltinguna? Hjá DataLab starfa sérfræðingar á sviði hagnýtingar gagna í snjöllum lausnum sem m.a. aðstoða við stefnumótun, fræðslu og leiðsögn vegna hagnýtingar slíkra lausna. Hafðu samband og fáðu stutta kynningu á möguleikum gagnadrifinna og snjallra lausna þér að kostnaðarlausu.

Mynd: onurdongal, Getty Images via Canva Pro

ÓUMFLÝJANLEGT – EN EKKI ÓYFIRSTÍGANLEGT

Sannleikurinn er sá að fyrirtæki í öllum geirum og af öllum stærðum hafa innleitt gervigreindartækni með góðum árangri, þrátt fyrir áskoranir og snúinn lærdóm. Raunverulega áhættan felst nefnilega ekki í því að gefa nýrri tækni tækifæri heldur að koma ekki auga á þá umbyltingu sem er að eiga sér stað í öllum geirum – líka þínum – og verða eftir í kapphlaupinu.

Gervigreindin og tengd tæknikerfi, eins og Internet hlutanna (e. Internet of Things), gera fyrirtækjum kleift að vaxa og þróast í breyttu umhverfi með bættri ákvarðanatöku, straumlínulögun ferla, persónulegri þjónustu og nýju vöruframboði, svo eitthvað sé nefnt.

GERVIGREINDIN TIL AÐSTOÐAR Í COVID-19 BARÁTTUNNI

Gervigreindin snertir okkur á fleiri vegu en við gerum okkur oft grein fyrir. Háskólinn í Alabama notar reiknirit sem hann keyrir á ofurtölvum til að þróa ný lyf og meðferðir við sjúkdómum, meðal annars Covid-19. Það útheimtir gríðarlega reiknigetu að þróa próteinbyggingar sem þarf til að skilja áhrif bóluefna og lyfja á hegðun vírusa. 

Með því að beita gervigreind til að flýta fyrir ferlinu og stytta leið að framleiðslu bóluefna og lyfja getur skólinn framkvæmt rannsóknir sínar með litlu teymi, sem skilar áþekkum afköstum og tugþúsundir þjálfaðra sérfræðinga hefðu innt af hendi fyrir nokkrum árum. 

Hið hraða rannsóknarferli bólefna fyrir Covid-19, sem líkt hefur verið við kraftaverk, má hiklaust að einhverju leyti þakka gervigreindartækni og ofurtölvum samtímans.

ÍSLAND: SUM FYRIRTÆKI ERU SNJALLARI EN ÖNNUR

En snjallar ákvarðanir eru ekki bara teknar í útlöndum. Domino’s á Íslandi er dæmi um fyrirtæki sem áttaði sig á möguleikum og verðmæti sem liggja í gagnafjöllum sem verða til í rafrænum viðskiptum. Domino’s er leiðandi á íslenskum skyndibitamarkaði og hefur byggt velgengni sína undanfarin ár að miklu leyti á þróun stafrænnar tækni, ekki síst símaappi sínu þar sem stór hluti veltunnar fer í gegn.

Í samstarfi við Datalab hefur Domino’s þróað meðmælakerfi sem byggir á gervigreind og nýtir hið mikla magn gagna sem myndast í stafrænum viðskiptum fyrirtækisins. Kerfið hefur tekið töluverðum breytingum frá fyrstu útgáfu og hefur þróast eftir því sem lærdómur skapast, en reiknirit kerfisins eru hönnuð til að læra sjálf af niðurstöðum sínum til að ná betri árangri.

Og árangurinn? Á stuttum tíma hefur viðbótarsala í körfu vegna meðmæla hins snjalla kerfis tvöfaldast. Hér má lesa allt um vegferð Domino’s, sem þó er hvergi nærri lokið.

HVAR Á AÐ BYRJA?

Enda þótt fyrstu skrefin geti verið snúin er það á færi flestra að taka þátt í snjallvæðingunni. Sem neytendur notum við flest meðmælakerfi þegar við kaupum vörur á netinu -eða pizzur hjá Domino’s. Við notum gervigreindina þegar við tölum við Alexu eða Siri og tölvusjóntæknin hjálpar okkur að eiga samskipti við símaöpp sem nýta aukinn veruleika (e. augmented reality). 

Sömu grunntækni er hægt að nota í rekstri fyrirtækja og starfsemi stofnana. 

Það eru nokkur praktísk skref sem fyrirtæki geta tekið til að kanna möguleika gervigreindarinnar fyrir sig. Fyrsta skrefið er að koma auga á notkunarmöguleika í eigin umhverfi, það er, verkefni þar sem gögn og gervigreind eru nýtt saman til að taka upplýstari ákvarðanir, auka afköst eða minnka sóun. 

Á þessu fyrsta stigi er skynsamlegt að einblína á skjótfengna sigra; einföld, ódýr verkefni sem skila fljótt sannanlegum árangri, en renna stoðum undir fleiri, metnaðarfyllri verkefni í framtíðinni.

Lestu bloggið: STEFNA UM GERVIGREIND: 7 LYKILÞÆTTIR Í INNLEIÐINGU GAGNADRIFINNA SNJALLLAUSNA

Slík prufuverkefni geta verið gríðarlega þýðingarmikil til stuðnings snjallvæðingu fyrirtækisins og til að innleiða eiginlega gagnamenningu. Ein helsta ástæða þess að snjallvæðing fyrirtækja misheppnast er að stuðning skortir og menningin styður ekki við verkefnin. 

Andspyrna er algeng frá starfsmönnum sem eru vanir að vinna hlutina á sinn hátt og óttast að auki um stöðu sína og störf.

Mótspyrnan getur þó allt eins komið frá stjórnendum, þar sem viðhorfið er „ég komst hingað á mínu innsæi og ég ætla ekki að fara að breyta því núna”. Viðhorf sem þessi geta drepið snjallverkefni í sporunum áður en þau byrja. Það er því mikilvægt að ná fram smásigrum og sönnunum fyrir verðmæti gagna og nýtingu þeirra.

Lestu bloggið: INNLEIÐING SNJALLRA GAGNALAUSNA: 4 ÖNGSTRÆTI OG 4 LEIÐIR ÚT ÚR ÞEIM

GAGNASMIÐJUR EINS OG DATAIKU LÆKKA ÞRÖSKULDINN FYRIR ALLA

Það er skynsamlegt að fara af stað með lítil verkefni því þau krefjast ekki mikillar fjárfestingar í innviðum eða ráðningar sérfræðinga. Og það verður stöðugt einfaldara þökk sé tilkomu svokallaðra gagnasmiðja (e. DSML, Data Science and Machine Learning platforms) sem bjóða úrval snjalllausna í áskrift (e. AI-as-a-Service). 

Kostir þess að nýta slíka þjónustuaðila á þessu stigi eru fjölmargir, til dæmis aðgengi að nýjustu tækni og reikniritum, betri flokkun og hreinsun gagna, og hlítni við alþjóðlega staðla og reglur um upplýsingaöryggi og meðferð persónuupplýsinga.

Lestu bloggið: GAGNASMIÐJUR ERU SAMSETNINGARVERKSTÆÐI SNJALLRA LAUSNA

Dataiku, samstarfsaðili Datalab, er gott dæmi um slíka gagnasmiðju. Dataiku er leiðandi gagnasmiðja í heiminum og hefur tvisvar verið útnefnd “Gartner Leader” á sínum markaði í árlegri úttekt Gartner.

Gagnasmiðjur eins og Dataiku gera fyrirtækjum sem eru að taka fyrstu skref sín á gagnavegferðinni kleift að þróa fyrstu snjallverkefni sín í öruggi og notendavænu umhverfi.

Með lausnum sem þeim sem Datalab býður í samstarfi við Dataiku geta jafnvel smæstu fyrirtæki haft aðgang að tólum, vinnslugetu og tækniumhverfi á pari við þau fyrirtæki sem fremst eru komin.   

Og tækifærin eru ærin í öllum geirum. Fyrirtæki á neytendamarkaði geta lært að skilja viðskiptavini sína og þarfir þeirra betur og boðið þeim sérsniðið framboð af vörum og þjónustu.

Framleiðendur hafa kost á því að auka skilvirkni og minnka sóun, og þjónustustofnanir geta boðið notendum sínum snjallt, gagnadrifið þjónustuviðmót sem mætir betur þörfum þeirra og fyrirspurnum.

AÐ LOKUM

Þegar litið verður til baka er trúlegt að hetjur þessarar byltingar sem nú gengur yfir verði ekki sprenglærðir gagnavísindamenn eða snillingar innan raða Google og Facebook. Sögurnar munu miklu fremur fjalla um framtakssama starfsmenn fyrirtækja og stofnana; áhugafólk og eldhuga sem ruddu brautina og komu auga á verðmæti gagna og hagnýtingu þeirra.

Verður þú og fyrirtæki þitt skráð í tæknisögubækur Íslands?

Gagnasmiðjur eru samsetningarverkstæði snjallra lausna

Það er ekki heiglum hent að setja sig inn í hraða þróun og harða samkeppni á markaði með gagnalausnir. Tækninni fleygir hratt fram á sama tíma og stafræn umbreyting hefur víðast verið sett á dagskrá fyrr en ætlað var, þökk sé Covid-19.

Í dag eru því mörg fyrirtæki og stofnanir að taka fyrstu skrefin og fikra sig í átt að gagnadrifnum snjalllausnum. En tæknin er framandi, margvísleg og síbreytileg, hæfir gagnasérfræðingar og forritarar eru af skornum skammti og óvissuþættir margir, til dæmis hvað varðar regluverk, eftirlit og rekjanleika gagnalausna.

Til að koma til móts við þessar áskoranir og fleiri, hafa á undanförnum árum sprottið fram fyrirtæki sem bjóða lausnir til að einfalda þróun gagnalausna í öruggu og notendavænu umhverfi.

Þetta eru svokallaðar gagnasmiðjur (e. data science & machine learning platforms, DSMLs).

Við ætlum að fjalla um þær í þessum pistli.

HELSTU PUNKTAR TIL AÐ TAKA MEÐ:

  • Gagnasmiðjur samanstanda af kjarnahugbúnaði ásamt tengdum kóðasöfnum og tæknilausnum þriðju aðila sem hægt er að tengja inn í lausnina
  • Gagnasmiðjur auðvelda og flýta fyrir þróun gagnalausna með betri hreinsun gagna, aðgengi að nýjustu tækni og vinnusvæði sem eru hönnuð fyrir notendur með fjölbreyttan tæknigrunn
  • Dataiku, samstarfsaðili Datalab, er ein af fremstu gagnasmiðjum í heimi

Er fyrirtæki þitt tilbúið fyrir gervigreindarbyltinguna? Hjá DataLab starfa sérfræðingar á sviði hagnýtingar gagna í snjöllum lausnum sem m.a. aðstoða við stefnumótun, fræðslu og leiðsögn vegna hagnýtingar slíkra lausna. Hafðu samband og fáðu stutta kynningu á möguleikum gagnadrifinna og snjallra lausna þér að kostnaðarlausu.

Mynd: onurdongal, Getty Images via Canva Pro

HVAÐ ERUM VIÐ AÐ TALA UM NÁKVÆMLEGA?

Gartner skilgreinir gagnasmiðjur (e. Data Science & Machine Learning platform, DSML) sem miðlæga hugbúnaðaralausn sem studd er af ýmsum tengdum lausnum, kóðasöfnum (e. libraries) og gagnarömmum (e. frameworks). 

Nánar tiltekið er um að ræða hugbúnað sem býður möguleika annars vegar á að smíða gagnalausnir úr ólíkum einingum eða lausnum og hins vegar að tengja slíkar lausnir við viðskiptaferla í innviðum og vöruþróun.

Þetta eru því eins konar samsetningar- eða smíðaverkstæði sem notast við efnivið (gögn) og tól og tæki (ýmist eigin, að láni eða leigð), til að sérsmíða lausnir fyrir tiltekin verkefni.

Dataiku hefur teiknað upp nokkurs konar landakort yfir ólíkar gagnalausnir (sjá Mynd 1: Teknóslavía). Eins og sjá má er mikil fjölbreytni á þessum ört vaxandi markaði.

Mynd 1: Teknóslavía.

Gagnasmiðjur virka líkt og samgöngukerfi sem tengja öll þessi svæði saman og auðveldar þannig flæði og samstarf milli þeirra. Í praxis gera gagnasmiðjur gagnateymum mögulegt vinna að misjöfnum gagnaverkefnum, með ólíkum verkfærum, í einu og sama vinnuumhverfinu.

Þetta einfaldar ekki aðeins starf gagnateyma heldur gerir þeim kleift að njóta örrar þróunar fjölmargra þjónustuaðila á markaði. Smiðjurnar eru fasti punkturinn, vettvangurinn þar sem unnið er með gögnin með þeim tólum sem best nýtast í hverju verkefni.

FYRIR HVERN?

Helstu notendur slíkra smiðja er ýmiss konar fagfólk í gagnavinnslu; gagnavísindamenn, gagnaverkfræðingar, forritarar og sérfræðingar í vélnámi, en einnig stækkandi hópur gagnaleikmanna (e. citizen data scientists) sem hafa ekki sérhæfðan bakgrunn í gagnavísindum, en smíða engu að síður og nota gagnalausnir til að leysa verkefni í rekstri.

Hinir síðastnefndu, þ.e. gagnaleikmenn, gegna sífellt stærra hlutverki í þróun snjallra gagnalausna og notkun þeirra í raunverulegum viðfangsefnum – einmitt fyrir tilstilli gagnasmiðjanna.

HELSTU VIÐFANGSEFNI GAGNASMIÐJA

Gagnasmiðjurnar hafa ólíka sérhæfingu og miða á mismunandi markaði, sérstaklega smærri aðilar. Flestar bjóða þær gagnahreinsun og -flokkun, sem er forsenda þess að hægt sé að byrja smíði á snjöllum lausnum. 

Þá hafa þær flestar úrval reiknirita í boði til að nota á gagnasöfnin. Margar bjóða þær einnig rekstur gagnasafna og vélnámslausna (e. DataOps/MLOps). 

Notendavænstu smiðjurnar hafa náð langt í þróun lesborða (e dash-boards) og appa, sem birta niðurstöður reikniritanna á myndrænan og skýran hátt.

“Ég held að á næsta ári og næstu ár muni gagnabyltingin keyra áfram stafræn umbreytingarferli […] eina leiðin til að aðlagast og breytast er að nýta gögn og rýna í framtíðarmöguleika með því að beita spálíkönunum og gervigreind. Þessir þættir munu skera úr um hverjir standa uppi sem sigurvegarar í hinum nýja stafræna heimi.”

Debanjan Saha, aðstoðarforstjóri gagnagreiningar hjá Google Cloud, í viðtali við TechRepublic.

AF HVERJU AÐ NOTA GAGNASMIÐJUR?

Mikill vöxtur hefur verið í starfsemi gagnasmiðja undanfarin ár, líkt í öðrum geirum sem tengjast stafrænni umbreytingu atvinnulífsins. Vöxturinn fylgir því markaðnum, en það eru einnig aðrar ástæður fyrir því að sífellt fleiri fyrirtæki sjá sér hag í því að nýta slíkar smiðjur.

Skortur á forriturum og gagnasérfræðingum

Allt útlit er fyrir mikinn skort á hæfum gagnavísindamönnum og sérfræðingum á sviði gervigreindar næstu árin, sé litið til umfangs hinar stafrænu umbyltingar sem framundan er.

Ein leið út úr þeim vanda er að gera lausnirnar aðgengilegri fyrir fleiri starfsmenn með annars konar tækniþekkingu. Þetta hefur verið kallað almannavæðing (e. democratization) gagnalausna. Gagnasmiðjurnar einfalda og auðvelda  til dæmis gagnahreinsun og -flokkun, sem og uppsetningu gagnarása (e. data pipelines).

Tengingar við fjölbreyttar lausnir og eigin gagnasöfn

Með því að nýta smiðjurnar geta fyrirtæki gengið að nýjustu og bestu tæknilausnum á hverjum tíma, sem bjóða tengingar þar inn. Á sama hátt er hægt að tengjast alls kyns SaaS þjónustum sem safna gögnum fyrir fyrirtækið, til dæmis CRM kerfi.

Samstarfsvettvangur og notendastýring

Bestu smiðjurnar eru hannaðar til að vera samstarfsvettvangur ólíkra sérfræðinga og hagsmunaaðila, ekki aðeins gagnavísindamanna og forritara, heldur einnig ýmiss konar notenda eins og markaðs- og fjármálagreinenda. Í gagnasmiðjum er einnig hægt að skilgreina réttindi notenda, til dæmis hvaða verkefni þeir hafi lesaðgang að og hvaða verkefnum þeir megi breyta. 

Síbreytilegt regluverk og rekjanleiki

Til að uppfylla ýmis lagaleg skilyrði og staðla þarf að vera hægt að taka út reiknirit og rekja hvernig snjalllausnir komast að sínum niðurstöðum. Gagnasmiðjur bjóða umhverfi og verkefnalýsingar sem er aðgengilegt fyrir úttektaraðila að rekja sig eftir, ef nauðsyn krefst.

HVAÐ BER AÐ HAFA Í HUGA VIÐ VAL Á GAGNASMIÐJU?

Það er ekki einfalt, ekki einu sinni fyrir innvígða, að átta sig á öllum valkostum þegar gagnasmiðjur eru annars vegar. Þeir sem ætla sér að velja sjálfir smiðju til að skipta við eiga ekki auðvelt verkefni fyrir höndum. 

Hvaða eiginleika þarf að taka til greina og hvaða eiginleikar eru mikilvægastir?

Val á gagnasmiðju veltur á forsendum hvers fyrirtækis, ekki síst á því hvaða þekking, innviðir og úrræði eru fyrir hendi, og hvernig gagnastrúktur fyrirtækisins er fyrirkomið. 

Samþættingargeta er einn þáttur til að skoða: Er hægt að smíða lausn frá upphafi til enda í smiðjunni með tengdum lausnum eða þarf að yfirgefa kerfið til að klára verkefnið?

Notendaviðmót skiptir líka máli. Hverjir munu nota kerfið? Eru það þaulreyndir gagnasérfræðingar eða fólk með annan bakgrunn? Þróuðustu smiðjurnar, að mati Gartner, eru hannaðar til að forritarar, gagnavísisindamenn og gagnaleikmenn geti átt samstarf um þróun lausna.  

Það er vegna þess háttar óvissu og áhættu sem úttektir hlutlausra greiningarfyrirtækja eins og Gartner hafa mikla þýðingu. Meðal árlegra úttekta Gartner er Töfraferningur ( eða „Magic Quadrant“) yfir gagnasmiðjur, sem mikið er vísað til.

HELSTU AÐILAR Á MARKAÐI

Helstu aðilar á gagnasmiðjumarkaði eru tæknirisar sem byggja á langri hefð, eins og SAS, Microsoft og IBM, aðrir risar með styttri sögu eins og Google og Amazon, og önnur smærri en öflug fyrirtæki eins og Alteryx, DataRobot, H2O.ai, Databricks og Dataiku (sjá Mynd 2 fyrir neðan)

Mynd 2: Keppinautar á markaði með gagnasmiðjur.

DATAIKU ER SAMSTARFSAÐILI DATALAB

Dataiku er leiðtogi á markaði gagnasmiðjanna annað árið í röð, samkvæmt Töfraferningi Gartner (sjá mynd fyrir ofan). Kjarnavara þeirra er „Data Science Studio“, DSS, sem er allsherjar samsetningarverkstæði fyrir hvers kyns gagnalausnir og íhluti.  Sérstaða Dataiku felst í áherslu á þverfagleg teymi, samvinnu og þægilegt notendaviðmót

Dataiku er með viðskiptavini úr mjög ólíkum geirum sem staðsettir eru vítt og breitt um heiminn, og hefur því reynslu af verkefnum þar sem eru mjög ólíkar þarfir og kröfur.

Gartner nefnir sérstaklega í úttekt sinni að framtíðarsýn og þróunaráætlun (e. product roadmap) Dataiku sé mjög metnaðarfull og skýr, ekki síst hvað varðar samfélagslega ábyrga notkun gervigreindar og samstarf ólíkra tæknisviða. Þessi niðurstaða Gartner er reyndar í takt við mat markaðarins enda hefur Dataiku vaxið hratt undanfarin ár og laðað að sér öfluga fjárfestingarsjóði sem veðja á framtíð fyrirtækisins.

FRAMTÍÐARMÚSÍKIN ER RÉTT HANDAN VIÐ HORNIÐ

Eins og Gartner bendir á í yfirferð sinni eru margar spennandi nýjungar á áætlun hjá helstu gagnasmiðjunum. Sumar eru á svipaðri vegferð og stefna á sambærilegar uppfærslur, en einnig má greina þróun í átt að meiri sérhæfingu eftir því sem markaðurinn þróast og þjónustuaðilum fjölgar.

Sú aðgreining felst meðal annars í misþróuðu notendaviðmóti, sjálfvirku vélanámi (e. AutoML), afkastagetu og skalanleika, stuðningi við blandað og fjölskýjaumhverfi og getu til að bjóða háþróuð djúptauganet.

Þær smiðjur sem ná forskoti á næstu árum verða trúlega þær sem bjóða upp á mikla aðlögunarhæfni og framúrskarandi notendaviðmót, þannig að gagnasérfræðingar í fremstu röð (sem mikill skortur er á) jafnt sem gagnaleikmenn geti nýtt sér þjónustu slíkra smiðja.

AÐ LOKUM

Framtíðin í þróun gagnalausna liggur tvímælalaust í gagnasmiðjum sem auðvelda mjög og flýta fyrir þróun slíkra lausna. Það gera þær með því að bjóða upp á háþróað, notendavænt vinnuumhverfi þar sem er aðgengi að bestu tæknilausnum sem í boði eru hverju sinni á markaðnum. 

Þær smiðjur sem skara fram úr í dag og næstu ár, að mati Gartner, eru fyrirtæki eins og Dataiku, sem leggja áherslu á umhverfi þar sem margs konar tæknifólk og greinendur geta unnið saman að þróun og framleiðslu lausna.

Heimildir og ítarefni:

Technoslavia: The (Fragmented) World of Data Infrastructure in 2020

6 modern data stack trends to look for in 2021

The Gartner 2021 Magic Quadrant for Data Science and ML Platforms

Data Science and Machine Learning (ML) Platforms Reviews 2021

Choosing a DSML platform

ZDNet McDonald’s wants to ‘democratise’ machine learning for all users across its operations

How AI Democratization Will Change the Way Analysts Work

The Dataiku Story