Det er anslått at det kun finnes omtrent 10,000 mennesker i hele verden som er kvalifisert til å gjennomføre AI-research og prosjektering. Er dette et kompetanseområde du bør rekruttere til bedriften, og i så fall: hvilken kompetanse bør du investere i?

I Gartners Top 10 strategic technology trends for 2018 nevnes kunstig intelligens (AI) som den aller største trenden. De mener at AI (artificial intelligence) gir verdi til alle industrier og åpner opp for nye forretningsmodeller. Det gjør AI ved å støtte oppunder kundeengasjement, digital produksjon, smarte byer, selvkjørende biler, risikoanalyse og talegjenkjenning.

De mener at utnyttelsen av AI vil være et viktig konkurransefortrinn for teknologileverandører i de neste fem årene for å skape mer fleksible, innsiktsfulle og autonome systemer.

Men la oss det ta det fra starten: Hva er kunstig intelligens? Og hvilke fordeler kan det føre med seg?

Hva innebærer AI?

AI er en samling av avansert teknologi som gjør at maskiner kan forstå, handle og lære. Det forventes at AI kommer til å forandre virksomheten på måter vi ikke har sett siden den industrielle revolusjonen, gjennom å gjenoppfinne hvordan bedrifter driftes og konkurrerer.

Når teknologien implementeres som en helhet kan det forbedre produktiviteten, redusere kostnader, åpne opp for flere kreative jobber og skape nye vekstmuligheter.

Du har kanskje forstått hva svaret på spørsmålet i tittelen er? Hvis ikke: svaret er (et høyt og rungende) ja! Men nå lurer du kanskje på dette:

Hvilken kompetanse innenfor AI bør du investere i?

Ifølge Gartner bør du investere i både ferdigheter, prosesser og verktøy for å kunne utnytte kunstig intelligens til det fulle. Investeringsområder inkluderer oppsett, integrasjon, algoritmeutvalg, dataforberedelse og modellopprettelse.

Hvis din bedrift tar i bruk AI, kan det opprettes en rekke intelligente implementeringer: det kan være fysiske enheter som eksempelvis roboter samt apper og tjenester eller smarte rådgivere og virtuelle personlige assistenter.

Intelligente applikasjoner har potensial til å forandre måten vi jobber på og strukturen på arbeidsplassen. AI kan også brukes til blant annet utvidet analyse, kobles til prosesser for å drive autonome handlinger og bedre brukeropplevelsen i en applikasjon eller på en nettside ved at AI-applikasjonen kan forstå brukerens følelser, kontekst eller hensikt, og forutsi brukernes behov.

Det kan kreve betydelig innsats å klare å utnytte systemets læringsmuligheter, evaluere nøyaktigheten av funnene, og oppdatere algoritmer og modeller for å forbedre resultatene. Det holder altså ikke å få en kyndig person til å opprette et AI-system – det må vedlikeholdes, passes på, trenes og oppdateres. Du vil derfor behøve å rekruttere:

• Data Scientists som forstår seg på data og AI-algoritmer og som selv kan formulere sammenhengende spørsmål eller problemdomener som algoritmene skal bruke.
  
  
• Applikasjonsutviklere til å designe grensesnitt, tjenester og prosessflyt.
  
  

Data scientist og applikasjonsutvikler er bare to av en rekke titler som har kompetanse på området. Avhengig av hva du ønsker å oppnå med AI, bør du rekruttere den kompetansen som behøves  for deres bruk. Det kan være:

• Machine Learning, (ML)-ingeniører – disse bygger maskinlæringsløsninger som skal løse bedrifts- og kundeutfordringer.
  
  
• Researchere / Research scientists – disse fokuserer på teknologier som ennå ikke er ferdig utviklet og testet.
  
  
• Dataingeniører/ Distributed System Engineers – disse er eksperter på infrastruktur som kan løse utfordringer assosiert med store datasett slik at researchere og data scientists kan fokusere på sine modeller fremfor å måtte ta hånd om problemer med datainfrastrukturen.
  
  

Ved å lære menneske og maskin å samarbeide, kan mirakler skje – eller i det minste skape gode resultater. Ifølge en rapport fra Accenture kan investeringer i AI og samarbeid mellom menneske og maskin øke bedrifters inntekt med 38% innen 2020.

Sammen kan mennesker og maskiner utvikle differensierte brukeropplevelser og skape helt nye produkter, tjenester og marked.

Det handler ikke nødvendigvis om å lære opp AI til å jobbe for seg selv, men til å trene opp systemet så godt at det gir proaktiv innsikt til menneskene som AI-en samarbeider med, slik at mennesket kan ta det derfra.

Artikkelen er originalt skrevet: 16.05.18. Artikkel oppdatert 12.09.18.