Vem vet vad AI behöver veta? Det är människorna som gör AI-affären lönsam!

Trots att AI är tätt sammankopplat med ord som effektivisering, automatisering och tekniska lösningar – Twos specialistområden – så vill experten Bo Lindberg göra plats för mer mänsklig närvaro och eftertanke i samtalet om AI.

• AI erbjuder otroliga möjligheter för affärsutveckling och tidsbesparingar. Men vi ser också att det finns ett stort behov av mänsklig kunskap och förståelse för att kunna kapitalisera på teknologin. Att investera i människors förmåga att hantera och implementera AI är minst lika viktigt.

AI kräver AI-erfarenhet

För Two är inte AI en teknisk ”quick fix” eller trend, utan en långsiktig satsning som hjälper företag att vara konkurrenskraftiga. Bo Lindberg ser en risk i att prata för abstrakt och generellt om AI. Verktygen finns tillgängliga för alla, men är också ett specialistområde som ställer höga krav på både beställare och leverantörer. För många kommer det inledningsvis bli en skakig resa, med både fram-och motgångar.

• I Sverige är vi bra på att snacka AI, men vi måste även börja göra AI för att inte hamna för långt efter. Det viktiga är att förstå att värde skapas oavsett, när vi får erfarenhet och rätt tänk. Det är helt nödvändigt för att haka på i ett fält som bara kommer fortsätta accelerera.

Människor måste lära maskinen

Men innan ett företag satsar på AI så måste de nå vad Two kallar ”datamognad”. Det går att göra en jämförelse med matlagning: en riktigt god måltid är resultatet av bra råvaror, rätt verktyg och mycket fingertoppskänsla. Att försöka uträtta stordåd i köket går inte om du har ont om tid och trötta ingredienser, hur avancerad utrustning du än har.

På samma sätt behöver en AI-modell tränas på högkvalitativ och relevant data. Innehållet måste ha ett syfte från start och någon måste veta när och hur modellen ska justeras. Det är här människan kommer in. När vi förstår kundens verksamhet och vilket problem som ska lösas, först då går det att avgöra vilken data som är relevant och håller rätt kvalitet. Fel data kan förstöra en modell väldigt fort. Det är väldigt mycket jobb bakom spakarna för att det ska funka. Allt AI ska kunna göra bestäms av algoritmer – som är skapade av människor.