Vad kan artificiell intelligens göra i ditt företag?

Har du också kommit i kontakt med de senaste buzzworden artificiell intelligens (AI) och machine learning (ML)?

Kanske funderat vad det är och vad kan det användas till inom ett företag?

Det gjorde jag och tog tillfället att försöka lära mig mer vad det är och hur det kan användas. 

Artificiell intelligens är inget nytt 

Kanske blir du besviken…
Men artificiell intelligens uppkom redan på 1950-talet av den amerikanska datavetaren och forskaren John McCarthy. Som då beskrev artificiell intelligens som en maskin som kan tänka precis som en människa. Sen har utvecklingen fortsatt med vissa ”hack” i kurvan för intresse för området. 

Men i mitten på 90-talet blev till exempel Deep Blue den första schackspelande datorsystemet (IBM) som kunde slå schackvärldsmästaren Garry Kasparov. 

Men självkörande bilar är väl något nytt? 

Nej, även denna teknologi har funnits ett tag. Redan 2007 navigerade en bil som utvecklades vid Carnegie Mellon University (CMU) i 55 mil i stadsmiljö, samtidigt som bilen kunde se trafikfaror och följda trafiklagar.

Varför händer mycket kring AI nu?

En faktor som påverkar det ökade intresset för artificiell intelligens är att det idag finns stor tillgång till stora datamängder. Det underlättar skapandet av olika AI-lösningar. Andra faktorer som påverkar intresse och utveckling är:

– Billiga molntjänster gör det möjligt att skapa AI-lösningar till en rimlig kostnad.
– Idag finns ramverk och verktyg som förenklar arbetet att utveckla AI-lösningar.
– Datakraft i form av snabba processorer anpassade till AI.
– Mycket intresse för AI föder ännu mer intresse för AI och att utveckla nya AI-lösningar.

Tillämpningsområden för artificiell intelligens

Inget är nytt under solen brukar det heta. Det som försvårar vad som är AI idag är att det finns skillnader mot ”förr”.

OCR (optical character recognition) det vill säga texttolkning uppfattas inte längre som exempel på "artificiell intelligens", då det blivit en rutinmässig teknik sedan lång tid tillbaka. 

Skillnaden idag jämfört med förr är att nuvarande OCR-applikationer integrerade med AI-teknik, ger enormt förbättrad noggrannhet och hastighet eftersom den använder maskininlärningsteknik.

Man kan dela in området artificiell Intelligens i olika tillämpningsområden. Några exempel är: 

Resonerande funktioner

Inom detta område finns olika lösningar för dataanalys (data science) för prognostisering och sannolikhetsbaserade lösningar.

Ett exempel är att kunna förutsäga hur många artiklar av en viss typ som behöver köpas in till ett företag eller lager. Där underlaget baseras på historisk information eller information i realtid från olika källor.

Ett exempel är vår partner Promosoft som utvecklar system och lösningar för avancerad lageroptimering.
De har startat ett samaberbete med Chalmers Tekniska Högskola och specialistföretaget Machine Intelligence för att utveckla deras system för att nå mer effektiv prognostisering och mer precist med hjälp av AI.

Språk

Med koppling till databaser som till exempel chattbottar inom kundtjänst. Ett exempel är företaget Amtrak och deras Ask Julie som du ser och träffar här.

Ask Julie hjälper besökare på hemsidan att hitta vad de letar efter, vilket innebär att de inte behöver kontakta kundtjänst och support. Chattbotten Ask Julie visade sig lönsam från start då bokningar via hemsidan ökade med 25% och skapade högre intäkter (+30%).

Varseblivning

Genom att fånga den fysiska omgivningen genom att använda kameror, sensorer, mikrofoner mm för ändamålet. Bildigenkänning och tolkning används till exempel inom tillverkande industrin för kvalitetskontroller och i självkörande bilar för att tolka omgivningen.

Exempel på hur AI kan användas

AI och maskininlärning finns runt dig redan idag i realtid.
Ta bara till exempel förslagen på bästa väg i Google Maps eller personanpassade rekommendationerna på Amazon (mer om dessa längre ner i texten).

Eller att du frågar Siri om den bästa kina restaurangen i Malmö, Gnosjö eller New York och får en detaljerad beskrivning i realtid hur du åker dit. Detta är bara några få vardagsexempel.

CRM med AI

En viktig parameter att följa upp för alla företag är kundbortfall (Customer Churn Rate). Detta med bakgrund av att det är billigare att behålla nuvarande kunder än att skaffa nya. Kundbortfall är helt enkelt ett förlorat värde för företaget. Inom detta område kan AI användas för att förutspå vilka kunder som funderar på att lämna företaget så att de kan kontaktas.

Vill du de fler områden där AI används inom CRM? Ta en titt på videon nedan om Salesforce Einstein, ett AI verktyg som hjälper företag att få en datadriven försäljningskultur.

AI inom produktion

Många tillverkande företag samlar redan idag in stora mänger data från olika anläggningssensorer vid dess produktion. Information som är ett perfekt underlag för AI. Där informationen kan användas för feldetektering och kvalitetskontroller utan mänsklig inblandning.

Ett annat område inom produktion där AI används är planering och schemaoptimering. Genom att snabbt kunna förutspå när olika maskiner är tillgängliga leder det till effektivare och optimerad tillverkning. I videon nedan ser du hur BMW använder AI för att hantera avvikelser i realtid. 

AI inom service och eftermarknad

AI är ett utmärkt verktyg för förebyggande underhåll, behovsplanering och eftermarknadsaktiviteter Det vill säga att löpande kontrollera när delar i en maskin eller motor måste bytas, redan innan det något gått sönder.

Eller att maskinen själv hanterar beställning av förbrukningsmaterial. Ett exempel på det senare är Amazon Dash Replenishment där till exempel skrivaren själv beställer toners. 

AI inom e-handel

AI kan användas för att individuellt anpassa e-handel och webbsidor. Genom att använda algoritmer kan AI förutsäga vad varje kund och besökare vill ha och visa de mest relevanta produkterna och rekommendationer automatiskt. 

Vi förändrar även vårt sätt hur vi konsumerar innehåll på till exempel en e-handelsplats. Idag söker vi genom att skriva. Men alltmer introduceras i större utsträckning söka med hjälp av bilder, videos eller tal.

Ett exempel på bildsök är Amazon Stylesnap där du laddar upp din bild för analys och får tillbaka förslag på passande, matchande kläder.

AI för att analysera Big Data 

Med analys av stora mängder till exempel trafikdata från webbplatser, e-post eller annan nätverksdata.

Allt för att hitta avvikelser från det normala som innebära någon form av säkerhetshot. Där förändringarna sker så snabbt och datamängderna är så enormt stora från både egna och andra källor att det är svårt att dra rätt slutsatser.Där det finns AI-logik som ger dig upplysning om vilka förändringar du bör agera på.

AI inom ekonomi och finans 

Få områden är bättre lämpade för AI och maskininlärning än ekonomiområdet. Detta med bakgrund av att det ofta handlar om stora datavolymer. Idag används AI och algoritmer vid aktiehandel, kreditgivning och försäkringar för att bedöma risker. Men även inom uppföljning och analys. 

Fördelar med AI

Beslut

AI och maskininlärningsalgoritmer kan prioritera och automatisera dina beslut. De kan även uppmärksamma dig på omedelbara åtgärder. AI kan dessutom bearbeta både historisk data samt indata i realtid. Vilket innebär att du kan reagera på vad som händer just nu.

Analys och insikt

AI kan analysera stora, komplexa datamängder och från dessa nå egna insikter på ett sätt och med en hastighet som ligger utanför vår mänskliga förmåga.

Effektivitet

Med AI kan företagets effektivitet förbättras avsevärt inom till exempel schemaläggning och planering, automatisering av uppgifter eller kvalitetskontroll.

   Pär Heed, par.heed@systemstod.se

Läs mer på Systemstödsbloggen