Selv innbygd AI krever jobb

Hvordan du kan bruke Microsoft sine AI-produkter i din virksomhet.

Av Stig Løvstad og Bjørn Høydahl, Tellmann Executive Advisors

Vi har i en rekke blogger belyst tingenes tilstand på AI-fronten. Både fra et overordnet perspektiv i Hva skjer AI? og med ulike use-case innen fiskeoppdrett. Samt for de ulike anvendelsesområdene for NLP, slik som Chatbots. Helt til vi oppfordret dere til å trykke på START-knappen for deres AI prosjekt.

McKinsey har nylig kommet med en rapport der de belyser hvordan Europa stadig faller lengre bak i teknologiløpet. I stor grad pga. alt for lav F&U. AI ville i så måte vært et område å komme ajour og ta ledelsen på. Likevel vet vi at mange bedrifter ikke ønsker å drive strategisk F&U. De forholder seg til mer eller mindre «ferdige» integrerte løsninger som de store leverandørene kommer med. Vi har derfor tatt en gjennomgang av Microsoft sitt AI-univers for å se på hva dette kan bidra med av teknologi- og forretningsløft.

Microsofts visjon for AI

Microsoft har et eget visjonsdokument for AI-satsingen. Anbefalingen til Microsoft er klart og tydelig at bedrifter tenker holistisk rundt AI og ikke satser på inkrementelle forbedringer gjennom innføring av et-og-et use-case. Visjonen er å innføre bruk av AI i alle applikasjoner, i alle forretningsprosesser og for alle ansatte. Bruker man Microsofts standardmodeller må man også vurdere Algorithmic bias. Det vil si om modellen er trent på “amerikanske tilstander» som ikke reflekterer egen virksomhetsmodell.

Hvordan Microsoft bygger inn AI i porteføljen

De fleste har hørt om Cortana, men de færreste vet hvordan det kan brukes. Her vil vi dog fokuserer på hva bedriften som helhet kan få ut av Microsoft sin AI-portefølje. Microsoft har bygd inn noe AI-funksjonalitet i 365-porteføljen sin, samt at deres grunnleggende produkt, en hel plattform med ulik funksjonalitet, går under benevnelsen Azure AI. Organisasjoner med engelsk som forretningsspråk kan høste mange produktivitetsforbedringer. Forutsatt de ansatte sendes på kurs for å lære å utnytte AI-funksjonaliteten og man setter opp interne forretningsprosesser slik at alle gjør ting likt. Dersom man er en lokal norsk bedrift kan man fortsatt få en del ut av de innebygde funksjonene. Men på langt nær like mye. Da må man ty til Azure AI verktøykassen og bygge sitt eget.

Microsoft bruker et integrert sett av globale kunnskapsbaser, organisasjonskunnskap og individuell kunnskap (samlet fra alle brukerne). Disse er sammenstilt i noe som kalles Microsoft Graph. Dette utgjør data- og beslutningsfundamentet til alle AI-funksjoner i Microsoft 365. Disse data danner også grunnlaget for en avansert og integrert søkefunksjonalitet på tvers av Windows, Edge, Bing og Office applikasjonene. Basert på hva alle andre har gjort, analyserer algoritmen hver brukers prosessflyt og søkehistorikk for å gi mest mulig relevant søkeresultat. Det gjelder ikke bare for tekst, men også foto, objektanalyse og ekstrahering av tekst fra bilder.

AI-funksjoner innen standard-appene i Microsoft 365

Inne i Office applikasjonene er AI-kapabilitetene samlet under området Ideas. Der kan brukere få produktivitetsforslag uten å måtte gå ut av egen arbeidsflyt.

Outlook har AI-funksjonalitet der systemet automatisk forsøker å filtrere ut meldinger som ikke er i «Fokus» for brukerens arbeid (men som heller ikke er identifiserte som spam i spamfilteret). De nye «kortsvar» meldingene som gjør det mulig å svare ved et museklikk er også et eksempel av hvordan AI fungerer i praksis. Gitt riktig oppsett vil systemet også kunne foreslå riktig møterom basert på antall deltakere og preferanser.

Teams innehar ulike oversettingsfunksjoner, Herunder for oversettelse av Chat fra et språk til et annet. Det er også mulig å legge til undertekster i brukerens prefererte språk, basert på hva den som presenterer sier i sitt språk. Innenfor Office applikasjonene selv kan naturligvis all tekst oversettes.

Editor funksjonen bruker maskinlæring og NLP, samt lingvistiske algoritmer, for å analysere skriftspråket til en bruker og foreslå forbedringer.

Innenfor Excel kan AI hjelpe med å identifisere trender og mønstre i datasett uten at den ansatte må ha gått på avansert pivot-tabell og grafdesign kurs. Naturligvis må den ansatte først lære seg å bruke AI-funksjonaliteten før den kan være til hjelp.

AI-funksjoner innen Microsoft Dynamics 365 og Power-BI

Mange bedrifter vil se på ERP og CRM som naturlige områder for å bruke AI for å oppnå prosessforbedringer og produktivitetsgevinster. Dette er dog ikke like «enkelt» som for kontorstøtte appene. Dette pga. forretningsprosessene til den enkelte bedrift delvis er unike. Tellmanns kunder sier ofte: «vi skal bruke standard». Men når det kommer til stykket blir det som regel en god del tilpasninger likevel. Dermed må man regne med å benytte «AI Builder» funksjonaliteten, som igjen krever spesialisert kompetanse.

Kapabilitetene som i dag er tilgjengelig i Dynamics 365 er:

• AI-støtte for kundebehandling. Alle data som samles i systemet kan analyseres og presenteres i dashbord, grafer, m.m. ut ifra ønsket filtrering og oppsatte KPIer.
• AI-støtte for salg. Systemet analyserer ansattes forbindelser for å gi selgere en liste over kollegaer som kan introdusere dem til potensielle kunder, samt prediktiv evaluering og rangering av salgsmuligheter.
• AI-støtte for salgsledelse. Gir innsikt i salgsteamets ytelser, gjør brede analyser av salgstrakten og gir individuelle selgervurderinger.
• AI-støtte for kundeanalyse. Vurdering av hva kundens oppfattelse av selskapets produkter og tjenester er, samt mulighet for å hente inn og analysere generelle markedsdata basert på nøkkelord.

Mange bedrifter benytter i dag Microsoft Power BI uten å være klar over at det finnes en «AI Builder» funksjonalitet i Power-plattformen. Her kan man benytte forhåndsutviklede AI-modeller for å analysere og forbedre egne forretningsprosesser. Kapabiliteter som Quick Insights og NLS (natural language search) finnes dog i begrenset grad for annet enn Engelsk språk. Det betyr ikke at man ikke kan benytte Power Automate for norsk dokumentstyring eller tekstanalyse. Men standardmodellene vil måtte bearbeides med data som er relevante for din virksomhet.

Microsoft Azure AI

For de som virkelig vil er det Azure AI som gjelder.

Her legger Microsoft til rette for at en bedrift selv kan utvikle AI-tjenester/-funksjoner tilpasset egen virksomhet. Samtidig krever produktporteføljen at man selv har på plass et minimum av spesialistressurser. Det vil si en utvikler og en data scientists, samt en DevOps governance modell. Plattformen inneholder:

• AI Infrastructure (du må jo ha noe å prosessere på)
• Azure Applied AI Services (bots, form recognizer, cognitive search, metrics advisor, video indexer og immersive reader –tjenestener som alle spesifikt er benyttet i 365)
• Azure Cognitive Services (gir tilgang til ulike ferdige datamodeller innen tale og tekstanalyse/-oversettelse, som kan avropes via API)
• Azure Machine Learning (tillater dine eksperter å utvikle bedriftsspesifikke modeller basert på egne datasett, som gjennom skalerbar AI-infrastruktur kan operasjonaliseres raskt og sikkert)

Fordelen med å utvikle basert på egne datasett er at man da har kontroll på datakilder, og kan unngå såkalt “algorithmic bias”. Det vil si at datasettet er skjevfordelt og at analysene dermed ikke blir så gode som de kunne vært.

Use Case

Vi har sett at flere bedrifter som har startet med AI-teknologi ikke har kommet i mål. Eller de har gitt opp underveis. Det gjelder også Microsofts egne referanser. Likevel finnes det godt med eksempler på god innføring av AI med Microsofts teknologi. Her er to fra kjente selskaper:

Oljeselskapet Chevron..

…har store inngående dokumentmengder der data ikke fanges ut over dokumentmottakerens spesifikke behov. Ved å kople Azure AI komponenter, spesielt Form Recognizer, sammen med RPA-løsningen til UiPath ble det mulig å hente rådata fra rapporter inn i analysesystemer for videre bearbeiding. En robot mottar en rapport, kaller på Form Recognizer som henter ut informasjonen som ønskes og leverer det fra seg i JSON format. Sammen med en verdi som sier noe om hvor sikkert systemet er at informasjonen som er hentet ut er korrekt til formålet. Videre analyse av dataene er så utført i Power BI. I tillegg til å hente data ut ifra bedriftsinterne dokumenter henter Chevron også ut data fra det som er relevant som blir publisert av det offentlige. Chevron kan så gjøre statistiske analyser som gjør det mulig å forbedre egne prosesser, samtidig som mye manuelt arbeid med å «mate» back-end systemer med data blir erstattet av roboten.

Du visste muligens ikke at Pepsi også produserer ostepop?

Ikke bare produserer de ostepop, men de bruker AI for å overvåke produksjonen og sikre på at hver bit blir tilnærmet like stor og med riktig konsistens. Slik at hver bit skal smake like godt. AI-systemet sørger selv for at produksjonslinjen justerer produksjonsvariablene. Før måtte en operatør ta ut et visst antall ostepop løpende og fysisk inspisere dem. For så å manuelt endre produksjonsvariablene om noe var feil. Alt skjer nå automatisk. Det var naturligvis ikke mulig å trene AI-modellen på en eksisterende produksjonslinje. Så hele linjen ble simulert gjennom en digital tvilling. Ikke bare produksjonssystemene, men også prosessene ble simulert. Selve læringen var dog ikke bare basert på normale maskinlæringsalgoritmer, men også ved at eksperter ga sin input underveis gjennom såkalt reinforcement learning. Mao. ble teknikker fra utvikling av tidligere generasjoners ekspertsystemer vel så viktig for resultatet som bruk av moderne maskinlæring. Egen kode ble i tillegg skrevet for å sørge for at AI-systemet ikke kunne gjennomføre endringer som ville resultere i at produksjonsutstyret stoppet.

Tellmanns uavhengige råd

Det at vi i denne artikkelen har valgt å fokusere på Microsoft sin AI-teknologi betyr ikke at vi i Tellmann anbefaler denne fremfor en annen. Hensikten har vært å vise at det finnes standardiserte AI-teknologier som kan benyttes, men at ikke noe kommer av seg selv. Disse må innføres på en grundig måte, med nødvendig kvalitetssikring av datamodeller og AI-modeller. Samt god opplæring av brukere og innføring av nye samkjørte forretningsprosesser.

På samme måte som Microsoft integrerer AI-kapabiliteter i sine produkter gjør andre konkurrerende leverandører det samme. Som f.eks. SAP, Oracle, IFS, Visma. Mange har også spesifikke norske modeller som kan gå rett inn i virksomheten på spesielle områder. Slik som fakturatolking og andre eksempler vi har gitt i tidligere blogger.

Ønsker du å snakke med oss om din egen strategi for bruk av Kunstig Intelligens så bare ta kontakt!

AI-redaksjonen i Tellmann ønsker deg en god høst!