Utopin inom Analytics: Hur fantastiskt skulle inte det här vara?
Tänk dig en värld där dataanalyser har en nästan overklig kapacitet, och har blivit vardag för alla. Vi frågade Johan Ripgården, rådgivare inom området Analytics och AI på Atea, hur en sådan verklighet skulle se ut. Här är hans svar.
I utopin är det enkelt att fatta rätt beslut. ”De resonemang, slutsatser och rekommendationer som tas fram med hjälp av AI, från enorma mängder data, är så pricksäkra och kloka att alla försök att motbevisa dem inte leder någonstans. Inför beslut som handlar om att olika värderingar ställs mot varandra, så ges olika alternativ tillsammans med nyanserade, vassa, skarpa analyser av de olika vägarna, om tänkbara åtgärder, och hur AI har övervägt olika fakta och vägt olika kriterier mot varandra.”
I utopin styrs vi av fakta, inte av ogrundat tyckande. ”Alla utgår från fakta när vi diskuterar pandemier, bästa vägen framåt i verksamheten där vi jobbar, eller hur vi ska tackla problem. Tyckande från starka politiker, ledare eller kolleger på jobbet har ingen chans att få fäste, inte heller lösryckt statistik, dolda agendor och skeva antaganden. Vare sig propaganda eller manipulation funkar. Filterbubblor existerar inte.”
I utopin tjänar alla på att data utbyts mellan företag, myndigheter och andra institutioner. Data kan röra sig obehindrat, i stället för att sitta fast i silor, men utan att för den skull rucka på integritet och andra säkerhetsaspekter. Varje digital och icke-digital förändring möts av jubel från medborgare och kunder då de okonventionella, smarta lösningarna som AI föreslår träffar mitt i prick gång på gång. Ingen klagar exempelvis på skola, vård och omsorg – eller annat inom de offentliga verksamheterna – eftersom allt fungerar så ofattbart effektivt.
I utopin händer det aldrig att produkter går sönder, belastar miljön eller produceras under tvivelaktiga förhållanden. Analyser av data gör att detta helt kan förhindras.
I utopin utförs alla repetitiva uppgifter automatiskt och blixtsnabbt. "Med hjälp av intelligent automation fattas beslut om bygglov, socialbidrag och administrativa processer på tre sekunder."
I utopin kan brister i informations- och it-säkerhet kan inte längre uppstå på grund av "den mänskliga faktorn". Smart designade it-lösningar gör det helt enkelt omöjligt att göra misstag som äventyrar säkerheten. Om något ändå sipprar igenom så fångas den avvikande datan upp och åtgärd vidtas.
I utopin är ledstjärnan ’välvillig intelligens’. ”Människan styr utvecklingen av superintelligens i alla former utifrån fastlagda principer om välvillig intelligens. Analytics kan aldrig användas i ondskefulla syften. I detta ingår att människan alltid bestämmer vilka beslut som ska överlämnas till maskiner och inte. Och människor är alltid goda …”
I utopin är prognoser tillförlitliga. Anställda, kunder och medborgare kan få exakta besked, oavsett hur många aktörer som är i involverade i processer, och hur många led det är från ax till limpa. Paket levereras inte om 2-4 dagar, utan på onsdag kl. 13.18.
Hej igen, verkligheten!
Vad ÄR faktiskt möjligt med data analytics?
Även om vi inte lever i en utopisk värld, är det troligt att ni i er verksamhet har mer nytta av Analytics än ni kanske själva har insett. Här är några exempel:
Prediktiva analyser av data kan förutspå när maskiner i produktionen är på väg att haverera, vilka kunder som kan vara på väg bort och potentiella leveransförseningar. Sällan hundraprocentigt, men datorerna är långt skickligare än människor på att se mönster i stora mängder data. Genom att agera på dessa orossignaler i god tid kan både onödiga kostnader och intäktstapp reduceras.
Distributionsföretaget Kyl- och Frysexpressen Nord använder exempelvis personliga dashboards där chefer, transportledare och ledningsgrupp blir uppdaterade med realtids-information och nyckeltal som har mest värde för respektive roll, data som visar svart-på-vitt avvikelser i kyltemperaturer, lastnings- och leveranstider.
Vilka varor kommer troligtvis att sälja bra nästa månad? Hur länge kommer patient X vara inskriven på vår avdelning? Hur mycket potatis kommer vi att behöva köpa in när dagens rätt är köttbullar med mos?
Några exempel på vad som kan förutses med stor träffsäkerhet, tack vare analytics.
Trafikverket tar hjälp av AI för att generera snabbare och mer exakta prognoser för när trafiken beräknas komma igång igen i samband med störningar i tågtrafiken.
Enkla, regelbaserade beslut kan överlämnas till datorerna. Det sker idag inte minst på offentliga myndigheter där tid frigörs för personalen att fokusera på mer komplexa uppgifter.
Ett svenskt elnätsbolag i södra Sverige ägnade sig tidigare åt manuell identifiering och kontroll av avvikelser i data från kundernas elmätare. En AI-algoritm minimerade kravet på mänsklig granskning med 90 procent. Det arbete som tidigare tog 30-40 timmar per månad går i dag på 3-4 timmar.
Baserat på mängder av kunders historiska köpmönster, vilken produkt är kunden som nyligen köpt en hårfön mest benägen att vilja ha härnäst? Eller vilken ny produkt kan bli en hit? En kedja av glassbutiker använder sin försäljningsdata för olika smaker för att skapa helt nya smaker som har potential att bli storsäljare.
Låt andra ta del av er data med hjälp av visualiseringar. På så sätt kan de både skapa egna insikter och få svar på sina frågor utan att behöva belasta er kundtjänst. Det kan handla om alltifrån statistik och dynamisk data till kartor för badplatser och laddstationer för elbilar.
Varför vänta på att mellanchefer ska fördela arbetsuppgifterna? I Bolidens gruvor får personal numera arbetsuppgifter distribuerade till sig automatiskt baserat på data om aktuella förhållanden i gruvan.
Har er verksamhet fortfarande foten på bromsen?
Samtidigt som allt fler verksamheter tar hjälp av analytics för att ta stora kliv framåt i sina digitaliseringsresor, har andra foten på bromsen. De tappar momentum och riskerar att bli frånåkta och irrelevanta. Hur kommer det sig? Här är några vanliga förklaringar.
För stor tilltro på sin egen, begränsade magkänsla
Inget ont om magkänsla. Magkänslan indikerar rätt vägval baserat på vad vi själva har upplevt, uppfattat eller lärt oss – och visst, den träffar rätt ibland. Vad alla inte inser är att analytics faktiskt kan ses som en avancerad sorts ”magkänsla”. Data är inget annat än erfarenheter av vad som har hänt historiskt. Men skillnaden jämfört med mänsklig magkänsla är att slutsatserna inte begränsas till vad enskilda individer har uppfattat. Med analytics kompletteras, eller ifrågasätts, magkänslan med omvärldens input. Enorma mängder data från omvärlden som ger ett rikare beslutsunderlag. Beslut blir därmed mer nyanserade, bättre underbyggda och mer träffsäkra.
Trötthet inför buzzwords
Analytics avfärdas ibland av chefer och andra som är allmänt skeptiska till nymodigheter och buzzwords. Ord som ”AI” eller ”datadrivet” gör att de ryggar tillbaka – ofta för att den här världen känns svår att navigera i. Förmågan att kunna läsa och kommunicera utifrån data är det långt ifrån alla som har tillägnat sig. Data-läskunnigheten är för låg. Då är det lättast att fortsätta som förut.
Teknik skapar inte nytta av sig själv
Det absolut vanligaste skälet till att satsningar inom analytics har fastnat eller inte gett önskad nytta är fokus på tekniken. Inom AI ser vi att många har fastnat efter att en ”proof of concept”-lösning tagits fram. De som lyckas tar ett helhetsgrepp och ägnar minst lika mycket kraft åt den mjuka faktorerna som att samla in data och att skapa insikter från den.
Fel grundsyn på vad analytics innebär
Många tror att analytics handlar om att redovisa data, snarare än att jobba aktivt med insikterna från all data. I slutet av ett möte ställs frågan ”Hur ser siffrorna ut? Hur går det för oss?”. Då har man helt missat poängen med analytics. Det handlar om ett kulturellt skifte – att låta data prägla vårt sätt att tänka och styra våra beslut, att använda både intern och extern data till att ta vara på möjligheter och undvika problem.
Johan Ripgården (följ honom på Linkedin) inspirerar och utbildar verksamheter att upptäcka sina bästa möjligheter med analytics och AI, och hur de därifrån ska komma vidare och bli datadrivna på riktigt, utan att tappa farten. Han och hans team guidar även genom agila projekt där verksamheter bygger upp sin egen kompetens på området. Många behöver hjälp att prioritera, eller att bli ihopkopplade konsulter som har de rätta tekniska kunskaperna, för att satsningarna ska lyckas.
Klicka här för att läsa mer om Analytics.
