AI, datadrivet & automation 2024-12-09

AI är mer än bara generativ AI: Dataplattformen – den bortglömda nyckeln till framgång

I dagens teknikdrivna värld har generativ AI, som digitala assistenter och textgenererande modeller, fått mycket uppmärksamhet. Men AI är mycket mer än så. För att verkligen förstå och nyttja potentialen i AI, måste vi också fokusera på andra typer av AI och den centrala roll som dataplattformar spelar.

Denna artikel utforskar dessa aspekter och visar hur resan mot AI började redan med Business Intelligence (BI).

Snabbkurs i AI och generativ AI

Jasse Tykkyläinen, senior lösningsarkitekt.

AI är ett brett fält som omfattar allt från enkla automatiseringar till avancerade maskininlärningsmodeller. Generativ AI, som digitala assistenter och textgenererande modeller, har fått mycket uppmärksamhet på senare tid. Dessa teknologier är enkla att implementera och förstå, vilket gör dem till lågt hängande frukter för många organisationer.

Det är idag vanligt att ledningsgrupper vill kunna bocka av att deras organisation faktiskt använder AI, snarare än att tänka långsiktigt. Detta gör att lågt hängande frukter som digitala assistenter blir attraktiva. "Många organisationer som ensidigt fokuserar på att implementera generativ AI-lösningar, ångrar senare att de inte tidigare investerade i en modern dataplattform," säger Jasse Tykkyläinen, senior lösningsarkitekt.

Henrik Stegeby, PhD, Senior Data Scientist

AI är mer än generativ AI

Henrik Stegeby, senior data scientist, betonar att AI inte bara handlar om generativa modeller. "Vi måste förstå hela spektrumet av AI, från kognitiv AI till analytisk AI, bild och språkförståelse till prediktiv analys och avancerad statistisk matematik," säger han. Digitala assistenter är ofta enklare att implementera eftersom de kräver mindre förändringar och innebär lägre risker. "Ett större AI-projekt kräver risktagande i form av kostnad, förändring i arbetssätt och anpassning till GDPR-regler," förklarar Henrik Stegeby. Det är också svårare att förutse om resultatet kommer att motsvara förväntningarna och om det är värt risken. Maskininlärningsprojekt kräver ofta större investeringar och innebär högre risker, men de kan också ge betydande värde när de implementeras korrekt.

Data är grunden för alla AI-tillämpningar

En robust dataplattform är avgörande för att kunna nyttja AI effektivt. Jasse Tykkyläinen förklarar: "Bra data och gärna stora mängder data är grunden för all AI." En modern dataplattform måste vara flexibel och kunna hantera både strukturerade och ostrukturerade data. En sådan plattform möjliggör insamling och kombination av data från olika källor, vilket är nödvändigt för att utveckla och testa AI-modeller.

Moderna dataplattformar stödjer både BI och AI

Genom att en dataplattform är grunden för både BI och AI så startar AI-resan redan när vi startar arbetet med att implementera en dataplattform. För vissa organisationer borde "innovation" snarare vara just att bygga en robust och modern dataplattform, snarare än att stirra sig blind på AI-lösningar. Det kommer att betala sig i längden. Man brukar idag prata om "moderna dataplattformar" vilket i praktiken är dataplattformar som har kapacitet att stödja både BI och AI. En framväxande arkitektur inom detta område är Data Lakehouse, som kombinerar fördelarna med datalager och data lakes. "För att vara skalbara och lättare kunna nyttja färdiga AI-modeller så byggs moderna dataplattformar i molnet eller i en hybrid mellan moln och on-prem," säger Jasse Tykkyläinen.

Framtiden för AI och datadrivna insikter

Framtiden för AI ser ljus ut, med en fortsatt utveckling av digitala assistenter till AI-agenter som kan utföra avancerade uppgifter och fatta beslut. "Jag tror att det kommer att komma en stor våg av behov för AI-agenter som kan hantera data och styra avancerade system," säger Henrik Stegeby. För att dra nytta av dessa möjligheter är det viktigt att investera i en stark datainfrastruktur. Många organisationer har fortfarande en resa att göra från att enbart nyttja basal BI i form av deskriptiva rapporter till att dra nytta av korrelationsanalyser och mer avancerad analytisk AI.

Från BI till AI: Bygg en datainfrastruktur för framtiden

Sammanfattningsvis är AI mycket mer än bara generativ AI. För att verkligen nyttja potentialen i AI måste vi förstå hela spektrumet av AI-teknologier och investera i robusta dataplattformar. Resan mot AI börjar med BI och fortsätter med att bygga en stark datainfrastruktur som kan stödja avancerade AI-tillämpningar.

Henrik Stegeby

PhD, Senior Data Scientist

Pofessionell bakgrund: Med över 10 års erfarenhet inom AI och maskininlärning, och med en forskningsbakgrund inom kvantfysik, har jag hjälpt företag att automatisera processer och skapa datadrivna beslut.

Mitt expertområde: Jag specialiserar mig på att utveckla AI-lösningar som inte bara förbättrar effektiviteten utan också skapar värde för människor.

Så är jag med och bygger Sverige med it: Genom att implementera AI-system för offentliga tjänster har jag bidragit till att effektivisera ärendehantering och förbättra medborgarupplevelser.

Ett av mina mest givande projekt var att utveckla en AI-driven plattform för ett energibolag, vilket frigjorde tid och pengar för kunden.

Vad finns runt hörnet inom AI? Vi står inför en tid där generativ AI och etisk AI-utveckling kommer att forma både arbetslivet och samhället. Det viktigaste är att balansera innovation med ansvar.

Fun fact om mig! AI är spännande, men jag är fortfarande skeptisk till att en algoritm kan slå mig i schack.

Läs mer

Jasse Tykkyläinen

Senior lösningsarkitekt

Pofessionell bakgrund: Som full-stack BI-utvecklare och Tech Lead har jag i ca 10 år varit med och byggt ”end-to-end” analytics-lösningar och skalbara dataplattformar för att säkerställa datadriven utveckling i olika organisationer.

Mitt expertområde: Jag specialiserar mig på att ta fram strategier och lösningsförslag för lämpliga dataplattformar och dataarkitektur som kopplar ihop BI och AI.

Så är jag med och bygger Sverige med it: Jag har vid flera tillfällen hjälpt till att definiera en organisations datadrivna inriktning genom att säkerställa att organisationen väljer den mest hållbara datastrategin utifrån sina unika förutsättningar.

Ett av mina mest givande projekt: Som Tech Lead och BI-utvecklare på en av Sveriges största mediekoncerner ledde jag under tre års tid arbetet med att ersätta en gammal dataplattformlösning med den senaste molntekniken. Det resulterade i en mångdubbling i användningen av data och analys för beslutsfattande.

Vad finns runt hörnet inom AI? Fortsatt tjänstifiering av ”plug-and-play” AI-lösningar (”AI as a Service”), vilket innebär att de som satsat på att få ordning och reda på sin data kan med relativt små medel dra mycket nytta av avancerade AI-modeller.

Fun fact om mig! Jag älskar att använda Python-programmering för att underlätta vardagssysslor, såsom för att boka lediga istider i ishallar så att jag och mitt hockeylag får träna regelbundet!

Läs mer