Ingen kunstig intelligens (AI) uten informasjonsarkitektur (IA)

Du har sikkert hørt stikkord som kunstig intelligens eller maskinlære på arbeidsplassen. Supert, sier vi, men gjør dere de nødvendig stegene i riktig rekkefølge og er dere klare for å ta ut det fulle potensiale?

Kunstig intelligens har mange definisjoner – i sin enkleste form er det evnen et system har til å utføre en oppgave som vanligvis krever menneskelig intelligens. Bedriftsledere over hele kloden snakker nå om mulighetene og konkurransefortrinnene det potensielt kan gi deg. Så utfordringen er – hvor moden er egentlig din egen organisasjon?

I RAV har vi hyppige samtaler med organisasjoner som ønsker å benytte kunstig intelligens i en eller flere oppgaver internt. Hos oss ser vi på reisen til kunstig intelligens som en stige. Jo høyere du kommer, jo nærmere er du målet.

Det er viktig å ikke forhaste seg i ønsket om å bli en organisasjon drevet av kunstig intelligens. Samtidig er det viktig å kjenne sine egne begrensninger. Vi havner veldig ofte i en prosess hvor vi må starte med å samle inn data, så må vi «vaske» dataene og sørge for at de gjenspeiler sannheten virkeligheten, før vi i det hele tatt kan begynne å tenke på kunstig intelligens. Det fører oss til poenget;

  1. En kan ikke oppnå kunstig intelligens uten maskinlæring
  2. En kan ikke oppnå maskinlæring uten Analytics
  3. En kan ikke oppnå Analytics uten data eller informasjonsarkitektur

Dersom det ikke er mulig å finne og forstå dataene dine, vil reisen til kunstig intelligens bli lang. Vi oppfordrer derfor alle bedriftsledere til å forstå hvor i stigen de befinner seg før de setter en tidshorisont for kunstig intelligens.

I RAV kan vi hjelpe deg uavhengig av hvor i stigen du er i dag eller hvilket trinn som skal være ditt neste.


Om forfatteren

Magnus Aarheim

Lyst å lære mer om dette?

Del denne artikkelen