Tilbage

Machine Learning og AI i praksis

I den anden artikel i serien om kunstig intelligens ser vi nærmere på, hvordan moderne værktøjer og kunstig intelligens kan revolutionere måden, vi tænker forretning på.

I den første artikel i denne blogserie om kunstig intelligens blev det beskrevet, hvordan menneskelig evolution præger den hverdag, vi lever i nu. I denne artikel ser vi nærmere på, hvordan moderne værktøjer og kunstig intelligens kan revolutionere måden vi tænker forretning på. Her tages udgangspunkt i forskellige eksempler fra både det udenlandske- og danske erhvervsliv, som viser, hvordan kunstig intelligens også kan bruges i industrier, man ikke umiddelbart ville forbinde med moderne teknologi.

Den digitale bonde

Monsunregnen er helt essentiel for bønderne i Indien, da deres høstresultat i høj grad afhænger af, hvornår regnen kommer i forhold til såningen. I et pilotprojekt fra 2016 gik Microsoft og ICRISAT (International Crop Research Insitute for the Semi-Arid Tropics) sammen om at bruge kunstig intelligens til at give bønderne bedre høstresultater. Baseret på data om vejrforhold, afgrøder og lignende, estimerede de den optimale så-tid. Traditionelt set såede bønderne i starten af juni, men bønder som var med i projektet, begyndte dette år først at så 25. juni. De bønder som deltog i projektet, oplevede et afkast der var 30-40% større end året før. De bønder der valgte at følge de traditionelle metoder, oplevede et dårligere afkast på deres afgrøder end året før, da august 2016 var særdeles tør i Indien.

Makeup’ens kunstige intelligens

”Den kunstige intelligens er lige så revolutionerende som internettet”. – Lubomira Rochet, Chief Digital Officer, L’oreal.

Med sådan en kommentar er der ingen tvivl om, at L’oreal satser stort på den kunstige intelligens. Selvom det i nogle virksomheder kan være svært at se, hvordan man kan forbedre servicen, og i sidste ende omsætningen, ved hjælp af kunstig intelligens, så er L’oreal et stærkt eksempel. Makeup er et urgammelt skønhedsredskab for kvinder, og det kan til tider være svært at drage paralleller mellem makeup og kunstig intelligens.

L’oreal har set en mulighed i kunstig intelligens, i og med at næsten alle kvinder har oplevet at købe makeup, som ikke har haft den nuance, de egentlig havde håbet på. Det har L’oreal forsøgt at råde bod for ved at lancere app’en Makeup Genius. Det er en computer-vision-teknologi, der scanner dit ansigt. På den måde kan du virtuelt prøve makeup’en for at teste, hvordan en læbestift, øjenskygge eller solpudder kommer til at sidde på dig, før du køber den. Forhåbentlig minimerer det fejlkøbene i fremtiden.

Robotterne afgør din stemme

”Tænk dig om, før du ikke stemmer”, var budskabet fra Økonomi- og Indenrigsministeriet, KL og Danske Regioner. Valgprocenten til kommunalvalg og regionsvalg er ikke så prangende som til regeringsvalg, hvilket bunder i, at folk ikke er lige så informerede om disse valg, som de er om regeringsvalg.

I forbindelse med kommunalvalget i november 2017 lavede ProActive i samarbejde med Microsoft en bot, som kunne svare på diverse spørgsmål om valget, og på den måde være med til at informere om valget. Hensigten var at give vælgerne hurtige svar på de spørgsmål, de måtte have om valget, og i sidste ende gøre vælgerne mere klar over, hvem de skulle stemme på.

Valgbot

Hæveautomater og machine learning

Den gamle amerikanske bank JP Morgan & Chase benytter machine learning til deres hæveautomater. Princippet er, at hver automat har sin egen machine learnings model, som giver et mere præcist estimat af hvor mange penge der skal fyldes på automaten. Nogle automater bliver udelukkende brugt i starten af måneden, nogle i slutningen, nogle bliver kun brugt når der er koncerter eller sportsbegivenheder, etc. En gang om ugen bliver denne maskine fødet flere tusinde parametre, og baseret på svarene dannes en plan for hvor mange penge der skal køres ud til hver hæveautomat. På den måde sikrer JP Morgen & Chase at minimere de transportomkostninger der ellers var i forbindelse med at automataten løb tør.

De ovenstående eksempler viser nogle virksomheder, som har ”tænkt ud af boksen”, og taget den kunstige intelligens til sig. Hvem havde draget paralleller mellem det ældgamle hverv landbrug og kunstig intelligens, eller makeup og kunstig intelligens?

Machine learning er en del af den teknologiske disruption, som vi hører om overalt, men den findes i mange former og farver. Hvis virksomheder formår at omfavne disruption og inkorporere den i dens måde at lave forretning på, så kan det potentielt give dem nogle konkurrencemæssige fordele. Et eksempel på en dansk virksomhed som har taget disruption til sig, er Danske Bank. Danske Bank er Danmarks største bank og næsten 150 år gammel. Under og efter finanskrisen var de underlagt en del kritik og negativ omtale, og det ville ingen ende tage. I 2013 lancerede de MobilePay, og fik på den måde skabt positiv opmærksomhed omkring deres produkt og bank. I dag tænker mange MobilePay før de tænker krise og dårlig omtale, når de hører navnet Danske Bank.

I næste og sidste blogindlæg i serien, ser vi nærmere på kunstig intelligens og machine learning fra et lidt mere teknisk perspektiv end hidtil, og giver indblik i hvordan man bør tænke machine learning processen.