Kloge maskiner er det nye guld
Af
Charlotte Holst

Kloge maskiner er det nye guld

Der vil blive spenderet milliarder på MI - ‘Machine Intelligence’ i 2019, forudser Deloitte. Også i bankverdenen er der fokus på MI og data, som kaldes ”den mest værdifulde handelsvare lige nu”.

Intelligente maskiner (MI) får stadig større opmærksomhed og udråbes i Deloittes årlige ‘Tech Trends Rapport’ som en af de helt dominerende tendenser. Intet mindre end 31,3 milliarder dollars vil erhvervslivet bruge på MI, skriver rådgivningshuset.

MI er ikke at forveksle med AI (Artificial Intelligence), som er det, du møder, hvis du taler med ‘Siri’ på din iPhone. MI er en slags paraply-kategori for flere former for tænkende maskiner, der kan optimere processer for virksomheder og organisationer og understøtte mennesker på eksempelvis hurtighed, logik og kapacitet.

MI bliver brugt i mange sektorer. Eksempelvis “træner” et førende hospital intelligente maskiner til at analysere de enorme mængder af information – genetiske data, fotografier, vægt, højde – om patienter, der er lagret i hospitalets database.

Intelligente maskiner i bankverdenen

Deloitte peger også på eksempler fra den finansielle sektor, hvor maskinelle salgsagenter kan håndtere op til 27.000 samtaler på samme tid på dusinvis af forskellige sprog. Og også hos Nordea har man stor opmærksomhed på digitale teknologier, indsamling af data og MI.

- At indsamle data er det nye guld. Det er den mest værdifulde handelsvare lige nu, siger Brandon Mayo, leder af ’Wealth Advice and Development’ i Nordea Investment Solutions & Advisory Centre, hvor 180 mennesker arbejder med it-udvikling.

Allerede i dag indsamler banken værdifulde oplysninger om kunders brug af bankens tilbud via digitale kanaler.

- Deres brug af eksempelvis mobilbanken, netbank og forskellige investor-applikationer fortæller os om deres bevægemønstre. Vi kan analysere og forudse meget på baggrund af kundernes digitale brug, og dermed give dem de helt rigtig tilbud. Det er noget, der investeres meget i, fortæller Brandon Mayo.

Her kan MI skabe værdi for en virksomhed

*Kognitiv indsigt: MI kan give dyb indsigt i, hvad der tidligere er sket i firmaet, hvad der sker lige nu og hvad fremtiden bringer. Det kan hjælpe ledere til at guide deres medarbejdere i den rigtige retning og øge deres præstationer

Kognitivt engagement: Kendes bedst fra hjemmets fire vægge. Den form for MI, hvor man kan bede et system tænde tv’et eller regulere varmen. Virksomheder kan bruge det, særligt inden for kundeservice, hvor kognitive salgsagenter for eksempel kan yde teknisk support eller give svar på HR-relaterede spørgsmål

Kognitiv automatisering: Her kan MI automatisere opgaver helt domænespecifikt. Deloitte fremhæver blandt andet et forsøg, hvor et deep-learning system analyserede røntgenbilleder for tumorer 50 procent bedre end de menneskelige radiologer.

Kilde: Deloittes 2017 Tech Trends.

*Kognitiv betyder det, der har med processer, som foregår i hjernen (tænkning, erfaring) at gøre. Kommer af ordet ’kognition,’ som betyder tænkning eller erkendelse.

Data kan højne serviceniveauet

Men også på det mere innovative plan er Nordea i gang. Brandon Mayo peger på, hvordan man eksempelvis vil kunne bruge stemme-teknologi til at imødekomme kunders behov i endnu højere grad.  

- Vi kan indsamle data fra kundemøder. Alt, der bliver sagt og gjort kan blive optaget, kategoriseret og på sigt brugt til at skabe bedre service og en bedre kundeoplevelse næste gang, siger Brandon Mayo.

Han peger på, at detaljer fra en samtale måske ikke umiddelbart lader til at have stor betydning. Men i kombination med andre data, kan de vokse sig til værdifuld viden.

- De små bitte detaljer betyder måske ikke så meget for du og jeg i en samtale. Men hvis det, der bliver sagt, bliver optaget og kombineret med data om hvem du er, hvor gammel du er, hvad du normalt køber og så videre, så har du pludselig værdifuld data. For gør du det med en million kunder, så ender du med mønstre, der kan forudsige andre kunder, siger han.

Brandon Mayo understreger, at det naturligvis altid skal være gennemsigtig for kunden, hvordan der arbejdes med MI. De data, der bruges, skal være dokumenterbare og nemme at finde igen. Udbyttet af stemme-teknologi ligger dog noget ud i fremtiden.

- Spørgsmålet er, hvornår man kan høste værdien af det. Vi skal samle rigtig meget data fra hundredetusindvis af møder, så det er ikke lige om hjørnet, forklarer Mayo

I rapporten ’2017 Tech Trends’ forudser Deloitte, at erhvervslivet vil bruge op mod 31,3 milliarder dollars på ‘Machine Intelligence’ (MI) i 2019.

Robot-kollegaen arbejder efter fyraften

Noget man til gengæld er i fuld gang med er RPA - Robotic Process Automatisation. Her arbejder man med at lære maskiner at tage sig af opgaver, der kan automatiseres. Alt det kedelige arbejde, kan man måske kalde det.

- Det kan være repetitions- og rutineopgaver. På den måde kan medarbejderne få en ’robot-kollega’, som klarer de opgaver for dem. Maskinen vil så også kunne arbejde videre, når medarbejderne er gået hjem til familien og aftensmaden. Og generelt vil der blive satset meget på MI og dataindsamling, siger Brandon Mayo og peger på, at mulighederne er enorme.

- Der er langt mere tilgængelig data nu end tidligere. Datamængden er vokset enormt og det betyder, at modellerne også kan blive smartere, og at man kan bruge det til langt mere.