Play

Vi återvänder till ett ämne vi behandlade mer intensivt för 2-3 år sedan och undrar: Vad hände sen?

() har varit hett i omgångar de senaste tio åren, men fyra av fem organisationer befinner sig fortfarande i startblocken.

Om avsnittet:

Målgrupp: nyfikna, ledare, processfolk, verksamhetsutvecklare, ledningsgrupp

Lär dig: AI, automation, ML, DL, POC,MVP, NLP, MLOPS

Vi frågar varför då? Man har respekt för ny teknik, saknar kompetens, känner en rädsla för förändring och att AI kan ta över våra jobb. Det handlar om machine learning (ML) och deep learning (DL). Lösningsområden kan vara natural language processing (NLP), alltså analys av tal och text eller bild- och videoanalys. Lägg därtill massor av statistiska funktioner för att se samband och trender, t ex att något håller på att slitas ut.

I början av 2000-talet var man osäker på om det var värt att testa AI. I backspegeln kan vi se att nästan alla galna idéer går att genomföra, bara de är väl beskrivna. Det handlar mest om att träna algoritmerna att göra det vi vill, med hjälp av mycket data och kvalitativ data.

För att ta ett steg-för-steg tillvägagångssätt, gör först ett proof of concept (POC) på bildanalys, sedan en minsta värdefull produkt (MVP) och sedan en pilot med en kund, och nu är det ett fungerande, AI-drivet erbjudande .

Ett sjukhus predikterar data från intensivvårdsavdelning. Hur ser beläggningen ut, hur krävande är aktuella patienter. Detta ligger sedan till grund för resurssättning i organisationen. Vid utvärdering visade det sig att AI “gissade bättre” än personalen själva.

Så hur kommer vi igång?

  • Samla in och tillgängliggör data
  • Arbeta innovativt, ifrågasätt, tänk i nya banor, koncept, affärsmodeller
  • Skapa en vi-ska-automatisera-kultur. Strukturer, organisation, teknikplattform; AI måste kunna skala.

Det finns många konkreta case att ta del av. Kolla dem och kavla upp ärmarna och hugg i! Sen kan du kalla dig datadriven och – har det visat sig – bli mer lönsam.

Joakim Wahlqvist, Jonas Jaani (25:35)

Länkar / mer information:

Data & Artificial Intelligence Research
Rapporter och mer information

Videoversion av avsnittet


Gratiskurser om AI 👨‍🎓 Här är de 15 bästa gratiskurserna jag skulle rekommendera för att lära sig AI
1. Grundläggande i prompting
Denna kurs introducerar grunderna i promptteknik och går vidare till avancerade promptar.

https://lnkd.in/dyEt4DGt

2. ChatGPT prompting för utvecklare

En gratis kurs om ChatGPT prompting av DeepLearning AI och OpenAI.

https://lnkd.in/eiRtk-6q

3. Googles introduktion till generativ AI

Syftar till att förklara vad GenAI är, hur det används och hur det skiljer sig från traditionella maskininlärningsmetoder.

https://lnkd.in/eBQXfBe9

4. Harvards introduktion till AI med Python

Lär dig att använda maskininlärning i Python i denna introduktionskurs till artificiell intelligens.

https://lnkd.in/eu4mZaAG

5. Microsofts ”Vad är generativ AI?”

Grunderna i Gen AI, med ämnen som inkluderar vad det är, hur det fungerar, hur du skapar ditt eget innehåll, olika typer av modeller, framtiden och etik.

https://lnkd.in/eYNWzXUX

6. Lär dig prompting

En omfattande kurs i prompting med över 60 innehållsmoduler.

Tar dig från nybörjare till avancerad i konsten att använda prompter.

https://lnkd.in/eNi_YNSe

7. Googles introduktion till ansvarsfull AI

Lär dig vad ansvarsfull AI är, varför det är viktigt och hur Google implementerar det i sina produkter.

https://lnkd.in/eTrwSU89

8. Harvards datavetenskap: Maskininlärning

Lär dig om träningsdata och hur du använder en uppsättning data för att upptäcka potentiellt förutsägbara relationer.

https://lnkd.in/eX28syMJ

9. LLM-applikationsutveckling

Få viktiga färdigheter för att utöka användningsfallen och kapaciteten hos språkmodeller i applikationsutveckling med hjälp av LangChain.

https://lnkd.in/evZVJbNy

10. Microsofts förenkling av ditt arbete med Microsoft Bing Chat / Copilot

Lär dig hur Bing Chat (Copilot) kan utföra en mängd olika uppgifter och hjälpa dig att effektivisera hela ditt arbetsflöde, från att generera idéer och sammanfatta data till att lösa vanliga arbetsproblem.

https://lnkd.in/ejN-qrVy

11. Hur man bygger LLM-appar

https://bit.ly/46ACTS8

12. Microsofts AI-grunder: Generativ AI
Förstå hur gen AI-applikationer, såsom kopiloter, stödjer effektivitet. Beskriv hur prompter och svar kan finjusteras

https://lnkd.in/dqjnzcCD

13. Amazons Gen AI-läroplan för beslutsfattare

https://lnkd.in/dFhmsvZC

14. Generativ AI för alla.

Få en översikt över AI-verktyg och lär dig från verkliga exempel på generativ AI i användning idag.

https://lnkd.in/eFx7zCz7

15. AWS:s Gen AI med stora språkmodeller
Få grundläggande kunskap, praktiska färdigheter och en funktionell förståelse för hur gen AI fungerar

https://lnkd.in/dEjN9PRm

hashtag#artificiellintelligens

Alla avsnitt av digitaliseringens podcast Effekten:

https://www.effekten.se/avsnitt

Apple Podcasts:

https://itunes.apple.com/se/podcast/effekten-digitalisering-kunskap/id1171229363

Google Podcasts:

https://www.google.com/podcasts?feed=aHR0cHM6Ly93d3cuZWZmZWt0ZW4uc2UvZmVlZC9wb2RjYXN0Lw==

Acast:

https://www.acast.com/effekten

Spotify:

https://open.spotify.com/show/5Z49zvPOisoSwhwojtUoCm