Skitsystem (avsnitt 106)

Play

Skitsystem är de som suger energi, stjäl vår tid, gör oss osäkra på om allt blev rätt. I detta poddavsnitt dyker vi ner i vad som gör ett system bra eller dåligt. Det visar sig att en del av problemen egentligen är relaterade till ansvar, ledarskap och organisation. Ytterligare en del handlar mer om tider och processer. De områdena kräver förändringsledning; verksamhetsutveckling, processägande, tidsplaner och förbättrad kommunikation.

OM AVSNITTET
Målgrupp: Kontorsfolk, användare, utvecklare, projektledare
Lär dig: IT-problem, användargränssnitt, verksamhet vs IT, processer, digitalisering i praktiken

Hälften av smärtorna är relaterade till systemet: en del är buggar och önskad funktionalitet. De kan produktägaren prioritera och utvecklingsteamet ta hand om i sin backlog. Sedan finns det en del som handlar om användbarhetsproblem och brist på förståelse av systemet. Det löser vi med UX-design av gränssnittet och utbildning av olika användargrupper.

För att verkligen komma framåt är emellertid det viktigaste att samla det bästa folket från IT och verksamheten och visualisera problemen för att lösa dem tillsammans. Enklast är att börja med en effektpyramid – för att skapa en gemensam bild av verksamhetens mål. Varför gör vi det vi gör, vilka effekter vill vi uppnå, vilka är intressenterna, vilka behov har vi – och slutligen: vad krävs av organisationen och hur löser vi det i processer och med systemstöd.

Micke Norbäck, Jonas Jaani (22:44)

Play
Skitsystem

Mer avsnitt från digitaliseringens podcast EFFEKTEN:

Effektstyrning (avsnitt 62)

Effektstyrning i pyramidform

Projekt i organisation – så här gör du det effektivt

Ansiktsigenkänning – om tekniken och framtiden

Ska vi inleda en debatt om hur teknik bakom ansiktsigenkänning kan övervaka och förbättra eller ska vi prata om hur vi ska förbjuda och undvika den. Oavsett så handlar det om att förstå tekniken bakom och vilka möjligheter som finns nu. En kort video där jag pratar om tekniken och tar mig själv som försökskaninen och berättar vilka ”värden” mitt ansikten får (se koden nedan). Jag pratar vidare om idéer på hur vi kan använda tekniken i klassrummen (video, podd 5 min)

finns även som podd: https://anchor.fm/jaani/episodes/Ansiktsigenknning-e4rft9/a-ak6ovo

Ansiktsigenkänning finns idag överallt. Vi låser upp våra telefoner med tekniken, vi taggar människor i sociala media och den används på vissa flygplatser. I framtiden kanske vi ändå inte kan undvika ansiktsigenkänning. Debatten i USA har startat. Se mer om detta och få veta ännu mer om tekniken (video 10 min)  

Koden från min ansiktsigenkänning från Microsoft Azure Machine Learning and Face Detection:

{
”Age”: 47.0,
”Gender”: ”male”,
”Smile”: 0.484,
”FacialHair”: {
”Moustache”: 0.4,
”Beard”: 0.4,
”Sideburns”: 0.1
},
”Glasses”: ”NoGlasses”,
”HeadPose”: {
”Roll”: -6.5,
”Yaw”: -12.6,
”Pitch”: -15.1
},
”Emotion”: {
”Anger”: 0.0,
”Contempt”: 0.003,
”Disgust”: 0.0,
”Fear”: 0.0,
”Happiness”: 0.484,
”Neutral”: 0.512,
”Sadness”: 0.001,
”Surprise”: 0.0
},
”Hair”: {
”Bald”: 0.02,
”Invisible”: false,
”HairColor”: [
{
”Color”: ”brown”,
”Confidence”: 1.0
},
{
”Color”: ”gray”,
”Confidence”: 0.64
},
{
”Color”: ”blond”,
”Confidence”: 0.43
},
{
”Color”: ”red”,
”Confidence”: 0.18
},
{
”Color”: ”black”,
”Confidence”: 0.09
},
{
”Color”: ”other”,
”Confidence”: 0.01
}
]
},
”Makeup”: {
”EyeMakeup”: false,
”LipMakeup”: false
},
”Occlusion”: {
”ForeheadOccluded”: false,
”EyeOccluded”: false,
”MouthOccluded”: false
},
”Accessories”: [

],
”Blur”: {
”BlurLevel”: ”medium”,
”Value”: 0.69
},
”Exposure”: {
”ExposureLevel”: ”goodExposure”,
”Value”: 0.59
},
”Noise”: {
”NoiseLevel”: ”low”,
”Value”: 0.0
}
}

Mer poddavsnitt på Effekten – digitaliseringens podcast

AI förändrar. Johan Hallberg (avsnitt 94)

AI -Artificiell intelligens (avsnitt 58)

Framtidens säkerhet och personliga integritet (avsnitt 24)

 

IoT runtomkring dig. Magnus Unemyr (avsnitt 105)

Play

När Internet of Things finns överallt. Att leva med IoT runtomkring oss. Magnus Unemyr har arbetat i IoTs historia; de senaste 25 åren med internationell teknisk marknadsföring – i programvaruindustrin, med mikroprocessorer och kiselchip.

OM AVSNITTET
Målgrupp: Konsult, projektledare, beslutfattare, data science, intresse för grunderna.
Lär dig: Vad är IoT, varför ska jag använda IoT, framtiden för IoT, datainsamling

LYSSNA via Spotify, Google Podcasts, Apple Podcasts

Tidigare kallades det inbyggda system – embedded systems – elektronik som byggs in i andra system för att styra och övervaka dem. De finns runt omkring oss: ABS-bromsarna i bilen, badrumsvågen som fick en digital display. Sedan kom internet och vi började styra systemen via remote.

Tända och släcka lampor via mobilen. Eller att produkterna skickade data till molnet och varandra. Vindkraftverk skickar idag driftsinformation som kan analyseras med AI och på så sätt upptäcka samma datamönster som ett tidigare vindkraftverk har visat en vecka innan det gick sönder. På så sätt kan kraftverket servas innan driftstopp med stora utgifter som följd.

Delar av jordbrukssektorn ligger långt fram: man använder sensorer och olika AI-tillämpningar, självkörande traktorer och satellitkameror för att optimera avkastningen av varje kvadratmeter på åkern. Fastigheter och boende är ytterligare ett område där IoT gör nytta: SMHIs väderprognos kan styra elementen eller tvättmaskinen som beställer tvättmedel automatiskt.

Magnus öser på med bra exempel och tips på hur man kommer igång!

Play

Magnus Unemyr Jonas Jaani (18:52)

Magnus Unemyr på Linkedin

Magnus hemsida: www.unemyr.com

Magnus bok om Internet of Things går att köpa via Amazon. Länk ovan.

Mer avsnitt om IoT från Effekten – digitaliseringens podcast

Säker IoT, ljud och wow i framtiden (avsnitt 59)

Machine Learning, IoT och säker säkerhet? (avsnitt 45)

TEMA: Digitaliseringens vår (avsnitt 104)

Play

Hela vårens digitalisering. I ett långt tema sammanfattar vi bland annat AI, innovation, automation, förändringsledning och machine learning.

LYSSNA via Spotify, Google Podcasts, Apple Podcasts

Vi har satt ihop alla vårens avsnitt i en nästan 5 timmar lång ljudbok. Detta avsnitt skapar värde och kunskap för dig under din ledighet. Starta och stoppa avsnittet. Varje delavsnitt är ca 20 min så att du har alltid möjlighet att flytta dig fram och tillbaka i det långa avsnittet.

Avsnitt:

Machine Learning gör skillnad på djupet (avsnitt 89) 

Digital marknadsföring idag. Tomas Tränkner. (avsnitt 90)

Innovation. Alexander Wennerberg Larsson. (avsnitt 91)

Att testa AI. Eva Holmquist. (avsnitt 92)

IT-avdelningens förändringsresa. Klas Ljungkvist. (avsnitt 93)

AI förändrar. Johan Hallberg (avsnitt 94)

AI – så ökar du takten. Göran Lindsjö (avsnitt 95)

Effektiva möten. Elia Mörling (avsnitt 96)

Framgångsrik innovation. Håkan Ozan (avsnitt 97)

War on Cancer och digital etik. Sebastian Hermelin (avsnitt 98)

Att leda. Jesper Ek (avsnitt 99)

100 tankar om digitalisering. Micke Norbäck, Jonas Jaani (avsnitt 100)

Införa molntjänster. Viktor Svensson. (avsnitt 101)

Datadriven marknadsföring med AI. Magnus Unemyr (avsnitt 102)

Öppen innovation. Elia Mörling (avsnitt 103)

Play
(5:23 timmar)
LYSSNA via Spotify, Google Podcasts, Apple Podcasts

 

Digitaliseringens podcast är EFFEKTEN. Vi hjälper dig med att förklara och skapa intresse för den pågående digitaliseringen.  Varje avsnitt är ca 20 min.  Alla avsnitt finns här och på Spotify:

 

AI in Transportation Report 2019

AI in Transportation Report 2019: Trends, technologies, and roadblocks – Business Insider

Here are some key takeaways from the report:

  • Automakers can use AI to adapt to a changing transportation landscape, as it offers opportunities to both decrease production costs and create new revenue streams.
  • Major auto companies are already adopting the technology in order to capitalize on the benefits it is expected to provide — Toyota launched a venture capital subsidiary in 2017, and Volkswagen has well over 100 AI applications running in trial projects across its 120 plants.
  • By 2025, AI is expected to provide $173 billion in cost savings across the entire automotive OEM supply chain, ranging from procurement to research and development, according to McKinsey.
  • Self-driving technology will be the biggest opportunity AI creates in the transportation space: It will present a $556 billion opportunity by 2026, growing at a 39% CAGR from $54 billion in 2019, per Allied Market Research.
  • However, costs will still be a major barrier to adoption — more than half (53%) of global business and IT leaders cited the high costs associated with AI technology as a major deterrent to adoption, according to a survey conducted by MIT Technology Review.

Källa: AI in Transportation Report 2019: Trends, technologies, and roadblocks – Business Insider