Få hela storyn
Starta din prenumeration

Prenumerera

Analys

Kalle Östgren: Analysindustrin måste skaka av sig AI-skräcken

Kalle Östgren besöker ett av världens största AI- och analysevent, funderar över undergångsvisioner, praktisk nytta för handeln och big data-branschens dubbla utmaning.

Publicerad: 23 april 2018, 13:59

Det här är opinionsmaterial

Åsikterna som uttrycks här står skribenten/skribenterna för.


I en ödesmättad scen i filmen Terminator 2 åker Arnold Swarzenegger, i sin paradroll som mördar-cyborg, tillsammans med den andra huvudpersonen Sarah Connor i en bil genom den mexikanska öknen. De ska tillsammans försöka avstyra undergången (år 1997, som när filmen kom ut 1991 var framtiden) i form av det AI-drivna försvarssystemet Skynet som löpt amok. I filmens ”tidsloop” hade systemet nått ett intelligensens tröskelvärde och blivit medvetet, bedömt mänskligheten som huvudmotståndaren och utplånat den genom att avfyra hela kärnvapenarsenalen.

Läs mer: Tre viktiga trender inom big data-analys

VÄRLDENS UNDERGÅNG. Klassisk scen från Terminator 2.

Arnold förklarar: “The system goes online August 4th, 1997. Human decisions are removed from strategic defense. Skynet begins to learn at a geometric rate. It becomes self-aware at 2:14 a.m. Eastern time, August 29th. In a panic, they try to pull the plug.”

Det är en ikonisk scen, som byggt en av undermedvetna grundstenarna i vår osäkerhet kring artificiell intelligens, AI. Men andra, verkliga, varningar har kommit alldeles nyligen och fått stort utrymme. Till exempel har Tesla-bossen Elon Musk flaggat för farliga konsekvenser av okontrollerat och naivt användande av AI i till exempel försvarsindustrin, och förra året publicerade 100 forskare i Oxford en hundra sidor lång uppmaning till försiktighet inför farorna av AI som hamnar i fel händer.

Det här är bakgrunden till datanalysindustrins imageproblem.

Okej, låt oss dra ett djupt andetag, så ska jag sansa mig.

Den här inledningen är hårddragen gränsande till oseriös, jag vet, men jag ska förklara min poäng.

Nyligen var jag med på det stora eventet SAS Global Forum 2018 i Denver (arrangören SAS Institute är ett av världens största analysföretag).

Ett intryck var eventets och kongresscentrets enorma storlek.

VILL TA ETT STEG TILL. SAS Institutes vice vd Oliver Schabenberger.

Ett annat starkt intryck var analysbranschens dubbla utmaning.

Bland de cirka 5 000 deltagarna (och cirka 30 000 som tittade online) fanns naturligtvis många från själva analysbranschen – de redan frälsta. I många branscher har dataanlays, ”machine learning” och AI redan i dag en bred användning, till exempel inom bank, försäkring, sjukvård och även hos leverantörer i handelns bakomliggande led.

Sedan finns många andra branscher, till exempel detaljhandeln, som är på väg, trevar och inte riktigt kommit in i matchen.

Det är här den dubbla utmaningen finns.

Analysindustrin måste:

■ förklara potentialen i sina tjänster och visa konkreta, begripliga användningsområden.
■ skaka av sig misstänkliggörandet av AI- och big data-begreppet. Och här spökar givetvis främst den pågående debatten och kritiken kring Facebook.

NYTTA. Susan Ellis, ansvarig för sociala innovationer hos SAS Institute, berättade hur datahantering hjälpt organisationen Wild Track att skydda utrotningshotade leoparder med hjälp av AI.

Därför lades det mycket vikt under jättekonferensen vid att visa exempel på hur analys och självlärande system ”are doing good” och att AI och datainsamling syftar till att göra människorna bakom smartare och hjälpa användarna att ta bättre beslut.

– Algoritmer kan göra beräkningar snabbare än vi, men syftet är att våra egna beslut ska bli bättre, sa SAS Institutes vice vd Oliver Schabenberger.

Tre exempel:

■ Den synskadade it-konsulten Ed Summers förklarade, tillsammans med sin ledarhund Chewbacca och en representant från Apple, hur touch-screens kunnat göras användbara för blinda och rörelsehindrade med hjälp av AI.
■ En it-konsult som råkat ut för en blodpropp i kroppspulsådern berättade hur AI kunnat hjälpa honom, och läkarna, att hitta de fysiska problemen och fick honom att snabbt komma tillbaka till jobbet.
■ Susan Ellis, ansvarig för sociala innovationer hos SAS Institute, berättade hur datahantering hjälpt organisationen Wild Track att skydda utrotningshotade leoparder genom att identifiera spår med hjälp av AI.

Detaljhandeln har en hel del att vinna i att kunna använda datanalys och AI mer effektivt. Och analysbranschen har en utmaning i att konkret förklara hur det konkret kan gå till – och samtidigt ruska av sig en del av misstänkliggörandet.

Till sist: Det var fascinerande att som detaljhandelsjournalist få titta på slides som enbart bestod av kod. Och höra ett entusiastiskt sorl stiga och frågorna hagla: ”Wow! Rad 18, hur kom ni på det?”

Det här är opinionsmaterial

Åsikterna som uttrycks här står skribenten/skribenterna för.

Kalle Östgren

Reporter

kalle.ostgren@bbm.bonnier.se

Dela artikeln:

Nyhetsbreven som ger dig bäst koll på detaljhandeln

Välj nyhetsbrev

Se fler branschtitlar från Bonnier News