AI kan kännas abstrakt och svårt att greppa – men steget från buzzword till konkret nytta i din verksamhet är inte långt. Så här kan du starta ditt första AI-projekt.
1. Bekanta dig med AI och dess möjligheter (och begränsningar)
För det första: vad är AI? Glöm alla popkulturella referenser till medvetna robotar och ondskefulla datasystem. Dagens AI jobbar i bakgrunden och gör våra existerande system smartare och låser upp möjligheterna hos den data som hela tiden samlas in. Datorseende, språkförståelse, neurala nätverk och maskininlärning är några av de komponenter som tillsammans kan användas för att skapa värde.
Exempel på hur AI kan användas är att optimera logistik, analysera kundbeteenden, skräddarsy marknadsföring, trendspana och sköta kundsupport.
För att få en grundläggande förståelse för hur man praktiskt tillämpar AI bör du bekanta dig med de verktyg som finns publikt idag. Två exempel som är bra att börja med är Microsoft Cognitive Toolkit och Google TensorFlow. Båda kan inkluderas som bibliotek i ett befintligt program, eller köras fristående.
2. Vad vill du åstadkomma?
Nästa steg är att ta reda på vilka problem du vill lösa med AI. Som första projekt bör du inte välja något affärskritiskt, men gärna något där du snabbt kan se en konkret nytta. Det bör också vara ett område där det finns mycket data, så att det finns något att analysera. För att hitta inspiration kan du ta reda på hur konkurrenterna jobbar med AI. Googla på hur AI används i din bransch, eller av större företag i din bransch.
Du kan också testa att implementera en befintlig AI-lösning som till exempel en chatbot i kundtjänsten. För ökad transparens bör du vara noga med att tydligt berätta att kunden chattar med en bot, och att det är ett projekt på experimentstadiet så att kunden får rätt förväntningar på funktionaliteten.
3. Starta AI-projektet
När du fått en grundläggande koll på koncepten och verktygen, och hittat ett lämpligt område att applicera AI på, är det dags att skrida till verket. Om ditt företag bara vill göra ett litet proof-of-concept kanske det räcker med att en programmeringskunnig person lägger några timmar på att sätta ihop ett projekt baserat på de verktyg som finns tillgängliga. Om ni vill satsa större kanske det är läge att ta in hjälp utifrån för att vara säker på att ni gör rätt från början. Sätt ihop en projektgrupp och avsätt tid för ett antal workshops med en extern expert.
4. Rätt förutsättningar
För att det första AI-projektet ska få bästa möjliga förutsättningar att lyckas finns det några saker att tänka på. AI-projekt, även små sådana, handlar om att hantera stora datamängder och behöver en hel del processorkraft. Det bör du ta höjd för innan du sätter igång, genom att exempelvis utöka företagets molnlagring och/eller serverkapacitet. Det är också viktigt att hålla fokus och tydligt avgränsa vilka problem som AI ska hjälpa till att lösa. Annars kan det vara svårt att tolka de resultat som projektet kommer fram till. Det gör det även lättare att upptäcka om AI-applikationen matats med rätt – och tillräckligt mycket – data för att kunna svara på dina frågor.
Läs också:
Edge – det här behöver du tänka på för att stå rustad för framtiden
3 galna forskningsprojekt som vidgar våra vyer
