Det du kaller et AI-behov er som regel et dataproblem

Jeg holder et bevisst skille mellom digitalisering, automasjon og AI. Ikke fordi begrepene er hellige, men fordi de løser ulike problemer — og fordi det er dyrt å bruke det ene på et problem som tilhører det andre.

Når noen ber om AI, spør jeg vanligvis om tre ting: Hvor ligger dataene? Hvem eier dem? Og stemmer de?

Svarene avslører som regel det egentlige problemet

Dataene ligger i fire systemer som ikke snakker sammen. Ingen eier dem, fordi den som satte dem opp sluttet i 2019. Og de stemmer delvis — nok til at ingen har oppdaget hvor de ikke stemmer.

Ingen språkmodell løser det. Den vil tvert imot forsterke problemet: en modell som får ufullstendige data produserer selvsikre svar på feil grunnlag, og selvsikkerheten gjør feilene vanskeligere å oppdage enn de var før.

Det betyr ikke at AI er uinteressant

Det betyr at rekkefølgen gjelder her også. Rydd i prosessen, koble datakildene, og se hva som er igjen av problemet. Ofte er det mindre enn du trodde — og det som er igjen, er da faktisk mulig å løse med modeller, fordi de endelig har noe å jobbe med.