Bør din virksomhet bygge et kompetansemiljø for kunstig intelligens?

Bør din virksomhet bygge et kompetansemiljø for AI?

Kunstig intelligens (AI) er et teknologiområde som utvikler seg i en svimlende fart. Bør virksomheter kjøpe hjelp til å utvikle AI-løsninger, eller bør de heller bygge egne, interne kompetansemiljøer for kunstig intelligens? Hvilken kompetanse behøver man i så fall, og hva krever det å tiltrekke seg disse ressursene?

1000

Kontaktperson

Joar Hove

Director | Advisory

KPMG i Norge

E-post

«Vi vil i gang med kunstig intelligens!». Kanskje er det styret som sier det, kanskje ledelsen. Kanskje er det ett isolert miljø i virksomheten, frontet av en ivrig ildsjel. Uansett er én ting sikkert: Det er enklere sagt enn gjort.

På én måte har kunstig intelligens (AI) mye til felles med andre IT-relaterte spørsmål som virksomheter må finne svar på. De må vurdere hva som er relevant for kjernevirksomheten, hva de må utvikle selv, hva som eventuelt kan kjøpes som hyllevare, og hva de eventuelt kan vente med. Grovt sett velger virksomheter en av tre tilnærminger, basert på hvordan de innretter seg etter disse spørsmålsstillingene.

Rollene som kreves

– Kunstig intelligens skiller seg fra en del andre teknologiområder ved at det er et fagfelt som utvikler seg fryktelig fort. Det er også veldig akademisk intensivt, og veien fra et gjennombrudd innen grunnforskningen til konkret applikasjon i en forretningssammenheng kan være veldig, veldig kort, sier Joar Hove, senior manager og leder for KPMGs Lighthouse-miljø i Bergen.

Så hva kreves det av virksomheter som vil bygge AI-kompetansen selv, og hvilke roller må de få på plass? Det er mange fancy stillingstitler innen AI, og få av dem har rukket å få norske navn ennå. Grovt inndelt kan vi si at virksomhetene bør etablere og fylle følgende roller:

  • Business technologist, som har til oppgave å tolke oppgaven og kanskje være med på å designe prosessene som skal løse den.
  • Data Engineer, som står for jobben med å hente ut data, og tilpasse dem til bruk.
  • Data Scientist, som gjør det som må til for at virksomheten skal kunne tolke dataene og finne ut hva de betyr og kan bidra med for virksomheten.
  • Software Engineer, som sørger for integrasjoner med virksomhetens eksisterende løsninger.

Dette er ikke en komplett liste – den vil påvirkes av hvilken type kunstig intelligens vi snakker om, og kan dessuten ha vokst med nye kompetansekategorier allerede. Dessuten kan noen av disse rollene fylles av én og samme person.

Sterk konkurranse

Hove sier at ingen virksomhet som vurderer AI som forretningsmessig interessant bør nøle med å sette i gang, men presiserer likevel at de som velger å etablere et eget internt miljø, bør være nøkterne i forventningene til hva det går an å få til i Norge.

– Det finnes mange, også her til lands, som kan mye om kunstig intelligens, men vi må være ærlige på at de aller skarpeste ressursene innen dette fagfeltet for tiden ikke befinner seg i Norge. Til det finnes det altfor mange selskaper som har finansiering, kompetansemiljøer og andre ressurser som Norge bare kan drømme om.

– Selskaper som Microsoft, Google, Amazon, Facebook og andre har hver for seg mange ganger flere AI-folk enn det finnes i hele Norge, og tette forbindelser til de fremste forskningsmiljøene hvor dette fagfeltet nå virkelig koker. Det er disse miljøene som sprenger grensene for hva som er mulig, og det gjør de med sjumilsstøvler, sier Joar Hove.

Åpen kildekode

Siden akademia har en så sterk påvirkning på dette fagfeltet, er det også preget av den delingskulturen som så mange i denne sektoren har et brennende forhold til.

– Dette er positivt, siden det allerede finnes store mengder gratis byggesteiner som «hvem som helst» kan ta utgangspunkt i. Dette finnes både i form av gratis programvare med åpen kildekode, åpenhet om tankegods og fremgangsmåter, og gratis eller rimelig opplæringsmateriale.

– Samtidig er det en risiko, fordi en aktør som for eksempel Google plutselig kan slippe en ny, gratis algoritme som åpner et helt nytt mulighetsrom!

Begynn der du raskest oppnår gevinster

– Mitt budskap er at norske virksomheter bør ta utgangspunkt i sin egen situasjon, og fokusere på områder hvor AI kan ha umiddelbar, forretningsmessig verdi for dem. Tenk «hvordan kan jeg forbedre disse arbeidsoppgavene, automatisere denne prosessen eller gjøre denne rutinen raskere og enklere».

– De aller fleste av oss har mer enn nok med å begynne på dette nivået – istedenfor å bedrive grunnforskning i konkurranse med Stanford University og MIT, avslutter Joar Hove.

Fakta: KPMG Lighthouse

Lighthouse er KPMGs store globale satsing på datadrevne prosesser, teknologi og innovasjon.

I norske Lighthouse jobber fageksperter og teknologer på tvers av revisjon, rådgivning, regnskap og forretningsjus for å løse konkrete forretningsutfordringer for KPMGs kunder ved hjelp av moderne teknologi. Lighthouse-miljøet identifiserer og realiserer virksomheters potensial innen bruk av data og analyse, intelligent automasjon og kunstig intelligens, slik at virksomhetene kan bringe innovative løsninger til markedet og skape nye verdier.

© 2024 KPMG AS and KPMG Law Advokatfirma AS, Norwegian limited liability companies and a member firm of the KPMG global organization of independent member firms affiliated with KPMG International Limited, a private English company limited by guarantee. All rights reserved.

 

For more detail about the structure of the KPMG global organization please visit https://kpmg.com/governance.

Ta kontakt

Min informasjon

I KPMGs bibliotek kan du lagre, samle og dele innhold som engasjerer deg.