Den massive mediedekningen AI har fått kan lett gi inntrykk av at det er noe nytt, men sannheten er jo at teknologien har vært i bruk i en årrekke allerede, dog i litt andre versjoner enn ChatGPT og tilsvarende applikasjoner. I industrien for eksempel har AI vært i spill lenge, via observervasjon og analyse som gjør det mulig å kontinuerlig forbedre automatiserte prosesser. Ifølge analyseselskapet McKinsey har antallet selskaper som tar i bruk AI doblet seg fra 20 prosent i 2017 til 50 prosent i 2022.

Av Christian Pedersen, Chief Product Officer i IFS

En stor del av denne veksten kan tilskrives utrullingen av IoT. Mange bedrifter høster allerede betydelig effektivitet ved å bruke AI, inkludert utsikter til å oppnå enda mer etter hvert som AI lærer hvordan prosesser fungerer, og dermed blir enda bedre til å forbedre dem. Dette vil sannsynligvis føre til en reduksjon i brukerinvolvering i IoT-infrastruktur, men AI kan ikke, og bør ikke kjøre helt isolert fra mennesker. Man må alltid kunne forklare hva et AI-system gjør, slik at man kan forstå resultatene. Til syvende og sist er det en person eller et selskap som må stå for dem.  

Ta for eksempel maskinprodusenten Simonsen &; Co som bruker IoT-systemer og AI for å optimalisere service og vedlikehold av maskinene de har levert til sine kunder. I mange tilfeller kreves det ingen menneskelig involvering i det hele tatt. Fokuset er på automatisert vedlikehold av hver maskin, og dette støttes av en kontinuerlig strøm av sensordata, som mates inn i systemet. Hvis det oppdages en feil, opprettes det automatisk et arbeidsark med alle nødvendige maskin- og feildata som overføres til en servicetekniker. Det kreves ikke menneskelig involvering i prosessen med å opprette arbeidsordren og sende den til teknikeren – dette kan håndteres av AI – men det krever et menneske å godkjenne arbeidet som er gjort basert på feilmeldingen.

Når en medarbeider er ansvarlig for den endelige signeringen av en kritisk forretningsprosess,  for eksempel reparasjon av en av Simonsen &; Cos maskiner, er det avgjørende at han eller hun forstår hva de godkjenner. Derfor må AI-beregningene og forslagene vises på en lettforståelig måte, og enda viktigere, hver prosess må være reviderbar, noe som også krever menneskelig involvering. Til nå har AI vært et veldig lite regulert område, men alt tyder på at dette vil endre seg i nær fremtid. Det er ikke usannsynlig at selskap vil måtte fremlegge en form for logg eller revidert dokumentasjon på hvorfor en beslutning er tatt.

Bedrifter må kunne levere resultater fra de AI-genererte beslutningene, og de må presenteres på en måte som mennesker kan tolke. Det er allerede verktøy tilgjengelig i dag for å gjøre AI brukbar på denne måten. I hovedsak er det en rekke prosesser og metoder som gjør det mulig for mennesker å forstå og stole på ut-dataene som algoritmer skaper. Det gir en rekke fordeler, som å gjøre det enklere å oppfylle forskriftsmessige standarder, gjøre det enklere å betjene AI-systemet i selskapet, og sist men ikke minst –at de som er berørt av spesifikke AI-genererte beslutninger kan utfordre dem.