16
Artificial Intelligence Karnovs kunder får større indsigt med kunstig intelligens Fra data til datadreven forretning Kom i gang med kunstig intelligens – tøv ikke! Kom godt i gang med kunstig intelligens

Artificial Intelligence Kom godt i gang med - alexandra.dk · før, eller også giver du skoene gratis væk og lader for-brugeren abonnere på ydelsen i skoene. Du leverer det digitale

Embed Size (px)

Citation preview

Artificial Intelligence

Karnovs kunder fårstørre indsigt medkunstig intelligens

Fra data til datadreven forretning

Kom i gang med kunstig intelligens– tøv ikke!

Kom godt i gang med kunstig intelligens

Kig på din vision, tilføj kunstig intelligens, og lad den udfolde sig på ny. Vi kan garantere, at du får synlige resultater.

2 3

Kunstig intelligens er et helt vidunderligt værktøj, som kan løfte dansk erhvervsliv til nye højder. Men erhvervslivet tøver, fordi den nye teknologi er usynlig. Og netop den tøven kan blive farlig for konkurrenceevnen og koste arbejdspladser.

Det kan ikke gå stærkt nok med at få brugt kunstig intelligens i dansk erhvervsliv. Hvis ikke vi gør det, vil vi miste arbejdspladser. Enten ryger de ud, hvor arbejdskraften er billigere, eller også er der andre, der kommer foran i processen og udkonkurrerer os. Det betyder, at vi skal rykke nu.

Alligevel tøves der med implementeringen af kunstig intelligens og maskinlæring ude på direktionsgangene. Det kan der kun være én forklaring på: Det er simpelt-hen uklart for folk, hvad kunstig intelligens egentlig er, og hvad algoritmer kan. De kan tilsyneladende alt muligt magisk, men de er usynlige og uhåndgribelige. Ergo tøves der. Og den tøven kan blive farlig for vores konkurrenceevne.

At vi som land kan være lidt skeptiske over for usynlige ting, er der dog ikke noget at sige til: H. C. Andersens »Kejserens nye klæder« er trods alt et af vores popu-læreste eventyr. Her ankommer to snedige fusen taster til byen og bilder både kejser, hof og befolkning ind, at de væver noget tøj så mirakuløst, at kun de kloge kan se det.

Eftersom ingen vil være den første til at indrømme, at de ikke kan se noget som helst, væver fusentasterne lystigt løs i den tomme luft omkring væven, sælger det ikke-eksisterende tøj i dyre domme og fordufter, inden kejseren sendes ud på sin afslørende gåtur.

Kom i gang med kunstig intelligens– tøv ikke!

Vi kan ikke udelukke, at der findes en konsulentvirk-somhed eller to, som gerne vil forsøge at sælge luft til godtroende virksomheder, der har brug for magiske gevandter. Men som et land fyldt med virksomheder, der er ganske unikt velegnede til implementeringen af kunstig intelligens, er vi nødt til at strække os ud over den kollektive skepsis over for det umiddelbart usyn-lige og sætte os ind i, hvad det kan hjælpe os med.

For kunstig intelligen er ikke usynligt tryllestof men en ny, vidunderlig værktøjskasse, som tillader os at gøre ting, det ikke har været muligt at gennemføre før. Algoritmerne kan genkende mønstre, forudsige udfald og give os en hidtil uopnåelig beslutningskraft. De kan skabe helt nye produkter og services. De kan varsle, hvornår dine kunder falder fra, om en ildevarslende plet bliver en kræftknude, eller om der sker et uheld lige om lidt, fordi trafikken kører for tæt. De kan alt muligt, når man har besluttet sig for, hvad man vil bruge dem til. Men man kan ikke stå og pege på dem, ligesom man kunne pege på maskinerne under den første industri-elle revolution og mekaniseringen af tekstilindustrierne og sige: »Sikke en flot væv, der kan udføre 7.000 væ-verskers arbejde. Den køber vi!«

Den flotte væv kunne kun én ting, mens den fjerde industrielle revolutions usynlige algoritmer kan mange. Man skal bare vide, hvad man vil bruge dem til, for de kan først noget, når de bliver kastet efter noget bestemt. Man skal altså finde sit stof først og finde ud af, hvilket behov man vil løse.

Derfor gælder det om at genbesøge sin virksomhedsvision. Hvorfor satte du din virksomhed i verden? Hvad var det, du ville? Og så tilføje kunstig intelligens. Må-ske er det nogle andre services, du skal i gang med at udvikle.

– Det gælder bare om at komme i gang. Danmark

er godt rustet til den fjerde industrielle revolu-

tion og bør på ingen måde være bange for kunstig

intelligens. Vi har et højt vidensniveau og er langt

fremme digitalt. Vi er vant til at være agile, og vi

er vant til at handle. Dét er vejen at gå nu.

– Anders Kofod-Petersen, Head of Data Science andEngineering Lab, Alexandra Instituttet

Du skal herefter finde nogen, der ved noget om biome-kanik, hardware – som f.eks. en tryksensor – og nogen, der ved noget om Internet of Things og maskinlæring.

Alle disse byggeklodser findes i dag: Folk, der kan lave sko, sensorisk måling af bevægelse, automatisk generering af strøm via kinetisk energi, når skoen er i brug og radiomoduler, der sender data til forbrugernes telefon eller et centralt sted. Alt det til sammen giver en intelligent sko.

Tilsæt derefter en algoritme, der kan bruge de data, som skoen opsamler. De tre ingredienser vil udvide din skoportefølje og tilføre den en enorm merværdi.

Et stykke software i skoen giver også nye forretnings-muligheder. Enten sælger du dine sko traditionelt som før, eller også giver du skoene gratis væk og lader for-brugeren abonnere på ydelsen i skoene. Du leverer det digitale snit som tjeneste og kan ændre softwaren alt efter, hvilken tjeneste forbrugeren ønsker information om. Det kunne f.eks. være tjenesten ”går jeg korrekt?”.

Eksemplet med skoproducenten er et tænkt eksempel, men bestemt ikke urealistisk. Vi kan spinde den samme historie om næsten alle produkter. Pointen er at tage dine fysiske produkter og lave en digital spejling af dem. Det handler om, at du som produktionsvirksom-hed skal gøre softwareudvikling til en integreret del af din produktudvikling.

Hvis det lyder som noget, din virksomhed bør gå i gang med, er du velkommen til at kontakte os for en ufor-pligtende snak . Vi kan hjælpe dig gennem øvelsen fra at indsamle og opbevare data til at blive datadreven og og inspirere dig til at gribe de nye teknologiske mulig-heder, der ligger for dine fødder.

Vi gennemgår typisk 5 trin for at finde ud af, hvilke data, du kan bruge, og hvad de kan fortælle dig.

4 5

Lad os sige, at din virksomhed producerer sko. Du sen-der dem på markedet, hvor folk køber dem, så laver du flere sko, som også bliver solgt – så langt så godt. Det er jo en helt fin forretning at have kørende. Men du ved reelt ikke om kunden, der har købt dine sko, bruger dem én gang eller har dem på otte timer om dagen. Og det er vigtig viden for dig!

Indsigt i kunders forbrugsmønstre baseret på data er interessant for alle produktionsvirksomheder. Det giver dem mulighed for at lave endnu bedre produkter, der er tilpasset kundens behov. Det giver i sidste ende glade og tilfredse kunder, der øjensynligt ville vende tilbage.

I fysiske produkter har det tidligere ikke været mu-ligt for producenten at få de data, som nemt tilflyder digitale produkter som eksempelvis musiktjenesten Spotify eller filmtjenesten Netflix. Men den gode nyhed er, at det faktisk ikke er så indviklet. Løsningen er at digitalisere dit produkt. Så hvis du som skoproducent ønsker at få indsigt i kundens forbrugsmønstrer, skal du udstyre din sko med et stykke software.

Det er allerede set før hos Nike og Adidas. Her kunne forbrugeren koble sine løbesko sammen med sin iPhone og dele sin løberute og antal kilometer med vennerne på de sociale medier. Løbeskoene gik altså fra at have en praktisk funktion til også at have en social funktion.

Men hvad nu hvis sådanne data også kunne tilflyde dig som producent af produktet? Og hvad nu hvis din virksomhed ikke kun gav kunden merværdi i form af en praktisk og social funktion, men at dine sko også kunne forbedre forbrugerens sundhedstilstand?

Forestil dig, at det stykke software, du kommer i dine sko, er udstyret med en tryksensor, der kan fortælle dig, at du går skævt og derfor har behov for et indlæg. Eller at skoene er udstyret med en lille fugtmåler, der kan berette om risiko for fodsvamp eller om forekom-sten af podagra. Et helt almindeligt produkt som et par sko giver pludselig forbrugeren mulighed for at handle på sundhedsmæssige forandringer.

Hvad alle bør vide om at gøre produkter digitale

1) Hvilke data har du og hvor er de?

Vi kigger på, hvad du kan med de data, du allerede har. Din virksomhed har ty-pisk selv nogle data. Det kan f.eks. være data fra en kundedatabase.

2) Hvad skal vi finde ud af for dig?

Næste trin er at tygge sig gennem data ved hjælp af en masse algoritmer. Hvilket svar skal algoritmen give os? Skal den tjene til beslutningsstøtte eller kundeindsigt?

5) En kontinuerlig datadreven innovationsproces

Når du digitaliserer din virksomhed og driver den gennem data, opstår nye muligheder, der kan ændre den funda-mentalt. At være datadreven er en kontinuerlig innovationsproces og du skal til stadighed have fokus på at videreud-vikle dine algoritmer og din virksomhed.

4) Byg og vedligehold algoritmer

Når algoritmen er god nok, vil den give dig indsigter, som du kan handle på i din forretningsudvikling, og baseret på de indsigter kan du ændre dine produkter. Måske vil du tilbyde dine gode kunder en ekstra service eller udvikle et nyt produkt. Dermed regner algoritmen på nye data – og giver dig nye indsigter igen.

Går din virksomhed også med et ønske om at gøre produkterne digitale? Så gør du klogt i at læse med her. Vi giver dig nemlig en simpel opskrift på, hvordan din produktionsvirksomhed kan træde ind i den digitale verden – uden at du behøver opfinde den dybe tallerken først.

3) Eksperimenter i iterativ proces

Vi oplærer maskinen ved at ’fodre’ den med data og teste, om vi har trænet på de rigtige data. Har vi brug for flere data fra f. eks. intern tekst, eller er der eks-terne data, vi kan tage med? Vi kan skaffe en masse data fra f. eks. Danmarks Statistik, sociale medier, blogs eller de seneste forskningsartikler.

6 7

Maskinlæring er ikke noget magisk, som man kan vifte med, og så sker der noget. Maskinlæring er anvendt statistik, som du kan bruge til mange ting – og du er først og fremmest nødt til at vide, hvad du vil bruge det til.

Sådan bruger de maskinlæring

Maskinlæring kan også hjælpe med at optimere en prototype. Det var tilfældet med Archii, en start-up-virksomhed som har lavet en automatisk arkivar, der klassificerer juridiske dokumenter og kontrakter.

Alexandra Instituttet hjalp med at bygge en forbedret prototype af den automatiske arkivar. Det betød, at kvaliteten i de svar, den gav, blev højnet, og samtidig gik det markant hurtigere. Svartiden gik fra omkring 45 minutter til 30 sekunder.

Den automatiske arkivar gør det, som en arkivar gjorde i gamle dage, men som mange virksomheder har drop-pet i forbindelse med, at dokumenterne ligger digitalt. Det kan betyde, at medarbejderne bruger unødvendigt meget tid på at holde styr på dokumenter.

– Maskinlæring vil komme ind de steder, hvor

opgaverne er rutineprægede, men hvor man lige

akkurat ikke har automatiseret dem.

Bogføring af data har vi skrevet ned i databaser

siden 1960’erne, men der findes masser af rutine-

arbejde inden for sagsbehandling, som ikke er så

strengt defineret. Her giver det mening at bruge

maskinlæringsteknikker.

– Niklas KasenburgMachine Learning Speciaist, Alexandra Instituttet.

Archii forbedrer svartid fra 45 min.til 30 sek.

Eldon Biologicals omsætter blodets karakter til tal

Case

Case

En sikker og hurtig bestemmelse af ens blodtype kan være afgørende, hvis man skal have en blod-tranfusion i en fart. Herhjemme foregår blodtype-betemmelse automatisk, men i mange udviklings-lande er Eldon-kortet stadig et vigtigt værktøj til at bestemme, hvilken blodtype en person har. Kortet er et stykke plast med antistoffer. Afsættes bloddråber på kortet, vil der afhængigt af blodets type opstå en grynet struktur.

Ved hjælp af maskinlæring og computer vision-tek-nikker har vi i samarbejde med Eldon Biologicals ud-viklet en algoritme, der via en app kan aflæse Eldon-kort og fortælle, hvilken blodtype folk har. Dermed kan man undgå, at blodprøven skal forbi laboratoriet.

Appen kan også vise sig at være gavnlig i forhold til sygdomsbekæmpelse i udviklingslande. Data om blodtype på gravide kvinder og deres fostre kan nemlig sikre en mere systematisk forebyggelse af sygdomme, der kan opstå, når mor og foster har for-skellig Rhesus-status.

Eldons kunder er hospitaler/blodbanker, felthospitaler og hjælpeorganisationer, der primært opererer i tredje-verdenslande.

Maskinlæring er en motor, der skal fodres med de rigtige data, og det egner sig rigtig godt til visuel genkendelse. Det er samarbejdet mellem Alexandra Instituttets Visual Computing Lab og Eldon Biologicals A/S et eksempel på.

8 9

Machine learning har potentiale til at blive en strate-gisk fordel for eksempelvis advokaterne, der ønsker at sikre, at de fortsat kan rådgive deres klienter på højeste niveau.

– En problemstilling kan være at finde materiale, som i helt skarpe detaljer matcher den sag, man står med. Vores brugeres ønske til detaljegraden kan stikke me-get dybt, hvilket vi kan honorere endnu bedre med kun-stig intelligens, siger Nichlas Brødegaard Resch, Head of Digital Transformation hos Karnov, og fortsætter:Det er vores klare ambition med machine learning at give vores brugere endnu mere indsigt på tværs af domme og love, så de mere intuitivt kan underbygge deres sag.

Sammen med Karnov Group har Alexandra Institut-tet lavet en machine learning-algoritme, der kan læse Karnov Groups materiale. Det hele sker via emneklas-sifikation. Maskinen lærer for eksempel, hvad der skal være i en tekst, for at den kan blive klassificeret som formueret. Det skal den bruge cirka 100.000 tekster for at lære.

Karnov kigger også på mulighederne for kunstig intel-ligens i tekstfrembringelse. Det kan potentielt give slut-brugeren indsigt i mere nyt indhold, langt hurtigere. Ny-ere forskning har allerede bekræftet, at dette er muligt ved at bruge ”deep learning”. Deep learning behandler data i forskellige faser og lag, og er et glimrende værk-tøj, der kan skrive selv.

– Kunstig intelligens skal indgå, hvor det giver

vores kunder værdi. Stigende kompleksitet i lov-

givning og enorme dokumentmængder gør i dag

brugernes arbejde med sager meget omfattende og

tidskrævende. Men det kan vi faktisk vende til en

dobbelt gevinst for dem.

Vi er overbeviste om, at vi med intelligente red-

skaber vil gøre det muligt for brugerne at tilegne

sig endnu større mængder viden, samtidig med

at de oplever det som mindre ressourcekrævende.

Vi tror, at machine learning har potentiale til at

blive en strategisk fordel for eksempelvis advoka-

terne, der ønsker at sikre, at de fortsat kan råd-

give deres klienter på højeste niveau.

– Nichlas Brødegaard Resch, Karnov.

Selv om casen er fra advokatbranchen, er det de samme metoder, vi bruger, når vi arbejder med kunstig intelligens i alle mulige brancher. Derfor kan vi sikkert også hjælpe dig.

– Kunstig intelligens kan gøre virksomhe-

der datadrevne og dermed give dem indsigt i

kundernes efterspørgsel i realtid, så de kan

komme op med nye produkter eller optimere

den måde, de producerer på.

– Anders Kofod-Petersen, Head of Data Science andEngineering Lab, Alexandra Instituttet

Karnovs kunder fårstørre indsigt medkunstig intelligensKunstig intelligens bringer de klassiske lovsamlinger ind i fremtiden.

Case

Karnov Group leverer viden til advokater, jurister og re-visorer. De mest kendte produkter er Karnovs Lovsam-ling og Ugeskrift for Retsvæsen, der indgår i mere end 10.000 onlinebrugeres arbejdsdag. Karnov ønskede at give brugerne større indsigt på tværs af domme og love, så de mere intuitivt kan underbygge deres sag.

I samarbejde med Karnov Groups digitale team har Alexandra Instituttet bygget beslutningsstøtte-systemer, der med intelligente maskinlærings-algoritmer sikrer brugerne et endnu mere overskueligt og tilpasset resultat, når de søger i Karnovs Lovsam-ling og Ugeskrift for Retsvæsen.

10 11

Kunstig intelligens skal klæde app på til udlandet

FieldSense er en dansk app, som hjælper landmænd med at overvåge marker ved hjælp af satellitdata. Ceptu, der står bag appen, har fået en millionindsprøjt-ning fra Innovationsfonden til videreudvikling af appen. Vi hjælper Ceptu med at udnytte kunstig intelligens og billedanalyse til automatisk genkendelse af markgræn-ser fra satellitbilleder. Det gør det muligt for Ceptu at gå internationalt.

Ceptu har fået 950.000 kroner fra Innovationsfonden via InnoBooster-ordningen til at gøre det nemmere at sælge FieldSense til udenlandske landmænd, der typisk ikke har samme data til rådighed som herhjemme.

Appen fungerer som en serviceplatform, hvor landman-den kan overvåge sine marker ved hjælp af satellitdata og kan se, om der er problemer med marken som f. eks. insektangreb, svampesygdomme eller mangel på gød-ning. Martin Kjeld Pedersen fra Ceptu forklarer:

– Det er et støtteværktøj og et supplement til land-mandens nuværende arbejdsmåde, hvor han går ud i marken og ser, hvordan der ser ud. Vi kan give det fulde overblik, så han kan spare tid, fordi han kan nøjes med at tage på inspektion til de marker, hvor der er proble-mer. Det sparer ikke kun tid men optimerer også brug af gødning og gavner dermed bundlinjen. Martin Kjeld

Pedersen er medstifter og en del af holdet bag Ceptu, som består af forhenværende og nuværende stude-rende på Aarhus Universitet.

FieldSense bliver i øjeblikket brugt af 3-400 landmænd i hovedsageligt Danmark, Norge og Sverige. Videre-udviklingen skal primært bruges til at skaffe kunder i udlandet, hvor det har været svært at komme ind, fordi de matrikeldata, der er afgørende for at kunne operationalisere appen, enten ikke eksisterer eller er svært tilgængelige, modsat i Danmark, hvor Natur- og Erhvervsstyrelsen stiller data til rådighed.

For at kunne sælge FieldSense til udlandet er Ceptu nødt til at finde ud af, hvordan man kan detektere mar-kgrænser, når kunden ikke er i besiddelse af data. Der-for har de allieret sig med Alexandra Instituttets Visual Computing Lab, der er eksperter inden for computer vision, billedanalyse og kunstig intelligens. De træner i øjeblikket en algoritme til at detektere markgrænser.

– I stedet for at købe en tredjepartsløsning udvikler vi én inde i vores system. Ved at fodre den med data kan vi vise en maskine, hvordan en markgrænse ser ud, og i sidste ende vil den kunne finde markgrænserne udelukkende ud fra satellitdata, forklarer Martin Kjeld Pedersen.

Godt eksempel på, hvordan man kan udnytte satellitdata

Ifølge Karsten Noe i Visual Computing Lab i Alexandra Instituttet er netop den type it-service, som Alexandra Instituttet leverer til Ceptu, et godt eksempel på, hvordan man kan udnytte big data, og specielt satellitbilleder, til at skabe forretningsværdi gennem nye it-services.

– Big data kommer mange steder fra, og efter-

hånden er de danske virksomheder opmærk-

somme på, at der kan ligge værdi eller nye

forretningsmuligheder og gemme sig i data.

Satellitbilleder er et af de områder, hvor virk-

somhederne ganske gratis kan få adgang til

data, men hvor det kræver lidt ekstra arbejde

at lave billederne om til brugbar viden som

f.eks. gennem avanceret billedbehandling eller

deep learning. Vi arbejder strategisk med dette

emne over de næste par år og håber at finde et

par gode samarbejdspartnere mere inden for

området. Så hermed en opfordring til at tage

kontakt, hvis du tror, at big data eller satellit-

billeder specielt ville kunne udnyttes i forret-

ningsøjemed.

– Karsten Noe,Alexandra Instituttet

Derfor valgte Ceptu Alexandra Instituttet

Ifølge Martin Kjeld Pedersen faldt valget på Alexan-dra Instituttet af flere grunde.

- Vi sidder i samme bygning blot 100 meter fra

hinanden, og det giver en stærk synergi mel-

lem vores teams. Desuden har en af Ceptus

medstiftere tidligere arbejdet sammen med

Visual Computing Lab, og derfra vidste vi, at

netop denne afdeling besidder kompetencerne

til at udvikle en stærk algoritme. Samtidig

arbejder teamet hurtigt og effektivt og leverer

resultater, som vi nemt kan implementere i

FieldSense.

– Martin Kjeld Pedersen,medstifter af Ceptu

Vi hjælper firmaet Ceptu med at udnytte kunstig intelligens og billedanalyse til automatisk genkendelse af markgrænser fra satellitbilleder.

Case

12 13

Hvor skal du sætte ind, hvis du gerne vil arbejde med data i din forretning?

At bruge big data i sin forretning er en klassisk forandringsproces. En proces, det ofte er en god ide at få hjælp til udefra.

Baseret på analyse af interviews og erfaring med for-andringsledelse har Alexandra Instituttet udviklet en fasemodel for virksomheders big data-indsats. Model-len er et værktøj, der hjælper dig med at sætte ord på nogle af de udfordringer og barrierer, din virksomhed møder. Og den giver inspiration til målrettet udvikling af din big data-indsats.

For at få succes med brugen af data, er det vigtigt at se på virksomheden som helhed og forstå sammenhæn-gene mellem mennesker, teknologi og forretning. Den forståelse er med til at afgøre, om du skal kon-solidere eller accelerere processen med at blive mere datadrevet.

Det er nemlig især i relationerne mellem mennesker, teknologi og forretning, at potentialerne for at skabe succes med data opstår.

Måske er I kun lige kommet i gang med de indledende tanker om, at jeres forretning skal være mere data-dreven. Eller måske er I allerede godt i gang med at bruge data, men vil gerne have hjælp til at komme vi-dere. I begge tilfælde kan I bruge vores forandringsmo-del. Den afdækker jeres potentiale og jeres parathed og sikrer, at I tager fat det rigtig sted, og at I kommer i mål.

Få en plan for din dataindsats

Kick-off-forløbVi identificerer, hvordan I kan arbejde med data. Vi udarbejder en plan og hjælper jer med at få den implementeret i samarbejde med vores eksperter.

Kompetenceløft med MasterclassHvor parate er I til at udvikle jeres forretning med data? Vi tilbyder jeres big data-konsulenter et tre-timers forløb med oplæg og opgaver.

Alexandra Instituttet tilbyderskræddersyede big data-forløb

Fem faser tilforandring

Vi arbejder ud fra vores fasemodel for virksomhe-ders big data-indsats, når vi giver dig vores bud på, hvor du kan sætte ind ved at finde de områder, der kan være udslagsgivende i forandringsproces-sen mod at blive mere datadrevet.

Forandringen af virksomhedens dataanvendelse består af 5 faser.

Første fase handler om at opsamle og bearbejde data, så de kan bruges til at monitorere drift og forretning.

I anden fase arbejdes der med at køre data sam-men på tværs af afdelinger for derved at skabe læring om forretningen.

I tredje fase betragtes data som et konkurrence-parameter, og virksomheden begynder at opstille strategiske mål for databrugen og at arbejde un-dersøgende med de muligheder, som data giver.

I fjerde fase er big data en grundsten i virksomhe-den, og mulighedsbetingelserne i data bruges nu til at gentænke forretningen på helt nye måder.

I femte fase bruges virksomhedens ekstremt høje teknologiske niveau til at indgå i et økosystem med omverdenen gennem store, ustrukturerede datasæt, realtidsdata og åbne data.

Der er ingen standarder for, hvor hurtigt virksom-heder bør bevæge sig igennem forandringenspro-cessen. Det vigtigste er, at processen skrider frem, så den passer ind i jeres organisation, forretning – og med den rette teknologi.

Alexandra Instituttet har været videnspartner i Industriens Fonds

projekt ”Big Data Business Academy”. Studiet og udviklingen af

modenhedsmodellen udspringer af projektet, der er bygget op

omen interviewrække med 23 danske virksomheder på tværs af

brancher, størrelse og geografisk placering.

MO

NITO

RE

RE

DR

IFTENLÆ

RE O

M FO

RR

ETN

ING

ENUDVIKLE KO

NK

UR

RE

NC

EEVNENGEN

TÆN

KE

FOR

RE

TNIN

GEN

KON

STA

NT S

YNK

RO

NIS

ERING

FØR

STE

FAS

EA

ND

EN

FAS

ETR

ED

JE FA

SE

FJER

DE

FAS

EFE

MTE

FAS

E

Hver måned sætter vi fokus på aktuelle trends og temaer. Tilmeld dig vores nyhedsbrev på alexandra.dk og få ny viden hver måned.

14 15

Sådan kan du samarbejde med osDu kan bruge os som uvildigt konsulenthus, underleverandør eller indgå i et af vores forsk-nings- og udviklingsprojekter. Du kan deltage i vores arrangementer. Eller du kan blive en del af Dansk AI Center.

Vi tilbyder rådgivning om nye teknologier, udvikling af it- og software, indsigt i brugeradfærd, brugerdrevet in-novation, forretningsudvikling, effektvurdering, kvalitetssikring samt kurser, workshops og foredrag.

I 2007 blev Alexandra Instituttet udpeget til GTS-insti-tut. Med denne status har vores kunder sikkerhed for, at vores viden og ydelser inden for it-innovation altid er foran markedet.

Som GTS-institut er vi godkendt af uddannelses- og forskningsministeren til at omsætte forskning til vækst. Vi samarbejder med virksomheder, offentlige institu-tioner, videninstitutioner, universiteter, erhvervsskoler og andre GTS-institutter om at udvikle nye it-baserede produkter og services. Vi har en forpligtelse til at hjælpe danske virksomheder med at anvende den nyeste forskning og teknologi på normale kommercielle vilkår.

Den nyeste viden direkte i din indbakke

Scan koden og tag et kig på vores tidligere nyhedsbreve

Alexandra Instituttet er en almennyttig virksomhed, der skaber vækst og velfærd i Danmark gennem it-baserede produkter og services. Vi hjælper offentlige og private virksomheder med at anvende den nyeste it-forskning og -teknologi.

Per SondrupChief Commercial Officer +45 25 14 63 81 [email protected]

Kontakt

www.linkedin.com/company/alexandra-instituttetwww.facebook.com/thealexandrainstitutewww.twitter.com/@alexandrainst

ALEXANDRA INSTITUTTET IT-byen Katrinebjerg • Åbogade 34 • DK-8200 Aarhus N • +45 7027 7012 Univate • Njalsgade 76, 3. sal • DK-2300 København S • +45 7027 7091

Del data og bliv klogere!

Del data og bliv klogere!

Del data og bliv klogere!

Book en kontorplads Overvejer du, eller er du i gang med at udnytte kunstig intelligens i

dine produkter? Så flyt ind på Dansk Center for Anvendt Kunstig Intelligens

og få nem adgang til spidskompetencer inden for maskinlæring, kunstig

intelligens og big data. Køb én eller flere arbejdspladser kombineret

med et klippekort til en rådgivningspakke hos Alexandra Instituttet.

Få adgang til ressourcerCenteret giver dig adgang til en kørende dataplatform, spidskompetencer inden for kunstig intelligens samt et netværk med andre virksomheder, der arbejder med ¨de samme teknikker.

Del data og bliv klogereDe færreste kontorfællesskaber for virksomheder har fokus på fælles metode. Ideen med centeret er at give virksomheder fra alle brancher, som arbejder med kunstig intelligens, mulighed for at udveksle erfaringer.

Bring innovation ind i din virksomhedCenteret giver mulighed for Fast-lane innovation, så virksomheder kan bruge det som ekstern udviklingsafdeling. Vi faciliterer også innovationsfællesskaber for virksomheder, der ønsker at udforske mulighederne inden for fx. beskæftigelse. Der vil derfor være enblanding af faste beboere og innovationsgrupper.

Kom tæt på banebrydende teknologierCenteret er placeret i Univate, der er et er et nyt og moderne kontorfællesskab ved Københavns Universitet, og lige ved Islands Brygge metrostation. Placeringen giver let adgang til både start-ups, etablerede virksomheder og offentlige aktører.

Centeret henvender sig både til mindre virksomheder og offent-lige organisationer, som er på vej til eller allerede i gang med at anvende kunstig intelligens.

Bliv inspireret af andelstanken Hvis vi vil udløse det potentiale, der er i kunstig intelligens, bør vi hive fat i vores

unikke arvegods: andels-tanken. Danmark er godt rustet til den fjerde industrielle

revolution, og bør på ingen måde være bange for teknologien. Vi har noget de andre

ikke har, og som kan løse de udfordringer, vi står overfor. Det gælder bare om at

komme i gang.Andelsbevægelsen er en særlig dansk økonomisk-demokratisk tradition,

som har stor betydning for fremkomsten af det moderne Danmark. Andelstankens formål er at fremme medlemmernes produktion og fælles

økonomiske interesser solidarisk.

Andelsbevægelsen har de sidste 150 år været med til at dri-ve udviklingen herhjemme. Vi har i Danmark skabt brugsfor-eninger, mejerier og slagterier i fællesskab, og andelstanken lever videre i globale koncerner som Arla og Danish Crown.

Samtidig er bevægelsen lige så aktuel i en digital tidsalder, men i stedet for at dele mælk og kød, så bør vi dele data. Ved at stille data til rådighed for organisationer og virksomheder, så kan de udnytte værktøjer som kunstig intelligens og skabe løsninger inden for en lang række områder.

Og hvorfor er det vigtigt at dele data?

Mest fordi, at der er en udbredt misforståelse i at data har værdi i sig selv. Data har kun værdi, hvis man anvender det til noget fornuftigt og kommer det i en fælles spand. Ellers kom-mer der ikke sød musik ud af det.

Et eksempel fra Uber viser, at data er vigtigere end en mid-delgod algoritme. Her kom man frem til langt mere realistiske bud, da man satte kunstig intelligens til at beregne, hvor lang tid det tager en chauffør at køre fra a til z.

Data har enorm værdi, og som udvikler bør man bevæge sig væk fra at løse sine udfordringer med mindre gode algoritmer og i stedet bruge kunstig intelligens til at udnytte data til at skabe bedre løsninger.

Men kunstig intelligens kræver helt lavpraktisk, at man har adgang til store datasæt. Da Danmark hovedsageligt består af små og mellemstore virksomheder, kan vi godt frygte, at de taber data-kapløbet.

Med de rigtige data kan man fodre algoritmer og bruge kunstig intelligens til at forudsige mange af de ting, som mennesket gør i dag. Inden for juridisk rådgivning kan man få en algoritme til at finde det rigtige udfald af en situation. Læger bruger allerede kunstig intelligens til diagnosticering af patienter.

Hvis du sidder som aktør eller virksomhed på trafik-, beskæf-tigelses- eller et andet område, og har brug for modeller, der kan forudsige udfald, er det eneste du skal gøre at stille dine data til rådighed. Deling af data er noget af det kraftigste, der kan udvikle kunstig intelligens.

Det kræver selvfølgelig, at der er et innovationscenter, der tænker i kunstig intelligens, og at der er en teknisk platform til at opsamle data.

Udsnit af Synspunkt i Berlingske Business af Flemming Adsersen, COO Center for Kunstig Intelligens og Anders Kofod-Petersen, vicedirektør på Alexandra Instituttet og professor i Kunstig Intelligens.

Del data og bliv klogere!

Vores forventning er, at det bliver et mini Silicon Valley

Sådan lyder det fra Droids Agency, der er blandt de første indflyttere i

Dansk Center for Anvendt Kunstig Intelligens. Bureauet er et kommercielt

co-creative partnerskab mellem Celuma og Spitze & Co., der har bred erfaring

med automatisering i både private- og offentlige virksomheder.

– Vi kan se, at der kommer nogle nye muligheder med machine learning og kunstig intelligens og én institution kan ikke løse det alene, det kræver flere kræfter at udnytte den her teknologi. Vi er med i centret, fordi vi er et konsulenthus og ikke et it-hus. Vi kigger på, hvor kunden gerne vil bringe sin forretning hen og hvordan. Det her set-up med et center for anvendt kunstig intelligens er den helt rigtige tanke. Det må vi bare være med i, siger Jimmi Hansen.

Droids Agency flytter ind i centret, fordi de kan se, at hvis man skal lykkes med at anvende kunstig intelligens, skal man spille sammen med dem, der er på forkant med, hvordan teknolo-gien kan spille ind i forskellige forretningsprocesser.

– Vi er med for at være helt fremme i bussen og kunne bidrage med værdi ude hos kunderne, siger Tim Daniel Han-sen – den ene af de to partnere.

Fundamentet i Droids Agency bygger på at gentænke forret-ningen ude fra og ind med et digitalt mind-set. Det kalder Tim Daniel Hansen og Jimmi Hansen, der står bag bureauet ’digital first’. Det handler for dem om at skabe en dyb fusion mellem forretningsviden og teknologi.

Hjerteblodet i Droids Agency er at automatisere processer og finde nye forretningsmodeller, hvor det er oplagt at anvende machine learning og kunstig intelligens.

– De her teknologier vil være med til ændre forretningsstra-tegien for mange virksomheder og give dem nye mulighe-der, som f.eks. helt nye services. Vi vil tæt på teknologien og forstå den i dybden og give kunderne den samme forståelse. Det handler for os om at være, hvor det sker og blive klogere ved at være sammen med de mennesker, der er dybt nede i teknologierne, siger Jimmi Hansen.

Solide it-profiler blandt centerets første beboere”Vi er alle sammen på en rejse – og den kan ikke tages alene”.

Sådan lyder det fra 2021.AI, der er blandt de første beboere i Dansk

Center for Anvendt Kunstig Intelligens.

2021.AI hjælper virksomheder med at implementere avan-ceret teknologi – lige fra kunstig intelligens-strategi til den praktiske implementering i produktionen. For 2021.AI er det vigtigt at være en del af et fagligt miljø omkring kunstig intelligens og være med til at påvirke miljøet for udvikling af data science og machine learning.

– At være i centeret giver os inspiration. Der opstår et natur-ligt samarbejde i centeret, hvor vi bruger hinanden, der hvor vi er bedst. Centeret er ideelt til udveksling og sparring af ideer og mulighed for at dele data. Vi møder nogle af de mest ambitiøse organisationer på det her område, som vi gerne vil have en dialog med. Vi taler med organisationer og virksom-heder, der alle har forskellige processer og udfordringer, der kan optimeres ved hjælp af kunstig intelligens, siger siger Mikael Munck, og fortsætter:

Dansk Center for Anvendt Kunstig Intelligens arbejder med den samme metode, som os. Det betyder, at det er den sam-me algoritme, der tages i brug til at løse samfundsudfordrin-ger som f.eks. trafik, beskæftigelse eller bæredygtigt byggeri. Og det rammer ind i vores måde at tænke forretning på, for 2021.AI leverer rådgivning, teknologi og data sciences-kom-petencer, som kombineret med virksomhedernes egne dybe brancheekspertise er modellen for et samarbejde, .

Bag 2021.AI står tidligere it-topchef hos Saxo Bank, Mikael Munck, CEO i 2021.AI, hvis partnere også tæller Kiran Vas. og tidligere CIO i DSB, Martin Börjesson.

– Min vurdering er, at efterspørgslen på

samlede løsninger vil være stor. Helt fra at

virksomhederne skal få en ide om, hvordan

de kan bruge kunstig intelligens og til den

praktiske implementering af

machine learning og data

sciences i produktionen.

Det er den rejse, vi hjælper

virksomhederne med.

– Mikael Munck, CEO i 2021.AI

Kunstig intelligens er ikke usynligt tryllestof, men en ny, vidunderlig værktøjskasse, som tillader os at gøre ting, der ikke har været praktisk mulige før.

– Anders Kofod-Petersen, Deputy Director, ProfessorData Science and Engineering Lab, Alexandra Institute

Kontakt

Flemming AdsersenCOO [email protected]+45 24 82 90 60

Del data og bliv klogere!

Del data og bliv klogere!

Del data og bliv klogere!