Kunstig intelligens har blitt så integrert i livene våre, at vi ofte ikke legger merke til det. Vi er både takknemlige og frustrerte på autokorreksjonen i mobilene våre. Vi tar det for gitt når Facebook tagger bildene våre, Amazon anbefaler bøker, og deteksjonsalgoritmer hjelper til med å lese mammografiene våre. Likevel, spår Gartner i den siste rapporten 100 Data and Analytics Predictions Throguh 2022, at det vil bli mye mer kunstig intelligens fremover. Dette gjelder i alle typer forretningsfunksjoner, i ulike industrier. Det vil påvirke daglige oppgaver både privat og profesjonelt, samt positivt påvirke jobber.

Det med at AI vil ha en positiv påvirkning på jobber, synes jeg er interessant. Jeg tror at ideen om at AI vil skape og ikke eliminere jobber er fordi kunstig intelligens i stor grad kompletterer menneskelig intuisjon – men ikke erstatter den. Under ser du tre organisasjoner som bruker AI i 2018 for å forbedre menneskets intuisjon, forbedre fortjenesten og livskvalitet.

Kunstig intelligens og kaffe

Neste gang du kjøper kaffe, kan du tenke på alle måtene big data og kunstig intelligens er med på å forme Starbucks opplevelsen din. Starbucks har estimert 90 millioner transaksjoner per uke, som gir selskapet 90 millioner muligheter til å samle inn og utnytte data. Mer enn 15 millioner mennesker tillater Starbucks å samle inn enda mer detaljerte data om deres kaffevaner, gjennom belønningsprogram og mobil appen. Disse dataene tillater igjen at selskapet kan fokusere på tilpassing, og skape en «bare-for-deg» kundeopplevelse. AI støtter appen sine anbefalinger om nye mat- og drikkevarer, basert på tidligere kjøp, geografi og vær. Alt dette supplerer Starbucks menneskeligbaserte kundeengasjement og lojalitet, inkludert en barista som kjenner til navnet ditt og favorittdrinken.

Oppdage motetrender

I likhet med verdens største kaffekjede, har også verdens største klesmerke benyttet kunstig intelligens for å skape tilpassede butikkopplevelser. H&M benytter 200 data scientists, analytikere og ingeniører for å oppdage trender, forbedre tilbud og etterspørsel og finjustere hvilke varer som er tilgjengelig i sine butikker. Selskapet bruker maskinlæring og språkbehandling for å analysere blogginnlegg, søkeord, sosiale medier og andre kilder, i et forsøk på å oppdage trender opp til åtte måneder i forveien. Denne kvantitative analysen hjelper de med å oppdage nye trender, i tillegg til H&M sine designeres moteinstinkter.

På butikknivå har H&M begynt å bruke algoritmer til å analysere kvitteringer, retur, lojalitetskort og innkjøpsmønstre for individuelle steder. Målet er å bruke disse granulære dataene til å tilpasse varene som er tilgjengelige i hver butikk – en stor forandring fra H&M sin langvarige praksis med å fylle alle butikker med lignende varer. Selskapet rapporterer et forbedret salg i en butikk i Stockholm som justerte varebeholdningen, og de utvider nå programmet globalt.

Triaging krise samtaler

Andre bedrifter benytter AI for å kunne bedre hjelpe folk i krisetider. Crisis Text Line er en nonprofit organisasjon, som gir gratis støtte 24 i døgnet, med frivillige som reagerer på meldinger om bl.a. depresjon, selvmord, mobbing og parforholdsproblemer. Mens hver melding leses og håndteres av et menneske, er organisasjonen avhengig av data for å gi hjelp raskere og mer nøyaktig. Crisis Text Line bruker maskinlæring og naturlig språkbehandling for å søke gjennom meldingen de mottar – over 65 millioner og dette øker. Systemet identifiserer høyrisiko ord og ordkombinasjoner og flytter deretter de meldingene øverst i køen. Organisasjonen forklarer:

Vårt maskinlæringslag identifiserer 86% av personer med alvorlig risiko for selvmord i sine første samtaler. Modellen, et ensemble av dype nevrale nettverk, lærte å forutsi risikoen for selvmord fra alle samtaler merket med «Selvmord» av kriserådgivere, i en undersøkelse tatt etter samtaler. Samspillet mellom modellforutsetninger og sanntids tilbakemeldinger fra Crisis rådgivere er viktig for forbedring av modellen. Vi er nå posisjonert for å betjene 94% av høyrisiko-meldingene på under 5 minutter.

Crisis Text Line forutsier at når algoritmen øker nøyaktigheten, vil det redusere ventetiden for folk med høyest risiko, spesielt i de travleste nattetidene. I tillegg leser dagens maskinlæringslag bare åpningsmeldingene, men en forbedret modell vil kunne oppdage og justere risiko i løpet av en samtale. Crisis Text Line forventer at maskininnlæringen til slutt vil oppdage selvmordsrisiko 5-10 minutter raskere enn en menneskelig kriserådgiver kunne på egen hånd.

Analyser i sitt beste

Gartner observerer, «den digitale fremtiden for virksomheter, konfronteres med nesten ubegrensede muligheter til å generere verdiskapning gjennom data og analyser.»¹ Dette er bare tre eksempler på organisasjoner som utnytter milliarder av transaksjoner for å bedre kunne betjene sine kunder og klienter. Starbucks og H&M bruker AI til å skape personlige kundeopplevelser, mens AI kobler Crisis Text Line sine frivillige til kriseproblemer raskere enn noensinne. I hvert tilfelle erstatter ikke AI menneskelig berøring, men snarere forsterker den. Det er dataanalyse på sitt aller beste: kombinere datakraft med menneskelig intellekt og instinkter for å gi best mulig beslutningsgrunnlag.
Kilder
¹Gartner, 100 Data and Analytics Predictions Through 2022, May 21, 2018.
“H&M Ramps Up Data Use,” by Saabira Chaudhuri, The Wall Street Journal, May 8, 2018.
Latest posts by Tonje I. Hanssen (see all)