‹ Tilbake till podcasts ‹ Shifter

9/7/2023

AI for business: Hvordan forholde seg til AI?

Denne episoden av Shifter-podcasten handler om AI for business. Salvador Valle, en teknologikonsulent, diskuterer hvorfor næringslivet bør bry seg om AI, og hvordan de kan implementere det i sine strategier. Han fremhever viktigheten av å ha en AI-strategi, og understreker at AI ikke er et mål i seg selv, men et verktøy for å nå forretningsmål.

00:01

Podcasten omhandler Salvador Valle og diskusjonen rundt AI, innovasjon og hvordan teknologi påvirker arbeidslivet.

08:53

Bedriftsledere må strategisk plassere ressurser for å håndtere reguleringer og cybertrusler, samtidig som de vurderer AI-løsninger for konkurransefordel.

11:45

Foredragsholdere og selskaper kan snart bruke avatarer og AI for å effektivisere og utvide sin tilstedeværelse på sosiale medier.

24:14

For å lykkes med AI, må selskaper ha en klar strategi, samarbeid og unngå gimmicker i implementeringen.

31:02

Teknologisk utvikling har lenge pågått, men AI endrer hvordan vi kommuniserer med maskiner og skaper nye applikasjoner.

Transkript

Nämnd i episoden

AI

AI er et viktig tema for næringslivet og diskuteres mye i podcasten.

ChatGPT

ChatGPT er en AI-modell som brukes som et eksempel på hvordan AI kan være nyttig, men også ha begrensninger.

Cefalo

Cefalo er en sponsor for podcasten og tilbyr outsourcing-tjenester for utviklere.

Aggrator

Aggrator er en inkubator ved Universitetet i Ås, der Salvador Valle jobber.

Intellis

Intellis er Salvadors eget konsulentselskap.

YouTube

YouTube er en plattform som brukes som eksempel for å vise hvordan AI kan brukes til å skalere innhold og nå et større publikum.

MrBeast

MrBeast er en YouTuber som brukes som eksempel for å vise hvordan AI kan brukes til å dobble innhold på flere språk.

GDPR

GDPR er en regulering som er relevant for AI og diskuteres i podcasten.

Copilot Augmented 365

Copilot Augmented 365 er en AI-drevet tjeneste fra Microsoft som diskuteres i podcasten.

Microsoft

Microsoft er et selskap som tilbyr AI-tjenester og blir nevnt i podcasten.

ERP

ERP er et system som nevnes i podcasten og brukes som et eksempel på hvordan AI kan implementeres i en organisasjon.

Bangladesh

Bangladesh er et land der Cefalo rekrutterer utviklere.

Kina

Kina nevnes som et eksempel på hvordan AI brukes i influencer-markedet.

Google

Google nevnes i sammenheng med AI og søkemotorer.

Bing

Bing nevnes i sammenheng med AI og søkemotorer.

RSI

RSI nevnes i sammenheng med AI og søkemotorer.

iPhone

iPhone nevnes i sammenheng med mobilrevolusjonen.

Blockchain

Blockchain nevnes i sammenheng med teknologiske trender.

Båharendalsuka

Båharendalsuka er et arrangement som nevnes i podcasten.

Bob

Bob er en begivenhet som nevnes i podcasten.

Skifter

Skifter er en podcast som tar opp temaer som AI, digitalisering og teknologi.

Skifter.no

Skifter.no er en nettside som nevnes i podcasten.

Python

Python er et programmeringsspråk som nevnes i podcasten.

Code Lama

Code Lama er et AI-verktøy fra Facebook som nevnes i podcasten.

Facebook

Facebook er et selskap som utvikler AI-verktøy og nevnes i podcasten.

Digital Chief Officer

Digital Chief Officer er en rolle som nevnes i podcasten.

Digitalisering

Digitalisering er et tema som diskuteres i podcasten.

Cloud

Cloud-tjenester nevnes i podcasten.

IoT

IoT er et tema som nevnes i podcasten.

First mover

First mover er et begrep som diskuteres i podcasten.

Startups

Startups nevnes i podcasten.

AI-first

AI-first er et begrep som diskuteres i podcasten.

Internettrevolusjonen

Internettrevolusjonen nevnes i podcasten.

Mobilrevolusjonen

Mobilrevolusjonen nevnes i podcasten.

Digital twins

Digital twins er et begrep som nevnes i podcasten.

Predictive maintenance

Predictive maintenance er et begrep som nevnes i podcasten.

Generative AI

Generative AI er et begrep som diskuteres i podcasten.

Shit in, shit out

Shit in, shit out er et begrep som brukes for å beskrive AI-modeller.

Vannkoker

Vannkoker brukes som et eksempel for å vise hvordan AI kan brukes til design.

Plast

Plast brukes som et eksempel for å vise hvordan AI kan brukes til design.

Transformator

Transformator brukes som et eksempel for å vise hvordan AI kan brukes til design.

Proprietære data

Proprietære data er et tema som diskuteres i podcasten.

Konkurransefortrinn

Konkurransefortrinn er et tema som diskuteres i podcasten.

Switching cost

Switching cost er et begrep som diskuteres i podcasten.

Privilegiert teknologi

Privilegiert teknologi er et begrep som diskuteres i podcasten.

Ekosystem

Ekosystem er et begrep som diskuteres i podcasten.

Verdikjede

Verdikjede er et begrep som diskuteres i podcasten.

Aksjonærer

Aksjonærer nevnes i podcasten.

Dubbing

Dubbing er et begrep som diskuteres i podcasten.

Digital twin

Digital twin er et begrep som diskuteres i podcasten.

Turbine

Turbine brukes som et eksempel for å vise hvordan AI kan brukes til predictive maintenance.

Images

Images nevnes i podcasten.

Sound

Sound nevnes i podcasten.

AI-vasking

AI-vasking er et begrep som diskuteres i podcasten.

Gimmick

Gimmick er et begrep som diskuteres i podcasten.

Grønnvasking

Grønnvasking nevnes i podcasten.

Digitaliseringsdagene

Digitaliseringsdagene nevnes i podcasten.

Digitaliseringsprosjekt

Digitaliseringsprosjekt er et begrep som nevnes i podcasten.

AI-prosjekter

AI-prosjekter er et begrep som nevnes i podcasten.

CEO

CEO er en rolle som nevnes i podcasten.

CTO

CTO er en rolle som nevnes i podcasten.

Shareholders

Shareholders nevnes i podcasten.

CPO

CPO er en rolle som nevnes i podcasten.

SAS

SAS er et selskap som nevnes i podcasten.

Macro

Macro er et begrep som diskuteres i podcasten.

Mikro

Mikro er et begrep som diskuteres i podcasten.

Energiovergangen

Energiovergangen er et tema som nevnes i podcasten.

Konsulent

Konsulent er en rolle som nevnes i podcasten.

Programmerere

Programmerere nevnes i podcasten.

Demografisk crunch

Demografisk crunch er et begrep som diskuteres i podcasten.

Befolkning

Befolkning er et tema som nevnes i podcasten.

Demografi

Demografi er et tema som nevnes i podcasten.

Bok

Salvador Valle skriver en bok.

Spansk

Spansk er et språk som nevnes i podcasten.

Redaktør

Salvador Valle jobber med en redaktør på boka si.

Pop

Pop er et begrep som nevnes i podcasten.

Deltagare

Host

Lukas

Guest

Salvador Valle

Sponsorer

Cefalo

Lignende

Laddar

Hei og velkommen til Skifters podcast. Ukens gjest har jeg vært der mange ganger før. Det er nemlig Salvador Valle. Velkommen Salvador.

Tusen takk, Lukas. Det er virkelig en glede å være her tilbake. Det er en enda større glede å ha deg. Tusen takk. Til vanlig så jobber du deltid på inkubatoren Agrator ved Universitetet i Ås, og så har du i tillegg et eget konsulentselskap som heter Intellis. Ja, rundt teknologi, management og innovasjon. Innovasjon, det snakker vi om den dagen. Ja, det snakker vi om den dagen.

Ja, innovation blir innovation. Uansett, i dag skal vi snakke litt om et annet buzzword, nemlig AI eller KI på norsk. Ja, og ikke AI. Nei, hva sier du? Sier du KI eller AI? Nei, jeg sier AI. Hvorfor burde du ikke sagt AI? Nei, kanskje fordi jeg ikke er norsk, ikke veldig AI.

Men hvis du sier mye, så kan vi snakke hva er det konsekvente? Og sier koi. Og hvis jeg sier ai, så sier jeg salvader, hva er det du sa? Ok, men du, ai. Jeg har jo hatt Inga Strumke på besøk her. Hørte den episoden. Ja, du sa den var veldig filosofisk. Ja, men det var det. Men jeg synes det var det begge er veldig faglige, veldig bra. Hun er veldig flink.

Og så ble du veldig filosofisk, men jeg liker det veldig interessant. Så jeg er sånn, ok, nå er det en del å snakke om jobb og hva jobb er for noe. Hun snakker om det i boka også, at jobb er nesten en form for straff. Nei, veldig bra. Ja, er det ikke det? I Depends liker du jobben din, så synes jeg at det er... Jeg tenker at hvis man ikke liker jobben sin, så har man et ansvar for å finne en jobb man liker.

Ja, så kan du bruke spørsmålet. Hva slags jobb trenger jeg? Det burde være noe du ikke ønsker å ta ferie fra, på en måte. Da har du finnet riktig jobb. Oi, det var en fin definisjon. Apropos filosofi. Vi skal snakke litt om AI for ...

Altså, business, for næringslivet. Hvordan tar man i, altså hva, hvorfor skal man forholdsette det, og hvordan kan man da det bruke? Ja, det har blitt veldig populært med å snakke om AI de siste årene. Altså, det var en sånn periode for 6-7 år siden, hvor det var veldig hett.

Da snakket alle om AI. Jeg husker det var noen som skulle lage et ettergutt fond som kun skulle investere. AI er ikke sånn at det ikke har vært populært i tider. Men så fikk den nyrednessanse nå rundt juletider med chat. Med generative AI. Det er det som egentlig har vært det skille. Det vil si noen som genererer noe. Ja, som plutselig har maskiner kreative på en måte. Så da begynte folk å si at det er ikke bare bøss, det er jo noe reelt.

Og så kunne folk ha leket seg rundt med det. Jeg synes at det er den store forskjellen. Folk hadde tilgang til noe de kunne leke seg frem til og bli admired, ikke sant? Ja. Så hvorfor må man, trenger man å bry seg om dette? Som en bedrift. Som en bedrift. Eller som en leder. Eller som en leder. For en bedrift da. Nei, men det er flere grunner til det. Ja.

Først må jeg si at det er flere selskaper som allerede har brukt, som allerede bruker ei, eller unnskyld, koi. Det har vært i det skjulte sett mye, og det har foregått mye også. La oss ta et topp tilbake. Hva betyr det?

AI eller KI? Skal du spørre meg det også? Jeg leste en definisjon for ikke så lenge siden som var ganske bra. Det er systemer som kan komme med resultater som kunne ha vært gjenkjent som en menneskelig svar.

intelligentsvar. Så det er noe sånn var det. Men jeg synes at dette med KI er litt sånn at når du ser det så er det sånn at du skjønner hva det er. Og det er selvfølgelig mange...

For eksempel statistikk og KI er ikke det samme. Kan man si at man bruker en datamaskin? Som gir svar som i prinsippet kunne vært mistenkt for å være en intelligent svar fra en menneske. Ja, og når man kan bruke en datamaskin så kan man gjøre det mye fortere. Det er gratis, i så å si. Så du får en eksponensiell kraft da.

av kapasitet til å gjennomføre en rekke oppgaver. Ja, det er riktig. Men hvorfor er det da viktig å bry seg om dette? Det er flere grunner til det. Den ene er selvfølgelig hva du nettopp har nevnt, og det er effektiviteten. Du kan gjøre dine prosesser mye mer effektive.

til og med du kan designe ikke en maskin kanskje men blader til en propell man kan gjøre det mye bedre mye fortere

Men generelt sett så synes jeg at en leder bør tenke på KI på flere planer. Og det første planen er noe som de virkelig må implementere. Og det første er rett og slett at man må se på det makrobildet. Og det makrobildet er at vi

Særlig i Europa, ikke så mye i Norge, men europa-sjonelt er vi foran en demografisk katastrofe. Vi har ikke folk, og generasjonen sett har våt drømme å sitte i et mørkt rom og lage noe for seg selv og selge det og ikke jobbe for en korporasjon i hele sitt liv, ikke sant?

Så det er utrolig viktig å tenke at det kommer til å bli en crunch når det kommer til å ansette folk. Vi er allerede der. I går til Norge sier jeg at det mangler 20 000-40 000 teknologer frem til 2030. Vi må finne en måte å erstatte den arbeidskraften som vi ikke har.

Og et av verktøyene er selvfølgelig automatisering, og AI kan være en del av det. Det andre er regulering. Det kommer en enorm kvantitet av ny regulering fra

fra EU. Det føler du som det er EUs innovasjonskraft, det er regulering? Ja, altså, vi kan ikke komme på noe nytt, men i Borg kan vi regulere. Det er EUs superpower. Vi skal regulere, alle skal se på oss. Forresten, føler du deg tryggere nå på internett etter GDPR?

Nei, det gjør ikke det. Har GDP gitt Europa en formidabel forsprang og konkurransefortrinn over for andre land? Jeg vet ikke. Sånne ting er litt vanskelig å vite. Det er vanskelig å vite effekten av et antivirusprogram. Hvis ingenting skjer, så tenker du at du har gjort jobben din, men du får ikke en følelse av at noe har skjedd. Nei, men her er det motsatte. Jeg føler at

Hvor mye spam får de jo? Ikke sant? Men ok, noe om det. GDPR-EI-jakt er faktisk ikke så dårlig. Jeg har lest det flere ganger. Hva da, EI-jakt? EI-jakt. EI-jakt, ikke sant? Den doglarkatoriske biten som skal regulere EI i Europa. Ok, så du nevnte først, var...

Det er demografisk. Demografisk krise. Og nummer to, regulering. Det kommer mye, og noen må kunne... Altså, hvordan kan du... Hvordan kan du drivne med sånn regulering og følge med? Ja, sørge for at du er innenfor. Innenfor. Ja, så du klarer liksom ikke å gjøre det manuelt. Du må bruke AI. Fordi det blir så mange krav. Det blir alt for mange krav å spørre en bonde i Norge. De er allerede desperate. Det er så mye som de må holde på med. Men du, altså...

Kan man ikke da bare kjøpe eller leie et SAS som gjør det for deg? Jo, jo, jo. Så trenger du forhold til AI, sånn sett? Du spør meg hvorfor trenger man AI? Uansett må du ta en beslutning. Hva er det som er viktigst at vi setter ressurser på? Er det at vi ikke har folk?

Den reguleringen som kommer er så høy. Det er så mye regulering når det kommer til vår bedrift. At vi må ha våre ressurser akkurat der. Det er en ledelsesspørsmål. Hvor er mine ressurser, og hvor skal jeg bruke dem? Demografi, regulering, hva mer? Security. Det blir mer og mer aktuelt med cyberattaks.

Og så uten ei blir det veldig vanskelig at vi klarer å forsvare oss. Men igjen, du kan kjøpe den, eller du kan ha den in house, eller du kan modifisere den. Ok, det du sier nå er jo ting som

det er jo behov som trengs å bli løst. Det har egentlig ikke noe med AI å gjøre, men AI kan løse de behovene på mange måter. Det blir veldig vanskelig å løse dem uten en form for innføring av AI. La oss si at jeg er en bedriftsleder, og så trenger jeg ikke forhåpe meg til AI, jeg trenger bare å abonnere på et program som fikser de tingene for meg. Må jeg forhåpe meg til AI? Må jeg liksom

spørsmålet mitt er med en sånn hvorfor må man forholdsette til A, altså hva må man gjøre, må man gjøre noe AI-specifikt i sitt selskap?

Du må i hvert fall vite hvilke områder som er viktigst for deg, og hvorfor skal du ha dine ressurser. Så kan du bestemme om du skal bruke en annen form for automatisering her og der. Men det som jeg ikke tror er at ledelsen i et selskap må bare sitte og vente. For der skjer det bare helt random. Er det et poeng at hvis man opererer i et...

et landskap hvor det er konkurranse, og du ikke bruker den kraften som finnes i AI, og konkurrentene gjør det, så vil de kunne levere en, i teorien, en bedre tjeneste til en lavere pris. Det er nummer to. Det er en del av det, ikke sant? Og en av de aspektene der er

Den enorme skaleringspotensialen som AI kan gi i KI, kan gi for mange. Og jeg vil gjerne komme med et eksempel. Ja, jeg skulle spørre om det. Jeg har et eksempel. Jeg følger med på YouTube. Jeg liker YouTube. Akkurat nå har det vært mye AI. KI. Det blir AI fra nå. Og så er det veldig interessant å se hva som skjer i Kina.

Det er virkelig mange creepy ting som skjer i Kina, men det som var interessant er at det var en influencer, det er en influencer, en av mange, som har laget...

kopier av seg selv, avatarer. Så de har hatt en i Prom som har sett på hvordan hun snakker, en language model, og så snakker du, har din avatar, og så sier hun på kinesisk, nå kan jeg ha mange av meg, som kan være overalt, på sosiale medier, så tenker du, oh my god, det er akkurat det vi trenger, flere influenser på Instagram. Men så tenkte jeg, tenk på det. Hvis man er for eksempel foredragsholder,

Som du tilfeller seg. Nei, nei, nei. La oss si at du er et selskap som driver med å formidle foredragsholder. Og hva er prosessen? Ja, ok, ja, vi har noen som spør. Ja, jeg har en som kanskje kan være bra for deg. De ringer meg, eller noen andre. Og så er det ja, kanskje er det tid, kanskje er det ikke tid. Det kan veldig godt skje at du alltid har tid.

For egentlig, i stedet for å sende deg selv, så sender du en avatar som holder for deg, og som er i stand til å svare på spørsmål. Jeg sier ikke at det kommer til å skje nå, for jeg vet ikke om jeg hadde for eksempel tatt den risikoen, at noen hadde spurt noe, og min avatar hadde svart noe rart.

Men det er en av de mulighetene som får noen til å eskalere i det uventlige, egentlig. Det er en av de mulighetene. Altså det å klone seg selv? Klone seg selv. Lage en digital tvilling av seg selv? Og en annen ting som har skjedd nå i stedet. Kan man lage et eget selskap bare med seg selv i alle roller? Hvordan vil jeg oppdra som CPO? Jeg tror at det hadde jeg ikke anbefalt. Eller kan du kjøpe den beste CTO-en som en klone inn i selskapet ditt?

Da tenker jeg at language models vil være konnektet til masse proprietarie data. Men jo, ikke sant? Ja, for du nevnte noe her om proprietarie data. Er det nøkkel med tanke på differensiering i en konkurranse hvor alle bruker et AI-verktøy, så må du ha noe som skiller deg fra de andre. Er det da proprietarie data? Jeg tror den er pilalen. Hvis jeg vil skaffe konkurransefortrinn med AI,

Og da er vi tilbake til ditt spørsmål. Jeg må ikke forholde meg til det som en leder. Kanskje kan jeg bare leie, altså service her og der. Ferdig med det. Ja, fint. Men da kan naboen også gjøre akkurat det samme. Fordi en AI-modell, den blir jo ikke noe bedre enn sine data. Det kunne jeg påstå. Og

Og da må du tenke, er de data, hvor er de? Er de tilgjengelige? Er de reliable? Og hvilken verdi har de datene? Har de bedre verdi? Tror vi at vi har proprietary data som gir oss en konkurransefortrinn overfor andre? Det er egentlig fordi, hvis vi går til den klassiske teorien om konkurransefortrinn,

De tre sterkene er tilgang til ressurser som ingen andre har, og så er det en switching cost, ikke sant? Og den tredje var... Skoleskolen? Nei, ikke det. Men uansett, greia er at en av de er tilgang til ressurser som ingen andre har. Ja.

Jo, den tredje er privilegiert teknologi, som er overlegen. Enten, også med AI, enten kan du lage en privilegiert teknologi, altså en teknologi som er mye bedre, overlegen, men da må du ha ganske mye penger.

Eller du kan ha data som er som ressurs, som er en overlegen verdi, enten for deg eller for dine kunder. Eller dine leverandører. Eller whoever i ditt ekosystem. Men er data verdien til et selskap? Er det data en selskap? Det vil si alt fra kompetanse til data, erfaring, etc. Er det det som er verdien til et selskap?

Jeg spør jo mye. Men jeg tror at det som du må gjøre er å si, da kommer vi til et framework, hva er det som ditt selskap egentlig skal være god på? Og er du kompetent i det du skal være god på?

Da identifiserer du hvilke, hvor du er kompetent og hvor du trenger å være god. Du har kompetanse, og du har de leveransene, de områdene hvor du skal være god og du skal konkurrere på. Hvordan vil

hvordan vil du øke kompetansen din, eller verdiene av disse områdene, hvordan kan du øke verdiene av disse områdene ved bruk av AI? Hvor blir egentlig verdiene av det som du har satset på så lenge mindre, fordi noen andre kan replisere det mye enklere med AI, med AI-basert software? Og da begynner vi å snakke, for jeg tenker, greit, da må du identifisere der hvor jeg skal være god,

jeg har frem til nå god kompetanse, og der jeg øker verdiene av de samfunnene jeg stoler for å vokse videre, det er der jeg må fokusere på å vite hvilke verktøy jeg skal bruke på, hvilke verktøy jeg skal bruke, og hvilke data jeg trenger til det. Hva

Så det er ikke bare data her og data der. Du må vite hvor stor du skal være god på, hvor skal jeg hjelpe, og hvilke data du kan bruke til det.

Så AI må egentlig rett inn i strategien og inn i alt, det må jo gjennomsyre... Ja, det må ikke det. Hvis jeg hadde vært en sånn veldig overordnet konsulent og ville ha svare prosjekter, ja, det må ikke være det. Det er best sånn. Men det må ikke være det. Det er mange selskaper som har hatt avdelingen som har jobbet med AI-prosjekter i seg, som har gjort deres produkter og tjenester mye bedre. Men

igjen, vi snakker om ressurser helt på toppen, hvor skal du legge ressursene dine i? For å vite at, ja, jeg skal rapportere til mine eiere, mine shareholders, ikke sant, aksjonærer, og øke verdien til det maksimalt. Hvis det er det som er planen. Men hvordan skal man som en bedrift da forholde seg til AI? Altså er det sånn enten du kan

Du kan se på det som bare effektivisering, for det første. Ja, det kan du gjøre. Det er det første man tenker på. Hva er det andre? Ja, det er det jeg snakker om. Eskalering er et bra eksempel. Jeg liker veldig godt det som for eksempel, og det er utrolig mange, hvis du går på YouTube, så er det mange YouTuber som sier at

15 AI-applikasjoner på 10 minutter. Så det er mye der som kan hjelpe. Men jeg synes at et godt eksempel er det som YouTube har gjort nå i det siste. Dette med dubbing, heter det på norsk.

Frem til nå, du har for eksempel MrBeast og alle disse store youtuberne. Og de frem til nå kunne du se ikke bare på engelsk, men også på spansk og andre språk. Fordi de hadde leid inn noen som dobba for dem. Men så kommer YouTube med sin egen dobbingmaskin. Slik at...

Altså tale. Ja, tale. Ikke texting, men tale. Og da er greia at jo, da er det ikke bare MrBeast og de store som kan gjøre det, men også de små. Plutselig så har en long tail av mange andre kunder, eller brukere, som før ikke hadde tilgang til å gjøre, og da de har tilgang til den ekstra tjenesten, og som nå har det.

Ikke bare det. La oss si at jeg hadde hatt en YouTube-kanal som jeg ikke har. Ikke gå rundt og lete. Og så må det være på norsk, ikke sant? Vittelite marked. Men hvis jeg plutselig hadde hatt det på spansk for eksempel, og på engelsk, plutselig var markedet mitt mye større. Jeg tror at en del av hemmeligheten er å tenke hvordan kan vi bruke

Vi må ha en oversikt over hva AI kan gjøre og ikke kan gjøre. Hva kan vi bruke? Hvordan kan vi bruke AI for å finne ut også andre måter å skalere det vi allerede er gode på? Men her snakker du om kommunikasjon da. Det utvider jo området kommunikasjon. Flere kan konsumere det, og flere kan og så videre. Men AI kan jo bli brukt i mange ting. Ja.

Vil jeg tro. Du kan designe mye fortere, som jeg sa. Men kommunikasjon gir jo mening i en YouTube-kontekst og så videre, men jeg tenker sånn, i en bedriftskontekst, og dette vi snakket om data, handler det om å kunne utnytte en automatisering av dine data.

Ja, automatisk innhenting hadde vært enda bedre. Jo, men altså det er ordentlig å forsterke fordelen din av dine egne data ut i markedet. Og det har skjedd mye med det i det siste, altså dette med predictive maintenance, har du hørt om det?

Nei, det kan du jo forstå. Du har en turbine et eller annet sted, så lager du en digital twin. Og så modererer den, og så sier den at når den trenger... Nå trenger den, før det knekker, så kan vi erstatte den og den delen. Det er mange områder hvor du egentlig kan bruke AI. Det som egentlig, som sagt...

Og det er derfor jeg kommer med disse to eksemplene, med skalering basert på images og sound. Generative AI er jo egentlig en av de store forskjellene. At plutselig har vi maskiner som kan kommunisere mye bedre, og som kan lage ting, rett og slett. Hva er de største utfordringene med å implementere AI i en forretningsstrategi?

For det første, du må ha en strategi til det. Du må ikke det, men det er mye bedre hvis du har det. Du starter der. Og så har du hindringer. Investering. Du trenger penger til det.

Nå har Microsoft endelig kommet ut med prisen til deres Copilot Augmented 365, og det kommer til å koste dobbelt så mye, rett og slett. Altså den kombinasjonen. Altså Office-pakka med AI. Ja, det blir dobbelt så dypt per ansatt, ikke sant? Eller per bruker, per måned. Du må få ha fond.

Hei, er du en CEO eller CTO i et vekstselskap og trenger flere utviklere? Da vet du at det er ganske krevende å finne dyktige utviklere i Norge. Men håpet er heldigvis ikke ute. Cefalo er et norsk outsourcing-selskap som har klart å bli en av de aller beste arbeidsgiverne for seniorutviklere i Bangladesh. Cefalos spesialitet er å rekruttere og bygge langsiktig utviklingsteam sammen med den norske kunden.

Og det å ha faste utviklere gjennom Cefalo skal i praksis oppleves som å ha egen ansatte. Så er du interessert i å høre mer om å ha eksterne utviklere, så vil Cefalo gjerne ta en veldig hyggelig prat med deg. Så sjekk ut cefalo.no, altså C-E-F-A-L-O.no. Folk som kan dette, og vi har sagt at det er en...

utfordring. Du må ha kunnskap, du må ha en eller annen form for å vite fra først av, ok, har vi disse datene, har vi ikke disse datene, og så må du ha som sagt en viss formening og et samarbeid med hvem som er de andre i ditt nettverk, ditt ekosystem og din verdikjede.

Eller innbæring. Så med alt mulig annet, altså start med awareness. Og så må du da, som jeg forstår deg, så må du gjøre litt sånn research. Femte av disse tingene. Altså, hva er det vi har som er interessant? Hvordan er konkurransebildet? Hva er kosten? Altså bare, du må lande deg i en slags analyse. Og så kan du se da potensielle gevinster du kan hente ut. Som du kan da eventuelt implementere i en overordnet

Og det er egentlig teknologi i management, ikke sant? Det er igjen en ny teknologi som har kommet som trenger ledelse. Men igjen har jeg noe som jeg synes er interessant av dette, med at man må være klar over at hvis man lager et eller annet med en ny funksjon med kunstintelligens,

som noen andre i din verdikje skal ha nytta, så må du være helt sikker på at du kommer til å få deres samarbeid. Og hvordan du deler de datene rettferdig med dem, ikke sant? Jeg føler at det som har skjedd nå i siste år, det har kommet mye nye tjenester som er basert på AI. Og så

Men så har det egentlig ikke så stor verdi. Det er bare mer at de har gjort det bare for å kunne si at de har gjort noe rundt AI. Altså det blir litt sånn, det er ikke noe... Så bra at du sa det. Fordi det er to farer her. Det blir jo en sånn gimmick. Ja, den ene faren er gimmick. Ikke sant? Vi snakket om grønnvasking, sånn AI-vasking. Den ene delen er en gimmick. Vi gjør dette for å gjøre kult. Og det koster litt, så vi bare implementerer det. Ja.

Den andre faren som jeg synes kan være enda, og det er virkelig en fare, er at vi ender opp som i de gode gamle digitaliseringsdagene. Du ender opp med i en organisasjon, så ender du opp med å ha en digital chief officer som sitter der, ikke har et budsjett, ikke har folk.

har en eller annen form for koordineringsrolle. Og så kommer en, og det husker jeg vel også, så kommer sånne digitaliseringsprosjekter som «Dette trenger vi, dette trenger vi». Dette er jo en form for digitalisering da. Ja, ja, ja. Derfor jeg sier at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at, at,

Det som pleier å skje, eller det skjedde mange ganger, er at det kom et sånt digitaliseringsprosjekt, høres veldig kult ut, oi oi oi, har vi penger, har vi folk, har vi kunnskap? Nå vent, det høres ut som en del av det store ERP-prosjektet som vi har i båda, ikke sant? Jo, Petter yter sjefen, ikke sant?

Du tar av det, og så blir det aldri implementert, og ERP-prosjektet blir tusen ganger lengre. Så det må man være veldig klar over, at det bør ikke skje denne gangen. Betrakt det som en enkelt prosjekt, se hvordan linja skal ta det i bruk. Jo, men så bør det være en lera linja, eller er det en støttefunksjon? Skal det være sentralt i linja? Skal det eie seg av CEO?

Altså noen som skal gjennomsyre alt? Eller skal det være en sånn sidefunksjon på siden, ved siden av markedsføring og HR? Jeg tror at det kommer tilbake til det samme. Hva skal du gjøre med AI? Hva er det som objektivene i firmaene er? Og hvordan kan vi bruke AI for å oppnå de objektivene, og ikke det motsatte? Og da sier du at

hvordan på tvers av avdelingene kan vi bruke visere data, ikke sant? Men for meg så er det egentlig bare digitalisering 2.0. Ja, det er det. Altså første digitalisering handler bare om å gjøre ting digitalt. Nettopp. Men nå handler det om å gjøre det AI, altså

Powered by AI, på en måte. Jo, men det er en slags digitalisering. Altså, du kunne fint gått inn under digitalisering. Det er en form for digitalisering. Og fordi jeg har vært der, så vet jeg hva som er farlig. Så den største digitaliseringsgreia forrige gang var å gå over til clouden, vil jeg tro. Ja, det var mye. Det var IoT også. Så det var mye IoT med artificial internet. Men de som gjorde det tidlig, de fikk en enorm fordel.

Jeg ville påstå det. Det er fortsatt de dagselskaper som enda ikke er på cloud. Det er ikke i skytjenester. Så det å være tidlig ute, er det bra eller dårlig? Da var det litt sånn... Det beror på hvilke ressurser du har.

Altså har du ressurser til å være ute først og opprettholde, men det er i boka. Strategi i boka, side 123. Altså, du kan være first mover, men da må du være sikker på at den advantage som du får som first mover er

sustainable over tid. Hvis ikke, så er det best kanskje å se hvordan det går med den første moveren. Og ta den posisjonen i etterkant, ikke sant? Mange store selskaper venter på hvordan den første moveren gjør hva de egentlig bør gjøre, og så få se hvordan det går. Og her kommer vi til startups, ikke sant? Ja, jeg skulle spørre om det. Startups. De som starter fra scratch. Ja.

Er det enklere for dem å implementere? Tenker dere fra dag 1? Jeg tror det. Fordi du har ikke legacy. Så lenge du har kompetanse, selvfølgelig. Men i prinsipp er det mye enklere for en startup å tenke det man kaller AI-first, AI-first, enn et selskap som har massivt med legacy fra før. Tenk å ha, bare den du har på toppen, er du et menneske. Og det mennesket må få lov til å si til, ok,

1000 ansatte, 2000 ansatte, 40 000 ansatte, ikke sant? Ok, greit. Hvordan skal jeg prioritere ressursene som for tre år siden har vi bestemt hvordan vi skal prioritere dem, ikke sant? Og disse selskapene er, de kan ta lang tid til å ta en beslutning, altså. Ja, blir det riktig å si at vi hadde internettrevolusjonen

på 90-tallet, det endevente mye. Og så får du mobilrevisjonen på 2010, i års. iPhone kom i 2007. Ja, men det begynner før. Smartphone som fungerte som smartphone, ja. Så ble det mobile først, og nå er AI en like paradigme

brytende teknologi som mobil og internett var før den? Ja, men det har skjedd lenge. Det som jeg tror at de fleste tror er at «Oi, nå har det kommet ei!» og «Før hadde vi ingenting!»

og det er ikke sant, vi har hatt ei lenge lenge og ting som å lage digital twins som jeg sa, ikke sant og predictive maintenance, det har vært lenge på plass og blir brukt lenge det som du kan si er at den nye revolusjonen er dette med at en, hvordan du kan kommunisere deg med maskiner og to, at du kan få maskiner til å skape ting

Som frem til nå, du hadde sagt, bare mennesker kan skape. Det er det som jeg synes er den store, og der tror jeg nok at vi kommer til å oppleve en enorm eksplosjon av nye applikasjoner basert på det. Men du, apropos det, så betyr det noe, altså slik min oppfattelse av AI da, er at

Shit in, shit out. Hvis du spør for eksempel chat GPT om noe, og du ikke har kompensert, du må stille riktig spørsmål. Åja. Og du må kunne evaluere, altså hvis du ikke kan evaluere svaret, Ja.

og ser at det er et dårlig svar, så må du kunne stille oppfølging. Hvis man ikke ser det, så tenker man at det svaret man har fått er bra. Så jeg føler liksom at det ikke er en sånn erstatning for kompetanse, i hvert fall ikke enda. Nei, ikke enda. Ikke enda, ikke sant? Og det er altså ingen som har en greie med informasjon, bare det svarer at chatgapet ikke skal brukes som informasjonskilde, ikke sant? Men det er det folk bruker det som nå. Ja, og det er dårlig. Eller, hva kan jeg si?

Det kan bli dårlig. Jeg tenker det er dårligere jo mer spesifikt og teknisk og krevende det er, jo dårligere blir det. Jeg har to eksempler på det. Jeg er sivilingeniør. I bunn og grunn er jeg sivilingeniør. Så utfordret jeg Kjeld GPT. En dag kom jeg fra trening og sier «Nå skal jeg stresse deg der». Og så spurte jeg, jeg husker ikke hva prompt var, men jeg spurte Kjeld GPT om å lage en vannkoker for blinde folk.

Det hadde egentlig vært ganske bra, ikke sant? Du så på alt det der, og så tenkte jeg, ja, kjempefint. Vannkoker for blinde folk. Hvorfor kan ikke man bruke vann i vannkoker? Jeg bare spurte. Og så var det sånn, det skulle ha en lyd, ikke sant? Når det er koket, så er det sånne greier. Men så, jeg er veldig stresset, ikke sant? Og så tenkte jeg, dette er veldig bra, men det blir ekstremt dyrt.

For det første må du tenke på hvilke parametre du egentlig lager i din prompt. Og det er ikke så lett, som du sier, hvis du ikke kan

så er det veldig vanskelig, ikke sant? For det første, og for det andre så må du klare å evaluere alt som kommer tilbake, som du skjønner at, oi, dette hadde jeg glemt, ikke sant? Eller maskinen har jeg glemt, eller dette spiller ingen rolle. Og så en gang så spurte jeg også maskinen om hvilken plast jeg skulle bruke for å lage en boks, en eske til en transformator på 10 000 volt. Ja, det er nært dette.

Vi fikk det til, men det tok flere skritt altså. Og vet du om det ble bra til slutt? Ja, fordi jeg har jobbet med plast. Så jeg visste at, ok, det er de tre, men det er bra for å starte. Ikke sant? Så må du selvfølgelig lage og teste og så videre. Men ja, det var bra for å starte. Og så spurte jeg, hvem er de tre største leverandører i Europa? Og så kom de. Og det visste jeg også at det sannsynligvis stemmer. Ja, men det er ikke noe gula.

Ja, men det er det som er så bra med den forskjellen mellom Google og Bing og RSI, ikke sant? At du kan få mye bedre svar. Så det blir en veldig interessant utvikling. Ja, men jeg føler det er litt sånn som... Kombinert med interne data, og med property data, med verdi, da kan alt som er design for eksempel gå mye fortere og kanskje også bedre. Ja.

Jeg føler jeg er litt sånn som gamle kameraer, digitale kameraer, hvor du hadde manuelle innstillinger versus at du måtte bruke autoinnstillingene. De som kan manuelle innstillinger synes jo ikke autoinnstillingene er bra. Det blir jo ikke bra, fra deres perspektiv. Det føler jeg med AE er at

det baker inn et svar for deg. De polerer et svar for deg. Du får liksom ikke grunnelementene i svaret. Det blir sånn, og det blir polert. Så jeg bare føler at jeg leser overalt tekster som kunne vært skrevet av AI, og som ikke har noe kjel, eller for meg noe verdi. Og det er ikke så vanskelig å skjønne når en tale har blitt laget med et kjapp kreppete, sånn ...

Nå da, ikke sant? Så synes jeg hvertfall ikke det er. Og den kunne sikkert blitt gjort bedre, altså den vil garantert bli gjort bedre hvis noen med den kompetansen kunne da forbedret den. Så jeg tenker AI er jo mer kompetanse du har, jo mer nytte får du ut av AI'en. Ja, men samtidig

Jeg minner meg på en veldig typisk case for disrupsjon. Der du kan lage mye som er bra nok. Mange tjenester som er bra nok med AI.

Og at de selskapene som er etablert, som har sine strukturer, sine folk, sin kunnskap, flytter seg fra det som er i deres øyne lav kvalitet, og kommer mer opp i det som er høyeste og høyeste kvalitet til de forskjellige. Jeg tror at det er ikke et urealistisk scenario. Og nok en grunn for at de selskapene, både store og små,

bør se inn i AI og hvordan AI kan påvirke dem. Et enkelt spørsmål. Hvis vi hadde startet fra scratch, uten de folka vi har, uten den historikken, uten legacy, hvordan hadde vi tilintetgjort oss selv? Hva hadde vi gjort? Fordi det finnes noen der ute som sannsynligvis prøver seg. Så den øvelsen

Tror jeg det hadde vært veldig sunn for mange selskaper. Så oppsummert da, hvordan skal man forholde seg til AI? Det er kunnskap, du må sette deg inn i det. Få oversikt over ditt eget selskap, hvilken verdier du har. Det må være en del av kjernen, for du skal implementere, altså kjernestrategien. Hva mer?

Du må ha en kjerning i strategien, og så må du vite hva du skal gjøre med det. Da har du et perspektiv om hvor du er god, og hvor du ikke er god. Hvilke verktøy som fungerer der inne som kan implementeres nå, verktøy som kanskje ikke kan implementeres fordi du ikke har folk. Det går mye på tildeling av ressurser. Tenker du at de må gjøre dette her?

Jeg tror at de fleste må ha en formening i hvert fall hva de skal gjøre med dette. De kan velge å ikke gjøre det. De kan velge å ikke gjøre det. Det er et legitimt valg. Men det som jeg synes at du som leder må vite at du tar det valget. At det ikke skjer random fordi du rett og slett har sovet i timen. Kan du vente til noen kommer med noen løsninger, en eller annen SAS-løsning som du kan abonnere på, som kan hente ut dine data og gjøre den jobben for deg?

Du kan vente, men det er igjen et spørsmål om... Det er bare for det er så mange ting man må gjøre. Du må gjøre det. Du må gjøre det. Men utvikling går jo ofte treigere enn man tror. Samtidig går den fortere enn man tror. Men i det minste det de må gjøre, det må gjøre, er at vi har... Hvor står vi med ei?

Hvor er vi? Hva er det vi er flinke til? Hva er det vi kan bli flinkere til med AI? Skal vi bli flinkere i hele selskapet? Noen del av selskapet? Noen aktiviteter i selskapet som går på tvers av alt vi gjør? Hvordan skal vi gjøre det bedre? Finnes det noen formellninger om hva AI kan gjøre og ikke kan gjøre? Hva kan vi bruke AI til og hva kan vi ikke bruke AI til? Er det verdt det? Hvor mye blir...

Det forspranget som AI kan gjøre oss, er det verdt det? Kommer våre kunder eller våre suppliers, våre leverandører til å sette pris på det? I det enkelte tatt, er de klare for det? Og det er litt sånn dette med ramebetingelser. Altså, er de klare for det? Fordi det er en ansikt du har, du er ikke alene i universet. Jeg tror at du må ha en formening, og du må vite hva du skal gjøre.

hva du skal med ei, det betyr ikke at, altså det kan skje at resultatet blir, vet du hva, ikke ennå. Og det er helt legitimt. Det er helt legitimt. Kanskje dine kunder vil ikke ha det? Nei, men er det naturlig å tenke på det? Altså du, man ofte har løsningen på at man har for mye å gjøre, at man skal ansette fler. Kan man ha det som en sånn, ok, neste gang, vi skal faktisk ikke ansette fler, men vi må bruke verktøy som gjør oss i stand til å kunne gjøre mer med de menneskene vi har.

Ja, for eksempel. Hva finnes der ute som kan hjelpe oss med det? Ja, for eksempel. Og det synes jeg er en veldig interessant tanke, fordi som sagt, det er helt umulig å holde tritt med alt som skjer. Hverdagen sånn 3,39 avlikker på 15 minutter. Men det som er viktigere å tenke, ok,

Det er litt sånn, husk at det er iPhones, det finnes sikkert en app til det, og det er mulig at man kan tenke, kanskje finnes noe som vi kan bruke AI, en AI-applikasjon som vi kan bruke til dette her. Hva koster det? Hvem leverer det? Hvordan kan vi, ikke sant? Men det er det som sier at AI er ikke et mål i seg selv. Det skal jo bire til å nå et forretningsmål, så det handler jo om forretningsmålet, og se hvordan du kan bli kjapt etter det,

ved bruk av det samme eller færre folk og bruk av teknologi. Og det er det første du spurte meg, hvorfor må de selskapene forholde seg til det? Jo, jeg tror at vi må på en del elementer som både er makro og mikro, men du må forholde deg til det, men det betyr ikke at du må implementere en del AI til enhver pris. Du kan godt vente, eller ikke, men du må ha en strategi til det. Jeg synes at

Jeg synes at alt annet er respektløst overfor shareholder og overfor eiere. Og hvis du har eien til ditt eget selskap, så jeg bruker deg i min egen virksomhet som konsulent.

Det fungerer veldig bra. Og det har jeg gjort på å tenke, hva er de elementene i min hverdag? Og hva er det jeg skal levere? Og så tenker jeg, dette her må jeg levere kjipt skikkelig god kvalitet. Og det som startet det for tre år siden. Hvilke vektøy finnes der ute? Og så tenkte jeg, nei. Og så begynte jeg å google, da fikk jeg tak i det jeg trengte.

Og det bruker jeg fortsatt. Jeg brukte også AI. Jeg brukte faktisk AI til chat-GPT. Det lærte meg, eller satt i alt meg, å installere Python på PC-en min. Og så lagde jeg et skript for meg, som ikke fungerte, men til slutt fungerte det. Skriptet kunne da hente ut, altså jeg fikk tak i det jeg tenkte da. Jeg skulle kategorisere 3000 nettsider. Så det gjorde den for meg.

Og da fikk jeg det noe avfølelse. Det er noe annet enn å stille et spørsmål. Og så Facebook har kommet med Code Lama, tror jeg det heter. Og det er sånn...

de går i den retningen. Altså, du skriver, jeg vil lage dette, og så kan du korrigere, og så kan du vende bedre koden. Så jeg så også at en som sa at det var sikkert tatt på spissen, men han sa, in about three or four years we won't have any programmers anymore. Og jeg var sånn, ok, da tar det litt på spissen. Men at du, vi

kommer til å være mye flinkere til å kunne utnytte de ressursene vi trenger på programmering. Det er garantert, og det kommer oss alle til gode for det. Som sagt, den demografiske crunchen som vi har foran oss, det er alvorlig. Jeg vet ikke, hvorfor ble det ikke tatt opp i Båharendalsuka, for eksempel? Jeg så en lista med hva som ble tatt, fra viktigste og det grønne skiftet og så videre. Befolkning?

Demografi? Problem med det? Var det noe om blockchain? Det husker jeg ikke. Men jeg husker at jeg var mest på Bob. Og så ingenting om demografi. Vi håper det blir neste år da. For det er et kjempeproblem. Det er et problem.

Salvador, vi må avrunde. Tusen takk for at du kunne komme. Takk skal du ha. Hva er planen din videre nå? Hva er din største utfordring i fremover? Mine personlige? Ja, litt sånn businessmessig. Businessmessig er det at jeg må få ut den boka som jeg skriver. Ja.

40 praktiske råd for å grunne deg med dårlig tid. Apropos mange ting. Det var 50, men da tenkte jeg at du kan ikke komme med en bok på 350 sider for folk med dårlig tid. Det forstår jeg da. Du putter den boka inn i chat-gpt, og så får du ut de tre beste rådene.

Ja, for eksempel. Men jeg kan tenke at hvis jeg vil oversette det til spansk, for eksempel. Det er fornuftig. Ja, det trenger jeg. Jeg er i samtale med redaktøren, og det skal jeg bruke. Men jeg har hatt den temptationen å ikke bruke den, for eksempel. Vi får se. Og så er jeg veldig med på energi. Den energiovergangen som vi har.

Det er en egen popp. Det synes jeg er utrolig viktig, og mye rart som blir gjort og sagt, som ikke har rødt i virkeligheten i det hele tatt.

Og det tredje er AI, som jeg synes er en såpass transformativ teknologi som jeg har egen respekt må jeg være god på. Takk for det, Salvador. Du ønsker deg masse lykke til med disse tre prosjektene du jobber med. Og så sees vi igjen i fremtiden. Ja, det er det bare å bli invitert. Ja, det skal vi få til. Takk skal du ha. Ha det. Hei.

Hei, hvis du likte denne episoden, så abonner på den og gi den gjerne en 5-stjerners rating med dine tanker. Hvis du er interessert i temaene vi tar opp på denne podcasten, så anbefaler jeg deg å gå inn på skifter.no. Og hvis du mener vi fortjener deg, så kan du gjerne støtte oss ved å abonner på Skifter. Takk for at du hørte på, og så sees vi neste uke.

Hei, er du en CEO eller CTO i et vekstselskap og trenger flere utviklere? Da vet du at det er ganske krevende å finne dyktige utviklere i Norge. Men håpet er heldigvis ikke ute. Cefalo er et norsk outsourcing-selskap som har klart å bli en av de aller beste arbeidsgiverne for seniorutviklere i Bangladesh. Cefalos spesialitet er å rekruttere og bygge langsiktig utviklingsteam sammen med den norske kunden.

Og det å ha faste utviklere gjennom Cefalo skal i praksis oppleves som å ha egen ansatte. Så er du interessert i å høre mer om å ha eksterne utviklere, så vil Cefalo gjerne ta en veldig hyggelig prat med deg. Så sjekk ut cefalo.no, altså C-E-F-A-L-O.no.