Vi på Unit4 lär oss om AI genom att prova, misslyckas och försöka igen.
Det är inte den berättelsen teknikleverantörer brukar lyfta fram, men däremot är det den ärligaste. Här delar vi några av våra viktigaste lärdomar om AI från våra egna erfarenheter och den feedback vi fått från kunder.
Wanda var vår första riktiga lärdom. Redan 2016 lanserade vi en av de första AI-baserade chattbottarna. Visionen var ett affärssystem som arbetar autonomt i bakgrunden och låter användaren ställa enkla frågor direkt i Teams eller liknande verktyg. Problemet? Kunderna använde den nästan inte alls. För ungefär två år sedan diskuterade vi i ledningsgruppen om vi skulle lägga ner konceptet helt. Sedan kom ChatGPT och allt förändrades. Så här i efterhand är förklaringen enkel: vi och våra kunder befann oss i ett alltför tidigt skede. Ingen av oss var redo. Den insikten har präglat mycket av vårt arbete med AI sedan dess.
En annan viktig lärdom handlar om affärsnytta. Den som påstår sig ha räknat hem AI:s affärsnytta fullt ut ljuger. Vi befinner oss i ett experimentskede och det gäller oss som leverantör lika mycket som våra kunder. Det är därför vi nu ger våra kunder möjlighet att testa AI-funktioner genom initiativet ”AI for Your World”, så att de kan utforska möjligheterna utan krav på stora investeringar och åtaganden. Samtidigt får vi värdefull återkoppling som hjälper oss att utveckla våra lösningar vidare. Detta är ett direkt resultat av det Wanda lärde oss.
Sedan början av året har vi arbetat med hur AI-programmering påverkar vår produktutveckling. Våra modeller visar att vi kan ta fram produkter 5–15 gånger snabbare, vilket faktiskt bekräftar en del av hypen kring AI. Men det är inte hela bilden och det är här den egentliga lärdomen finns. Att integrera AI i utvecklingscyklerna har tvingat oss att ompröva hur vi formulerar problem, inte bara hur vi löser dem. AI tar över mer av kodproduktionen och frigör resurser men den effektiviteten slösas bort om vi inte investerar lika mycket i planering och problemformulering. Det här har gjort mer djuplodande problemformulering till en viktig kompetens hos våra ingenjörer. Det visar också att humanistisk kompetens, särskilt filosofi, är minst lika värdefull som teknisk för att definiera vad AI faktiskt ska lösa.
Claus Jepsen, CTO, Unit4
Återkopplingen från kunderna har lärt oss lika mycket. Med Wanda förstod vi snabbt att affärskontext är viktigt. Ett projekt betyder en sak i ett konsultbolag, något annat i offentlig sektor och en tredje sak i en ideell organisation. När AI inte förstår kontexten bakom en fråga vet systemet inte heller vilken data det ska hämta från affärssystemet, och risken för hallucinationer blir därför stor. Den här insikten påverkade hur vi byggde vårt molnbaserade affärssystem, ERPx. Alla objekt har där beskrivits med semantik och ontologi. Samtliga affärsprocesser har lagts in i ett format som gör det möjligt för språkmodellen att resonera. Totalt har vi beskrivit över 1 200 datakontrakt för att minska risken för felaktiga svar. Det här är inte en produktegenskap som vi planerade från början. Det är något vi lärde oss på vägen.
På samma sätt lärde vi oss att styrning måste byggas in från grunden, inte läggas på efteråt. Vi har byggt ett lager med all transaktionslogik definierad som bestämda regler. Om en språkmodell sedan försöker uppdatera exempelvis en faktura kontrollerar lagret att det är säkert att göra det. Är svaret fel skickas istället ett felmeddelande, som går att agera på, tillbaka till modellen i samma loop. Transaktionsintegriteten skyddas därmed hela vägen. Det här är ett system vi inte visste att vi behövde förrän kunderna visade oss varför.
En återkommande lärdom handlar om hur kunder faktiskt ser på sin egen verksamhet. En ekonomichef i ett konsultbolag läser resultaträkningen på ett helt annat sätt än en ekonomichef i en ideell organisation. Sådan information måste fångas upp tidigt, under onboardingen, inte konfigureras in i efterhand. Med AI måste du berätta för systemet vad dina egna datafält innebär. Annars blir språkmodellen mycket säker på sin sak men har ändå fullständigt fel i slutänden. Det här är faktiskt ett fundamentalt nytt sätt att tänka vid mjukvaruimplementering och vi förstod det fullt ut först när vi såg vad som hände i kundernas miljöer.
Trettio år i techbranschen har lärt mig att motviljan mot experiment kostar mer än experimenten själva. CIO:er har traditionellt sett experiment som ett tecken på ofärdiga produkter. Det synsättet håller inte längre. Vi måste utmana vår inbyggda försiktighet och prova nya sätt att använda teknik i säkra miljöer och med tydlig återkoppling. Det är så vi lär oss. Det är det enda – ärliga – sättet.
Claus Jepsen, CTO, Unit4
