Företagen måste börja fundera över hur de kan använda generativ AI i sina verksamheter.
Det säger Tom Christensen, chef för Thought Leadership på LTIMindtree i Norden i en intervju med IT-Kanalen.
”Oavsett om man befinner sig inom tillverkning eller bank- och försäkring så måste man fråga sig hur man ska hantera den här tekniken”, säger han.
Tom Christensen, som har titeln thought leader inom LTIMindtree, har varit i it-branschen i mer än 30 år. Karriären har spänt över utveckling, konsultande och CTO-roller. Vad innebär då den nuvarande rollen som ansvarig för Thought Leadership på LTIMindtree?
– Det innebär att man ska hjälpa företag att förstå trender och riktningen det rör sig i. Så jag överbryggar gapet mellan riktigt avancerad teknik och affärsproblemet. Det handlar också om att hjälpa företag att få ut det de vill eller uppnå det de vill med hjälp av teknik.
LTIMindtree är en global leverantör av it-tjänster med runt 90 000 anställda. Tom Christensen beskriver det som att bolaget stödjer företag i deras digitala transformation, att de hjälper till med att bygga rätt datastrategier för företag, arbetar med applikationsmodernisering, hanterade tjänster, infrastruktur och molntjänster.
Verksamheten startade i Indien som ingenjörsfirman Larsen & Toubro (L&T) 1938 där LTIMindtree är koncernens IT-division som fungerar både som externt och intern leverantör av IT-tjänster. LTIMindtree har varit etablerat i Norden runt 25 år och har i dagsläget fler än 40 nordiska kunder.
LTIMindtree är också en pionjär inom data och analys. Långt innan generativ AI blev ett allmänt känt begrepp var LTIMindtree experter på att hjälpa företag att få insikt och information från data utspridda över hela organisationen. Detta är ett viktigt steg för att använda GenAI. Varför? För utan data är GenAI ingenting.
– Vi har varit fokuserade på att implementera rätt datastrategier, migrering av data och på att bygga komplexa arkitekturer, till exempel för att säkerställa tillgång till alla företagets data. I den här verksamheten har vi också en stor grupp av experter globalt och lokalt i Norden som tittar på AI och generativ AI.
ChatGPTs enorma inverkan under det senaste året har inneburit att generativ AI har fått sitt breda genombrott. Det är den snabbast växande tekniken någonsin i IT branschen med mer än 2 miljarder användningar under de första 12 månaderna.
– Om man ser på genomslaget som den tekniken fått så måste man ställa sig själv frågan om det här kan användas i företagsverksamheten. Oavsett om man befinner sig inom tillverkning eller bank- och försäkring så måste man fråga sig hur man ska hantera det här.
– Vi på LTIMindtree har arbetat med generativ AI i mer än fem år och gått igenom de olika faserna, från forskning och utveckling till att bygga skräddarsydda lösningar. Nu är vi inne i en ny fas, där vi använder tekniken för att effektivisera datamigrering till moln, modernisera applikationskod, optimera IT-supporttjänst för våra kunder. Vi vill förstå hur tekniken kan vara en fördel för våra kunder.
Tom Christensen säger att generativ artificiell intelligens kommer i tre dimensioner. Det kan ses som nästa våg av produktivitetsoptimering – genom att arbeta mer effektivt, korrekt och snabbare. För det andra kan den användas för att skapa nya intäktsströmmar, komma med nya idéer för att förnya produkter i forsknings- och utvecklingsfasen (R&D). För det tredje kan det användas för att effektivisera kostnaderna genom att minska mänskligt ingripande under en väldefinierad arbetsprocess.
Han menar att nordiska företag ligger lite efter de amerikanska vad gäller hur generativ AI kan användas. Här fokuserar man fortfarande på produktivitets optimering, medan man i USA allt mer tittar på hur man kan hitta nya intäkter med hjälp av generativ AI.
Det här visar också en undersökning som LTIMindtree låtit göra.
Många organisationer är oroliga för att dela med sig av känsliga data till generativa AI-modeller – hur ska de tänka där?
Christensen tar ett exempel med ett företag som vill använda generativ AI för HR-funktioner för att minska de manuella delarna av arbetet.
En HR-tjänst kan optimeras med en intern chatbot som tränas för att arbeta på en utvald datamängd. Du har nu begränsat AI-modellen från att se all data inklusive känslig och offentlig data. Därmed väljer vi i förväg vad du kan se i din lösning. Det går att välja bort data, lösenord eller annan känslig data så att modellen inte tränas på detta.
När vi sedan tränar modellen gör vi den medveten om vad den kan och inte kan och på så sätt bygger vi förtroende för den. Sedan öppnar vi upp det för organisationen. På så sätt är det precis som att lära studenter nya förmågor.
I Sverige har det ju varit en del diskussioner inom den offentliga sektorn om hur man kan använda sig av datacenters som inte är svenska på grund av regleringar – är det ett hinder för utvecklingen?
Tom Christensen
– Nja, jag ser inte att utvecklingen hämmas. Det beror på syftet med den specifika GenAI-tjänsten. Om lösningen ska användas för att analysera hela sektorn kan det vara vettigt att använda offentliga uppgifter, medan interna personuppgifter inte bör användas för extern rådgivning till slutkonsumenter. Det handlar med andra ord om att se till varje enskild situation.
I hjärtat av GenAI ligger en data utmaning. Du får bättre resultat, mer effektivt, korrekt och snabbare med en välutvecklad och korrekt implementerad datastrategi.
Tom Christensen betonar vikten av att ha kontroll över sin datastrategi, att bygga den på rätt sätt och att ha rätt kvalitet på sina data.
Därefter kan man börja använda dessa data, bygga användarcase och börja skala upp dem. Då kan man också börja dra fördelar av tekniken.
– En del företag rör sig mycket snabbt just nu, då de använder generativ AI, till exempel inom läkemedelsindustrin. De börjar bygga upp nya läkemedel med stöd av generativ AI. Om man som företag halkar efter nu, då kanske man inte kommer ikapp.
Det är dock viktigt att notera att GenAI inte ska ses som en mirakulös lösning som utan ansträngning guidar företag genom utmaningar. Utan korrekt användning, rätt kompetens och resurser kommer det inte att ge den nödvändiga effekten.
