Ville du ha stolt på en snekker som bruker hammer til alt, uansett hva oppgaven er?

Det er den strategien mange virksomheter har valgt når det gjelder kunstig intelligens. De har standardisert på et bestemt produkt, og det må de ansatte bruke til alle oppgaver. Det er som å tvinge de ansatte til å bruke hammer, selv om oppgaven er å skru inn en skrue.

Mange har et inntrykk av at kunstig intelligens bare er chatbotene vi hører mest om, som Copilot, ChatGPT og Claude. Dette er gode verktøy, som kan brukes til veldig mye, men de er bare én type verktøy i den store verktøykassen vi kaller kunstig intelligens.

Tilsvarende er de generative språkmodellene, som er «motoren» i chatbotene, bare én av mange typer KI-modeller. Klassifiseringsmodeller, analytiske modeller, prediktive modeller og simuleringsmodeller er bare noen av eksemplene på modeller som brukes til å løse oppgaver, både i næringslivet og innen forskning.

Når du bruker ansiktet ditt eller en finger til å åpne mobiltelefonen, er det en biometrisk KI-modell som sjekker om du er en person som skal ha tilgang til telefonen eller ikke. Det er et eksempel på en oppgave som Copilot, ChatGPT og Claude ville ha vært helt ubrukelige til.

Det er ofte disse andre typene KI-modeller som kan gi bedriften de største gevinstene ved å ta i bruk kunstig intelligens. Det kan for eksempel være i form av kvalitetsstyring i en produksjonsbedrift, adaptivt vedlikehold av motorer og maskiner eller beslutningsstøtte for ledere.

Å standardisere på ett spesifikt KI-verktøy i bedriften, er som å standardisere på hammer hvis du er snekker. Det fungerer veldig bra så lenge oppgaven er å slå inn spiker. Men hvis oppgaven er å skru inn en skrue, hjelper det ikke om du har kjøpt verdens beste hammer.

Bedrifter som lykkes med satsing på kunstig intelligens har fokus på oppgaven som skal løses, og velger det verktøyet som er best for å løse den aktuelle oppgaven.

Ikke spør deg selv «Hva kan jeg bruke KI til?», eller enda verre: «hva kan jeg bruke Copilot til?». Still deg selv spørsmålet «hvor har vi flaskehalser i våre prosesser?», «hvor bruker vi tid og ressurser, som vi helst ville ha brukt på noe annet?». Det er der du finner oppgavene du kan løse med kunstig intelligens, som vil gi verdiskaping for virksomheten.

Når du har funnet flaskehalsen du vil fjerne, kan dere finne ut av hvilket verktøy som er best å bruke til akkurat den oppgaven. Kanskje er det Copilot eller kanskje er det et helt annet KI-verktøy. Uansett bør dere velge det KI-verktøyet som egner seg best.

Det gir deg det beste resultatet, det gir deg fornøyde ansatte og det gir mest verdiskaping for bedriften.

Ikke tving dine ansatte til å skru inn skruer med en hammer.

Forsidebilde: Firefly / GPT Image 2.5

---