Big Data Analytics och Data Science har aldrig varit hetare men problemet är att många företag inte fullt ut hittat rätt användningsområden. För hur många AI-tillämpningar som inte innebär bild- eller textanalys kan du nämna på rak arm?
Data Science-experten Robert Luciani, Head Of R&D på Foxrane, berättar för oss om fenomenet som inte levt upp till förväntningarna. Eller, tekniken fungerar utmärkt men det är vi människor som ligger efter med att vara kreativa när det kommer till användningsområden. På många sätt liknar det hur man förr i tiden såg på internet som enbart hemsidor. Man tänkte inte på internet i form av tjänster och det fanns ingen tvåvägskommunikation. Men sen exploderade det i lösningar och tjänster som vi inte ens kunnat drömma om.
– Fundera några sekunder på hur många internettjänster vi kan nämna. Spel, chattar och streaming. Tänk sedan på olika AI-tillämpningar som inte innebär bildtillämpningar eller textanalys. Hur många av det sistnämnda kan du komma på? Inte så många?, frågar sig Robert Luciani och fortsätter:
– Digitaliseringen måste nämligen bli en AI-fiering. Vi måste gå bortom att behandla Data Science och AI som att det enbart kan få fram svar och i stället se det som en automation av affärsprocesser. Chatbot i all ära men det är ingen utmaning för AI. Tänk istället t.ex. hur du kan styra din resursanvändning, styra schemaläggningen av personal och inköp. Det är då AI verkligen kommer till sin fulla rätt.
Men hur ska man då tänka kring Data Science?
Robert Luciani betonar vikten av att verkligen förstå kärnan av din affär innan du sedan applicerar Data Science. Våga att verkligen nyttja tekniken, så kommer ni att få en riktigt tydlig affärsfördel gentemot era konkurrenter.
Det finns två sätt att tillämpa AI:
- Att ta befintliga processer och effektivisera dem.
- Att skapa nya affärsmodeller, processer och tjänster.
Den första är lättare och har en lägre tröskel men även mindre effekt. Robert Luciani förklarar:
– Om ett företag ska skapa en bildigenkänningslösning är de en av hundra som redan gör det och därför ligger automatiskt efter. Det är inte en affärsfördel. Det är bättre att investera tiden i att sätta sig in i tekniken och se de praktiska tillämpningarna för att kunna dra nytta av dem.
Avslutningsvis berättar Robert Luciani om fördelen med att designa system som redan från början går att sätta i drift. Annars blir det lätt dubbelarbete. Han visar hur han med sin HP Z Workstation direkt kan sätta upp sin utvecklingsmiljö för att spegla driftmiljön som sen lösningarna är tänkta att köras i. Det blir både kostnadseffektivt och enklare för övriga på företaget att få en tydlig bild av slutresultatet. Z Workstations har redan från fabrik förinstallerade program som gör att du sparar flera dagar på att installera, konfigurera och utföra underhåll av Data Science-miljön och kan i stället komma igång direkt.
Kort om HP Z Workstations
Workstations produkter från Z by HP är företagets mest kraftfulla datorer och passar de företag och medarbetare som kräver extra kraft för att få sitt jobb gjort. HP har skapat en optimal Data Science-portfölj genom att testa och i förväg läsa in populära Data Science-verktyg på utvalda bärbara och stationära datorer som konfigurerats för att uppfylla kraven i just ditt arbete. Läs mer hur Z by HP kan hjälpa dig att utveckla ditt företag.
