Mange muligheter med datadrevne beslutninger

Lær mer om stordata, datadrevne beslutninger, AI og analyse på Make Data Smart 12. september

Stadig flere bransjer får øynene opp for muligheten med stordata og analyse. Nå samler Dataforeningen spesialister fra offentlige sektor, byggebransjen, bank- og forsikringsbransjen, dagligvarebransjen og teknologileverandørene for å belyse utfordringer og muligheter med teknologien. 

Blant foredragsholderne på konferansen finner vi Lars Rinnan, CEO i Amesto NextBridge, Christoffer O. Hernæs, direktør i Skanska Digital, Rick van der Lans, industrianalytiker i R20/Consultancy BV, Marianne Jansson Bjerkman, Cluster Manager i Smart Innovation Norway, Andreas Fadum Haugstad, prosjektleder for Oslos senter for byøkologi, Xiaopeng Li , AI Business Lead Western Europe i Microsoft, Edwin Commandeur, Lead Product Manager i Fivetran, Tore Aasgaard, sjefsarkitekt i  Politiets IKT-tjenester, Mathias Meisfjordskar, leder for Data Governance i Fremtind Forsikring, Ottar Wiklund og Ginevra Jakobsen-Mendes i Helseetaten i Oslo kommune, Simen Alexander Linge Johnsen, Lead Data Scientist i Storebrand, Håkon Bjerkenes Øystese, Innsiktsanalytiker i Rema 1000 og Signe Moe, Data Scientist i Sopra Steria, Magnar Naustdalslid og Roar Lost i Utlendingsdirektoratet, Lisa Erfjord og Sara Dahlen, Data Analyst i Capgemini og Olav Lognvik, Lead Architect i DNB.

Valeriya Naumova, direktør i Simula Consulting og styremedlem av Dataforeningens faggruppe BI & Analytics, har jobbet med planleggingen av konferansen.

– Dette er den største konferansen innen Business Intelligence, maskinlæring og kunstig intelligens i Norge. Vi samler eksperter innen alle feltene for å dele erfaringer og visjoner for teknologien. Det som er viktig for konferansen er at vi tilrettelegger for utviklingen innen feltene i årene som kommer, sier Naumova. For å dekke flest mulig perspektiv på utviklingen er konferansen delt på tre forskjellige spor, Make, Data og Smart.  

– Vi ønsker å vise frem og forklare teknologien for å motivere andre til å bruke den. På sporet Make vil vi se på ulike «use-cases» og hvordan teknologien brukes i forskjellige industrier. På sporet Data ser vi på «data governance» og alt som handler om databehandling, ikke nødvendigvis basert på maskinlæring. Det tredje sporet, Smart, ser på alt som kan påvirke utviklingen av teknologien innen flere områder. Vi har også workshops som består av mer tekniske foredrag. Programmet passer både for utviklere, ledelse og andre. 

– Først og fremst ønsker vi å dele erfaringer fra flere bransjer. Om du ser på helsetjenesten kan de veldig mye om hvordan teknologien brukes i egen bransje, men de kan ofte veldig lite om hvordan utviklingen foregår i andre bransjer. For oss handler det om å inspirere på tvers av ulike bransjer slik at man kan lære av hverandre, avslutter Naumova.

Fortsatt eksponentiell vekst

Lars Rinnan, foredragsholder på konferansen og CEO i Amesto NextBridge, forteller om sine erfaringer med utviklingen de siste årene.

– For fem år siden snakket mange om stordata, men veldig få jobbet med teknologien. Vi begynte tidlig å jobbe med stordata og har sett hvordan begrepet nesten har forsvunnet, selv om vi fortsatt har store, raske og rare data, sier han.

De siste årene har han sett hvordan flere virksomheter og bransjer har begynt å ta i bruk stordata.

– Mange har fortsatt problemer med å forstå at utviklingen fortsetter eksponentielt. Vi er vant til å tenke lineært og ser tilbake på historien for å trekke en rett strek videre inn i fremtiden, det er feil. Teknologien utvikler seg beviselig eksponentielt, og det gjelder både prosesseringshastighet, lagringskapasitet, overføringskapasitet og lavere pris.

For å forstå eksponentiell vekst pleier han å illustrere det med en spasertur på 30 steg.

– Om man tar tretti steg på 1 meter kommer man 30 meter, om man tar dobbelt så mange steg for hvert steg kommer man en milliard meter etter 30 steg. Det er en veldig stor forskjell, sier Rinnan.

Stadig nye muligheter

Han forteller at utviklingen har gitt større muligheter til å analysere flere datatyper.

– For fem år siden var analyse av tekstdata for dårlig siden algoritmene ikke var trent på nok data. De siste årene har tekstdata hatt den samme utviklingen man så på bildeanalyse, og har nå begynt å gi verdi, sier han og fortsetter:

– Vi har blant annet gjort en analyse for Det Internasjonale Røde Kors på fritekstrapporter de får fra kriser og katastrofer over hele verden. Dette ble lest manuelt på hovedkontoret i Genève frem til pandemien. Da eksploderte antallet rapporter og organisasjonen greide ikke å behandle de på en god måte innenfor en fornuftig tidsramme.

– Vi ble engasjert for å analysere dokumentene ved hjelp av naturlig språkprosessering, eller algoritmer rettet mot tekst. I løpet av noen måneder var tekst-algoritmene på høyde med mennesker når det kommer til feilrate på å forstå teksten. Denne teknologien har kommet de siste årene og er fortsatt ukjent for mange.

– Mange har sikkert blitt «utsatt» for chat-bots. Det er ikke tilfeldig at jeg sier «utsatt», fordi de har også vært for dårlige. Nå har også disse blitt vesentlig bedre. Jeg tror dessverre ikke alle chat-bots er oppdatert, så det er fortsatt mange av de som er irriterende dårlig, sier han.

Påvirker alle bransjer

Han forteller om stadig flere virksomheter som tar i bruk mulighetene med maskinlæring.

– Da vi begynte med dette i 2016 var det bare de mest innovative som brukte algoritmer, men nå er det ganske mange som benytter AI og maskinlæring på et eller flere områder i virksomheten. Allikevel er potensialet mye større enn det som blir tatt ut i dag.

Han peker på at adopsjonsraten også er eksponentiell, men med en mindre bratt kurve enn på teknologiutviklingen.

– At adopsjonsraten er lavere enn teknologiutviklingen er vanlig fordi mange er skeptiske til det som er nytt. De som tar sjansen, får nå en del konkurransefortrinn som de som er mer skeptiske går glipp av. Det blir en slags polarisering i markedet hvor de flinkeste blir mye flinkere, og de som ikke er så flinke blir enda mer akterutseilt, sier han.

Flere flaskehalser

Han understreker at det fortsatt er flere flaskehalser og utfordringer i møte med den nye teknologien.

– Mye av bruken av teknologien stoppes av menneskelig psykologi siden vi er skeptiske til det vi ikke forstår. En annen ting er den teknologiske gjelden store virksomheter ofte har. Jeg snakket med en svindeldirektør i en stor nordisk bank om å ta i bruk maskinlæring på tekst. Han syntes dette var spennende og så at det kunne være lønnsomt, men hadde en stor back-log av andre IT-prosjekter som måtte gjennomføres først. Jeg tror ikke det er en unik situasjon.

– Store virksomheter akkumulerer teknologisk gjeld og jeg tror det er en av de største utfordringene. Samtidig ser vi at de som tar sjansen og tester teknologien på riktig business-case ofte får veldig høy avkastning på investeringene. Jeg har sett opp til 6000 prosent ROI på slike prosjekter, noe som er en særdeles god avkastning.

– En ting er at man må ha basis infrastruktur og en fornuftig måte å fange og lagre data på. Jeg tror allikevel det bare er deler av bildet og at mange kan omprioritere rekkefølgen på IT-prosjektene. Ledelsen burde stille seg spørsmålet om prioriteringene er riktig ut i fra et teknologisk, økonomisk og miljømessig perspektiv. Jeg tror IT-direktører og CEOs burde ha det spørsmålet høyere på agendaen, sier han.

Utviklingen videre

Rinnan vil snakke om hvordan disse teknologiene vil fortsette å vokse eksponentielt frem mot år 2029.

– Den teknologiske utviklingen vil gjøre at vi kan bli kvitt fattigdom, sult, miljøproblemer og kanskje til og med sykdom. Dette er de fire store spørsmålene i verden. Mange reagerer på at vi kan bli kvitt sykdom, men jeg tror faktisk vi kan det med ny teknologi.

– For meg handler det mye om å følge med på alle områdene hvor det er eksponentiell vekst, det gjelder både AI, roboter, droner, 3D-printing, bioteknologi og nanomaterialer. Disse teknologiene konvergerer og vil skape en enorm forandringskraft. Min påstand er at vi kan adressere alle de fire områdene med avansert teknologi.

– Det handler også om dialog med forskningsmiljøer siden forskning i dag vil komme på markedet om noen år. Jeg følger i tillegg med på startup-miljøene rundt om i verden hvor man kan møte selskaper som utvikler teknologi som blir kommersiell først om noen år. Kombinasjonen av forskning og startups gjør at dette er ikke gjetninger, men kvalifiserte antakelser. Det er allikevel ingen som vet nøyaktig hvordan verden vil se ut i 2029, avslutter Rinnan.

Høye ambisjoner for konferansen

Kim Næss, konferansier for konferansen og styremedlem i faggruppen BI & Analytics, ser frem til å treffe kunder, partnere og andre innen faget.

– Som leder av paneldebatten på Make Data Smart skal jeg og paneldeltakerne snakke om aktuelle problemstillinger innen teknologi, datasikkerhet, GDPR og mye annet. Med store aktører som Microsoft og Amazon til stede blir det spennende å lære mer om samarbeid og konkurranse i et stort globalt marked.

Næss jobber til daglig som Strategisk Nordisk Arkitekt for Salesforce og gleder seg til å hente inspirasjon fra konferansen.

– For oss er det viktig å møte andre kunder, partnere, leverandører og andre i økosystemet for å lære
om utfordringer og hvordan andre løser problemer. Vi er Norges største konferanse innen data, analyse og kunstig intelligens. 

– Med store sponsorer og andre leverandører til stede er dette en flott møteplass for alle innenfor faget, avslutter Næss.

Årets konferanse er sponset av Atea, Fivetran, Precise Prediction, Sopra Steria, Amazon Web Services, Bouvet, Capgemini, Denodo, Informatica, Microsoft, Fraktal, Inmeta og Webstep.

På Make Data Smart vil du lære om innovative tilnærminger de ledende selskapene bruker for å løse dagens viktigste utfordringer innenfor IT og business. Make Data Smart er for deg som enten er interessert i tekniske muligheter og utfordringer med nye teknologier eller bruker stordata til beslutningsstøtte, analyser og andre virksomhetsstrategier.

Make Data Smart arrangeres av fagstyret i BI & Analytics og administrasjonen i Dataforeningen.