– Vanlig analys är ute maskininlärning – och bortom det – är inne, säger Kenneth Sanford, anlysarkitekt på samarbetsplattformen Daitaku.

Han är en av flera experter som vår amerikanska systertidning CIO pratat med – och det här är vad de tror vi kan vänta oss under året på AI-området.

Ai blir en del av verksamheten

Kanske ser vi det inte men faktum är att AI redan har klivit in på många företag.

– Många organisatoner använder AI redan men de kanske inte talar om det som AI, säger Scott Gnau som är cto på Hortonworks.

– Exempelvis använder alla som använder en chatbott mot kunder artificell intelligens.

Men forfarande så utnyttjas AI-teknik och AI-verktyg bara i liten skala och där väntas företagen trappa upp rejält under 2018.

Läs också: Elbilar och AI får riskkapitalet att skjuta i höjden rejält

– Företag har använt de senaste åren åt att utbilda sig själva kring olika AI-ramverk och verktyg. Men i takt med att AI blir allt mer vanligt kommer det att gå från småskaliga experimet till att bli automatiserat och införlivat i verksamheten, säger Nima Negahban, cto på Kinetica.

Han förutspår att investeringarna i hanteringen av AI:s livscykel kommer att öka under 2018 och att teknik som övervakar processen kommer att mogna.


Verkligheten sätter krokben för hajpen

Men alla är inte lika optimstiska. Ramon Chen, produktchef på Reltio pekar på att ett potentiellt genombrott för användningen av AI och maskininlärning har förutspåtts tidigare men att verkligheten är att de flesta företag fortfarande väntar på att deras investeringar på dessa områden verkligen ska visa några kvantifierbara fördelar.

– Faktum är att medan rubrikerna handlar om AI kommer de flesta företag att först behöva fokusera på IA – information augmentation: att få sina data organiserade på ett sätt som gör att de kan förädlas och ge relevanta insikter som stöder en effektiv affärsverksamhet. Samtidigt som också lagstiftningen följs, säger han.

Men även om det blir en backlash för AI-hajpen så kommer det inte stoppa de stora företagen från att investera i AI och annan relaterad teknik tror Monte Zweben, vd för Splice Machine.

– AI är det nya big data: Företagen tävlar om att göra de oavsett om de vet att de behöver det eller inte, säger han.

Chad Meley, marknadschef på Teradata, pekar på en rapport från det egna företaget, 2017 State of Artificial Intelligence for Enterprises, som definierar bristen på en it-infrastruktur som det största hindret för att realisera nyttorna från AI. Rentav ett större problem än kompetensbrist, problem med finansiering och svaga business case. 

Fördomar i dataset ett fortsatt problem

Tomer Shiran, vd på Dremio, tror att vi kommer få en diskussion kring dataset i år.

– Vart jag än vänder mig så lägger företag till AI i sina produkter för att göra dem smartare, mer effektiva och till och med autonoma. Under 2017 hörde vi argument för att AI både kan skapa jobb eller eliminera jobb, och en del tror rentav att det innebär slutet för mänskligheten. Det som har börjat bli en viktig del av den diskussionen är hur dataset som används för träning formar beteendet för dessa modeller.

Modellerna blir helt enkelt inte bättre än de data som de använder och att utveckla representativa dataset för träning är en utmaning.

– Människor har väldigt mycket förutfattade meningar och frågan när det gäller AI är om vi ska bli bättre med avseende på partiskhet eller om vi blir sämre. Debatten kommer att röra sig kring vem som äger data – vilka data om oss själva som vi äger och om företag som Google, Facebook, Amazon, Uber och så vidare som har samlat enorma dataset som föder våra modeller.

Besluten måste kunna granskas

Ett annat stort hinder för AI, speciellt i de branscher som är mycket reglerade, är att det är så svårt att visa exakt hur ett AI-system kommit fram till ett beslut.

Nima Negahban tror att det är nödvändigt att skapa möjligheter för AI-revision.

Läs också: IBM:s vd: AI-beslut måste vara transparenta

– AI används allt mer för sådant som att leta droger eller uppkopplade bilar och om de besluten blir fel kan det skada människors liv. Att ta reda på exakt vad som ledde fram till det slutliga, felaktiga, beslutet som ledde till ett allvarligt problem är något som företagen måste titta på under 2018. 

Molnanvändningen accelererar för att stötta AI-innovation

Horia Margarit, dataanalyschef på Qubole, håller med om att företagen nu måste förbättra sin infrastruktur och sina processer så att de stöttar maskininlärning och AI.

– Medan företag arbetar med att innovera med maskininlärning och AI, kommer specialiserade verktyg och infastruktur att allt mer flytta till molnet för att kunna stötta specifika användningsområden, som lösningar för multimodala sensoriska ingångar för mänsklig interaktion – tänk ljud, känsel och syn – eller lösningar för att koppla ihop satellitbilder med finansiell data för att få fram algoritmiska handelsmöjligheter, säger han.

– Vi väntar oss en explosion av molnbaserade lösningar som accelererar datainsamlingen och ytterligare demonstrerar vårt behov av att få tillgång till datorkapacitet och lagring – friktionsfritt och behovsbaserat – från molnleverantörer,