Bruk datadrevet innovasjon til fremtidsrettet utvikling

–Kundene trenger at vi har kompetanse på forretningsforståelse og forretningsutvikling, så de siste årene har vi bygget opp rådgivingskompetanse som er spesialisert på dette. Kunstig intelligens ligger ofte i skjæringspunktet mellom digitalisering, innovasjon og strategi. Derfor er dette prioritert kompetanse, forteller Slettene.

–Vi bruker mye data, og må ha folk som forstår alt fra bilder, til video, språk, tekst, sensorikk, kundedata og transaksjoner. Databildet er omfattende og ofte komplekst. Kunstig intelligens medfører ofte at maskiner overtar funksjoner som mennesker har utført. Da er det viktig at løsningen fungerer etter hensikten og på en etisk forsvarlig måte. Vi bruker mye tid på dette, sier Slettene.

Omfattende kompetansebilde

Kunstig intelligens er en tverrfaglig disiplin. Både matematikk, IT-kompetanse og forretningsforståelse er avgjørende. Slettene sier at det er mange egenskaper de må ha i teamet, og at de vurderer løpende kompetansen de trenger. Fagfeltet og behovet for kompetanse utvikler seg raskt. Derfor utvikler de teamet kontinuerlig.

–Konsulentene våre har svært variert bakgrunn. De kommer fra partikkelfysikk, matematikk, ledelse, astrofysikk og mange andre områder. Noen har vært med å vinne nobelpris, flere har doktorgrader, og vi jobber tett mot akademia og forskningsmiljøer. Ofte er en sentral del i et prosjekt å finne ut hva som er det siste innen forskning på algoritmer. Felles for alle er at de har kompetanse og interesse på tvers av IT-løsninger, programmering, forretningsforståelse, data og algoritmer. Den aller viktigste kompetansen våre konsulenter har – er det å kunne tilpasse seg ny informasjon og tilegne seg ny læring, sier Slettene.

Feltet utvikler seg fort – du må ligge i front

–Det vi ser etter er denne umettelige nysgjerrigheten. Du må ønske å ligge i front fordi feltet utvikler seg så fort. Vi bruker mye tid på kompetanseutvikling individuelt og i grupper. Konsulentene styrer fokusgrupper med spesielle tema som f.eks. teknologi og metode, Computer Vision, norsk språk og annet. Selv om den viktigste kompetanseutviklingen skjer i kundeprosjektene, er dette nødvendig for å forstå hvordan fagfeltet utvikler seg, forklarer Slettene.

Det er ikke den enkeltes CV som utgjør kompetansen Inmeta besitter, men den felles erfaringen vi sitter på som team, og det våre ansatte lærer gjennom kontinuerlige innovasjons prosjekter. Den kollektive erfaringen Inmeta har opparbeidet seg er viktig både for kunder og Inmeta som selskap, og sikrer datadrevet utvikling for våre kunder.

Alle industrier og bransjer

Inmeta jobber med de fleste bransjer, og både virksomheter i privat og offentlig sektor. Finans, industri, dagligvarehandel og helse er bransjer Inmeta har jobbet mye med, noe som henger sammen med hvilke data virksomhetene har til å utvikle forretningen, og problemenes natur.

–Vi jobber nå med et kjempespennende prosjekt sammen med NTNU der vi lager en løsning for å avdekke personer som utgir seg for å være andre enn de er, og med onde hensikter- typisk menn som prøver å komme i kontakt med yngre jenter på sosiale plattformer. Løsningen er basert på det siste innen forskning i verden, forteller Slettene.

-Dette er samfunnsnyttig bruk av kunstig intelligens. I et annet prosjekt jobbet vi med bilde-basert kreftdiagnostisering. Kreftleger sitter ofte i timevis og ser på bilder, mens vi kan bruke maskinlæring til å hjelpe legene med å få gjort dette på mye kortere tid, sier Slettene.

Sammen med Orkla har de laget en løsning der du kan laste opp en selfie og få råd om hvilke hudpleieprodukter som vil passe nettopp deg. Du kan lese mer om dette og teste løsningen på www.eirscandinavia.com.

I tillegg jobber Inmeta med maskinlæring innen alt fra vedlikehold, logistikk, saksbehandling, innkreving av fordringer, kundebehandling, produksjonsprosesser, kryssalg, anbefalings-løsninger og mye mer. Maskinlæring har et bredt nedslagsfelt. Det handler om å bruke data til å drive virksomheten bedre.

Lær deg å bruke data som et strategisk virkemiddel

Kunstig intelligens dreier seg om å bruke data som et strategisk virkemiddel. De som starter der er virksomhetene som Inmeta opplever at lykkes best.

–Disse kundene spør seg selv: hvordan kan vi bruke dataene våre for å fungere bedre som virksomhet? Se på det rent forretningsmessige og praktiske, og still de riktige spørsmålene: Hvordan kan vi forbedre prosessene og bruke maskinlæring til dette? råder Slettene.

–Unngå dårlig forankrede eksperimenter og læringsprosjekter, og ha mer fokus på de effektene du ønsker å ha ut, og se på hvordan du kan forbedre viktige områder i virksomheten ved å bli mer datadrevet.

–Ikke start med teknologi og verktøy. Mange tror at de må kjøre omfattende teknologiprosjekter og implementere dyre verktøy før de kan bruke data. Dette er normalt ikke tilfelle. Teknologi er nødvendig, men det er bedre å bygge løsningen iterativt og som en del av et innovasjonsprogram. Vi lærer kundene å bruke data som et strategisk virkemiddel, avslutter Slettene.