LIVE
09:12 4.000 flere kom i arbejde i juni - arbejdsmarkedet strammer til 

Internationale maskiner tager over, og vi mister milliarder

TELECOMS-MOBILEWORLD/
Maskinerne kommer, men der er ikke tale om helt præcist den slags maskiner, altså robotter, der er portrætteret her. Foto:

Machine learning er vel nok et af de hotteste buzzwords i dansk erhvervspresse, men vi er håbløst bagud i forhold til at udnytte potentialet, og mange ved dårligt, hvad machine learning er.

Den finansielle sektor indså allerede for 15 år siden, at machine learning er uvurderligt i forbindelse med kreditvurdering af kunder, der vil optage lån. Men hvornår tager resten af dansk erhvervsliv skeen i den anden hånd og indser de store værdier?

Men hvad er machine learning i grunden for en størrelse? Skåret helt ind til benet handler det om, at en computer giver et kvalificeret bud på sandsynligheden for et givent udfald ved at tage udgangspunkt i historiske data.

Det handler med andre ord om at drage fordel af alle de data, en virksomhed ligger inde med, og her opstår det første problem. I årevis har man sagt, at man lige skal have styr på sine data, før man begiver sig ud i noget så avanceret, men machine learning er slet ikke så avanceret og kompliceret, som mange går og tror. Efter 10-15 års sløsen med at få styr på data, burde de danske virksomheder så ikke være klar til at drage fordel af machine learning?

28BUSDirektoer-Erik-Thrme#2.jpg

Selvfølgelig er de det. Danske virksomheder er slet ikke klar over, hvor gode data de rent faktisk ligger inde med – dataskatte der nemt kan aktiveres ved machine learning og spare virksomheden for penge – rigtig mange penge.

Og mulighederne er mange. Der findes da også et fåtal af frontløbere foruden de store banker. I de senere år har teleselskaberne brugt teknologien i forbindelse med fastholdelse af abonnenter, der måske ellers var faldet for en konkurrents tilbud, og forsikringsselskaber bruger det til at spotte faresignaler i forhold til forsikringssvindel. Men det er ikke kun i disse brancher, man kan få glæde af machine learning.

Robot. Arkivfoto

Anvendeligheden er meget bredere, end dansk erhvervsliv tror. Produktionsvirksomheder kan for eksempel optimere en maskines produktion ved brug af machine learning. Feltet kaldes predictive maintenance og går ud på at forudsige, hvornår en maskine med høj sandsynlighed vil gå i stykker eller bør efterses, så man kan planlægge reparationer og tilsyn på et fordelagtigt tidspunkt.

Udvider man horisonten yderligere, ser man uddannelsesinstitutioner, der tager teknologien til sig. På Københavns Universitet går man selvsagt op i at undgå frafald og redde dem, der er i faregruppen, inden de falder fra. Resultaterne er ikke til at tage fejl af – efter bare seks måneder kan man med en sandsynlighed på 80 procent sige, om en studerende vil droppe ud eller ej. Kan man redde blot fem procent af disse, er der en kæmpe økonomisk gevinst for Københavns Universitet og samfundet som helhed.

robotter
For abonnenter LÆS MERE : Topchefer: Robotter skaber flere danske job

Der er med andre ord frontløbere, men skåret over en kam er dansk erhvervsliv håbløst bagude.

I mit daglige virke støder mine kollegaer og jeg tit og ofte på den opfattelse, at det koster formuer at komme i gang med machine learning, men det forholder sig imidlertid sådan, at en enkelt konsulent på noget, der minder om to uger, kan gennemgå relevant data hos en given virksomhed og ud fra dette tegne et klart billede af, om der er en god business case i at implementere en større forkromet løsning. Her bør vi som branche måske også kigge indad og spørge os selv, om vi kan være skarpere i vores kommunikation i forhold til at uddanne dansk erhvervsliv om machine learning.

07BUSPIX-UNIVERSAL-ROBOTS-1.jpg

En anden udfordring er, at der hersker en »better safe than sorry«-mentalitet blandt mange danske virksomheder – eller rettere sagt beslutningstagerne. Når man i første omgang kaster sig ud i machine learning, ved man ikke, hvad man investerer i. Man skal som sagt have en konsulent til at gennemgå data for at tegne et billede af, om der er en business case eller ej. Som beslutningstager risikerer man altså at skulle stå skoleret over for direktionen og forklare, hvorfor man har skudt 100.000 kr. efter ingenting, og derfor er det lettere at spille det sikre »gør som vi plejer«-kort. Her skal man turde at finde den indre guldgraver frem, for der er ofte bid, og så taler vi millionpotentialer i en skala, der mere end berettiger investeringen i det uvisse.

Hvad end de danske virksomheder ryster i bukserne over den »avancerede teknologi«, forbinder IT-systemer med store udgifter eller rent ud sagt bare er sløve, så skal de snart se at få benene ud af sengen. Man har allerede trykket snooze for mange gange, og hvis dansk erhvervsliv ikke snart kommer i gang, mister vi konkurrenceevne. En teknologi som machine learning kan netop være med til, at vi kan bibeholde vores internationale konkurrenceevne på trods af vores høje lønniveau – og så er det selvsagt tåbeligt at modarbejde frem for at omfavne.

Det er ikke en undskyldning, at man ikke har samme datamængder og ressourcer som de store internationale giganter, for med øget fokus på dataindsamling i det seneste årti, har langt de fleste virksomheder rigeligt data til at lade maskinerne gøre arbejdet.

Så kære erhvervsledere: Glem teknofobien og de dårlige undskyldninger, lad os få gang i de skjulte skatte – ellers vil I fortryde det, mens de internationale konkurrenter tager for sig af retterne.

ROBOTTER

Få det bedste debat fra Business.dk hver fredag.

Se alle nyhedsbreve

0 Kommentarer

Forsiden lige nu

Til forsiden

Business anbefaler

Gratis breaking news på mobilen

Send BUSINESS BREAK til 1929 og modtag en SMS med en bekræftelse. Det er gratis - tilmelding koster kun almindelig takst. Du kan til hver en tid afmelde tjenesten igen.

Afmeld: sms BUSINESS BREAK STOP til 1929

Tilmeld Afmeld

Business Nyhedsbrev

Få breaking news og det bedste overblik fra Business.dk morgen og eftermiddag - eller modtag hver uge et prioriteret overblik over investorstof, privatøkonomi, ejendomme, digtal, karriere, media og vækst.

Se alle nyhedsbreve
 

Business i billeder

Se alle

BrandView Hvad er Brandview?

BrandView er en service fra Berlingske Media, hvor virksomheder har mulighed for at kommunikere deres specialviden direkte til brugere og læsere af Berlingske.
Dette kan gøres på print i Berlingske og Berlingske Business, eller online på b.dk og business.dk.

Ønsker du at vide mere om BrandView, bedes du kontakte content marketing afdelingen Public Impact via e-mail: info@publicimpact.dk.

Business Events Se alle

Business.dk anvender cookies til at huske dine indstillinger, statistik og at målrette annoncer. Denne information deles med tredjepart. Læs mere

Kære læser. Velkommen til business.dk.

Vi kan se, at du har installeret en adblocker, så vi ikke kan vise dig annoncer. Det er vi kede af, fordi indtægter fra annoncer er en helt afgørende årsag til, at vi dagligt kan tilbyde dig journalistik af høj kvalitet.

Vi håber derfor, at du i din adblocker vil tillade visning af annoncer fra business.dk Det er nemt og tager kun et øjeblik: Se hvordan du gør her.

Med venlig hilsen
Berlingske Business

Tilbage til artiklen