Oväntade affärsområden där AI utmärker sig

Oväntade affärsområden där AI utmärker sig

Publicerad: 29.09.2021

Behovet av att lyckas med sin innovation och produktutveckling ökar i takt med att teknikutvecklingen skenar. Allt fler stora och äldre företag inom industrier som sjukvård och utbildning möter allt hårdare konkurrens mot yngre företag som jobbar disruptivt med den senaste tekniken som AI och automation till sin hjälp.

För att förstå hur du lyckas med din AI-satsning satt vi ner i ett samtal tillsammans med Hannes Dernehl och Oskar Lundgren, grundare av Tendium. Ett av Sveriges mest lovande SaaS-bolag. Med hjälp av AI och stora mängder data siktar Tendium på att revolutionera hur vi jobbar med offentlig upphandling, ett område som omsätter över 800 miljarder SEK årligen.

Vad är AI för er på Tendium?

En möjlighet att använda intelligenta system för att modernisera och förenkla området offentlig upphandling på samma sätt som skett inom många andra branscher de senaste åren. T.ex inom juristbranschen, där AI-baserade lösningar kan användas till att ta bort repetitiva och monotona arbetsuppgifter, samt till att identifiera risker, minska manuella misstag och ge datadrivet beslutsstöd.

Att kombinera något så innovativt som AI med offentliga upphandlingar måste ha skapat många oväntade friktioner/reaktioner, vad har varit några av de jobbigaste kontra de trevligaste upptäckterna?

En oväntat negativ upptäckt var bristen i Sverige på tillgång till öppen data som behövs som träningsdata för vår maskininlärning. En något mer väntad friktion hos personer vi mött som arbetar med upphandlingar har varit en allmän rädsla kring begreppet “AI” och för att “bli av med jobbet” i framtiden.

En kul överraskning har varit allt positivt bemötande vi upplevt från i stort sett alla vi träffat, “äntligen!” har vi fått höra många gånger när vi mött både branschexperter och leverantörer till offentlig sektor.

Det viktigaste med AI är att ha bra data.  Hur fungerar er datainsamling och några tips om hur man ska filtrera bort dålig data?

Vi använder öppen data när det finns, men har utvecklat egna system och processer för att automatisera insamling, extraktion och strukturering av data från offentliga dokument. En stor del av dokumenten innehåller felaktigt formaterad eller bristande data och vi har därför behövt utveckla egna metoder och algoritmer för att kunna extrahera datan korrekt och komplettera med andra datakällor i de fall data är felaktig eller saknas.

Vad hade ni gjort annorlunda idag med de insikter ni har nu?

Inte så mycket. Pandemin kom precis när vi var i uppstartsskedet, den gjorde det mer svårt att få in kundmöten och sälja, samt att ta in riskkapital än vi kunnat räkna med. Mjukvarusystem som använder avancerade tillämpningar av olika sorters AI är dyra och tar tid att utveckla. Så här i efterhand hade vi tagit in ännu mer riskkapital i tidigt skede om vi hade kunnat göra något annorlunda. Då hade vi haft möjlighet att gasa på ytterligare med utvecklingen under pandemin.

Vad är er framtidsspaning för utvecklingen av AI?

Svårt att svara på. Men kanske att utvecklingen fortsätter med att avancerade AI-baserade system blir mer och mer tillgängliga i olika IT-tjänster som man möter i vardagen. Detta för att priset går ner och att molnleverantörer som t.ex. AWS utvecklar lättanvända ramverk som enkelt går att implementera i egna mjukvarulösningar.

Tycker du att detta är intressant så rekommenderar vi att du tittar på vårt webinar!

Andra har också läst