I mars 2016 vann AI-programvaran AlphaGo en överlägsen seger (4-1) över Lee Sedol, en av världens främsta Go-spelare. Inte många reagerade här i Väst, men 200 miljoner kineser följde tävlingen live på teve. Året därpå proklamerade Kinas ledning att landet nu skulle satsa stort på utvecklingen av artificiell intelligens. År 2030 skulle Kina vara världsledande på AI såväl vad gäller forskning som användning.

Programvaran AlphaGo hade utvecklats av ett brittiskt företag DeepMind Technologies som år 2014 förvärvats av Google. Den teknik som företaget specialiserat sig på kallas ”djupinlärning” och med snabba processorer och stora datamängder kunde man bygga system som genom maskininlärning blev mycket skickliga på mönsterigenkänning. Google är nu världsledande på artificiell intelligens med programvaror för mönsterigenkänning på många områden.

Den digitala tekniken utvecklas snabbt (Moores lag) och dess användning förändras kanske ännu snabbare. När Internet och webben började användas på 1990-talet ville snart alla ha en webbplats. Några av dessa sajter blev mötesplatser, andra blev handelsplatser eller leverantörer av underhållning, men de flesta blev informationskällor. Allt var lite kaotiskt i början och när webben växte blev det svårare att hitta.

Då lyckades några företag etablera sig som plattformar och samla ett stort antal användare. Informationskällorna blev sökbara med Google och mötesplatserna blev sociala medier genom Facebook, Twitter och Youtube. Amazon blev handelsplatsen framför andra, Netflix visade film och Spotify spelade musik. Dessa företag började tjäna mycket pengar på att organisera webben, genom annonsering, prenumerationer eller avgifter på de tjänster som plattformarna förmedlade.

Alla dessa företag har en gemensam, grundläggande affärsidé, sammanfattad i uttrycket OPW – att tjäna pengar på ”other people’s work”. Företaget tillhandahåller en digital plattform, användarna gör jobbet. Ibland handlar jobbet om att fylla plattformen med innehåll, ibland om att gilla filmer eller låtar, värdera matställen eller hotell, ibland om att använda plattformen för informationssökning, att välja i ett utbud av musik eller filmer eller för att köpa och sälja varor och tjänster.

När du som användare är på en av dessa plattformar registreras allt du gör, data samlas in och används för att skräddarsy annonsering och tjänster. Med tiden genereras mycket stora mängder data och företagen behöver allt bättre programvaror för att analysera och använda dessa data. Då tar AI-utvecklingen fart.

Plattformar som Uber och Airbnb används för att organisera transporter och boende och genererar naturligtvis stora datamängder. När industrin ställer om till digitala plattformar för övervakning och styrning av fordon, maskiner och fastigheter kommer mängder av data att samlas in från sensorer och kameror. En förebyggande hälsovård som samlar in data från din kropp drunknar snart i data. När allt skolarbete eleverna gör sätter spår på digitala plattformar blir det möjligt att skräddarsy utbildningen, men återigen kräver detta effektiv hantering av mycket stora datamängder.

De digitala plattformarna på webben, plattformar för sakernas internet, självstyrande bilar, elscootrar, robotar, sensorer, digitala assistenter, AR och VR – överallt fullkomligt exploderar tillgången till och användningen av data. 1900-talets informationssystem använde sig av data som manuellt matades in av användare. Så går det fortfarande till i många företags ekonomisystem, sjukvårdens journalsystem och skolans betygssystem. Utvecklingen på område efter område går dock mot automatisk insamling och hantering av data. Alla system kommer att innehålla artificiell intelligens.

När Internet och webben höjde temperaturen i näringslivet under slutet av 1990-talet var det inte lätt att se vart utvecklingen skulle leda. Många förstod värdet av många besökare, men hur man skulle tjäna pengar på alla besök var inte lika klart. Nu har vi förstått att det går att tjäna pengar på data, att alla de data som samlas in av plattformarna behövs för att bygga de nya tjänsterna. Men de stora datamängderna kräver automatisk hantering och detta har satt fart på utvecklingen av artificiell intelligens. Samtidigt är de stora datamängderna en förutsättning för utvecklingen av AI. Systemen lär sig att känna igen mönster genom att tränas på stora datamängder. Mest data vinner och GDPR hämmar utvecklingen.

Vi var många som blev överraskade av AI. Knappt hade vi lärt oss att inte längre säga IT utan digitalisering förrän det var dags att byta terminologi igen. Nu handlar allt om AI. Men även om vi blev överraskade är det så här i efterhand inte särskilt svårt att se det självklara i utvecklingen från Internet till plattformar till AI. Och namnet till trots är AI ingenting att bli särskilt upphetsad över.

De AI-programvaror som nu går att ladda ned som moduler från plattformar som Google, IBM, Amazon, Azure och Oracle använder djupinlärning för att känna igen mönster. Det är sådant som många djur är duktiga på. Det kräver inte särskilt mycket intelligens, men det är mycket användbart. Med dessa AI-system kan situationer kategoriseras, sjukdomar diagnosticeras, ansikten identifieras, avvikelser noteras, flöden övervakas, lägesbilder uppdateras, kort sagt, mönster kännas igen och hanteras. AI kommer snart att ingå i alla system, men det betyder tyvärr inte att maskinerna blivit intelligenta.

Bo Dahlbom