Maskinlæring

Her kan du hente inspirasjon til hvordan du kan bruke maskinlæring i hverdagen. Kanskje gjør du det allerede uten å vite om det? Vi svarer på tre spørsmål vi vet at mange lurer på.

Written by

Eirik Rivedal

Eirik Rivedal
May 31, 2021

Linda Jensen

Linda Jensen
May 31, 2021

Hvorfor skal jeg bruke maskinlæring?

Maskinlæring og AI er en av teknologiene som kommer raskest og som kan gjøre størst endringer på hvordan du vil jobbe i fremtiden.

Dette er mye fordi maskinlæring gjør at modeller kan forbedre seg selv, eller lære gjennom erfaring. Læringen består som regel av å prøve og feile. Deretter justere parametere slik at neste gang maskinen prøver, kommer den litt nærmere det beste svaret. Svarene på det du lurer på blir altså bedre og bedre over tid.

Maskinlæring kan heldigvis jobbe med både tall og bokstaver. I Enin bruker vår maskin en rekke datakilder. I tillegg til nøkkeltall, benyttes for eksempel nyheter, aktuelle hendelser og offentlige data til å vurdere en bedrift. Dette gjør at du får en god oversikt over hva som er viktig akkurat nå.

Hva kan jeg bruke maskinlæring til i jobben min?

Om jobben din går ut på å spare penger, tjene penger eller utnytte kapasiteten best mulig, kan du bruke maskinlæring i hverdagen. De mest brukte områdene er:

Forutsi vedlikeholdsbehov og salgsmuligheter

Maskinlæring gjør at man kan håndtere og samle store mengder data og oppdage avvik tidlig. Nedetid blir minimert og muligheter blir tidlig identifisert.

Både for fysisk produksjon og for styring av en kundeportefølje vil dette være nyttig. For eksempel kan en overvekt av positive ord og uttrykk i nyheter kunne gi en indikasjon på vekst i en bransje eller for et selskap. Dette kan man dermed forberede seg på og gjøre relevante aktiviteter for å utnytte denne muligheten.

Logistikkoptimalisering

Ved å samle data fra flere kilder og systemer over tid kan du redusere leveringstid og bruke minimalt med ressurser. Vekting av hva slags data som påvirker en leveranse av et produkt eller en tjeneste aller mest, vil verdiøke dataen enda mer.

Maskinlæring vil for eksempel kunne kjenne igjen hinder som gjør at en “etappe” i en forretningsprosess eller verdikjede tar lengre tid enn det burde og forutsi hvordan man kan unngå dette.

Kundekommunikasjon

Hvem skal man snakke med? Hvordan? Når? Om hva? For at du skal være mest mulig relevant kan du ved hjelp av maskinlæring finne flere triggere som kan hjelpe deg med dette.

I salg er timing og riktig budskap en vesentlig faktor for treffsikkerhet. Her finnes mengder av informasjon tilgjengelig, det gjelder bare å bruke den riktig.

Kilde: McKinsey Global Institute, Notes from the AI frontier: Insights from hundreds of use cases, april 2018

Hva er svakhetene med maskinlæring?

Forutinntatthet fra mennesker eller skjevhet i datagrunnlag kan altså gjøre at resultatet i en maskinlæringsprosess vil bli påvirket til å være mindre pålitelig. Har man bare kvinner ansatt i et selskap og skal la en maskin bruke dette grunnlaget til å finne den beste kandidaten i en søknadsbunke, vil maskinen antagelig preferere kvinner.

Enin sin oppgave er å gjøre det enkelt å se både risiko og muligheter, men vi vet at din erfaring vil være avgjørende for å handle riktig. Det er bare du som kan avgjøre hva som er verdt å bruke tid på.

Vil du høre mer om dette, ta kontakt med oss eller trykk her, så kontakter vi deg.


Written by

Eirik Rivedal

Eirik Rivedal
Data Engineer
Up-and-coming data scientist med teft for praktisk anvendelse av maskinlæring.
eirik@enin.ai
+47 971 87 271

Linda Jensen

Linda Jensen
CCO Enin
Erfaren leder og forretningsutvikler
linda@enin.ai
+47 934 28 726

Our latest posts

Blog Image

Datavask: 4 enkle steg til bedre B2B data

For deg som trenger å få oppdatert og vasket bedriftsdata har vi en enkel løsning. Du kan få tilgang her og nå uten å være i kontakt med noen.

Blog Image

5 utfordringer og løsninger ved AML/KYC sjekk- enten du er i gang eller skal i gang

Fragmentert informasjon og usikkerhet rundt krav, er fellesnevnere for hvordan mange oppfatter sine Know your Customer (KYC) prosesser.

Blog Image

Risikovurdering for bedrifter: Slik bruker Kaja data i banken!

Risikovurdering er mye mer enn en rating. Kaja i Nordic Corporate Bank forteller om hvordan hun hjelper kundene med de beste finansieringsløsningene.

Subscribe to our Newsletter

Privacy policy