Gæsteklumme af Jacob Knobel, stifter af Datapult
For en hammer ligner alt et søm, men den gode håndværker har flere redskaber i værktøjskassen. Hvornår skal du bruge kunstig intelligens, og hvad skal din organisation ellers have i værktøjskassen? Læs med i mit tredje indlæg om, hvad kunstig intelligens (ikke) er.
Forestil dig, at et neuralt netværk skulle lære at forudsige din trækprocent, givet alle felterne i din årsopgørelse. Man kunne vise det neurale netværk alle årsopgørelser for 2020, så den kunne finde et mønster.
Det lyder nemt, og jeg uddyber lige i tekniske termer, hvor nemt det vil være.
Vi kan ved hjælp af såkaldte aktiveringsfunktioner bede et neural netværk forudsige et tal, såsom en trækprocent, eller en klasse, såsom ”cancer” eller ”ikke cancer”. Det virker rigtigt at designe det neurale netværk til at forudsige tal i vores tilfælde, så det neurale netværk kunne lære, at større fradrag giver lavere trækprocent, mens højere skattepligtig indkomst giver højere trækprocent.
Min mavefornemmelse siger mig, at topskattegrænsen vil være svær for det neurale netværk at lære uden millioner og millioner af observationer, men der er kun 2,7 millioner danskere i arbejde, og 500.000 af dem betaler topskat.
Og når vi endelig har trænet et neuralt netværk, vil det være ubrugeligt året efter, i takt med at satserne for fradrag mv. ændrer sig.
Så hvordan forudsiger vi trækprocenten? Det gør din revisor i et Excel-ark med formler eller på SKATs hjemmeside!
Hvis der findes en formel, så brug altid den fremfor en kunstig intelligens. Formlen er transparent, nem at bruge og ændre og kræver ingen dataopsamling.
Dusinvis af selskaber fortæller mig, at forudsigelse af kunde-afgang (churn-modeller) ikke virker for – og nu citerer jeg – ”Den fortalte os åbenlyse ting, såsom at kunden forlader os, når de ikke har betalt i 30 dage. Det er jo alt for sent til at gøre noget!”
Skulle man bruge en formel fremfor en kunstig intelligens?
Findes der en formel til at forudsige kunde-afgang? Der findes ikke en universel og eviggyldig formel til at forudsige kunde-afgang i både DSV’s og Matas’ tilfælde, men alligevel kan vi i begge tilfælde sige, at kunder, der har handlet ugentligt i et år og pludselig ikke handler der i fem uger, skal hentes tilbage, inden de glemmer alt om henholdsvis DSV og Matas. Så måske der alligevel er nogle universelle koncepter inden for kunde-afgang, som kan tilpasses vertikalen. Måske DSV og Matas skal forfine de formler, fremfor at gøre hvad andre har gjort ved at købe AI churn-modeller?
Findes der en formel til at forudsige salg af forbrugsvarer? COOP og Dansk Supermarked sælger nok nogenlunde det samme antal øl i uge 21 år 2021 som uge 20 eller uge 21 året før. Hvis du vil være mere præcis, kan du tage lægge til og fra afhængig af tilbudspriser og vejrlig.
Kan du bygge avanceret kunstig intelligens, der kan forudsige det endnu bedre? Ja, men som nævnt i min første artikel vil forudsigelsen være mønstergenkendelse af den tilgængelige data. Det vil sige, at COOP og Dansk Supermarked højest sandsynlig ikke kan bruge deres dyrekøbte kunstige intelligenser grundet manglende metadata om Corona-året i forhold til de tidligere år. Min påstand er, at mennesker meget nemmere kan korrigere forudsigelser til at tage højde for ekstreme hændelser som Corona. Så måske der alligevel er nogle universelle koncepter inden for forudsigelse af salg, som vi mennesker kan jonglere med nemmere end kunstig intelligens?
Taler jeg for, at vi skal forlade kunstig intelligens og bruge menneskelige intuitioner? Nej, jeg siger, at kunstig intelligens er svært at få til at virke, som vist i de tre eksempler. De tre eksempler viser også, at der kan være simplere alternativer.
Så hvornår skal man vælge gammeldags regler og formler fremfor kunstig intelligens?
Det skal man når 1) de små decimalers forbedring ikke betyder så meget for din bundlinje, at kunstig intelligens er al besværet værd, eller 2) reglerne er så simple, at de kan opsættes i en formel. Et modeksempel på sidstnævnte er et besøg hos lægen, hvor lægen efter en lang samtale tager højde for din emotionelle beretning, blodtryksmålinger, tidligere sygdomshistorik, alder, køn og meget mere til at anbefale enten en hovedpinepille eller henvisning til speciallæge. Det findes der ingen simpel formel for. Det gør der til gengæld for de kunder, der er på vej ud af din butik.
Når du leder i din organisation efter et sted at bruge kunstig intelligens, så leg med tanken om at starte med en formel først. Hvis det hurtigt står dig klart, at problemet er så kritisk, at man ikke må gætte forkert i ny og næ med formler, så kan du kaste kunstig intelligens efter problemet. Og ligeledes hvis det står dig klart, at der er flere input, end en formel kan rumme, så skal mennesket eller den kunstig intelligens på banen.