Riskerar Sverige att kommma efter?

Sverige har en historik av att vara “early adopters”. Vi byggde tidigt ut fibernät, vi införde digital identifiering tidigt. Och vår nyfikenhet att ta till oss av ny teknik har varit grunden för Sveriges framgång inom de tekniska områdena.

När det kommer till AI, så är det svårare för Sverige att ta en ledande position, då vi inte har lyckats bygga den “infrastruktur” som krävs för att samhället tidigt skall kunna utvecklas med den nya tekniken. Både, för att lära oss hantera de utmaningar den medför, men även att realisera de enorma värden tekniken kan bidra med. AI-modellerna finns och är relativt lättillgängliga, men datan som de amerikanska bolagen använder, är ur ett svenskt språkanvändarperspektiv i mångt och mycket irrelevant. Detta då svenska websidor som amerikanska bolag använder vid optimering av AI modeller är i procent av totala mändgen alldeles för liten. Dvs modellerna kommer aldrig fokusera på att “lära sig” svenska då engelska, spanska, tysk etc är i dominans vid inlärning. Detta medför ett stort hot mot Sveriges position inom tekniksektorn, om vi vill använda svenska språket i kommersiella syften. Så om vi inte vill halka efter så måste vi prioritera detta. AI-Sweden gör detta till viss del, men tillgängligheten av resulterande modeller är för allmänheten är låg.

Hoppet är verkligen inte kört för svensk del, många av de modeller som tagits fram är publika, det finns även väldigt mycket opensource bibliotek av väldigt hög kvalité tillängliga. Men vi behöver träna upp dessa modeller med svensk data och på svenska, och i större mängder med garanterat hög kvalitée.

Vi på AI tankesmedjan försöker göra vårt för att hjälpa till. Vi har till exempel en några svenska röster upptränade för text till tal och tal till text. Kontakta oss gärna. Strindberg - En dåres försvarstal

Förutom att vi börjar träna upp modeller på svensk data, behöver våra svenska bolag börja träna upp modeller i betydligt högre utsträckning på egen data. Våra svenska bolag har större mängder properitär data, som kan ge unika färdigheter för framtida produkter och tjänster. Men det är även så att precis som med GDPR, så går det inte att använda alla AI tjänster på ett ansvarsfullt sätt, då känslig data riskerar att läcka. För att våra bolag skall kunna realisera dessa möjligheter krävs en AI mognad. Och för att nå en sådan mognad krävs ett “Center of AI-excellence”.

Denna enhet behöver:

Utveckla och implementera en AI-strategi som stämmer överens med organisationens mål och syften, inklusive att identifiera AI-användningsområden som kan gynna organisationen.
Ansvara för policys, standarder och riktlinjer för AI-utveckling och användning inom organisationen. Detta inkluderar till exempel outsourcing-direktiv, CAB-processen, NPAP och riktlinjer för vilka tjänster de anställda får använda och med vilken data. Exempelvis ska det vara ok att använda code pilot för utveckling av en bankid inloggning eller använda chatgpt för att ta fram en kvartalsrapport?
Hålla sig uppdaterad om de senaste AI-modellerna, öppen källkod och forskningsframsteg inom området, och utvärdera deras potentiella tillämplighet för organisationen.
Hantera data för att säkerställa att den är korrekt, komplett och lämpligt märkt för användning i AI-modellutveckling, dvs av hög kvalitet.
Träna AI-modeller med organisationens data, för att bygga interna och externa tjänster.
Övervaka prestandan hos AI-modeller i produktion och kontinuerligt förbättra dem baserat på feedback och ny data.
Ansvara för framtagande av lämpliga utbildningar.
Säkerställa att AI-modeller utvecklas och används på ett etiskt och opartiskt sätt, och att de uppfyller dataskydds- och säkerhetsregler.
Ge tankeledarskap inom AI-fältet genom att delta i konferenser och bidra till AI-utvecklingen i Sverige.
Var en aktiv del i projekt som implementerar AI-lösningar för att säkra dess leverans. AI-projekt har en större komplexitet och kräver en annan kompetens för att lyckas.

Exempel:

Säkra upp governance strukturer ur ett AI perspektiv, för processer som CAB, outsourcing direktiv, NPAP(New product approval process) med flera.
Hjälpa affärsenheter att hitta möjligheter med AI, samt att tydliggöra om det är en hjälpande AI eller en AI produkt mot kund. Dessa har olika krav på sig.

Så om Sverige skall kunna behålla sin position, krävs att vi alla tar ett steg framåt och börjar välkomna denna teknik på allvar.