Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut faucibus enim mauris, vel dignissim...
AI (Kunstig Intelligens)
Kunstig intelligens er paraplyen over teknologier, der kan analysere, lære og handle. Forstå hvad AI betyder for din virksomhed.
AI ORDBOG
Hvad dækker begrebet AI over?
AI er ikke én teknologi, men en samling af tilgange. De mest udbredte i erhvervslivet er:
Machine Learning (ML): Systemer, der lærer fra historisk data og bliver bedre over tid. Bruges til alt fra churn prediction til kvalitetskontrol i produktion.
Deep Learning: En avanceret form for ML baseret på neurale netværk. Driver billed- og talegenkendelse.
Generativ AI: AI, der kan skabe nyt indhold som tekst, billeder og kode. Det er denne type, de fleste kender fra værktøjer som ChatGPT og Claude.
AI Agents: Autonome systemer, der ikke bare svarer på spørgsmål, men kan udføre handlinger på tværs af systemer.
Hvorfor er AI relevant for virksomheder?
AI er relevant, fordi den kan løse tre grundlæggende forretningsudfordringer: den kan behandle større datamængder end mennesker, den kan gøre det hurtigere, og den kan gøre det konsistent døgnet rundt.
Konkret bruger virksomheder AI til at automatisere kundesupport, forudsige efterspørgsel, personalisere marketingkampagner, screene ansøgninger, optimere logistik og meget mere.
Det, der adskiller AI fra traditionel software, er evnen til at lære. Et regelbaseret system gør præcis det, en programmør har kodet. Et AI-system finder selv mønstrene og kan håndtere situationer, det aldrig eksplicit er programmeret til.
Hvad AI ikke er
AI er ikke en magisk løsning, der kan alt fra dag ét. Det er heller ikke en erstatning for menneskelig dømmekraft. AI-systemer er gode til mønstergenkendelse og automatisering, men de mangler kontekstuel forståelse, etisk sans og evnen til at håndtere helt nye situationer uden data at lære fra.
Derfor taler man i stigende grad om Human-in-the-Loop, hvor mennesker overvåger og validerer AI-systemers output i kritiske processer.
Relaterede termer
Generativ AI (GenAI): AI, der skaber nyt indhold baseret på træningsdata. Machine Learning (ML): Underkategorien af AI, hvor systemer lærer fra data. Deep Learning: Avanceret ML baseret på neurale netværk. LLM (Large Language Model): Store sprogmodeller som GPT og Claude. AI Agent: Autonome AI-systemer, der kan udføre handlinger. Foundation Model: De store grundmodeller, som de fleste AI-applikationer bygger på.