AI Transformation Strategist
Här är några av de projekt jag är mest stolt över:
En enhetlig AI-assistent för svensk offentlig sektor
Svea är ett banbrytande rikstäckande initiativ för att utveckla en enhetlig digital assistent för den svenska offentliga sektorn. Idén är att utnyttja stora språkmodeller för att effektivisera textrelaterade uppgifter på alla nivåer inom förvaltningen, vilket ökar effektiviteten och kvaliteten.
Utmaning
Den svenska offentliga sektorn står inför betydande personalbrist på grund av en åldrande befolkning och minskande arbetskraft. Samtidigt hanterar offentliganställda dagligen omfattande och varierade textrelaterade uppgifter, som ofta är tidskrävande och arbetsintensiva. Medan offentliga organisationer är bland de största potentiella förmånstagarna av en digital assistent som kan hjälpa till med en bred variation av textrelaterade uppgifter, möter de flera hinder för att utnyttja denna potential:
- Utbredd brist på AI-expertis
- Otillräckliga datorresurser
- Begränsad juridisk kompetens inom AI-implementering
- Rikstäckande brist på träningsdata anpassad till den svenska offentliga sektorns behov
Dessa utmaningar gör det svårt för enskilda organisationer, särskilt mindre, att självständigt utveckla och implementera effektiva AI-lösningar.
Tillvägagångssätt
- Nationellt samarbete: Samordnad insats mellan flera myndigheter, kommuner och privata partners för att övervinna resursbegränsningar.
- Resursdelning: Delning av kritiska resurser som AI-expertis, datorkraft och juridisk kunskap.
- Kollektiv datagenerering: Skapande av en gemensam pool av instruktionsdata representativ för den svenska offentliga sektorns behov.
- AI-utveckling: Finjustering av en stor språkmodell (LLM) för sektorspecifikt stöd, med hjälp av den kollektivt genererade datan.
- Holistisk strategi: Omfattande hantering av teknisk innovation, förändringsledning, juridiska ramverk och datagenerering.
- Inkluderande design: Säkerställande att lösningen är tillgänglig och fördelaktig för alla offentliga organisationer, oavsett storlek eller resurser.
Lösning
Svea, en prototyp av digital assistent baserad på den öppna källkodsmodellen Mixtral, utvecklad för att möta den svenska offentliga sektorns specifika behov:
- Besvarar sektorspecifika frågor med hjälp av en kurerad databas med offentliga dokument (RAG - Retrieval Augmented Generation)
- Sammanfattar dokument och extraherar specifik information
- Omskriver texter för klarhet och tillgänglighet, i enlighet med offentlig sektors kommunikationsstandarder
- Assisterar med olika textbaserade uppgifter vanliga inom offentlig förvaltning
- Tillhandahåller ett användarvänligt gränssnitt tillgängligt för alla nivåer av offentliganställda
- Inkorporerar juridiska och etiska överväganden specifika för svensk offentlig förvaltning
Lösningen är designad för att vara skalbar och anpassningsbar, vilket möjliggör för även mindre organisationer att dra nytta av avancerade AI-förmågor utan att behöva omfattande intern expertis eller resurser.
Resultat & Påverkan
Sedan dess tillkomst sommaren 2023 har Svea gjort betydande framsteg. Projektet har framgångsrikt säkrat 900 000 dollar i finansiering för sin initiala "noll till ett"-fas, vilket visar på starkt stöd för initiativet.
För närvarande betjänar Svea cirka 1 000 användare över deltagande organisationer, vilket markerar en betydande användarbas för ett nytt AI-verktyg inom offentlig sektor. Projektet har främjat ökad AI-läskunnighet bland deltagarna och inspirerat till nya AI-drivna arbetsflöden i offentliga organisationer.
En anmärkningsvärd prestation är skapandet av en öppen databas med allmänna rutiner, riktlinjer och handböcker för kommuner, vilket förbättrar kunskapsdelningen inom sektorn.
Viktigast av allt är att Svea fungerar i en kontinuerlig förbättringscykel, där användare genererar instruktionsdata som används för att finjustera den underliggande språkmodellen, vilket säkerställer att assistenten utvecklas för att möta den svenska offentliga sektorns specifika behov. Detta samarbetsbaserade tillvägagångssätt har inte bara förbättrat verktygets prestanda utan också visat potentialen för omfattande påverkan genom delad AI-utveckling inom offentlig sektor.
När jag började på AI Sweden var jag produktchef för AI Maturity Assessment, en tjänst utformad för att hjälpa organisationer utvärdera sina nuvarande AI-förmågor, identifiera luckor och förbättringsområden samt utveckla en färdplan för att bygga ett mer effektivt AI-program.
Utmaning
Enligt forskning håller nio av tio företag med om att AI representerar en affärsmöjlighet för dem. Dock är det bara ett fåtal företag som lyckas realisera värde med hjälp av teknologin.
Företag missförstår ofta AI:s unika krav och behandlar det som standardteknologi. Detta leder till utmaningar inom utveckling, drift och underhåll. Implementering av AI kräver organisatoriska och kulturella förändringar, samt ny kunskap. Framgångsrik AI-adoption kräver vanligtvis betydande organisatorisk transformation och nya arbetsmetoder för att fullt ut utnyttja dess potential.
Tillvägagångssätt
AI Maturity Assessment är en trestegsprocess som består av bedömning, analys och workshop.
- Bedömning Använder AI Maturity Assessment Tool för att utvärdera nuvarande förmågor, identifiera styrkor och svagheter.
- Analys Tolka resultaten, identifiera trender och jämför med branschstandarder.
- Workshop Intressenter diskuterar resultat och samskapar en förbättringsplan för AI-förmågor.
Resultat & påverkan
Att genomföra AI Maturity Assessment kräver en relativt liten investering av tid och ansträngning från organisationen jämfört med de potentiella fördelarna. Bedömningsprocessen ger värdefulla insikter i en organisations beredskap för AI, specifikt inom tio nyckeldimensioner:
- Ambition
- AI-användningsfall
- Organisation
- Expertis
- Kultur
- Data
- Teknologi
- AI-ekosystem
- Genomförande
- Styrning
Genom att identifiera luckor inom dessa områden kan organisationer prioritera investeringar i teknologi, talengutveckling och styrningsstrukturer som stöder AI-adoption och integration.
Dessutom uppmuntrar bedömningsprocessen organisationer att granska sin befintliga kultur och identifiera eventuella hinder för AI-adoption, såsom motstånd mot förändring, rädsla för automatisering eller brist på datadrivet beslutsfattande. Genom att förstå och hantera dessa kulturella utmaningar kan organisationer skapa en mer stödjande och samarbetsinriktad miljö för AI-innovation och transformation.
Tillbaka till startsidan
© 2024