I denne fasen ser vi på mulighetene med Big Data og AI, og skisserer scenarier. Dette er en viktig fase, og vil også i senere faser vende tilbake hit for å tenke nye tanker, basert på erfaringer.
Vi setter opp løsningen. Og avstemmer igjen mot målene vi satt i første fase, for å se at vi oppnår det vi ønsker.
Vi ser på resultatene vi får og avstemmer dem mot det vi ønsket å oppnå.
Gjennom workshops identifiserer Basefarm potensielle bruksområder for datascience, vurderer gjennomførbarhetspotensialer for ulike områder og prioriterer ut i fra potensielt utbytte og kostnader.
All data, strukturert eller ustrukturert, samles i en Data Pool eller Data Lake. Nå som all data er samlet kan vi begynne å utforske.
Vi utforsker mulighetene som ligger i materialet, og avstemmer det opp mot hva vi tenkte i første fase. Vi bestemmer/avstemmer hvordan vi IT-teknisk skal løse dette.
Integrasjoner settes opp og testes.
Løsningen er nå operativ.
DATA THINKING
DATA SOLUTION
DATA ENTERPRISE
Operation
Intergration
Exploration
Data pool
Ideation
Kunstig intelligensGenerelt begrep innen data- og nevrovitenskap; beskrivelse av en maskin (datamaskin) som har kognitive evner som ligner eller tilsvarer de menneskene har.
Dyp læringDyp læring (engelsk deep learning) er en læreprosess som går ut på å «trene opp» såkalte «dype kunstige nevrale nettverk». Programvare prøver å etterligne aktivitetene i lagene av nevroner i neocortex der tenkeprosessen hos mennesker er lokalisert. Programvaren lærer å gjenkjenne mønstre bildefiler, lydfiler og andre datafiler.
Kognitiv databehandlingDatasystemer som beskriver oppgaver som på dette tidspunktet for det meste utføres av mennesker og kan inneholde tvetydighet og uklarhet. Omfatter også talegjenkjenning og kunnskap, skapelse, læring, bedømmelse, følelser og tolkninger av mimikk.
MaskinlæringBearbeiding, evaluering og prognostisering av data basert på varierende statistiske og nevrovitenskapelige metoder. Vi skiller mellom automatisk maskinlæring (aML) og interaktiv maskinlæring (iML). Den siste er basert på samhandling med agenter – noen av dem er mennesker.
I dette Whitepaperet ser vi på hvorfor Kunstig Intelligens bør være en del av din strategi, både for nåtid og fremtid, dersom du ønsker å drive lønnsomt og ta markedsandeler. Vi ser på ulike typer av kunstig intelligens, samt hva som skal til for å gjennomføre et suksessfullt prosjekt innen kunstig intelligens.
Det hele starter med en kort uforpliktende prat. Dersom dere ønsker å gå videre, tar vi så et møte for å skissere mål, og så følger videre faser som vist under. Hele prosessen tar fra noen uker og opp til seks måneder, alt avhengig av hva som skal gjøres. Vi vil skissere kostnads- og tidsperspektiv i de første stegene i prosessen.
(15 minutter)
1
Kort samtale for å finne ut hva man ønsker å få til og om vi kan bidra til å gjøre dette. Denne er uforpliktende.
(2 timer)
2
Utdypning av målbilde og mulighetene man har for å nå dette, samt identifisere
forutsetninger som er sentrale for å lykkes.
(1-2 dager)
3
Gjennomgang og kvalitetssikring av ide, som til slutt ender med spesifikasjon av en POC/Pilot. Her må alle viktige bidragsytere være tilstede.
(2-3 måneder)
4
Realisering av proof of concept eller pilot.
0-6 måneder
5
Løsningen gjøres
tilgjengelig for sluttbrukere eller kunder med en forutsigbar kvalitet og
sikkerhet.
6
Man høster gevinsten av løsningen.
Kom i gang med data tenking ved hjelp av en workshop ledet av våre erfarne spesialister innen Data Science og Data Engineering. Workshopen benytter vår DLPM metodikk og prosess for foredling og kvalifisering av dine
forretningsideer.
I Basefarm vi har vi bred og variert ekspertise innen Data Science og Data Engineering.
Basefarm kan hjelpe deg med å utnytte data, teknologi, algoritmer og analyser, finne frem til det rette tankesettet i forbindelse med nye bruksområder og å løse konkrete oppgaver. Basefarm gir råd og støtte til organisasjoner innenfor alle deler av og på alle stadier av digital utvikling. I mange tilfeller kan vårt blikk utenfra hjelpe deg å forstå potensialet i virksomheten din enda bedre.
Data engineering er et nyttig for å generere, innhente, lagre, prosessere og konsentrere data og, i neste omgang, rulle ut løsninger som kan forbedre kundeopplevelsen. Vi hjelper deg med utformingen av «Data Lake» og ved behov supplerer også dataingeniørene våre programvare og infrastruktur med optimale verktøy og komponenter.
Vi designer dataløsningen, slik at du kan fokusere på egen kjernevirksomhet.
Vice President of Professional Services
Ken Robert Løken elsker å utvikle bedrifter. Ved hjelp av analyse hjelper han bedrifter til å forstå trender, mål og nåværende situasjon. Basert på innsikt hjelper han og resten av teamet bedrifter til å utvikle konkurransefortrinn gjennom innovasjon. Ken Robert kan gi velkvalifiserte råd rundt overgangen til skybaserte platformer. Han har også mye kunnskap om AI og Digital Twins med Public Cloud-tjenester.
