Rådgivningsvirksomheden Exigo A/S, som har deltaget i AI Denmark, arbejder med digitalisering i byggebranchen og er specialiserede i styring af tid, økonomi og bygbarhed. Virksomhedens digitale løsninger gør det nemt at planlægge større projekter på flere lokationer, og det kan bidrage til at effektivisere byggeriet markant. 

Ifølge DI Byggeri bruger den private byggesektor i omegnen af 10,5 mia. kr. (2020-tal) på at udbedre fejl og misforståelser, der kunne have været undgået med digitale værktøjer og bedre kommunikation.

”Vores kunder bygger 20 pct. hurtigere med lokationsbaseret planlægning end med traditionel Gantt-planlægning, f.eks. Enemærke & Petersen,” udtaler Kristian Birch Pedersen, Direktør og Indehaver hos Exigo.

Det skyldes, at Gantt og andre traditionelle tidsplanlægningsmetoder er opfundet til produktionsindustrien, dvs. til én produktionslinje på ét sted. 

”Når du bygger 32 lejligheder eller vindmøller, svarer det faktisk til 32 produktionslinjer, hvor du både skal styre flowet af opgaver, mennesker og steder,” pointerer han.

Lokationsbaseret planlægning er lige så gammel som Gantt, men blev først digitaliseret omkring år 2000. 

”Det finsk-amerikanske software, vi har brugt indtil nu, har en Windows 95 brugerflade og er ret retro,” fortæller han og fortsætter: 

”Mange danske entreprenører bruger det og elsker metoden, men synes, værktøjet er gammeldags.”

Nyt værktøj skal udvides med kunstig intelligens

Derfor begyndte Exigo for tre år siden at udvikle deres eget cloudbaserede software www.tactplan.com og en mobil app til staderegistrering, som begge blev udgivet i foråret 2022. 

”Vi har allerede 17 kunder på det, og de er glade, og det buldrer derudad,” siger Kristian Birch Pedersen.

Men nu skal produktet udvides med kunstig intelligens: Softwaret skal kunne planlægge i stedet for mennesker. For det er næsten umuligt at opdage små afvigelser fra planen og besværligt at rette op på manuelt, forklarer han. 

”Derfor arbejder vi på at få vores software-bot til at justere tidsplanen og planlægge ressourcer i realtime.”

I et forsøgsprojekt brugte Exigo kunstig intelligens og maskinlæring til at opdatere tidsplanerne automatisk, og dette arbejde lå uden for deres kernekompetencer, fortæller han. 

”Vi er gode til byggeri, data og styring, så det var vigtigt for os at få AI Danmark med i projektet og få noget kvalificeret viden.”

”I AI Danmark-forløbet fik vi den rette faglighed, som kunne give os noget sparring og hjælp til at få prøvet nogle ting af. Og vi kunne få verificeret noget af det, vi havde lavet i forvejen, for at se, om vi var på rette spor.”

Exigo regner med at have deres nye softwarerobot klar til afprøvning i løbet af 2023.

Det dominerende budskab om kunstig intelligens er, at det er en nødvendig investering for virksomhederne, og at der er mange penge at tjene.

Sådan mener fra ITU-forskeren Sunniva Sandbukt, som har forsket i, hvordan danske virksomheder anvender kunstig intelligens, herunder virksomheder som har deltaget i AI Denmark. 

Denne tilgang skaber ifølge Sunniva Sandbukt stor teknologioptimisme, men også en frygt for at blive ladt tilbage, hvis man som virksomhed ikke hopper med på bølgen. Ved at følge forskellige virksomheder, der har forsøgt sig med at udvikle AI-pilotprojekter, er det blevet tydeligt for hende, at fortællingen om kunstig intelligens og værdiskabelse er betydeligt mere nuanceret end antaget.  

AI har både en merværdi og en merpris

Både AI-rådgivere og virksomhedsledere skal holde skarpt øje med, om det kan betale sig at lancere eller optimere et produkt, en service eller en proces med
maskinlæring, understreger Sunniva Sandbukt. For selvom forbedringspotentialet kan synes klart, er det ikke sikkert, at det i sidste ende faktisk bidrager med merværdi.  

En virksomhedsleder, hun interviewede, stillede et scenarie op, hvor han spurgte en kunde, om vedkommende kunne tænke sig, at deres produkt blev forbedret med kunstig intelligens, hvortil kunden oftest svarer ja. Han fulgte op: “Hvis de siger ja, så skal du så sige, ’Okay, du betaler allerede X, er du villig til at betale X+N for det?’ Det er et rigtigt vigtigt spørgsmål! For hvor meget koster det mig at udvikle det?” 

Man skal med andre ord ikke lade sig forføre af det teknologisk interessante projekt uden også at have for øje, om kunderne faktisk er villige til at betale de ekstra omkostninger, det fører med sig. Den investering, virksomheder laver i kunstig intelligens, skal tjene sig selv ind igen, enten ved at effektivisere eksisterende arbejdsgange eller gennem kunder, der er villige til at betale for de ekstra omkostninger, der er ved at udvikle og integrere AI-løsninger, siger forskeren. 

AI skaber værdi på uforudsete måder 

Til gengæld skaber kunstig intelligens værdi for virksomhederne på uforudsete måder, fortæller Sunniva Sandbukt. Da hun spurgte ind til, hvad firmaer og eksperter følte, at de fik ud af at arbejde med kunstig intelligens, stod det klart, at flere var glade for at prøve kræfter med kunstig intelligens, uanset hvad resultatet var. ”De fortæller, at de får andre fordele ud af det: De og deres teams lærer mere om data og kunstig intelligens, og mange oplever det som en måde at investere i deres medarbejdere på.”   

En virksomhedsleder, Sunniva Sandbukt interviewede, udtrykte det således: “Det lyder spændene, ikke? […] Vi har fået en pris og vi arbejder med AI […] Det er selvfølgelig noget, som gør det lidt nemmere at trække yngre, veluddannede medarbejdere ind.” 

Kunstig intelligens lader til at fungere både som employer branding og branding i det hele taget: Ved at arbejde med kunstig intelligens viser man, at man er frontløber, understreger hun. Det er både attraktivt for medarbejderne og kunderne. Selv hvis virksomheden egentlig ikke på sigt regner med at sælge AI-produkter eller at have kunstig intelligens som en del af kernevirksomheden, så udstråler det højt kompetenceniveau, og kan dermed skabe tillid til virksomhedens andre teknologiske ydelser eller udviklerteam.  

AI er en god investering for nogle, men ikke for alle 

For de fleste små og mellemstore virksomheder er det for ressourcekrævende at udvikle kunstig intelligens specialudviklet til virksomhedens behov, mener Sunniva Sandbukt.

”Hvis du vil have en chatbot, kan man ikke bare lige integrere én; man skal enten hyre en konsulent eller selv have de teknologiske kapaciteter for at tilpasse den.” 

Derfor er det mere sandsynligt at brugen af kunstig intelligens hos de fleste små og mellemstore virksomheder foregår gennem teknologiprodukter indkøbt fra andre udbydere, tilføjer hun.  Rasmus Bækby, der er rådgiver for AI Denmark og Manager Business Innovation på Alexandra Instituttet, er enig. 

“Skræddersyet AI er ikke en investering, der giver mening for alle. Det er derfor, vi ser ret nøje på forretningscasen, når vi udvælger virksomheder i AI Denmark,” understreger han. 

Hvordan forholder danske virksomhedsejere sig til kunstig intelligens?

Det har Sunniva Sandbukt, der er adjunkt ved ITU, undersøgt gennem interviews med en række danske virksomheder, herunder virksomheder fra AI Denmark, som har arbejdet med kunstig intelligens.

Kort fortalt har virksomhederne en tendens til at overvurdere kvaliteten af deres data og undervurdere vedligeholdelsesarbejdet, lyder det.

”Derfor er det vigtigt at have en strategi for vedligeholdelsen af den kunstige intelligens, som man benytter i virksomheden,” siger Sunniva Sandbukt.

AI-vedligeholdelsesarbejdet undervurderes tit 

Integrationen af kunstig intelligens kræver en del arbejde fra de ansatte i virksomhederne, for det er en ressourceintensiv og kontinuerlig proces, påpeger Sunniva Sandbukt.

For kunstig intelligens er netop ikke en tænkende robot, der passer sig selv. Derfor kræver det, at virksomhederne har realistiske forventninger, allokerer ressourcer og udvikler en god langsigtet strategi.  

”At indføre kunstig intelligens i virksomheden kræver data, arbejdskraft, ekspertise og kapital,” siger hun.

Datasæt er ikke statiske

For at komme i gang med udnytte fordele ved kunstig intelligens skal problemformuleringen være klar, datasættene skal forberedes, og den kunstige intelligens skal udvikles og implementeres.  

Og for at det lykkes på lang sigt, skal den kunstige intelligens hele tiden vedligeholdes.

”Sørg nu for at forberede en strategi for long-term maintenance,” lyder Sunniva Sandbukts råd til virksomhederne.

“Datasæt er ikke statiske. Data er dynamiske.”

En teknologichef i en dansk virksomhed, som har deltaget i følgeforskningen, er enig og fortæller, at de gennem AI Denmark-forløbet har haft en vigtig læring:

“Man kan ikke tro, man med AI kan lave et rigtig fedt dataset, bygge noget, done. Der skal hele tiden komme nyt data ind til, så den lærer,” lyder det fra teknologichefen i Sunniva Sandbukts følgeforskning.

Mange virksomheder har en opfattelse af, at de data, de ligger inde med, i sig selv kan blive profitable. Det har Sunniva Sandbukt, adjunkt ved ITU, observeret.

Hun har forsket i små og mellemstore virksomheders arbejde med kunstig intelligens i Danmark og bl.a. fulgt en række af de virksomheder, som arbejder med kunstig intelligens i AI Denmark. 

Ifølge forskeren kan mange virksomheders opfattelse af, hvad de kan få ud af deres data, få dem til at starte et forkert sted.

”Hvis udgangspunktet er: ’Vi har noget data, som vi gerne vil gøre noget med’, er du startet det forkerte sted,” siger hun.  

Start med problemet eller acceptér usikkerhed 

Resultatet af at tage udgangspunkt i de data, man ligger inde med, kan blive en åben og eksplorativ proces, hvor man udforsker, hvor AI kan skabe værdi i forretningen – uden et klart mål fra begyndelsen. For nogle virksomheder kan sådan en proces i sig selv være værdifuld, men for andre kan der være en risiko for, at den måske ikke tjener sig selv ind. 

Sunniva Sandbukt anbefaler generelt, at virksomhederne tager udgangspunkt i, hvilke problemstillinger man gerne vil løse.

”Hvad er det for et problem, der skal løses? Først derefter kan vi finde ud af, hvilke specifikke former for datainput vi har brug for, og om man kan bygge en model, der faktisk kan besvare den problemformulering.” 

Det synspunkt finder opbakning hos Rasmus Bækby fra Alexandra Instituttet, der rådgiver om forretningsinnovation for AI Denmark. 

”Hvis man tager udgangspunkt i de data, man allerede ligger inde med, kan resultatet falde meget forskelligt ud. Man kan selvfølgelig godt risikere, at de ikke kan bruges til noget. Men vi har også set masser af eksempler på, at en eksplorativ tilgang kan have stor værdi for virksomheden,” siger han. 

Som eksempel nævner han værdien af at bruge IoT-sensorer til at opsamle forskellige produktionsdata som varme, vibrationer, osv. 

”Når vi analyserer data, får vi tit øje på sammenhæng, vi ikke så før, og som kan skabe konkret værdi i forhold til f.eks. energiforbrug eller slitage, selvom det ikke var dét problem, man satte sig for at løse,” påpeger han. 

Hvordan forholder små og mellemstore virksomheder i Danmark sig til kunstig intelligens? Det har Sunniva Sandbukt, der er adjunkt på ITU, undersøgt gennem en række interviews med virksomheder, som arbejder med kunstig intelligens, herunder virksomheder der har været med i AI Denmark. Sunniva Sandbukts forskning er der kommet fire interessante observationer ud af, som vi vil formidle i en ny serie af interviews. 

”Der er en tendens til, at nye teknologier bliver præsenteret med bombastiske udsagn, for eksempel at digitalisering kan frelse jer eller ødelægge alt,” fortæller Sunniva Sandbukt fra ITU.

”Inden for min verden ville vi kalde den slags udsagn for teknologisk deterministiske i enten den utopiske eller dystopiske version. Begge går ud fra, at teknologien helt sikkert kommer til at gøre noget bestemt, som man tror bliver enten godt eller dårligt. Der er brug for flere nuancer.”

HYPE SKABER PRES OG PANIK

Et eksempel på den negative fortælling – forklarer hun – er de iagttagere og konsulenter, som i medier, offentligheden bredere set eller på konsulentbesøg f.eks. siger noget i retning af, at ”hvis man som SMV ikke hopper med på AI-bølgen, har man ikke en forretning om fem år.”  

”Det skaber jo en stemning af panik, så folk føler, at de er nødt til at hoppe med på bølgen. Omvendt er der en risiko for, at virksomhederne har urealistiske forventninger til, hvilke problemer kunstig intelligens kan løse, og hvad de får ud af det,” siger hun. 

”En virksomhedsleder, jeg interviewede, gav udtryk for, at det nærmest kan være tabubelagt at indrømme, at man ikke bruger kunstig intelligens, omtrent som hvis man sagde, man ikke er med i den grønne omstilling. Det viser jo noget om, hvilke forventninger samfundet har
til, hvad denne type teknologi kan og skal,” fortsætter hun.