En datadrevet gullalder?

Big Data Datadrevne beslutninger
SINDRE CHRISTOPHER ERIKSEN
13.12.2022

Historien bak hva som har plassert datainnsamling i sin særskilte posisjon er lang og nyansert. I mine øyne er det naturlig å starte hos en av kjempene mange av oss står på skuldrene til i dag. Kun to år etter at nettleseren «Mosaic» tilgjengeliggjorde internett ble det som i 1998 bare var et gutteromsprosjekt døpt «Google». Det var et ordspill på ordet «googol» som er en matematisk betegnelse på tallet 1 etterfulgt av 100 nuller. Det ufattelig store nummeret signaliserte tydelig en drøm om å bygge noe kolossalt. Ved å gjøre enorme mengder relevant informasjon tilgjengelig for alle skulle de skape en frigjøring på lik linje med det for eksempel Henry Ford hadde klart tidligerei.

Desktop - 9

Historien så langt

I starten ble all innsamlet data brukt til å forbedre søkemotoren. Alt forbrukeren gav fra seg ble gjengjeldt i form av bedre tjenester. Utfordringen var at de ikke tjente penger, og under overflaten ulmet dot com-boblen som skulle snu hele teknologiverden på hodet. Grunnet internettet sin enorme vekst ble tilsynelatende endeløst med ressurser investert i prosjekter som ikke hadde livets rett. Unge investorer finansierte enda yngre gründere i håp om å tjene raske penger. Google måtte overbevise investorer at til tross for røde tall så fortjente de en sikker fremtid. Den første sjekken på 100 000 dollar kom i 1998i, og allerede året etter investerte to venturekapital firmaer 25 millioner dollar inn i selskapet. På dette punktet behandlet søkefunksjonen deres allerede 7 millioner forespørsler dagligii. Konsekvensen ble at de nå var forpliktet til både investorene og brukerne sine, og det var ikke lenger nok å «bare» skulle tilgjengeliggjøre informasjon. Dataflyten ble gradvis skiftet vekk fra søkemotoren til å skulle forbedre markedsføringsverktøyene deresiii. Google etablerte flere tilbudslinjer gjennom selskaper som Youtube, Gmail, Maps og Photos for å hente brukerdata, og flere eksisterte kun med denne hensikten. I 2008 hadde de totalt 150 selskaper under vingene sineiv, og akkumulasjonen av data fortsatte.

Forretningsmodellen deres skulle vise seg å være svært lønnsom. I år 2000 hadde de en omsetning på 86 millionar dollar og i 2004 hadde dette hoppet opp til 3,2 milliarderv, og det er forventet at Google sin omsetning på kun AI produkter skal treffe 36 milliarder dollar i 2025vi. Markedspotensialet var revolusjonerende.

Hvor er vi idag?

Innsikten store mengder data skaper virker tilsynelatende endeløs. I 2016 forutså den kinesiske motparten til Google - Baidu - landets økonomiske situasjon kun ved hjelp av lokasjonsdatai. Sidewalk labs forbedrer byplanlegging gjennom transportdataii og Meta jobber med «Galactica» som er en språkmodell trent på over 48 millioner kilder rettet mot vitenskapelig akademiaiii.

Google har både realisert drømmen om frigjøring og skapt grobunn for mer ved å etablere forretningsmodellen. Utnyttelse av data har gjort tjenester som tidligere kun var tilgjengelig for de privilegerte fritt for alle. Akkurat som Ford’s Model T gav arbeiderklassen frihet til bevegelse har Cortana gitt alle muligheten til å ha en personlig assistent og Spotify lar oss streame nesten all musikk uten å eie det. Vi har fått større spillerom til å forme våre egne liv.

 Desktop - 10


Hvor er vi på vei?

Det er enkelt å både skryte av og anerkjenne fordelene data har skapt. Samtidig må man vite at forretningsmodellen ikke kun har som hensikt å frigjøre verden. Investorene i bakgrunnen skal også få betalt. I teorien er dette helt uproblematisk, men i praksis er det mer komplisert.

I boken «Homo Deus» snakker Yuval Harari om at alle en dag vil bli en del av «den store datastrømmen». I bytte mot et sømløst liv lar vi alle detaljer om hvem vi er, hva vi gjør og hva vi står for flyte fritt. Algoritmene som hjelper oss å ta beslutninger vil kjenne oss bedre og gi stadig mer presise anbefalinger. Ettersom vi gir de mer autoritet vil flere av beslutningene våre bli rasjonelle. Sett ovenfra betyr det at menneskelig uregelmessighet reduseres og at forutsigbarheten i samfunnet øker.

Under årets Oslo Business Forum fortalte Harari at menneskets største fordel over kunstig intelligens er vår sosiale forståelse. Det skal for eksempel godt gjøres for en robot å skape en bedre restaurantopplevelse enn en sjarmerende servitør. Sosial samhandling er grunnen til at vi klarer å løse problemer sammen. Når to parter inngår en avtale bærer de en felles forpliktelse om at begge skal jobbe mot samme mål. Når utfordringer oppstår muliggjør sosial samhandling at partene kan navigere gjennom en labyrint av uforutsette faktorer frem til utgangen blir funnet. En må snakke sammen, forhandle og inngå kompromisser. Det er uforutsigbart og krevende, men tillater også de involverte å ha kontroll over beslutningsprosessen. Dersom en algoritme får tilsvarende beslutningsmyndighet vil vi få raske og smertefrie svar, men det eliminerer også vår mulighet til å ta del i prosessen. Istedenfor å løse uenigheter ved kompromisser må vi simpelthen underlegge oss beslutningen som blir tatt. Algoritmen navigerer labyrinten alene. I boken «The Age of Surveillance Capitalism» forteller Shoshane Zuboff om en tenkt situasjon hvor en månedlig sum betales for å leie en bil. Systemet som monitorer bilen kan nekte å la brukeren skru den på dersom betalingen ikke er blitt gjort. Det er rasjonelt og nådeløst. Uansett hvor akutt behov personen har til å bruke bilen vil den ikke få muligheten. Det er forutsigbart for begge parter, men ikke nødvendigvis bedre. Om utviklingen kommer helt hit vil det som startet med å være frigjørende bli svært fengslende.

Desktop - 11


Hvorfor er det viktig for deg?

En verden fri fra usikkerhet, kriminalitet og dårlige valg høres for mange ut som en utopi, men hva blir konsekvensen? Hva blir konsekvensen for deg? Som aktører i næringslivet må vi forstå hvor kraftfulle verktøyene våre er og evne å reflektere over hvorvidt vi bruker de til å fengsle eller frigjøre. Ekspertisen vår kan brukes til å eliminere fremmedgjørende oppgaver gjennom automasjon, men det kan også skape systemer som lar mellomledere overvåke de ansatte ned til minste detalj. Det er hvordan vi velger å forme bedriftene og leveransene våre som bestemmer hvilken vei samfunnet beveger seg. Vi bærer et ansvar for å forvalte den påvirkningskraften vi har på en måte som gjør verden til et bedre sted å leve. Så la oss ikke snu ryggen til, men snakke, forhandle, inngå kompromisser og sammen navigere gjennom labyrinten helt til vi finner utgangen som leder til den verden vi ønsker å gi videre.

Vår tilnærming til Data Analytics

 

[i] Google. (2022, 11 09). Google. https://about.google/our-story/
[i] Long, T. (2007, September 7). Wired. https://www.wired.com/2007/09/dayintech-0907/
[ii] Zuboff, S. (2019). The age of surveillance capitlism (p. 68).
[iii] Zuboff, S. (2019). The age of surveillance capitlism (p. 74).
[iv] Zuboff, S. (2019). The age of surveillance capitlism (p. 129).
[v] Zuboff, S. (2019). The age of surveillance capitlism (p. 87).
[vi] Feldman, M. (2016, August 30). Top500. https://www.top500.org/news/market-for-artificial-intelligence-projected-to-hit-36-billion-by-2025/
[viii] Hodson, H. (2016, July 20). NewScientist. https://www.newscientist.com/article/2098206-baidu-uses-millions-of-users-location-data-to-make-predictions/
[ix] Sidewalk labs. (2022, November 11). Sidewalk labs. //www.sidewalklabs.com/
[x] Meta AI. (2022). Galactica: A Large Language Model for Science.

 

Profil Sindre

I Knowit lever og ånder vi for å hjelpe våre kunder med å tenke ut av boksen ved å etablere deres digitale strategi, automatisere og skalere prosesser samt å bruke digitale trender til å identifisere nye produkter og tjenester. Alt dette på en agil måte og med transparente mål mellom nivåene i bedriften. Vi møtes gjerne over en analog eller digital kopp kaffe for å fortelle deg mer, og gjerne i våre nye lokaler i Universitetsgaten 7.

 

 

Les flere av våre blogginnlegg

Flere innlegg