Artificial intelligence (AI) er en af de hurtigst voksende teknologier, der driver forretningsverdenen i dag. Ifølge American Gartner Institute vil AI-algoritmer i løbet af det kommende år dominere remote kundeservice, og op til 85 % af kontakten med kunderne vil blive varetaget af chat bots og virtuelle assistenter. Link. Markedet for maskinoversættelse vokser også hastigt efterhånden som maskinerne bliver dygtigere. I dag udgør markedet mere end $400 millioner og man estimerer, at der vil være sket en vækst på 19 % frem til 2024. Link. Lad os se på, hvad vi har i vente.
AI i erhvervslivet – der er ingen vej tilbage
Der er god kemi mellem AI og erhvervslivet. For mange virksomheder, især globale aktører, er brugen af AI-algoritmer et stort skridt fremad, når det gælder udvikling og besparelser. Muligheden for at behandle enorme mængder data på ingen tid, konstant tilgængelighed og reduktion af menneskelige fejl er faktorer, man ikke kan se bort fra.
De bedste eksempler på, hvordan AI fungerer og hvor fordelagtigt det er, kan ses inden for eksempelvis e-handel, HR, marketing og regnskab. Ifølge IBM har brugen af en virtuel kundeserviceassistent hos Autodesk resulteret i en forbedring på 99 % i performance, hvor responstiden blev reduceret fra 38 timer til 5,4 minutter. Link. Sådan et resultat er umuligt at overgå med traditionel kundeservice.
Modebranchen er måske ikke det første sted, man tænker at der er interessante eksempler på anvendelse af AI – og så alligevel. Fashion AI-systemet, som bruges i Alibaba-butikker i Kina, fungerer som en multimedieassistent, der tjener $25 mio. om dagen. Når en kunde vælger et produkt, f.eks. en kjole eller et jakkesæt, scanner de sensorer, der er monteret i prøverummet, det pågældende produkt og vælger tilbehør, så kunden får et komplet outfit. Derudover fortæller assistenten, hvor kunden kan finde produkterne på hylderne i butikken.
Udnyttelse af maskinernes læring
Et aspekt af AI er maskinernes læring, som betyder, at systemer og maskiner hele tiden bliver bedre – ikke kun på grund af den måde, de er programmeret på, men også den måde, de anvender de tilgængelige data på. Det er algoritmer, som maskinen bruger til f.eks. at skabe anbefalinger til, hvad du skal se på Facebook eller lytte til på Spotify. De er også ansvarlige for talegenkendelse til assistenter som Siri eller applikationer i stil med Skype.
Hvordan understøtter maskinernes læring maskinoversættelse? Som du nok ved, er det ikke længe siden, at oversættelserne i f.eks. Google Translate ikke var helt sprogligt korrekte set fra et oversættelsesperspektiv. I dag er oversættelsessoftware udrustet med AI-algoritmer der muliggør øjeblikkelig dataoverførsel samt oprettelse og brug af oversættelsesdatabaser.
Med et enkelt klik kan man oversætte hundredevis af helpdesk-forespørgsler til kundernes modersmål. Virksomheden kan komme i kontakt med kunderne og imødekomme deres behov, globalt og hurtigt. Oversættelsesprogrammerne bruger den viden, de allerede har tilegnet sig, og – takket være maskinernes læring – bliver hele processen hurtigere og bedre mht. nøjagtighed med hver ny oversættelse.
Stephen Hawking og AI – udnyt mulighederne, og spot faldgruberne
Når man taler om AI-teknologi, opstår der nogle spørgsmål, f.eks.: Hvad kommer der til at ske med menneskene på arbejdsmarkedet? Stephen Hawking og mange andre videnskabsmænd mente og mener noget om den sag. Stephen Hawking argumenterede for, at kunstig intelligens kan hjælpe menneskeheden med at udrydde sygdom, reducere klimaændringer og reducere fattigdom. Samtidigt påpegede han truslen ved superintelligente maskiner. Selvbevidsthed og uafhængig kunstig intelligens ligger dog langt ude i fremtiden.
Hurtigere og mere nøjagtige oversættelser
Specialister er stadig nødt til at styre og korrigere mangelfulde AI-algoritmer. Takket være automatisering, kan folk fokusere på de mere kreative opgaver. Oversættere, hvis arbejde er blevet væsentligt forbedret ved hjælp af AI, kontrollerer og redigerer eksempelvis stadig maskinoversat indhold. Deres specialistviden inden for specifikke emner, f.eks. jura, kan ikke erstattes endnu. AI er også en hjælp i forbindelse med teamprojekter, da flere oversættere kan arbejde på den samme tekst, mens oversættelsessoftware sikrer konsekvent sprogbrug og terminologi i oversættelsen.
Vi er sikre på, at oversættelser i fremtiden vil være skabt i et samarbejde mellem eksperter og intelligente systemer, og at dette vil resultere i bedre og hurtigere oversættelser.