”Tre anledningar till att du borde sluta oroa dig för AI-bubblan”

Visst kan vi räkna med att de flesta bolag som har någon form av AI-koppling kommer att få se sina aktiekurser svaja framöver och frågan om hur AI påverkar arbetsmarknaden kommer att fortsätta vara ett orosmoment. Men det går inte att bortse från att AI är den största tekniska revolutionen på mycket länge och det finns flera saker som borde kunna få AI-skeptikern på bättre humör.

1. Techvärlden bubblar av entusiasm

Åter till ovan nämnda Google Cloud AI day, där entusiasmen inför vad som är möjligt i framtiden verkligen lyste igenom. Jag har jobbat som teknikjournalist i över 20 år och det är länge sedan jag upplevt sådan genuin entusiasm och det märks verkligen att techbranschen ser ljust på AI-framtiden. Det var också tydligt att Google verkar ha lyckats lägga in en högre växel än många andra just nu när det gäller AI-utvecklingen.

Du tycker kanske att en trendspaning som utgår från lika delar magkänsla och gubbgissning inte är särskilt väl underbyggd, men den här entusiasmen dyker upp gång på gång när Techtidningen träffar både leverantörer och deras kunder och pratar om olika aspekter av AI.

2. AI-infrastrukturen driver tillväxt på många fronter

Den andra anledningen till att jag vill tona ned oron är att AI-användningen kommer att ställa enorma krav på utbyggnaden av den it-infrastruktur som ligger till grund för alla avancerade tjänster, inte minst inom generativ AI. Här handlar det om alltifrån processorer och lagringsenheter till stora datacenter och nätverk med enorm överföringskapacitet. Lägg till detta all den mjukvara som måste utvecklas så förstår du att AI-boomen innebär goda nyheter för de flesta aktörer i techbranschen.

För några år sedan talade operatörerna om att XR och VR skulle driva på trafikökningen i nätverken, idag är förklaringen istället AI. När så kallad fysisk AI sätter fart på allvar de kommande åren kommer kraven på nätverken att vara högre än någonsin tidigare, både när det gäller överföringskapacitet och svarstider.

3. Befintliga system förstärks med AI-superkrafter

Den tredje och sista anledningen till varför du borde sluta oroa dig över AI-bubblan är hur redan befintliga it-tjänster förses med ett lager av generativ AI som öppnar upp en helt ny potential. Du har säkert hört att AI beskrivs som det nya UI, användargränssnittet, och det är just detta många mjukvarujättar har tagit fasta på.

AI-funktionaliteten byggs helt enkelt in i de applikationer som kunderna redan använder och gör dem mycket enklare att använda och därmed mer kraftfulla. Istället för att ge sig in i krångliga användargränssnitt kan man nu ställa frågor i klartext och få svar inom några sekunder. IFS, Snowflake, Oracle och Google är några av de leverantörer som redan kommit långt på området och vi kan nu dra nytta av hittills delvis outnyttjad kraft som gömmer sig i våra it-system.

Mike Capone, som är vd för dataanalysföretaget Qlik, sade nyligen så här när det gäller synen på en eventuell AI-bubbla:

– Folk fortsätter att fråga om AI är en bubbla. Jag tycker inte att det är rätt fråga att ställa. Fakta spelar roll här. De företag som driver den största delen av utgifterna i dag har faktiskt intäkter, kassaflöden och kunder som efterfrågar kapacitet. Centralbanker och marknadsanalytiker påpekar att värderingarna är höga, men de är fortfarande förankrade i verkliga vinster och mycket verkliga kapitalutgifter för datacenter, nätverk och energi.

– Vi lever varken i en AI-saga eller i en domedagshistoria. Vi befinner oss i en sorteringsfas. Tekniken är verklig, produktivitetspotentialen är betydande och det kommer att finnas vinnare och förlorare. Om du hamnar på rätt sida handlar mindre om hypecykeln och mer om disciplinen i hur du investerar.

För att bli en av de vinnare som Mike Capone talar om gäller det att närma sig AI på ett strategiskt, säkert och hållbart sätt. Låt mig avslutningsvis bjuda på några goda råd som jag har samlat ihop från några av de AI-experter som Techtidningen talat med:

• Börja i verksamhetsbehoven – inte i tekniken
  De flesta misslyckanden beror på att organisationen startar med frågan ”Vad kan vi göra med AI?” i stället för ”Vilket problem försöker vi lösa?”. Utgå alltid från affärsnytta, inte från teknikens möjligheter.
• Prioritera rätt use case och satsa på snabb testning
  Ta gemensamt fram en lista över de tio mest lovande projekten – testa dem snabbt och våga lägga ner det som inte levererar. Fokusera på ”quick wins” för att skapa momentum och undvika att fastna i långa, värdelösa pilotprojekt.
• Säkra data, infrastruktur och skalbarhet tidigt
  AI-modellen är bara 10 procent av lösningen. 40 procent handlar om data- och infrastrukturfrågor och 50 procent om förändrade arbetssätt. Missas detta går projekten ofta inte att skala, vilket är en huvudorsak till att nio av tio AI-piloter fallerar.
• Integrera säkerhet och regelverk i AI-arbetet från start
  När AI-projekten ska skalas upp blir cybersäkerhet, datastyrning och efterlevnad av regelverk som EU:s AI-förordning helt avgörande. Om företaget inte har koll på detta kan utvecklingen stoppas helt längre fram.
• Ta hjälp – ingen it-chef kan (eller bör) vara AI-expert på egen hand
  Det är klokt att ta in extern expertis inom AI för att få stöd, utmanas och slippa börja från noll. Rätt partner kan bidra med erfarenheter från andra kunders projekt och hjälpa till att undvika vanliga fallgropar.