Det store taktskiftet

Det store taktskiftet

Vi står midt i en varig endring av styrkeforholdet mellom menneske og maskin. Den største konsekvensen er mye høyere endringstakt. Vi trenger akselerasjon. 

Mens den menneskelige hjerne utvikler seg i evolusjonshastighet, følger kapasiteten i datamaskinene Moores lov, som tilsier at kapasiteten dobles omtrent hvert andre år. En slik eksponentiell vekst, gir ekstreme utslag over tid.

Lenge har data handlet om ren kapasitet og datakraft. Framover vil vi se at mye vil handle om tilgjengeliggjøring av kunnskap, og økt bruk av maskinkraft i prosesser bare mennesker tidligere kunne utføre.
Tenk over følgende eksempel: Neste år er det 20 år siden datamaskinen Deep Blue slo verdensmesteren Gary Kasparov i sjakk. Deep Blue hadde tapt den første kampen i ‘96. Men i ‘97 vant maskin knepent over menneske: 3,5-2,5.

I sjakk går det ikke an å regne ut alle utfall av spillet, man må til enhver tid gjøre best mulig trekk ut fra forutsetningene på brettet der og da. Deep Blue var laget med spesialprosessorer for å spille sjakk, og var i stand til å evaluere 200 millioner posisjoner på sjakkbrettet per sekund.

Den var resultatet av et dedikert prosjekt hos IBM som hadde pågått i 8 år. Prosjektet bygget på analyse av tusenvis av partier spilt av profesjonelle sjakkspiller. Med på laget var en stormester i sjakk, som jobbet med å finjustere systemet.

Maskinlæring, avansert analyse og kunstig intelligens er på vei inn i næringslivet i full fart.

I dag, bare 20 år etter, mistenkes en ny stjerne på den norske sjakkhimmelen for å jukse seg til fantastiske partier. Han er blind, og må bruke mobiltelefonen som hjelpemiddel for å utføre trekkene.

Han spiller prikkfri sjakk, og det blotte faktum at han må bruke en mobiltelefon med ørepropper er mer enn nok til å vekke mistanke. For bare 20 år etter at en dedikert superdatamaskin slo verdensmesteren i sjakk knepent, er langt mer potent sjakk-kunnskap allment tilgjengelig på mobilen. I hånda på hvem som helst.
Dette gjelder ikke bare i sjakkens verden. Maskinlæring, avansert analyse og kunstig intelligens er på vei inn i næringslivet i full fart. Intelligente analyser setter maskinene i stand til å forholde seg til mye større datamengder enn tidligere.

Samtidig skjer det en eksplosjon på tilgjengelige data. Massiv datakraft kobles sammen med sensorer og motorikk. Datamengdene som samles er enorme, mulighetene til å bruke dem smart likeså. Og i økende grad holdes menneskene utenfor. Vi klarer ikke å forholde oss til de samme datamengdene som maskinene.

De enorme datamengdene fra sensorer og mobiler, kjenner ingen landegrenser. Kunnskapen som bygger på datamengdene kjenner heller ikke noen landegrenser. Med Blockchain, ser vi konturene av helt nye og trygge betalingsmidler som heller ikke vil kjenne landegrenser. Lagringskapasiteten og prosessorkraften i mobiltelefonen blir større enn det som var i Deep Blue da den slo verdensmesteren i sjakk.

Maskinene tar over. Bilene kjører snart tryggere og bedre enn vi mennesker klarer selv. Den samme utviklingen vil treffe forretningsverden, og vil tvinge fram et nytt endringstempo, og en stadig mer global arena.
Vil dette bety noe for en vanlig norsk bedrift? Svaret er ja.

Eksisterende forretningsmodeller vil utfordres. Kunnskap som tidligere var lukket vil være allment tilgjengelig. Konkurransen vil komme fra steder der man ikke venter det minst. Som taxi-næringen utfordres av Über, hotell-næringen utfordres av Air BnB, eller hvordan tradisjonell betalingsformidling settes under press av helt nye mekanismer som blockchain.

Det eneste som er helt sikkert er at dagen i morgen kommer til å være vesentlig annerledes enn i dag. Når maskinene gradvis bidrar med mer kunnskap i våre prosesser, vil både globaliseringen øke og endringstempoet skyte fart.

Den største konsekvensen er mye høyere endringstakt. For å sikre vår konkurransekraft trenger vi akselerasjon.


Artikkelen har tidligere stått på trykk i Computerworld, 11. april. 2016. 

comments powered by Disqus