Etter å ha jobbet med kunstig intelligens i mange ulike prosjekter over flere år har PWC gjort seg noen erfaringer. En av de viktigste er at det sjelden lykkes å betrakte kunstig intelligens som initiativ som kan løses uten at man har med seg hele organisasjonen. Data science er en tverrfaglig disiplin som krever at man ikke bare tenker på de tekniske aspektene ved en AI-implementering, men at man også ser på hvordan hele organisasjonen kan og skal tilpasse seg nye teknologiske muligheter.
Hva krever dette av organisasjonen din? Hvor skal du begynne? Hvilke metoder og teknikker kan du benytte for å få en god start?
I dette webinaret gir PWC, sine data- og analyseeksperter råd om hva du bør fokusere på for å lykkes med kunstig intelligens, og hvordan organisering, datatilgjengelighet og realisering av modellene henger sammen:
- Hvordan bør vi organisere oss for å lykkes med kunstig intelligens?
- Hvordan sikrer vi at modellene vi skal trene og bruke får tilgang til riktige data?
- Hvordan beveger PWC fra PoC til produksjon, og sikrer at de klarer å realisere modellene sine og kapitalisere på effektene?
Om foredragsholderen:
Lars Meinich Andersen er leder for data- og analyseteamet i PwC Consulting Oslo. Her leder han et team som jobber med problemstillinger innen data science, data engineering, IT-arkitektur og praktisk anvendelse av data for å løse ulike forretningsutfordringer. Han har lang erfaring som rådgiver og leder i både offentlig og privat sektor, og har i hele sin karriere jobbet i skjæringspunktet forretning/teknologi.
Les også artikkelen han har skrevet om temaet her
Foredraget passer for alle som i en eller annen grad arbeider med digitalisering eller organisasjonsarbeid i ulike nivåer i virksomheten.
