AI är på många sätt där internet var 1996 – en spännande ny teknik som alla vill testa, men få har hittat den där avgörande tillämpningen, den så kallade ”killer appen”. På samma sätt som internet blev en självklar del av vår infrastruktur, verkar det troligt att AI också kommer att integreras naturligt i moderna system. Men precis som med internet är det inte tekniken i sig som skapar värde, utan de möjligheter som uppstår genom dess tillämpning.

Ingen fascineras längre av att en app kan göra HTTP-anrop, men när internet öppnade för att dela bilder på katter och middagar föddes miljardbolag. Kan AI skapa samma revolution – och om så, hur?

Är AI en bubbla?

Enligt statistik som omnämns i bland annat SvD:s podd Tech Brief omsätter AI-konsultbranschen mer än bolagen som faktiskt bygger tekniken. Det väcker frågan hos mig kring huruvida vi ser en bubbla där förberedelserna överträffar det verkliga värdet AI kan leverera idag.

Samtidigt finns framgångarna tydligare hos företag som utvecklar AI-modeller snarare än hos de som implementerar dem. Microsofts satsning på att integrera OpenAI:s tjänster direkt i Windows genom Copilot är ett exempel på hur etablerade aktörer driver AI framåt. Det handlar inte längre om att skapa teknik – utan om att sätta den i händerna på användarna.

AI:s styrkor och begränsningar

AI är fortfarande ett specialiserat verktyg. Modeller som ChatGPT är utmärkta på att generera text som är svår att skilja från mänskligt skriven, men dagens AI är inte universella problemlösare. Då många har påpekat problemet med hur pass pålitlig informationen i ChatGPT faktiskt är har den nu fått en liten varningstext som säger att AI:n ibland gör fel. Jag ser att det finns två möjliga utvecklingsspår för att förbättra tillförlitligheten:

  1. Större och mer komplex träning: Fortsätta träna AI:n på större och större korpus av text, med fler och fler parametrar, för att minska felmarginalen.
  2. Hybridmodeller: Kombinera AI med andra system som validerar information och säkerställer korrekthet och därmed avgränsa AI:ns uppgift till text-generering.

Anonymitet och säkerhet

En av de största utmaningarna med AI är att säkerställa GDPR-efterlevnad och skydda personuppgifter. Att använda AI för känslig information utan tydliga skyddsåtgärder riskerar att skapa problem för företag. Lösningen kan ligga i att utveckla on-prem-lösningar och använda open-source AI för att behålla full kontroll över data.

Om vi blickar långt in i framtiden

Jag hoppas (och tror) att AI, efter många förbättringar och iterationer, kan komma att bli ett universellt kommunikationsgränssnitt. Tänk dig till exempel en lärare vars föreläsningar översätts och anpassas i realtid efter varje elevs nivå och behov. Eller en AI som kan analysera en elevs förståelse och ge oändliga förklaringar tills konceptet sitter.

Språk, förkunskaper och kapacitet att ta till sig information behöver inte längre vara hinder för lärande. Det är en vision där AI går bortom att bara vara ett verktyg – och blir en bro mellan kunskap och människa.

Hur kan AI bli AGI?

Drömmen om AGI, Artificiell Generell Intelligens, fascinerar många. Där dagens AI är specialiserade verktyg, är AGI tänkt att kunna lösa breda problem utan mänsklig hjälp. OpenAI:s multimodala modeller, som kan hantera text, bild och ljud genom samma gränssnitt, är ett steg i denna riktning.

Men kanske ligger svaret i samarbete – ett nätverk av specialiserade AI som tillsammans uppnår något större än summan av sina delar.

Slutsats

AI är idag lika mycket en löftesrik idé som en praktisk teknologi. Framtiden kommer inte att handla om vad AI kan göra i sig självt, utan vad vi kan skapa med den. Precis som med internet kommer de mest banbrytande tillämpningarna att komma från entreprenörer som vågar tänka utanför ramarna.

Vad tror du – är vi redo för AI-revolutionen?

Prenumerera på vårt nyhetsbrev