Tidligere Uber-chef: It-giganter giver startups baghjul med deres kæmpe datalagre

Nystartede virksomheder har langt fra adgang til samme mængde data, som de store firmaer har. Det sætter dem bagud i forhold til at bruge AI som værktøj til at skabe ordentlige løsninger på baggrund af data.

VESTERBRO, KØBENHAVN. Som udvikler bør man bevæge sig væk fra at løse sine udfordringer med adskillige gode eller mindre gode algoritmer til i stedet at fokusere på AI og Machine Learning til at udnytte sit data, og komme med løsninger ud fra det.

Danny Lange, vicepræsident for AI og Machine Learning ved Unity Technologies

Det var et af hovedbudskaberne til konferencen Nordic-AI, som blev afholdt i går, tirsdag, på spillestedet Vega i København.

Men hvis man skal bruge AI til at udarbejde løsninger på baggrund af datasæt, så kræver det, helt lavpraktisk, at man har adgang til tilstrækkeligt store datasæt.

Hos de store firmaer – Amazon, Google, Uber osv. – er dette ikke noget problem. Deres databaser dækker over enorme mængder af brugerinteraktioner, som kan bruges til alverdens beregninger og features.

Men generelt er det bare meget begrænset, hvilke data man som nystartet firma reelt har adgang til, lød kritikken på konferencen.

Og skal man sætte en AI til at finde løsninger på baggrund af data, så kræver det, ja, data, og meget af det.

Sætter nystartede firmaer bagud

Danny Lange, nuværende vicepræsident for AI og Machine Learning ved Unity Technologies og tidligere chef for machine learning ved Uber, var meget klar i spyttet:

»Lad være med at lægge fokus i at finde en god algoritme. Med data kan man komme meget længere,« siger Danny Lange.

Han kommer selv med et eksempel, hvor Uber skulle finde en måde at beregne mere præcist, hvornår en chauffør ville ankomme. Førhen var der alt for store afvigelser i app’ens forudsigelser i forhold til, hvornår de reelt ankom.

»Til at starte med lavede vi bare en simpel algoritme i Python, som kunne beregne tidspunktet for ankomst,« siger Danny Lange.

Helt lavpraktisk var det distance plus gennemsnitlig fart. Dette var meget upræcist, så de satte en AI til at gennemtrævle de enorme mængder data fra tidligere køreture. På den baggrund kunne den komme op med mere realistiske bud på, hvor længe det ville tage en chauffør at køre fra A-B.

Danny Lange fastslog dog samtidig, at it-giganternes enorme datalagre fra starten spiller startups af banen:

»Det vil uden tvivl sætte nyopstartede firmaer bagud i forhold til de store drenge. Man har bare ikke adgang til en ordentlig mængde data, hvilket er nødvendigt, hvis man skal have sin AI til at fungere ordentligt,« siger Danny Lange.

Data akkumulerer

Hampus Jakobsson, angle investor ved Nordic Makers, kan sagtens sætte sig ind i den problemstilling, som flere nystartede firmaer står med.

»Det, som der er med data, er, at det akkumulerer – det vokser eksponentielt. Jo mere data, du har, jo mere data vil du få. Derfor vil du naturligvis have udfordringer som et nystartet firma, for du kan ikke bare sætte en AI til at gøre arbejdet«, siger Hampus Jakobsson.

Han fremhæver dog, at man ikke er helt uden muligheder for at oparbejde noget data – naturligvis afhængigt af, hvad man har brug for.

Først og fremmest er det værd at undersøge, hvilke mængder offentligt data, som man kan grave frem. Eksempelvis er man i Danmark godt på vej med Grunddataprogrammet, som samler alt offentligt tilgængeligt data, og gør det nemmere at bruge for virksomhederne.

Læs også: Sådan kan frie grunddata bruges: Skybrudsadvarsel, vindmølle-udsigt og butiksplacering

»Problemet med dette er bare, at det gør alle andre også. Det vil reelt ikke sætte dig nævneværdigt foran konkurrenter,« siger Hampus Jakobsson.

Men det kan godt betale sig at tappe ind på allerede eksisterende datasæt. Eksempelvis ved at få adgang til andre virksomheders mængder.

»Data har i dag en enorm værdi, så hvis man eksempelvis kan tilbyde en virksomhed en service for adgang til deres data, kan man komme meget langt,« siger han.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk

Følg forløbet

Kommentarer (0)

Log ind eller opret en konto for at skrive kommentarer

Partnernyheder

Welcome to a seminar on tools that help you become GDPR compliant!

Getting GDPR compliant by May 2018 implies a lot of activities covering the legal aspects, internal business processes, data management, and security technology.
28. feb 2017

Maja Rosendahl Larsen ansat hos Affecto

24. jan 2017

Introduction to Jedox – Affecto Seminar, Copenhagen

12. jan 2017