Første vekststrategi går til butikkene som savner en dedikert netthandel utenom markedsplassene, på en plattform som lar dem iterere raskt over tid, automatisere personaliseringen og gi innsikt til markedsstrategien.
Hver dag jobbes det med komplekse problemer i offentlig sektor. Slike utfordringer løser Optimeringsteamet i Visma ved bruk av optimering og smarte algoritmer.
Allerede få måneder etter innføringen av Ruteplanleggeren har Verdal kommune oppnådd betydelige resultater, og fått en mer effektiv hjemmetjeneste i kommunen.
Optimert Barnehageopptak presenterer et forslag til tildeling av barnehageplass til alle søknader på sekunder, og frigjør derfor tid for både barnehagestyrere og ansatte i kommunen.
– En fordel med Optimert opptak til barnehagene i kommunen er at vi er sikker på en uhildet tildeling ut fra vedtektene. Og når det blir muligheter for å ta ut en rapport/begrunnelse vil dette lette klagebehandling og spørsmål fra søkerne.
For de fleste organisasjoner blir et AI-prosjekt evaluert etter de samme kriteriene som andre prosjekter. Det må et fornuftig business case til for å kunne starte et prosjekt.
Og 12 prosent av de allokerte søkerne fikk et høyere ønske ved å bruke Visma Optimert Opptak enn ved en tradisjonell manuell tildeling i kommunen.
Med opptaksoptimereren kan opptak til barnehager gjennomføres på under ett sekund og samtidig hensynta både vedtekter og foreldrenes ønsker for barna.
Nokios er en årlig konferanse og et samlingspunkt for de som jobber med IKT i offentlig sektor. Her er en høydepunktene du bør få med deg.
I en hverdag allerede preget av tidspress stjeler stadige forandringer og replanlegging mye tid fra de ansatte i hjemmetjenesten. Hva om planleggingen kunne skjedd automatisk? Les mer om automatisk ruteplanlegging, som skal gi pasientene en bedre tjeneste »
AI og maskinlæring brukes nå i stor grad for å effektivisere arbeidsprosesser og flere og flere tar dette i bruk. For å kunne implementere kunstig intelligens trengs det spisskompetanse.
Maskinlæring er i vinden, og mange ønsker å ta det i bruk. Før vi bestemmer oss for å bruke maskinlæring, er det viktig å ha en forståelse av hvilke problemtyper maskinlæring er egnet til å løse, og hvilke problemtyper det finnes bedre alternativer for.
Mange bedrifter har begynt å ta bruk løsninger basert på kunstig intelligens og maskinlæring, og realiserer store gevinster på dette. Om din bedrift er i startgropen på dette arbeidet bør man begynne med å fastsette en AI-strategi.
Maskinlæring og kunstig intelligens er et område som har fått mye oppmerksomhet de seneste årene, til tross for at mange av de matematiske prinsippene er flere tiår gamle. Vår ambisjon er å bidra til reell verdiskaping ved bruk av maskinlæring, ved justere forventningene på hypen litt ned, fokusere reelle og praktiske problemer, og anvendbar teknologi.
Personopplysningsloven og GDPR har gitt økt fokus på hva man kan bruke innsamlede personopplysninger til og ikke, og det hersker stor usikkerhet rundt hva det i praksis betyr at dataene kun skal brukes innenfor det formålet de var samlet inn for.
NTNUs nye digitale regnskapsmedarbeider, Bot-Anna, kontrollerer nå reiseregninger og utlegg for hele organisasjonen. For hvert skjema Bot-Anna behandler frigjør hun tid. Faktisk såpass mye tid at NTNU kan halvere antall årsverk knyttet til håndtering av reise og variabel lønn!
Vi leser om maskinlæring og kunstig intelligens, og hvordan smarte algoritmer og voldsom datakraft vil utkonkurrere menneskene i de fleste disipliner. Men hva med oppgaver som krever mer? For eksempel kunnskap om ting vi ikke har data på? Hva med beslutningsprosesser som omfatter helhetstenking og avveiing? Eller kreativitet? Evnen til kildekritikk?
Økonomiavdelingen har fått en ny medarbeider, Bot-Anna R001. Hun elsker reiseregninger, raske utbetalinger og er for tiden på prøve i et pilotprosjekt. Om alt går etter planen, blir hun fast ansatt.