Hva er Business Model Canvas

Business Canvas model er et verktøy som kan brukes av både store, og små bedrifter for å fremstille og forme en forretningsmodell som gir oversikt over bedriftens forretningsplan. Business Canvas Model kan også brukes til å lage forretningsplaner fra bunnen av, verktøyet fremstiller en bedrifts verdiløfte, kunder, infrastruktur, kjøp og salg. 

Denne modellen er utviklet av Alexander Osterwalder, og ble først introdusert til verden gjennom boken ”Business Model Generation”. Boken ble sluppet ut i 2010 

Fordeler med en solid Forretningsmodell?

Som bedrift er det veldig viktig å ha en god, og sterk forretningsmodell, jo bedre denne er jo lettere er det å drive bedriften. Grunnen til at mange bedrifter går tidlig konkurs, er fordi de ikke har en klar og god forretningsmodell. 

Det er viktig å ha en forretningsmodell for å kunne sikre seg, mulige investorer og banker. Desto sterkere forretningsmodellen din er, desto mer seriøst ser folk på deg som bedrift. Dette gir en pekepinn på at du er seriøs til det du driver med, og at du har oversikt over hva det vil bety å drive en bedrift. 

«Business Model Canvas består av 9 grunnkomponenter som henger nøye sammen, og som sammen utgjør bedriftens forretningsmodell. Disse klossene viser en logisk fremstilling av hvordan bedriften har tenkt å tjene penger».

De 9 blokkene som utgjør Business Model Canvas:

  • Verdiløfte 

Hva er dine produkter ? 

Verdiløftet i en forretningsmodell beskriver hva man skal tilby til kundene. Hva slags produkter man må tilby for å flere kunder? Hvilke er de problemene man må løse, og hvilke behov kan dine produkter dekke? 

  • Kanaler 

Hvor når du dine kunder, og hvilke kanaler bruker du til å nå dem? 

Kanaler er en beskrivelse av hvordan man som en bedrift skal levere det verdiløftet du har gitt. Hvordan skal dine varer nå frem til dine kunder? Skal man for eksempel selge fra fysiske butikker eller nettbutikker? 

  • Kunderelasjoner 

Hvordan skal du bygge relasjoner, og kunne forholde deg til dine kunder? 

Kunde relasjoner er en beskrivelse av hvor godt forholdet mellom deg og dine kunder er. Jo bedre relasjoner man har med kundene, desto enklere er det å beholde dem som kunder. Hvordan skal man også bygge nye kunderelasjoner med andre potensielle kunder? 

  • Kundesegmenter 

Hvordan deler du opp dine kunder etter kriterier? Hvem er dine kunder ? 

I denne blokken av Business Model Canvas så handler alt om å dele opp sine kunder i ulike kategorier utfra kriterier som du bestemmer. Her så kan man se hvem av kundene er de viktigste kundene for deg. 

  • Ressurser 

Hvem er dine ressurser? Hvilke ressurser er du avhengig av? 

Hvilke ressurser er nødvendige for oss, for å kunne levere verdien ut til kundene. Ressurser kan deles opp i flere kategorier, dette kan være mennesker, finansielle og fysiske ressurser. 

  • Kjerneaktiviteter 

Hvilke aktiviteter fremmer bedre vekst for bedriften? 

Kjerneaktiviteter handler om å finne ut hva man må gjøre som bedrift, for å kunne levere verdiløftet på en best mulig måte. Dette kan for eksempel være å finne ut hvordan man skal markedsføre? 

  • Partnere 

Hvem er dine partnere, som utfører det arbeidet du ikke selv gjør? 

Her så prøver man å finne noen som man kan samarbeide med for å hjelpe deg som bedrift vokse, og hvor man da kan overlate noen oppgaver over til partnerne sånn at man kan fokusere på de viktigste oppgavene i bedriften. 

  • Inntektsstrøm 

Hvordan øker inntekten? Hvor kommer inntekten fra? 

Her så må man se hvilke metoder vil bringe mest inntekt for bedriften. Hvilke priser passer best for våre produkter. 

  • Kostnadsstruktur

Hva er dine kostnader? Øker de eller synker de? Hvor bruker vi mest penger? 

Hvilke kostnader, og utgifter har vi ved å betjene forretningsmodellen? Hvilke ressurser, og aktiviteter koster mest? Hvilke er våre faste og variable kostander, og kan vi gjøre noe for å synke disse kostnadene? 

Hvorfor bruke Business Model Canvas ? 

  • Enkelt å forstå 
  • Kunder og andre aktører, har en enklere forståelse av deg som bedrift. 
  • Økt fokus 
  • Fokuset øker innad i bedriften, fordi man har en plan for hvordan man skal utføre arbeid. 
  • Økt fleksibilitet 
  • Det er enklere for en bedrift å forandre på noen ledd, enn å trenge å forandre en hel bedrift i og med at Business Model Canvas er delt i 9 deler. 
  • Økt kundefokus 
  • Man kan enklere fokusere på kundene, fordi du har en bedre fordeling av dem i ulike kategorier. 
  • Fremstiller nettverk 
  • Man kan vise frem sine nettverk til kunder, for å kunne øke kredibiliteten utad. 
  • Enkelt å kommunisere ut. 
  • Når ting er fordelt i planer, så er det mye enklere å forklare hva ting går ut på og hvorfor man gjør som man gjør. 

Takk for tiden deres!

/Murat Mehaj

Kilder:

https://www.strategyzer.com/canvas/business-model-canvas

http://alexosterwalder.com

Hva er blockchain ?

Blokkjeder kan i all enkelthet kalles en logg. Der denne loggen er oppdelt i flere blokker med informasjon. Istedenfor at informasjonen ligger kun ett sted, eller at man må drive å sende denne informasjonen til ulike aktører. Så har de ulike aktørene tilgang til all informasjon, og får beskjed hvis det skulle bli gjort noe endringer i informasjonen. En blokkjede er en kompleks teknologi, som er laget av digital informasjon. 

Blokkjede er en sammensetning av komplekse teknologier, som er laget av ulike digitale informasjoner. Enkelt forklart er det en blokk (som består av digital informasjon), og en kjede (som er den offentlige databasen. Blokken er den delen som har i oppgave å ta vare på all informasjon – for eksempel dato, tid og nettbaserte transaksjoner. De vil også sortere informasjonen etter hvem de ulike partene som er involvert i transaksjonen. Blokkene lagrer også sin egen informasjon, for å kunne skilles fra andre blokker i kjeden. Hver eneste blokk har en unik kode, som blir kalt for ”hash”. Ved å se på hash´en til hver enkelte blokk, kan man skille de fra hverandre. For eksempel hvis man har tenkt til å kjøpe noe på nett, og etter kjøpet så bestemmer du deg for å kjøpe en til av den samme tingen. Selv om da du har foretatt den samme ordren med samme detaljer, så kan man skille disse selv om de er nærmest identiske ved å se på den unike ”hash” de ulike transaksjonene består av. Hvis noen prøver å tukle med en blokk, så vil ”hash” koden forandre seg på blokken, og dermed blir alle andre blokkene i samme kjeden ugyldige. Hash´en til blokk nummer 1, må stå i blokk nr 2 også, samme med blokk 2 til 3. Alle blokkene må ha Hashen til de tidligere blokkene i seg.

Blokkjeder i kryptovaluta

Denne typen teknologi brukes i kryptovaluta. Selve bitcoin protokollen er bygd opp på blokkjeder. Alle Bitcoin transaksjoner blir lagret i blokkjeder. Når en person bruker bitcoin for å betale for noe, så jobber ulike maskiner i bitcoin-nettverket for å bekrefte denne transaksjonen. Men for å kunne gjøre dette, så må maskinene løse et komplekst matematisk problem. Dette problemet er ”hash”, datamaskinene løser dette problemet ved å ”hashe” en blokk. Når den har klart å gjøre det, så vil dets algoritmiske arbeid også ha bekreftet blokkens transaksjon. Den transaksjonen som blir verifisert, og utført blir da lagret i digitale databaser. Og informasjonen blir lagret som en blokk i en blokkjede. Denne informasjonen blir da uforanderlig. 

Hvordan kan dette bli brukt i Norge? 

Ved å bruke blokkjeder i helse sektorer, så vil man kunne øke sikkerheten, personvernet og effektivitet. Man kan også bruke det i offentlige sektorer, til å kunne skape mye sikrere IT-systemer, som ingen kan tukle med. I bransjer der økonomiske transaksjoner står i sentrum, så vil blokkjeder øke effektiviteten, og forhindre uønskede innblandinger fra andre eksterne aktører. Så for eksempel vil blokkjeder passe godt til eiendomsutsalgs bransjen, så eiendomsmeglere burde ta i bruk denne teknologien. 

Min personlige mening er at blokkjeder gir mennesker en mer sikrere måte å foreta en transaksjon på. Da disse blokkjedene er desentraliserte, og ingen kan endre disse. 

Takk for tiden ! 

Kilder:

https://www2.deloitte.com/no/no/pages/technology/articles/blokkjeder-bruksomrader.html

https://www.investopedia.com/terms/b/blockchain.asp

Ekkokammer og Filterbobler.

Ekkokammer

Ekkokammer er et fenomen som oppstår i den digitale verdenen. Dette er en beskrivelse av en situasjon der ideer, informasjon eller oppfatning blir forsterket gjennom å repetere budskapet og kommunisere dette frem til folk gjentatte ganger. I et ekkokammer så blir man utsatt for det samme budskapet om, og om igjen. Dersom man kun får en side av en sak, så kan man si at man sitter fast i et ekkokammer, fordi man får gjentatt kun det synet du har satt spor av på nettet. Ved ekkokammer så blir din tro og dine meninger gjentatt, uten noen form for kritikk eller fremstilling av et annet perspektiv.

 Dette er et fenomen som er blitt vanlig å bruke for store selskaper som selger varer eller tjenester. For eksempel hvis man har søkt på en ting flere ganger på google, og andre nett tjenester. Så kommer det til å komme ofte frem ads og meldinger angående den samme tingen for eksempel i dine sosiale medier. Dette er algoritmer som forskere har laget, for å kunne spore det folk søker på og er interessert i. Så ekkokammer er egentlig en sporing av hva du skriver, og leser på nettet. 

Det negative aspektet ved Ekkokammer

Man kan føle seg forfulgt overalt på nettet, dette kan være litt skremmende at du ikke kan søke noe på nett uten at algoritmene samler inn data av hva du søker på. For eksempel hvis man liker en ting så tar det ikke lang tid før Facebook feeden din er fyllt opp med ting som kan relateres til det du likte. Og dette kan man ikke forhindre, fordi algoritmene er programmert til å overvåke konstant folks interesser. Det som også er negativt er at man kan ende opp med å bare så positive sider av noe du har likt, og ikke de negative sidene fordi disse skjermes bort fra deg av algoritmene, og de menneskene som har kontroll over sporene. Fordi de tror du kun vil ha de positive sidene av en situasjon, så de prøver å bare forsterke synet ditt.

Det positive ved ekkokammer 

Noe positivt ved ekkokammere er at man får informasjon anngående en situasjon som interesserer deg, uten å trenge å søke så mye om det. På grunn av mennesker og algoritmer som overvåker nettet, så blir du eksponert for de tingene du har vist interesse for. Så nettet blir mer skreddersydd til dine interesser, og du sparer masse tid på å slippe å søke på nettet angående dine interesser. 

En viktig ting å huske på, er at man skal alltid være kritisk til det man finner på nettet, fordi det kan bli spredd mye feilinformasjon. Dette kan da føre til for eksempel at man får et innsnevret syn på oppfattelsen av hvordan ting egentlig er. Man må være kildekritisk, hver gang man søker på noe som interesserer deg, eller er om et populært tema på nett. 

Filterbobler

Selve begrepet ble skapt av forfatteren Eli Pariser, han utga en bok som handlet om filterbobler. Filterbobler vil si at man får en tilpasset informasjon, som er egentlig basert på dine tidligere søk som du har gjort på internett. Hver gang man søker noe på google, så legger du spor av dine interesser, og algoritmer begynner å samle disse sporene inn. Deretter vil disse algoritmene alltid tilby deg den informasjonen du har lyst på, eller fremstille informasjonen i form av det synet du har lagt spor av. Dette kan da føre til stagnasjon for enkeltpersoner.

Eli Pariser sa at disse filterboblene kan føre til store konsekvenser, fordi man aldri vil kunne få to synspunkter representert via internett. Fordi man har lagt spor av det synet du først var ute etter i en situasjon, eller informasjonssøk. Det vil da si at algoritmene forhindrer informasjon som den ikke syns er relevant for deg, å kunne nå frem til deg. Så filterbobler er faktisk algoritmer som brukes av store nettsteder, for å samle inn mengder av informasjon om deg som internett bruker. Og bruker nettopp denne typen informasjon til å kun representere frem informasjon som den syns er etter dine preferanser. Så man kan si at etterhvert så blir man på en måte fanget inn i sin egen boble på nett, fordi algoritmene har lært å kjenne deg.

For eksempel så kan to personer søke akkurat det samme på google, men hver enkelte for frem forskjellige typer informasjon, på grunn av at algoritmene sorterer etter dine spor som du har lagt igjen. Dette er litt nifst egentlig, at informasjon blir holdt tilbake for en hver person!

Kilder:

https://2measteffen.weebly.com/ekkokammer-og-filterbobler.html

https://datascience.berkeley.edu/eli-pariser-beware-online-filter-bubbles/

https://snl.no/filterboble

Ruter Som En Norsk Plattform Tjeneste

Digitale plattformer er ikke en teknologi i seg selv, men det er en type forretningsmodell som er godt egnet som et økosystem. Grunnen til at dette kan ses på som en forretningsmodell er på grunn av verdiskapningen man kan skape gjennom å tilrettelegge kjøp og salg mellom en forbruker og en leverandør.

Ruter står ansvarlig for kollektiv transport tilbudet i Oslo og Akershus. Ruter er en offentlig eid selskap. Ruter AS eies av to ulike kommuner i Norge, Oslo eier 60% og Akershus eier 40 %. Ruter benytter seg av to ulike applikasjoner for å levere sine tjenester til kunder. Ene applikasjonen kan man bruke til å bestille og kjøpe billetter for reisene man skal foreta (RuterBillett), mens den andre applikasjonen (RuterReise) bruker man til å planlegge reisen sin med, ved å taste inn lokasjonen du skal til i applikasjonen så viser den deg den enkleste og beste kollektiv transporten som du bør benytte for å nå frem i tiden og enklest.

Ruter har planer om å ta i bruk konseptet «MaaS», hvor de vil da lage en plattform som kan utføre begge tjenestene, både kjøp av billett og reise veileder. Dette vil da si at både RuterReise og RuterBillett går under en og samme applikasjon i løpet av 2020.

Konseptet MaaS?

Maas står for «Mobility as a Service» , dette vil si at man prøver å sammensette/smelte løsninger sammen for å kunne lever en helhetlig og komplett tjeneste til kunden. Ruter ønsker å levere mer skreddersydde og komplette løsninger til sine kunder. Dette gjør ting for den hver enkelte kunde mye enklere, når de lurer på noe så ligger alt på et sted, og dette medfører til en mer helhetlig løsning for mobilitet. For eksempel alle ruters tjenester samlet under en applikasjon, samtidig så vil Ruter kunne kutte ut kostnader og få en mye bedre oversikt.

Hvem er Ruters Kunder ?

Disse benytter seg av Ruters kollektiv tilbud.

  • Barn Mellom alderen 6 til og med 17 år
  • Voksne
  • Studenter under 30 år
  • Ungdommer mellom alderen 18 til og med 19 år
  • Honnør (alle over 67 år, og blinde/svaksynte)

Alle disse kundegruppene er sortert etter forskjellige prisklasser, og alle som benytter seg av Ruter som transportmiddel må kjøpe billetter i henhold til den prisklassen man tilhører eller så kan man risikere å få bot hvis man har kjøpt feil billett, eller ikke har kjøpt billett i det hele tatt.

Hva er transaksjonskostnader?

« Transaksjonskostnader refererer til de ressursene vi benytter oss av for å finne frem til og gjøre det beste valget når vi skal kjøpe et produkt eller en tjeneste»

Det finnes seks ulike typer av transaksjonskostnader:

  • Søkekostnader – Handler om hvordan man enklest kan finne frem det man leter etter, uten å bruke for mye tid til å søke etter løsningen. For eksempel så har Ruter gjort det enkelt for kunder, å legge inn adressen hvor man ønsker å dra til, og Ruter vil da vise deg ulike ruter samt den beste transportformen som passer til turen.
  • Informasjonskostnader – Dette handler om å finne informasjon om ulike alternative tjenestene man vil kjøpe. For eksempel hva de ulike tjenestene kan utføre for deg som kjøper. I Ruter så bruker man applikasjonen, som gir deg ulike reise alternativer til den destinasjonen du ønsker å dra til. Denne viser deg enkleste/raskeste ruten, og i tillegg så kan man se hvilket transportmiddel som er best til å nå frem i tide. Dette øker den praktiske biten for kundene, de slipper å søke så mye informasjon rundt for å finne veien frem.
  • Forhandlingskostnader – denne handler om hva man faktisk må gi fra seg for å kunne benytte seg av tjenesten som selskapet tilbyr, dette kan være penger. Ruter har vært flinke til å fordele prisene etter alder, og dette gjør det enkelt for alle sammen å forholde seg til disse vilkårene.
  • Beslutningskostnader – disse kostnadene handler om hva man faktisk har behov for, og hvilke alternativer passer best for deg. Ruter tilbyr mange ulike former for billetter, man kan kjøpe enkelt billett, 24 timers billett, 7 dagers billett og månedsbillett. Så ruter har vært flinke med å tilby ulike former som passer hver enkelt individ.
  • Evalueringskostnader – disse kostnadene oppstår først etter at tjenesten har blitt brukt, her så undersøker man om man faktisk har fått den verdien man ble lovet at man skulle få ved bruk av tjenestene. For eksempel hvis man bruker RuterReise applikasjonen, og denne ikke var så effektiv eller ikke levde opp til forventningene så vurderes det som et dårlig kjøp. Men hvis alt skulle funke etter applikasjonens anbefalinger, så kan man si at det har vært et god kjøp og har levert verdi til deg som kunde.
  • Tvangskostnader – disse kostnadene handler om bruken av ressurser for å gjøre endringer i handelen, eller å be om kompensasjon fordi varen ikke leverte den verdien som ble lovet. Ruter er ganske flinke til å refundere penger hvis det transportmidlet du skulle bruke er forsinket i lang tid. Hvis de ikke er i rute, og du blir mer enn 20 minutter forsinket på grunn av dette, så lover Ruter å refundere dine penger.

Kilder:

https://estudie.no/digital-plattform/

https://techstep.no/tjenester/flow?gclid=Cj0KCQiA9orxBRD0ARIsAK9JDxQEFRY4H9N6RuHPu16qtX6VJBOC9OXJyfOFX_S9jeGPMUKKd6tv3V0aAibFEALw_wcB

https://estudie.no/transaksjonskostnader/

https://ruter.no/fa-hjelp/reisegaranti-og-drosjerefusjon/

https://www.aftenposten.no/osloby/i/WbqwG/slik-blir-billett-appen-til-ruter

https://ruter.no/om-ruter/selskapsinformasjon/

https://ruter.no/kjop-billett/billetter-og-priser/enkeltbillett/

/Murat Mehaj

Hva er Kunstig Intelligens, og hvordan blir det brukt og laget?

Forelesningen som gikk på Mandag 13.01.2020, brukte vår foreleser Arne Krokan tiden til å introdusere oss for Kunstig intelligens. Jeg skal bruke dette blogginnlegget til å videreformidle denne informasjonen til dere lesere!

Kunstig intelligens går ut på å kunne lage avanserte algoritmer som består av betydelige mengder med data, hvor man da overfører disse algoritmene inn i komplekse maskiner. Dette gjør maskiner smarte nok til å kunne utføre oppgaver som egentlig krever menneskelig intelligens. Man kan kjenne igjen visse mengder av menneskelig intelligens trekk ved maskinene som bruker kunstig intelligens, noen av trekke kan være læring, planlegging, problem løsning, bevegelser som mennesker gjør og persepsjon. Som et fagfelt så kan man si at det er en blanding av matematiske, datateknikk, logikk, psykologi og nevrologisk vitenskap. En definisjon på kunstig intelligens kan være at det er maskiner som tenker, og utfører oppgaver minst like bra som et menneske, om ikke bedre.

Det finnes to ulike type former av kunstig intelligens

 Maskin læring. 

Man ser på maskinlæring som en underkategori av kunstig intelligens, og det handler om systemer som lærer over tid. Dette betyr da at det programmet som skal startes opp ikke vet noe fra før av. Det vil si at maskinen har ingen data lagret, men samler da dette etterhvert som den blir testet og opplært. For eksempel når et menneske skal begynne å spille gitar for første gang, men har aldri gjort det før. Eneste måten man kan bli en bedre gitar spiller er ved å øve, og repetere.

Opplæringen foregår ved testing og feiling, i denne startsfasen så vil maskinen ikke være noe flink. Kunstig intelligens maskinen vil feile stort sett veldig mye, den vil bare gjette seg frem til svarene på testene fordi den ikke har noe data som kan veilede den til det rette svaret. For eksempel så vil den gjette seg frem til hva som er en hund og hva som er en katt, hvis den hadde blitt bedt om å skille de ulike dyrene ut ifra bilder og trekk. Det er vanlig å gjenta øvelsene over lange perioder for å la den kunstige intelligensen bli nærmest feil fri, etter at den samler inn dataene den trenger for å svare på forskjellige saker. Det finnes mange metoder som kan bidra til god opplæring av den kunstige intelligensen.

Den mest vanlige metoden kalles for Overvåket læring, denne brukes for å trene opp den kunstige intelligens. Denne metoden går ut på at et menneske er læreren til maskinen, og disse samarbeider seg sammen gjennom testene. For eksempel så kan læreren hjelpe maskinen å kunne kjenne igjen trekkene som skiller en hund fra en katt, ved å få maskinen til å sortere bilder av de to dyrene i forskjellige kategorier. Deretter vil maskinen selv klare å sortere bildene av dyrene ut ifra former, uten noen form for hjelp og veiledning. 

Denne formen for læring er ganske kostbar, og tidskrevende fordi det kreves alltid at et menneske hjelper maskinen med å trene seg opp. 

Dyp Læring 

Dyp læring er en mer avansert form for maskin læring, i denne formen for læring så prøver forskere å lage såkalte nevrale nettverk i harddisken til maskinen. Disse nevrale nettverkene er inspirert av den menneskelig hjernen. I denne formen av læring så prøver man å bygge så mange lag med nevrale nettverk som mulig. For hver lag så økes kalkulasjonskraften til hele maskinen. Som jeg har skjønt det så vil det si at hvert lag blir mer og mer avansert, smartere og får flere måter å kunne forstå informasjon på. Så de høyere lagene er mer kraftfulle, og kan utdype større data enn de lavere lagene. For eksempel hvis man skal prøve å få maskinen til å identifisere et bilde så vil de lavere lagene i det nevrale nettverket ta seg av de enkle formene i bildet eller farger, mens de høyere lagene kan da kan si noe om ansikt, kroppsform, høyde, alder og mange flere avanserte data fra bildet. 

Som jeg har skjønt det, så går dyp læring mer på programmering og justering. Så i denne metoden så jobber mange mennesker sammen for å kunne sette sammen den ultimate formen for kunstig intelligens. 

En interessant ting vi lærte fra foreleseren Arne Krokan er at mennesker hadde egentlig for lenge siden kunstig intelligens eller funksjonene av den, kunstig intelligens kan sammenlignes med regresjonsanalyser. Så læreren nevnte for oss at kunstig intelligens kan oppfattes som det samme som statistiske analyser. 

Sårbarheter ved Kunstig intelligens. 

Hvis man for eksempel manipulerer 1 pixel i et bilde så vil dette føre til svakheter i datasettet. Det vil da si at maskinene kan mislykkes i å lese og forstå dataene fra bildet, fordi det ikke er likheter som noen av datasettene den har lagret i minnet fra før av. 

Positive effekter ved kunstig intelligens. 

Foreleseren vår nevnte nemlig noe veldig positivt ved kunstig intelligens, han sa at kunstig intelligens er mye flinkere enn mennesker på å merke føflekker som kan inneholde former for kreft. Dette klarer den fordi den har så mye data fra føflekker, at det er enkelt for den å sammenligne dataene med tidligere funn. I tillegg så blir kunstig intelligens brukt av radiologer, fordi på grunn av de store samlede datasettene som en kunstig intelligens har, så kan den merke lungebetennelse enklere enn mennesker. 

Kanskje i fremtiden så kan man programmere iPhone sin Face ID til å kunne lese personer som er deprimerte, og sende bekymrings melding til noen hvis personen ofte har det deprimerende utrykket i ansiktet. Kanskje dette kan hindre folk i å utføre selvmord fordi noen kan ta kontakt med dem, og snakke med dem om depresjonene. Dette er faktisk noe som kunne vært veldig interessant funksjon.

Dette er det jeg hadde å si om kunstig intelligens, stoffet er innlært fra foreleser Arne Krokan og jeg har gjort litt undersøking på egenhånd.

Takk for tiden deres!

/Murat Mehaj

Kilder:

http://www.krokan.com/arne/

https://www.zdnet.com/article/what-is-ai-everything-you-need-to-know-about-artificial-intelligence/

https://snl.no/kunstig_intelligens

Takk for tiden deres!

Hvilke endringer bringer digitaliseringen med seg i samfunnet?

Vi hadde vår første skoledag i dette semesteret på mandag. Jeg må si jeg var ganske spent på å starte opp med valgfaget digital markedsføring. I klassen ble vi møtt av våre lærere, og noen elever fra i fjor som hadde skilt seg ut fra klassen sin. Lærerne introduserte seg, og fortalte litt om hvordan vi skal bevege oss i dette faget fremover i halvåret. De elevene som var til stede skal støtte oss, og hjelpe oss med utfordringer som vi ikke klarer å håndtere selv. Jeg må si at allerede etter første time, var jeg komplett oppslukt av faget. Digital Markedsføring er et veldig spennende tema i dagens samfunn, når man tenker på alle de store endringene som har skjedd de siste 10 årene. Jeg må si at det er litt skummelt å tenke på alle de endringene som kommer til å skje i løpet av de 10 neste årene. Den første delen av semesteret skal vi ha Arne Krokan som foreleser, i Digital Økonomi og Forretningsmodeller. Arne klarte å gi meg et nytt perspektiv på hvor mye det digitale og teknologiske har endret seg i løpet av de 10 siste årene. Det er litt sykt å tenke på at, for 10 år siden så var det ikke noe som het Snapchat, Kunstig intelligens, Virtuelle penger og ikke minst så fantes det ikke noe som het Virtuell reality. Det fantes heller ikke noe som het Instagram for 10 år siden. Dette er noe som er ganske overraskende når man tenker på det, vi er så vandt til å bare følge trendene at vi ikke egentlig tenker over hvordan ting var før i tiden. De teknologiske endringene har blitt helt vanlige, og normale for mennesker. Men tenk på folk som er i gammel alder, for dem så var det nokk med at tv´ene har blitt slankere enn før. Mens vi som er født i senere åra bruker mobilen som tv. Dette er ting som man ikke går rundt og grubler over, men det er veldig interresant å stoppe opp og tenke på alle disse endringene. I dagens samfunn så tester man så og si hver dag nye teknologier og tjenester, dette beviser litt hvor fort de digitale endringene skjer i verden. At man alltid har nye muligheter og tjenester i den teknologiske verdenen. Vi kan trygt si at vi er i en konstant endring, og for å kunne være en relevant person i samfunnet så gjelder det å klare å følge alle endringene som oppstår teknologisk.

Kunstig intelligens?

Noe jeg syntes var spennende på denne skoledagen var da Arne nevnte kunstig intelligens, dette var et ganske spennende tema. Det er snakk om roboter, hvor disse robotene en vakker dag enten vi vil det eller ikke så vil de erstatte mennesker på arbeidsplasser. Det er jo store fordeler med dette, man kutter ut kostnader, og det blir mye større grad av effektivisering i bedrifter. Jeg vil si at man ikke får den samme gode følelsen av at en robot skal løse dine problemer, og ikke et menneske. Roboter har jo ikke følelser, så de kan ikke forstå når du har det dårlig og trenger hjelp med et eller annet. Tenk tanken på når man skal på et jobbintervju, og man skal bli intervjuet av en robot. Dette er noe som har faktisk skjedd i mange bedrifter i løpet av de siste årene. Det er ingenting personlighet ved dette, man snakker til en maskin med masse kabler. Man vet ikke helt engang hvordan man skal kommunisere med den. Men jeg kan vel ikke bare se på de negative sidene av de teknologiske endringene. Det har jo blitt laget roboter som skal minne deg på å ta tabletter i tide, dette er en god løsning for eldre mennesker som bor alene. I tillegg til alt dette tenk på butikken som amazon har laget, der du blir betjent av kunstig intelligens. Det finnes ingen kasser eller ansatte i butikkene, du skanner bare mobilen din og du kan begynne å handle. Kameraene rundt i butikken overvåker hva du legger i handlekurven, og trekker beløpet automatisk fra din bank konto. Dette er en butikk som blir 100% drevet av kunstig intelligens. Vi lever i en verden der digitaliseringen er i konstant endring, og vår oppgave er å klare å endre oss i samme takt med nye kompetanser. Jeg kan fra mitt perspektiv si at jeg har stor tro på at kunstig intelligens kommer til å ta over store deler av arbeidsmarkedet. Det er vår jobb å ikke la robotene ta over absolutt alt, og dette kan vi gjøre ved å alltid ha ny kunnskap, og være en verdifull ressurs i arbeidsplassen.

Det kommer til å bli veldig spennende å se på alle de endringene som kommer til å skje i løpet av de 10 neste årene. Tenk allerede i 2019 har man klart å bruke 3D printere til å lage menneskelige organer, og bygge hus. Hvem blir de neste som 3D printere kommer til å ta jobben fra. Jeg er ganske sikker på at det kommer til å skje drastiske endringer de 10 neste årene. Tenk plutselig om noen år så trenger man ikke lenger å ha mobil, kanskje man bare kommuniserer med hverandre via hologrammer eller andre teknologiske dingser som er enda mindre enn telefoner. Kanskje det blir skapt solbriller som kan ringe og gjøre det en telefon klarer? Hvem vet hva som kommer, vi får bare håpe på det beste og utnytte teknologien til det gode. Jeg er spent på å møte de nye teknologiske endringene i verden! Er du ?

Kilder:

https://www.cgdev.org/blog/technological-revolution-and-future-work

https://edition.cnn.com/2018/10/03/tech/amazon-go/index.html

/Murat Mehaj