Telenor og generativ KI: – Med litt kreativitet kan mange oppgaver løses bedre
De ansatte utvikler KI-agenter og en smart chatbot svarer på kundespørsmål. Men for å lykkes med kunstig intelligens må man ha realistiske forventninger, sier programdirektør i Telenor.
– Telenor var tidlig ute med å se viktigheten av kunstig intelligens (KI). Det er noe vi drar mye nytte av i dag, sier Gorm Andreas Grønnevet, programdirektør for forskning i Telenors forskningsavdeling.
Selskapet har siden 2017 hatt et KI-team i forskningsavdelingen, og brukt maskinlæring innenfor alt fra å avdekke cybertrusler, automatisere kundeinteraksjoner og optimalisere nettverksdrift.
Mye av dette er eksempler på teknologi som opererer i bakgrunnen. En form for kunstig intelligens som påvirker hverdagen til mange – uten at man nødvendigvis har et forhold til det.
Men så skjedde det noe da ChatGPT ble lansert i 2022.
– Da fikk kunstig intelligens en oppsving ulikt alt annet vi har sett tidligere. Teknologien var brukervennlig, engasjerende og lett tilgjengelig. Plutselig kunne alle «snakke med KI», og det var spennende.
Påmelding: KI ABC på Fornebu og i Stavanger
Vil du lære mer om hvordan Telenor jobber for å bli mer effektive ved hjelp av generativ kunstig intelligens?
24. september skal Digital Norway; Microsoft og Telenor sammen gi et grunnleggende KI-kurs – og vise frem hva som skal til for å lykkes med teknologien i praksis.
18. september kommer vi til Stavanger.
Les mer og meld deg på her:
Kundeservice-bot knyttet til forretningssystemer
Som så mange andre har Telenor siden den gang jobbet med å finne ut hvordan de best mulig kan utnytte seg av store språkmodeller og generativ kunstig intelligens.
Et eksempel er chatboten Telmi, utviklet i samarbeid med det norske oppstartsselskapet Boost AI. Der har de integrert en stor språkmodell i chatboten for å forbedre interaksjonen med Telenors kunder.
Enkelt fortalt betyr det at chatboten er i stand til å gjøre det samme som ChatGPT er god på, nemlig å forstå intensjonen bak en forespørsel – og regne seg frem til en statistisk sett god respons.
Det som gjør det interessant er at teknologien er knyttet bakover til underliggende forretningssystemer.
– Hvis du logger deg inn og verifiserer deg som Telenor-kunde, skal chatboten kunne bruke kundehistorikk for å finne svar på det du trenger hjelp til, og ikke minst gjennomføre transaksjoner, forklarer Grønnevet.
De jobber også med en tilsvarende teknologi for å tolke og analysere transkripsjoner av kundesamtaler.
Ansatte bygger KI-agenter
Telenor jobber også med å tilby generative KI-verktøy som kontorstøtte. For å gjøre dette på en ansvarlig og trygg måte, har Telenor utviklet det de kaller for en KI-portal.
Her har de koblet språkmodeller som GPT-4, Gemini og Claude opp mot et eget grensesnitt.
– Med litt kreativitet, vet vi at det er mange oppgaver som kan løses bedre med ny teknologi, sier han.
I KI-portalen kan ansatte bygge en egen agent. Det kan forklares som en slags tilpasset KI-assistent, laget for å løse en spesifikk oppgave.
– Det kan være at man ber agenten om å hjelpe med å lage en presentasjon, eller utforme et høflig svar på en mail. I portalen kan man også legge inn dokumenter og annen informasjon som agenten skal ta i bruk for å forstå oppgaven.
Grunnen til at ansatte kan velge mellom flere ulike språkmodeller, er at det kan være små ulikheter i de ulike språkmodellenes egenskaper; for eksempel kan en modell være bedre egnet til norsk språk, eller en annen være dyktigere på kreative oppgaver.
– Vi jobber hele tiden med å utforske dette landskapet og da er det viktig å la de ansatte bli kjent med og eksperimentere med teknologien. Vi regner med mye prøving og feiling, men det viktigste er å få opp bruken og vanene, sier han.
Regner med å spare tid på møtereferater
Området han regner med å se de største tidsbesparelsene er en klassisk tidsstyv mange kan kjenne igjen, nemlig møtereferater.
– Måten vi løser dette på er at vi gjør et opptak av et møte, selvfølgelig med alles samtykke. I etterkant henter vi ut en KI-generert transkripsjon fra Teams, og mater teksten til en KI-agent – som gir en enkel og lesbar sammenfatning av hva vi har diskutert.
Grønnevet er likevel tydelig på at slike verktøy må brukes på en bevisst måte. Om man tar alt som er generert av kunstig intelligens for god fisk, kan man fort risikere å ende opp med feilaktig eller misvisende informasjon.
– Derfor er kunnskap og kompetansebygging helt avgjørende, sier han.
Jobber med organisasjonen
Det har nemlig ikke vært slik at Telenor har beveget seg hodeløst inn i en ny hype, og eksperimentert med ny teknologi uten først å gjøre et grundig forarbeid.
– Vi visste at vi ikke bare kunne dytte ut en løsning i bedriften, men at vi måtte jobbe systematisk på flere områder med organisasjonen.
Hvordan jobber vi med data? Har vi gode strategier og retningslinjer? Hvordan ser løpene for videreutdanning ut, med tanke på endringene teknologien representerer? Hvilke ordninger og avtaler har vi med partnerne våre?
Alt dette var spørsmål de måtte ta stilling til før de i det hele tatt kunne begynne å tenke på konkrete produkter eller teknologier, sier han.
– En av de fine tingene med å jobbe i Telenor er at vi har en årlig «40 hour challenge», som betyr at det forventes at alle ansatte skal bruke litt over en uke på å lære seg noe nytt. Dette har vært en viktig del av læringsarbeidet rundt KI.
Han forklarer at de også har en rekke spesialiserte læringsprogrammer og starter kits for ledere, i tillegg til å jobbe med eksterne partnere om opplæringsprogrammer.
– Heller kaldt vann i blodet på de som hauser opp mulighetene
Grønnevet er spent på utviklingen, men mener det er viktig å jobbe med realistiske forventninger om man skal evne å ta ut det fulle potensialet.
– Som forsker og person er jeg opptatt av å si at jeg tror denne teknologien representerer et fundamentalt skifte. Men jeg vil heller kalle det en myk disrupsjon. Endringen er ikke et plutselig og brutalt brudd, men sannsynligvis noe som kommer til å skje over lenger tid.
Han viser til Daron Acemoglu, professor ved MIT. Han estimerer at KI kan automatisere rundt fem prosent av eksisterende arbeidsoppgaver.
Selv om man ser en voldsom produktivitetsøkning innenfor et spesifikt felt, for eksempel programmering, vil det altså ikke være mange nok «automatiserbare» oppgaver som på kort tid kan effektiviseres av kunstig intelligens.
Så skal det sies at KI kan bidra til å skape nye arbeidsoppgaver, men at denne samtalen krever et mye lenger perspektiv enn hva man kan oppnå i dag, mener Grønnevet.
– Acemoglu har helt kaldt vann i blodet på en god del av konsulentselskapene og selgerne som hauser opp hva som er mulig å få til med kunstig intelligens på kort sikt, sier han.
– Samtidig har vi stor tro på teknologien. Vi er optimister og setter fart. Vi skal eksperimentere, innovere, lære mer og bli mer effektive. Men vi gjør det med erfaringen og kunnskapen om at dette vil ta tid og ressurser – og slik vil de store gevinstene komme, avslutter han.
KI ABC – fra buzz til business
Vi legger ut på turné for å løfte KI-kompetansen til norske bedrifter. Meld deg på her!
