På Tenfifty har vi en genomarbetad metod för hur vi tar oss an våra AI-projekt.
Det här upplägget hjälper oss och våra kunder från det första mötet hela vägen in i mål. Oavsett om målet är en prototyp, en pilot eller en driftsatt affärsapplikation. Det är absolut inget hokus pokus, modellen bygger på CRISP-DM, ursprungligen framtaget på 90-talet av IBM, och som blivit ett vanligt tillvägagångssätt när man jobbar med tunga dataprojekt.
Varje projekt brukar starta med en workshop. En grupp väl valda personer kikar närmare på det problem som ska lösas och förutsättningarna för det. Vi berör frågor som hur processen fungerar mer i detalj, vilka utmaningarna är samt vilken data som finns tillgänglig. I många fall kan vi redan här ha idéer om vilka AI-tekniker som är applicerbara på det utvalda problemet. Det är inte sällan workshopen mynnar ut i en förstudie med syfte att producera en första datakvalitetsrapport, som en gate för beslut om fortsatt framdrift.
Proof-of-Concept-steget i vår process är ofta väldigt explorativt men samtidigt ett enkelt sätt att testa vad som kan komma att fungera i praktiken.
En omfattande del av denna fas är att dyka ännu djupare ner i datan, se hur den är beskaffad samt vilka eventuella gap som finns. Dessa insikter är mycket värdefulla, det är vår erfarenhet att de optimala datapunkterna ofta inte finns tillgängliga. Oftast måste datan rensas och sammanställas för att kunna användas för att bygga modeller och det händer ibland att vi behöver vänta in att data börjar samlas in för att vi ska kunna komma vidare i projektet.
Under POC:en sker även själva modelleringen, som är en iterativ process där vi vanligen testar ett flertal algoritmer för att ta fram olika typer av modeller mot satta parametrar och itererar fram och tillbaka, skruvar på datan igen och testar vad som fungerar bäst. Det finns ofta många olika sätt att analysera och testa vilka resultat som är mest gynnsamma för det givna problemet.
På Tenfifty har vi ett stort fokus på att komma i drift med våra projekt.
Pilot-steget har som syfte att testa en eller flera av de bästa modellerna från PoC:en med live-data från kundens system. Det händer att testerna uppdagar skillnader mellan den datadump vi använde i PoC:en och den faktiska data kunden jobbar med, och att modellerna måste anpassas.
Här ser vi på om vi uppnår affärsmålen och vad som behöver göras för att uppnå en slutlig lyckad driftsättning.
Baserat på resultaten i piloten kommer vi tillsammans med kunden fram till om utvald modell ska sättas i produktion eller inte.
Produktionsättningssteget kan ibland göras av kunden själv men det är inte sällan som vi bistår och gör detta tillsammans med till exempel en IT-avdelning. Vi lägger ofta till någon form av dokumentation, övervakning och testrutin. Vissa system är så dynamiska att nya modeller måste tränas med jämna mellanrum för att hantera större skiften i datan, då produktionssätter vi även de delarna tillsammans med övervakning, sk MLOps.
Var vi driftar lösningen varierar, det kan vara direkt i kundens infrastruktur men också i ett externt moln lokalt eller globalt.
Workshop
