Om kontextuella utmaningar på IBM Think, 3e oktober, Stockholm

Om kontextuella utmaningar på IBM Think, 3e oktober, Stockholm

Sen vi började använda telekommunikation har det funnits ett problem med hur man tar betalt för tjänsten, och det värde som kunden får från den.

Att mäta antal minuter som ett samtal tar speglar inte på något sätt det verkliga värdet av samtalet. Den mycket långsiktiga visionen har därför varit att istället för samtalslängd, mäta informationsinnehållet och dess värde, och ta betalt för det.

Jag tror vi alla kan vara överens om att vi inte är där än. Vi betalar fortfarande, beroende på kanal, för samtalets längd, och den enda förändring som skett är att datatrafik faktureras på överförd datamängd.  

Men data är inte information, och data har inte i sig självt något värde. Data blir information först när det (framgångsrikt) tolkats, och värde materialiseras först när informationen tjänar ett syfte.

Telecom-industrin har inte ännu lyckats förändra sina affärsmodeller, men när vi tittar i kristallkulan ser vi att denna (r)evolution måste ske.

Ett ökat antal regleringar har som målsättning att vara teknik-neutrala och reglerar därför kontext, den faktiska informationen och vad den kan användas till, istället för tekniska lösningar och data.

Detta är särskilt sant för GDPR, som definierar personuppgift som någon informationsmängd, som tillsammans med någon annan informationsmängd, som man själv har, eller som är publikt tillgänglig, kan användas för att identifiera en levande person. GDPR beskriver de facto den mänskliga förmågan att associera information för att identifiera en individ.  

Men det kontextuella anslaget återfinns även i mycket annan lagstiftning, däribland insiderlagstiftning, säkerhetsskyddslagen, patientdatalagen och penningtvättslagstiftning. Dessutom har allt fler interna policies ett kontextuellt anslag, för att skydda både immaterialrättsliga tillgångar och företagshemligheter.  

Tillsammans skapar de nya utmaningar, där existerande teknologi har problem att leverera lösningar som klarar uppgiften.

När kontexten, som återfinns i och mellan innehåll, är vad som måste kontrolleras och hanteras, blir reguljära uttryck och traditionell teknologi som används i data-mining lösningar, orkestrering och DLPer helt enkelt för trubbiga för att kunna erbjuda relevant granularitet och prestanda.

Eftersom data blir information först då det processats och tolkats av en människa, ger det oss bara två alternativ.

Antingen så avsätter vi människor för att utföra det tidskrävande arbetet att tolka all vår data, eller så applicerar vi teknologi som framgångsrikt imiterar de mänskliga kognitiva förmågorna. Dessa artificiella förmågor måste också kontinuerligt utvecklas, på samma sätt som både människor och språk gör.  

Med Aigine har vi valt det andra alternativet, och vi säkerställer kontinuerlig träning av de artificiella förmågorna genom kollaborativt kognitivt lärande.

Vill du veta mer om hur en kontextuell utmaning kan lösas, missa oss inte på scenen på IBM Think Stockholm, 3e oktober tillsammans med Shibuya Crossing.

Har du inte anmält dig än? Få en gratis biljett här:
https://www.ibm.com/se-en/events/think-summit/index.html

Är du inte i Stockholm den 3e oktober, men vill ändå veta mer om hur man löser en kontextuell utmaning? Hör av dig:
info@aigine.se