KI og dataplattform
KI blir stadig mer imponerende og det mangler ikke på rakett-emojier for tiden, men en ting er stadig uendret: uten en solid dataplattform står selv de mest avanserte agentene på vaklende grunn. I en tid hvor verdenen rundt oss utfordres og fornyes gjelder det å ha fullt fokus på data og ta ansvar for de; forvaltningen av pålitelige data blir ett av de viktigste konkurransefortrinnene en virksomhet kan ha.
KI-bølgen skyller over alle kanaler, og på LinkedIn dukker det stadig opp folk som har «Claude-Codet» et CRM-system i helga, og bare ta kontakt om du lurer på hvordan. Eller en kritisk kommentar fra noen som forklarer hvorfor KI ikke kan erstatte den jobben akkurat de utfører. Det er ikke så lett å vite hvordan man skal forholde seg til alt dette. Man kan både bli imponert og fylles med en dose sunn skepsis.
Det er gode grunner til å være imponert. De siste månedene har både modellene (Opus 4.6, Gemini 3.1 Pro, GPT-5.4) og verktøystøtten blitt merkbart bedre. Og det er på mange måter ganske utrolig hva som nå er mulig å få til med KI-agenter i ulike former. Så om ikke KI-agentene har begynt å søke på jobber (enda), så er det i alle fall noen typer deloppgaver de kan utføre med høy kvalitet. De som får dette best til er gjerne de som har satt seg grundig inn i hvordan agentene bør settes opp, med instruksjonsfiler, agentdefinisjoner, verktøyoppsett (MCP) osv., og i tillegg har solid domenekunnskap i området de anvender KI. Illustrerende nok var det to unge utviklere som vant NM i KI nå nylig.
Forståelsen for intrikate detaljer i både forretning og data blir enda viktigere enn før for å lykkes med verdiskapning.
I Fraktal har vi god hjelp av KI til mange problemstillinger; koding, dokumentasjon, tester, design, formler med mer. Det er befriende å slippe å tråle nettet rundt og lese like mange betente forumposter for å finne inspirasjon og konkrete svar på ulike problemstillinger. Et trygt oppsett rundt KI krever fortsatt betydelig teknisk forståelse, og «KI-tilrettelegging» er i ferd med å bli et eget fagområde som favner både funksjonelle og sikkerhetsmessige hensyn.
Det er også gode grunner til å være kritisk! Det kan virke som det er mulig å oppnå ekstrem effektivitet ved å bruke disse nye verktøyene, men en må alltid holde et øye med kvalitet og faktiske behov når en vurderer verdiskapningen. Lages det for mye «slop» så kan det også bli en byrde som kan likestilles med teknisk gjeld. Det snakkes i tillegg om en ny «kognitiv gjeld», at mennesker ikke lenger forstår det som skjer og dermed ikke kan fikse problemer uten å bruke enda mer KI i en slags endeløs spiral. Utviklingen er dessuten svært flyktig. Det som er i vinden i dag, kan være mindre relevant om noen måneder.
For å navigere på dette urolige havet av teknologi tror vi det er viktig å etablere noen fyrtårn, altså etablerte sannheter som viser kursen. Et av disse er at KI-agenter ikke kan erstatte et godt datagrunnlag og en god dataplattform! Agentene kan bruke disse dataene ved hjelp av tilrettelagt semantisk støtte (god gammeldags metadata), men om disse er mangelfulle eller feilaktige, så blir også svarene eller hjelpen fra agenten tilsvarende. Vi er vant med å ha tillit til dataene som eksponeres i rapporter, og det har tatt tid. Det blir en slags re-etablering av denne tilliten med KI. Automatisering og virksomhetsstyring med KI på toppen av et utrygt fundament kan gi stygge utfall. Forståelsen for intrikate detaljer i både forretning og data blir enda viktigere enn før for å lykkes med verdiskapning.
Behovene for gode data øker igjen som følge av KI, og det behovet løses ikke per i dag av KI alene. Vi har hjulpet kunder med å komme i gang med oppsett av agenter som kan svare på spørsmål om interne data og trygghet i bruk av agenter i kodeutvikling. Et annet eksempel vi har sett hos flere kunder er at om datagrunnlaget og strukturen rundt er solid, så kan agenten enklere bygge informative og gode visualiseringer på toppen av dette. Dette tror vi det kommer til å bli mer av, kanskje det er på høy tid at de tradisjonelle dashboardene får litt konkurranse? Vi er som alltid opptatt av å finne praktiske løsninger på reelle problemer, og ikke bare løse noe fordi man kan bruke KI.
