Oversigt

Data

Data er det samme som information. Og vi glemmer ofte at stille de simple spørgsmål. “Hvilken information har vi brug for?”. “Hvilken information sidder vi på, og kunne vi eller andre bruge den til noget?”. Data er først interessante at snakke om, når vi snakker om, hvad de kan bruges til.

Vi rådgiver om kreativ brug af virksomhedens data til at optimere driften eller skabe helt nye forretningsmuligheder. Vi møder virksomheder, som har værdifulde data, som ikke bliver brugt i egen afdeling, delt med andre afdelinger eller delt med kunder. Alle tre har potentiale til at sætte raketfart på virksomhedens vækstrejse.

Cloud

Traditionelt set har virksomheder haft deres egne computere og servere stående fysisk på matriklen. Cloud er et begreb, der bruges, når man udnytter en anden ekstern computer eller server til at beregne og gemme data. Det foregår over internettet, og ofte har store udbydere som Microsoft og Google datacentre med servere rundt omkring i verden, hvor virksomhedernes data så ligger gemt. Cloud giver fordele som øget sikkerhed mod angreb og driftssikkerhed, nemmere deling af data, automatisk skalering både op og ned, automatisk opdatering af software, adgangsstyring m.m.

Når vi snakker om det at flytte data i Cloud, oplever vi, at branchen ofte snakker om den værdi, der ligger i sikkerhed og drift. Det er selvfølgelig en kritisk faktor at overveje og kan være med til at optimere virksomheden. I Creative Tech anbefaler vi dog, at vi også kortlægger de muligheder, der er for at udnytte Cloud til at skabe innovation, der kan få virksomheden til at vækste.

Maskinlæring / Kunstig Intelligens / AI

Vi kan ofte finde områder i en virksomhed, der kunne have gavn af at optimere, kategorisere eller forudse noget. Med maskinlæring har du mulighed for at automatisere opgaver, som tidligere var for uoverskuelige eller omkostningstunge for medarbejdere at løse, f.eks. tjek af data.

Derfor træner vi i stedet en computer til at tage en beslutning ved at give den en masse eksempler, lidt ligesom vi mennesker tager beslutninger ud fra vores erfaringer i livet. På specifikke udfordringer kan en computer ofte give et mere præcist bud. Fordelen er også, at der så kan følge en række automatiserede muligheder baseret på den beslutning.

I praksis bliver maskinlæring for eksempel brugt til billedgenkendelse, selvkørende biler, forudsige boligmarkedspriser og aktiemarked, salgsværdien af brugte biler, inddele tekster og billeder i kategorier, fejlfinding i vindturbiner, forudsige nedbrud i maskiner og meget mere.

RPA (Robotic Process Automation)

Alle virksomheder har deres egne processer for at håndtere, hvordan information skal flyde rundt i organisationen samt til kunder og leverandører. I mange år er der blevet lavet integrationer mellem systemer, så data kan flyde fra ét system til et andet. Det er ofte en dyr og langsommelig proces, og derfor vil en naturlig løsning også være at få virksomhedens medarbejdere til at hjælpe med at flytte den information rundt. Her kan det i stedet være mere hensigtsmæssigt at udnytte RPA. Med RPA kan der sættes nogle regler op for typer af software, som selv kan klikke rundt på en computer og samle data og sende den information afsted til de interessenter, som skal bruge den. Den teknik hedder Robotic Process Automation (RPA). Vi rådgiver om, hvorvidt det vil være hensigtsmæssigt at lave en integration, benytte RPA, eller om det faktisk er mere rentabelt at fortsætte med menneskelige ressourcer til opgaven.

Lyder det interessant?

Kontakt Claus Nissum Holm for en uforpligtende snak — vi kan helt sikkert hjælpe dig!

+45 30 11 39 51
claus@kleangroup.dk