ELECTE-bloggen
Tillbaka till startsidan Alla artiklar
Newsletter
Problemet med jordgubbar
"Hur många 'r' är det i jordgubbe?" - GPT-4o svarar "två", en sexåring vet att det är tre. Problemet är tokenisering: modellen ser [str][aw][berry], inte bokstäver. OpenAI löste inte problemet med o1, utan kom runt det genom att lära modellen att "tänka innan du talar". Resultat: 83% jämfört med 13% i matematikolympiaden, men 30 sekunder istället för 3 och tre gånger så hög kostnad. Språkmodeller är extraordinära probabilistiska verktyg - men det behövs fortfarande en människa som räknar.AI-strategiFramtiden för bygg- och fastighetsbranschen: En lärdom från bygghälsosektorn
Varför misslyckas generiska AI-lösningar i byggbranschen? AI som inte kan skilja mellan "bärande väggar" och "skiljeväggar" är farligt. Resultatet av specialiserad AI: -68% konstruktionsfel, -31% inventeringar, -28% byggtid. Royal London Asset Management: ROI på 708%, -59% energiförbrukning. Byggbranschen ligger näst sist när det gäller digitalisering bland branscherna - en idealisk terräng för att visa värdet av vertikal kontra generisk AI.AI-strategiAvkastningen på AI-implementering 2025: omfattande guide med verkliga fallstudier
3,70 dollar i avkastning för varje dollar som investeras i AI - de som presterar bäst får 10,30 dollar. Men 42% av företagen har avbrutit de flesta projekt fram till 2025, med hänvisning till oklara kostnader och osäkert värde. Novo Nordisk: 12 veckor till 10 minuter för kliniska rapporter. PayPal: -11% bedrägeriförluster. 74% uppnår positiv ROI inom det första året, men endast 6% blir "AI high performers". Frågan är inte "har vi råd med AI?" - utan "har vi råd att fördröja?"AI-strategiAI-produktivitetsparadoxen: att tänka innan man agerar
"Vi ser AI överallt utom i produktivitetsstatistiken" - Solows paradox upprepar sig 40 år senare. McKinsey 2025: 92% av företagen kommer att öka investeringarna i AI, men endast 1% har en "mogen" implementering. 67% rapporterar att minst ett initiativ har minskat den totala produktiviteten. Lösningen är inte längre teknik, utan att förstå det organisatoriska sammanhanget: kartläggning av förmågor, omarbetning av flöden, anpassningsmätningar. Den rätta frågan är inte "hur mycket har vi automatiserat?" utan "hur effektivt?"AI-strategiEffektivitetsparadoxen: Gör AI oss mer korkade?
Sokrates fruktade att skrivandet skulle förstöra minnet. Han hade rätt - de historieberättare som återgav Iliaden har försvunnit. Men vi har fått möjlighet att bevara idéer på global nivå. Varje teknik "avdramatiserar" något och förstärker något annat. AI är inte annorlunda, men det går snabbare: fem år i stället för 20-30. Frågan är inte "gör AI oss dumma?" (nej), utan "är vi tillräckligt medvetna för att välja vad vi ska delegera och vad vi ska behålla utbildade?"AI-strategiMCP (Model Context Protocol): ett nytt "USB-C" för AI som förändrar arbetsflöden i företag
"USB-C för AI-integrationer" - det är vad de kallar Model Context Protocol, och OpenAI, Google, Microsoft och Amazon använder sig alla av det. Över 1 000 MCP-servrar skapades av communityn på bara några månader. Men allvarliga sårbarheter har dykt upp under 2025: snabb injektion, tyst "mattdragning" av definitioner, exponering av referenser. Gartner varnar för att autentiseringen fortfarande är begränsad. Löftet är enormt: ett universellt språk för att ansluta AI till alla system. Rådet: icke-kritiska pilotprojekt, försiktig nyfikenhet i stället för förhastad adoption.NewsletterDet stora bedrägeriet: Varför AI förstår känslor bättre än det erkänner
82% AI vs. 56% mänsklig noggrannhet i tester av emotionell intelligens - Genève- och Bern-studien förstörde vår sista lugnande myt. ChatGPT-4 överträffar inte bara människor i befintliga tester: den skapar nya tester som inte går att skilja från professionella psykologers tester. Mikrouttryck, röstanalys, kontextuell förståelse - AI:n läser av känslor som vi själva inte känner igen. Frågan är inte längre "kan den förstå känslor?" utan "hur kan vi utnyttja denna överlägsna förståelse och samtidigt behålla de mänskliga värdena i centrum?"AI-strategiAffärer från den gamla goda tiden: Nostalgi som konkurrensfördel
Medan OpenAI och Anthropic fortfarande letar efter hållbara affärsmodeller, trycker MyHeritage och FaceApp pengar genom att förbättra foton från 1990-talet. Den obekväma sanningen: konsumenter betalar mer för att förbättra det förflutna än för att föreställa sig framtiden. Det är den "20-åriga nostalgicykeln" som AI tjänar pengar på vid den perfekta tidpunkten - nedgångna digitala arkiv + teknik för att återställa dem + en köpstark generation. En marknad på 17 miljarder dollar→50 miljarder dollar år 2030. Men om vi bara optimerar för att se bakåt, vem kommer då att uppfinna framtiden?Sida 36 av 39