Min gode venninne Silvija Seres – som jeg har skrevet en haug kronikker og alltid ser frem til å snakke med – inviterte meg til å lage en podcast om digitale plattform for noen uker siden. Resultatet i all sin skravlete omtrentlighet finner du her.
Her forleden hadde jeg en hyggelig samtale med Eirik Norman Hansen – en gang min student, nå er ikke aldersforskjellen så voldsom lenger – om dataanalyse og hvorfor mange bedrifter sliter med det. Noe av det ble en podcast, her er detaljene:
Apple Podcast: https://podcasts.apple.com/…/30…/id1470592074…
Spotify: https://open.spotify.com/episode/1OHfdMnv6oTAeOxycb27pL…
Nok en kommentar i digi.no, denne gangen om et svært viktig tema, som dessverre har blitt litt borte i diskusjonen om personvern og smittesporing. Jeg liker ikke konspirasjonsteorier og alt som har med Covid-19 haster, men før man lanserer noe som sporer folk overalt må man vite at det faktisk gir den effekten man er ute etter.
.Alle datakilder og alle modeller har feil. Det må vi leve med. Det vi må vurdere, er om feilene er store nok til at vi ikke kan bruke resultatet.
Lydfil herunder, også tilgjengelig på Spotify.
Tenketanken Passivt-Agressivt Bøllefrø (@jeblad) er verdt å følge på Twitter. I går kom han med denne stripen med, tja, poengterte utsagn om den pågående AI-hypen:
Jeg må jo bare gi ham rett på alle punkter – og jeg driver faktisk og lærer opp bedrifter i å bruke disse teknikkene. I det siste har jeg til og med hørt folk snakke om å skaffe seg «en AI», omtrent som om det er noe personalavdelingen burde involveres i.
Men så er det jo slik at når teknologene mister kontrollen over det tekniske vokabularet (noen som husker debattene om den rette betydningen av «hacker»?) så er jo det et tegn på at teknologien faktisk begynner å brukes der ute. For oss som vet, naturligvis, er jo dette bittert. Som Stephen Fry sier (i en eller annen bok jeg ikke finner referansen til nå): Det er jo ingen som er surere enn de som digget Pink Floyd før The Dark Side of the Moon, og etter å ha snakket i årevis om hvor bra de var og at alle burde høre på dem så blir de sure når bandet blir allemannseie. Konklusjonen blir at Pink Floyd har solgt seg for popularitet og det er på tide å begynne å lete etter den neste nisjegreia verden ikke setter nok pris på.
Så vi teknosnobber får finne noen nye teknologier vi kan snakke om. Det pleier ikke være vanskelig.
I en datadrevet bedrift tar ikke lenger ledere beslutninger om hva som skal gjøres – det gjør modellene. Så hva står igjen for lederen å beslutte? Ny kommentar på Digi.no. Også gjengitt i BI Business Review.
(Og jeg synes det er på tide at vi får uttrykket forvirringsmatrise inn i norsk språk.)
(Lyst til å diskutere digitalisering med Ragnvald Sannes, Berit Svendsen og meg? Bli med til Frankrike i oktober!) Kort frist!
Som vanlig med lydfil. I denne lydfilen henviser jeg til to figurer og forsøker å beskrive dem – ta en titt på Digi eller se herunder hvis dette er uklart (og det er det…)
If you think you understand quantum mechanics, you don’t understand quantum mechanics. (Richard Feynman)
Notater fra et seminar i Forskningsparken. Advarsel: Notater tatt underveis – mangler, misforståelser og digresjoner i massevis.
Hva er en kvantedatamaskin? Franz Fuchs (SINTEF)
Introduction: Google’s «quantum supremacy» isn’t that… Quantum computers outperform regular computers on certain tasks (such as integer factorisation) but are unlikely to have practical use in the near future. Moore’s law is saturating, transition to a quantum age. Short history of quantum computing:
Quantum computers are at the stage of ENIAC at this point.
Two challenges for quantum computers: Hardare and software. Lots of research: EU has a quantum computing technologies flagship, worth 1b Euros, similar in the US and China. IBM has done a lot of research, up to 20 qubits devices. D-Wave uses quantum annealing, a kind of analog computing, free access for 1 minute, open source python tools. Alibaba, Microsoft, Google all experiment. Intel, Rigetti has technologies (the latter a hybrid), IonQ. In sum: Heavy investments into development from many parties. But: Classical algorithms run on a quantum computer will not run faster. Shor’s algorithm is not parallelism… Developments:
Applications will be quantum chemistry, AI, optimization, and simulations. In addition, cryptography, China is using quantum satellites to have safe video calls, and a quantum tunnel between Beijing and Shanghai, though this is not strictly quantum computing.
Question: Quality of qubits? IBM has a measure, depends on errors in measuring, connections, etc.
Question: Languages? A number of high-level languages (QISKit, Forest), mostly assembly at this point. Will be more general.
Kvanteberegning og IoT. Ketil Stølen
Naivt bilde av IoT: Data opp i skyen. Pipeline en flaskehals, dermed går man til fog computing (LAN-nivå) og edge computing (tingene selv). Stort problem at teknologien er fragmentert og umoden, mangler særlig testet software for integrering og interaksjon. Sikkerhet ofte et problem på grunn av manglende kapasitet. Samtidig gir nettforbindelse en kolossal angrepsflate. Eksempel: Casino angrepet gjennom et akvarium som sto i foajeen. Et annet problem er at man er svært avhengig av leverandører. Personvern også et stort problem – og mye av motivasjonen for edge computing.
Kan QC hjelpe til med disse problemene? Masse hype. Noen problemer: Størrelse (pga. behov for superkjøling.) På kort sikt må man jobbe med store QC-maskiner, hvordan kan dette gjøres. Forskning ved Delft snakker om behov for algoritmekunnskap go lokale satellitt-maskiner. Problem er at QC gir omtrentlige svar. Min digresjon: Bør kunne brukes til PGP-oppaknining og løsning av visse typer knapsack-problemer, der en omtrentlig løsning er bra nok.
Kvanteberegning ned til fog og edge vil antakelig kunne takle et sikkerhetsproblem. Kontra: QC kan føre til at man kanskje lager sikrere arkitekturer fra bunnen av.
Diskusjon: Ca. 95 algoritmer der man har funnet at QC er raskere, det er nokså lite. Optimalisering det som D-Wave driver med, annealing fungerer for optimalisering. Men smalt spektrum av brukerområder til nå.
En arkitektur som ikke er nevnt: Photonic quantum computing, skal kunne ha romtemperaturløsninger om 5-10 år. Gir et sikkerhetsproblem ved at dagens kryptering ikke holder for fremtidige metoder.
Kvantekryptering, kvantehacking og sikkerhet. Johannes Skaar (UiO)
Kvantekryptering kan gjøres i dag med en liten dings, Sende fire fotoner som detekteres, enkelt å gjøre. Quantum key distribution trenger en ekstra kanal, BB84-protokoll:
Dette er sikkert pga to prinsipper: Ikke mulig å klone kvanteinformasjon. Måling vil forstyrre kommunikasjonen. I praksis: nokså enkelt å hacke kvantekommunikasjon. Kvantehacking, russer (Vadim Makarov) med postdoc på UiO, laget en koffert som kunne gjøre dette.
Alternativer til kvantekryptering: Assymetrisk offentlig nøkkelkryptering. Symmetrisk privat nøkkelkryptering, Oppsummering: Mange problemer med kvantekryptering, men verdt å forske på dersom vi mister assymetrisk kryptering som alternativ.
Kvanteresistent kryptografi. Thomas Gregersen (NSM)
QC et problem fordi tradisjonelle algoritmer brukes lenge etter at de er obsolent, derfor må vi utvikle kvanteresistent krypto før QC finnes. Grovers algoritme (generell) og Shors algoritme (spesiell for integer faktorisering) er utfordring fordi den finner løsninger i lineær tid. Initiativer fra NIST og PQCRYPTO (EU) mot å utvikle dette.
Nye algoritmer vil måtte ha nøkler og signaturer som ikke tar for stor plass. Skal ikke ta for lang tid, og bruke kjente vanskelige beregningsprosesser. Mange kandidater:
En hel del av dette kommer til å bli implementert, scenariet er at det skal kunne kjøres på en klassisk maskin og beskytte mot en angriper med tilgang til kvanteanalyse. Ulike algoritmer har ulike fordeler/ulemper, mulig at man kan løse dette ved å rullere algoritmer for samme melding. Men det gjenstår å se om det rent praktisk er relevant å lage maskiner som kan angripe skikkelig krypto, men vi må bruke tid på denne forskningen i tilfelle noen klarer det.
Diskusjon: Mye av kryptoknekking skjer pga. dårlig implementering. Det å øke antallet algoritmer gjør at man øker risikoen for dårlige implementeringer, særlig i hardwarebaserte løsninger. Fascinerende at dette er det samme vi har sett før: Nytt domene, blir et nytt kappløp mellom knekkere og kodere.
Kvanteberegning og kunstig intelligens. Phillip Turk (SINTEF)
Innledning om AI og ulike metoder, fokus på søkealgoritmer, siden mye AI går ut på å søke over et stort antall mulige løsninger. Algoritmer er forskjellige – input er hvordan man organiserer gates – alle løsninger finnes i superposisjonene, algoritmene siler seg frem til den korrekte løsningen.
Kommentar: Kan man bruke en QC til å finne heuristikk som så kan gjøres om til en algoritme som kan brukes av en vanlig datamaskin? Første anvendelse antakelig maskinlæring ved hjelp av quantum annealing, kanskje innen ti år. Ennå ingen problemer der man har quantum supremacy, noe uklart om vi har det ennå, men det kan kanskje komme for et eller annet problem snart.
Malingprodusenten Jotun er stille og rolig i ferd med å revolusjonere markedet for skipsmaling – og det har jeg skrevet litt om på Digi.no. (Også gjengitt i BI Business Review.)
Altfor mange bedrifter, særlig i Norge, ser informasjonsteknologi som noe som reduserer kostnader. Malingprodusenten Jotun går fra å konkurrere på pris til å levere en kostbar og verdifull tjeneste – Jotun Hull Performance Solutions – ved hjelp av teknologi og data.
(Lyst til å diskutere digitalisering med Ragnvald Sannes, Berit Svendsen og meg? Bli med til Frankrike i oktober!)
Som vanlig med lydfil:
Data og dataanalyse blir mer og mer viktig for mange bransjer og organisasjoner. Er du interessert i dataanalyse og hva det kan gjøre med din bedrift? Velkommen til et tredagers seminar (executive short program) på BI med tittelen: Decisions from Data: Driving an Organization with Analytics. Datoene er 21-23 mai i år, og det haster derfor litt med påmelding! (Kontakt meg eller Kristin Røthe Søbakk (464 10 255, kristin.r.sobakk@bi.no) om du har spørsmål).
Kurset har vokst ut som en kortversjon av våre executive-kurs Analytics for Strategic Management, som har blitt meget populære og fort blir fulltegnet. (Sjekk denne listen for en smakebit av hva studentene på disse programmene holder på med.)
Seminaret er beregnet på ledere som er nysgjerrig på stordata og dataanalyse og ønsker seg en innføring, uten å måtte ta et fullt kurs om emnet. Vi kommer til å snakke om og vise ulike former for dataanalyse, diskutere de viktigste utfordringene organisasjoner har med å forholde seg både til data og til dataanalytikere – og naturligvis gi masse eksempler på hvordan man kan bruke dataanalyse til å styrke sin konkurransekraft. Det blir ikke mye teknologi, men vi skal ta og føle litt på noen verktøy også, bare for å vite litt om hva som er mulig og hva slags arbeid vi egentlig ber disse dataekspertene om å ta på seg.
Presentasjoner og diskusjon går på engelsk – siden, vel, de beste foreleserne vi har på dette (Chandler Johnson og Alessandra Luzzi) er fra henholdsvis USA og Italia, og dermed blir betydelig mer presise enn om de skulle snakke norsk. Selv henger jeg med så godt jeg kan…
Velkommen til tre dager med data og, etterhvert, strategi!
Nok en gang ønsker Ragnvald Sannes og jeg velkommen til et Executive Short Program (23-26 oktober i år) kalt Digitalisering for vekst og innovasjon i Antibes og i teknologiparken Sophia Antipolis, Europas svar på Silicon Valley, like utenfor Nice i Syd-Frankrike. Hensikten er å vise frem interessante nye teknologiske muligheter og invitere til en dialog om hvordan man kan ta disse i bruk innenfor egen virksomhet.
Dette programmet er ment som et møtested (gjerne for flere mennesker fra samme bedrift,) der vi i tillegg til å vise frem mye ny teknologi setter av tid til diskusjon mellom deltakerne. Det gir en anledning for ledere og ledergrupper til ta en time-out og tid til å tenke over hva den nye teknologien (Blockchain, Internet-of-things, analytics, robotics, delingsøkonomi, automatisering, digitale tvillinger, etc.) betyr for din bedrift og din (eller dine kunders) situasjon og prosesser. Vi vil også forsøke å systematisk fange opp hvilke muligheter og utfordringer hver enkelt bedrift står overfor, og hjelpe til å finne perspektiver for hver enkelt bedrift eller organisasjon om hvordan man skal forholde seg til utviklingen.
Det er 11. gang Ragnvald og jeg arrangerer et seminar der nede sammen med Accenture Technology Labs, og fjerde gang vi gjør dette som et selvstendig, firedagers program. Deltakerne på det første tre programmene har vært svært fornøyd. En av tingene vi har lært av deltakerne er å sette av tid til diskusjoner – man lærer minst like mye av hverandre som av Ragnvald og meg – og at diskusjonene, i hvert fall mellom deltakerne, kommer til å være på norsk.
Her er noen linker til notater jeg har tatt ved tidligere besøk. Jeg ser frem denne uken, til å lære nye ting, og til å bli kjent med nye mennesker med interessante utfordringer og et ønske om å forstå hvilket potensiale som ligger, forretnings- og arbeidsmessig, i ny teknologi!
Vi sees! (Og har du spørsmål, send meg gjerne en epost.)
I dag var jeg på seminar om blockchain i offentlig forvaltning, spesifikt om et lite prosjekt med bl.a. Brønnøysund, IBM og en studentgruppe fra OsloMet, som har gjort en liten studie av hvordan man kan bruke blockchain til å implementere et offentlig eierskapsregister for ikke-noterte aksjeselskaper. Det var interessant å høre på, men en bonus var et meget godt foredrag av Stein Bjørnstad (full disclosure her: I ledige stunder er han kollega med meg på BI) om «distribuert sannhet». Bakgrunnen er en fersk rapport fra Deloitte for Kommunal- og Moderniseringsdepartementet om bruken av blokkjeder i et land der tilliten til myndighetene er så stor at man kanskje ikke skulle tro blokkjeder var nødvendig.
Og den rapporten er lettlest, presis og interessant, og er herved sterkt anbefalt for alle som er interessert ikke bare i blokkjeder, men hva man kan gjøre med dem og hvilke hindre som vil stå i veien.
Man skal ikke investere i noe man ikke forstår. Man skal ikke investere i noe man ikke forstår. (Gjenta inntil man skjønner det.)
Her er en knallbra video som forklarer Bitcoin:
Jeg skjønner Bitcoin. Jeg skjønner også at om noe går opp noen tusen prosent uten at noen kan forklare hvorfor, snakker man om risiko i samme klasse som avkastningen (det gjør man forsåvidt alltid…). Samt at om strømforbruket til Bitcoin-produksjon fortsetter å stige, får vi det som kalles en interessant situasjon.
Og da kan man jo vurdere om en investering i noe man ikke forstår, som man ikke forstår økonomien i, er en så god ide likevel…
Det er mye å si om Stephen Fry, men denne videoen, av et foredrag ved Nokia Bell Labs, der han forklarer blant annet hvor datateknologien kommer fra, hva eksponensiell vekst egentlig betyr, hvordan vi skal tenk om hva som skjer med maskiner og mennesker. Tanken streifer meg: Kanskje “the apogee, the acme, the summit of human intelligence” er best illustrert av Stephen Fry selv?
(Det mest imponerende, naturligvis, er når han får spørsmål etter foredraget og setter igang flere nye forelesninger om teknologihistorie og teknologiutvikling.)
Digitalisering og analyse og teknologi i vinden om dagen. Jeg ble intervjuet at Dagens Næringsliv om dataanalyse og andre digitale kurs – og det er hyggelig å kunne melde at, joda, folk vil ha det og melder seg på som bare det. Her er situasjonen så langt:
Innimellom skal jeg ha noen andre kurs også (for M.Sc. og MBA), være vertskap for en stor utenlandsk bedrift som besøker Norge for å forstå digitalisering og nye energikilder innen transportbransjen, og holde noen foredrag. Men det er jo morsomt, da. Og for mye etterspørsel er jo et luksusproblem, ikke sant?
«Big data» er stort om dagen, litt vel stort muligens, og selv om det er spennende hva man kan gjøre med data, både innen forskning og journalistikk, så er det ikke bare å laste ned kjempemengder med digitale lekkasjer og sette i gang. Som Tom Davenport har påpekt en rekke ganger, er det mange problemer med dataanalyse. Her er noen jeg selv har erfart:
Alessandra Luzzi
Dette kommer jeg til å følge opp som et nytt tema her på bloggen og som en aktivitet under BIs Senter for Digitalisering. En av aktivitetene er et nytt kurs, Analytics for Strategic Management, som jeg har ansvaret for sammen med Alessandra Luzzi og Chandler Johnson, to unge og meget smarte kolleger på Institutt for Strategi. Kurset er beregnet på ledere som ønsker å bli smarte konsumenter av analyse, og vil sette deg i stand til å forstå hva analytikerne kan og ikke kan gjøre, gi deg nok analyseerfaring til å forstå arbeidet deres og hvordan du kan få mest mulig ut av det, og eksponere deg for en rekke gode eksempler av både analyse og bedrifters bruk av den. Mer om dette siden.
I mellomtiden – skulle du stå overfor et datasett og en analyse og lure på om dette er Big Data eller Bad Data – ta en titt på The Quartz guide to bad data. Her finner du masse tips om hvordan du kjenner igjen feil og mangler, og hva du skal gjøre med dem. To av mine favoritteksempler er regneark med akkurat 65536 rader og data som er altfor presise. Tro meg, dette er ikke uvanlig!
Tversover 