Robotbevegelser til neste nivå…

Jeg har tidligere vist frem roboten Handle som et eksempel på at roboter vil kunne brukes også i situasjoner der det ikke finnes infrastruktur – for eksempel i norske dagligvarebutikker.

Her er neste versjon, sylfersk video fra Boston Dynamics:

Og dermed kan hylekoret starte…

Reklamer

Monsteret i kjelleren

220px-commodore_grace_m-_hopper2c_usn_28covered29I 1959 møttes en gruppe informatikere (tror ikke det het informatikk den gangen, men likevel) i en gruppe kalt CODASYL og laget et programmeringsspråk med navnet COBOL, delvis bygget på andre programmeringsspråk laget av Grace Murray Hopper, kanskje den nest viktigste kvinnen i datahistorien (etter Ada Lovelace).

Hele ideen med COBOL var at programmeringsspråk skulle være bygget på vanlig (engelsk) språk, slik at «vanlige» mennesker skulle kunne lese dem og bruke dem. Slik har det i grunnen aldri blitt, men tanken har vært der lenge. COBOL skulle kunne kjøres på mange ulike maskiner (før det kom, hadde man en tendens til at hver maskinleverandør hadde sine egne programmeringsspråk, men nå fikk man i stedet COBOL, om enn med litt ulike dialekter.)

COBOL (som står for Common Business-Oriented Language) ble tatt i bruk av mange bedrifter til administrative systemer, dels fordi det lignet engelsk, delvis fordi det var bra til å lese inn data, gjøre relativt enkle ting, og deretter spytte ut utskrifter. I motsetning til mange senere programmeringsspråk skilte COBOL og akademia lag – noe som førte til at språket fikk relativt lite utvikling utover tilpasning til nye maskiner. Opplæringen skjedde utenom universiteter og utenfor den faglig baserte informatikken. Etterhvert skilte også programmering lag – forretningssystemer ble skrevet i COBOL, mens akademisk orienterte systemer og etterhvert mer generell systemutvikling gikk gjennom en rekke ulike språk (C, Basic, Pascal, C++, SmallTalk, LISP, VisualBasic, Perl, Python, for å nevne noen.)

De første systemene som ble laget for bedrifter var systemer for repetitive oppgaver som regnskap, lønnsutbetaling og fakturering, og disse ble gjerne programmert i COBOL. Etterhvert førte det til at flere og flere bedrifter fikk en arkitektur der kjernesystemene var laget i COBOL og sto relativt stille (først fordi de gjorde standardiserte ting, etterhvert fordi det ble stadig mer vanskelig å finne programmerere som kunne COBOL, noe som gjorde at det ble dyrt og kronglete å få endret noe.) Riktignok flyttet en hel del bedrifter, særlig produksjonsbedrifter, sine systemer over ERP-systemet SAP i løpet av 90-tallet, men for mange nettverksbedrifter (banker, forsikringsselskap, transport, etc.) er stadig kjernesystemene skrevet i COBOL, og kjøres gjerne også på en stormaskin, typisk fra IBM.

2002_03_11_cobol300_3-11-02-100717557-origDette har vært et problem lenge – jeg har rådet bedrifter til å kvitte seg med kjernesystemene sine, om nødvendig ved å skrive dem helt om, i hvert fall i 20 år. Men de fleste bedrifter har ikke gjort det, og nå begynner problemet å nå kritiske dimensjoner. Helt fra slutten av 90-tallet har unge mennesker vegret seg for å lære seg et 30 år gammelt programmeringsspråk som bare brukes til kjedelige bakgrunnsprogrammer. Mange bedrifter løste dette ved å outsource vedlikehold og oppdatering til selskaper i andre land, for det meste India. Tilbake i bedriften er det færre og færre, om noen, som egentlig forstår hvordan de gamle systemene fungerer.

Da får man en situasjon der all innovasjon skjer i ulike typer småsystemer som ligger rundt og interagerer med det gamle kjernesystemet, uten at man gjør noe med selve kjernen. Det går greit så lenge forretningen man driver er stabil, men med økende konkurranse fra digitale bedrifter som ikke har en mange millioners møllestein på maskinrommet kan det blir farlig. Jeg hørt om bedrifter som ikke tør slå av sine systemer av redsel for at de ikke kommer til å starte igjen, og systemer der den eneste tilgangen man har til dataene er gjennom brukergrensesnittet – slik at skal man hente dataene ut, er man nødt til å gå inn på hver eneste rad i databasen og kopiere den ut manuelt (en grunn til at RPA er så populært.)

Mange bedrifter med flotte websider er rett og slett slott bygget på svært råtne fundamenter, en slags informatikkens permafrost som ingen tør å tine opp av redsel for hva som kommer til å stige opp, av metangass og annet. Det man burde gjøre, naturligvis, er å starte helt på nytt igjen, men siden man har hundre- eller kanskje tusenvis av systemer og APIer og innganger som bruker det gamle monsteret i kjelleren, er det ingen som engang tør å tenke tanken. For ikke å snakke om at det blir dyrt, og synliggjør mange års manglende vedlikehold og underinvestering.

Jeg tipper at en hel del banker, for eksempel, kommer til å få det morsomt når PSD2 kommer og de blir nødt til å slippe til andre aktører inn mot sine systemer. Da vil antallet transaksjoner mangedobles og de gamle systemene ganske enkelt ikke henge med, uansett hvor mange servere man kjøper. Vi går spennende tider i møte, og jeg er i grunnen litt forundret at ikke flere styrer og investorer begynner å stille kritiske spørsmål til firmaers informasjonsarkitektur og tekniske plattform.

Kanskje på tide å begynne? Tips: Hvis det fortsatt finnes COBOL i organisasjonen, er det grunn til bekymring, i alle fall hvis det tar tid å gjøre endringer og man fremdeles har pensjonister igjen som konsulenter i IT-avdelingen…

Digital redsel – hva gjør man med det?

internet-thinkstock-179504580Jeg har et mulig prosjekt jeg har tenkt endel på. Jeg lagt merke til at mange mennesker er redde for digitalisering (eller for teknologi, eller matematikk, men la det ligge denne gangen). Særlig ledere er redde for digitalisering, og stritter i mot, ikke fordi de ikke forstår teknologien (skjønt det er et element) men fordi de er usikre på hvordan den påvirker deres egen rolle og situasjon. Folk som arbeider i store organisasjoner er også nervøse for ny teknologi, om ikke annet så fordi mange norske ledere ser ut til å tro at mer digitalisering ensidig betyr færre medarbeidere (eller mindre budsjetter.)

Jeg er ikke redd for digitalisering, men så har jeg jo også pustet digitalisering (og fått betalt for å digitalisere ting) siden sånn rundt omkring 1983. Og min strategi for å overbevise folk om å blir mer digitale har vært nokså klar: Å påvise muligheter og trusler og overbevise folk med vektige og rasjonelle (og nokså spissformulerte) argumenter om hvor fremtiden ligger og hvor fort man bør se å komme seg dit.

Det var greit så lenge jeg var ung og ildslukende, men nå er jeg 56 og har oppdaget at mange av de som er redde for digitalisering er betydelig yngre enn meg selv. Rollen som arrogant bråkmaker er grei nok, men jeg begynner å lure på om ikke litt mer folkeopplysning er tingen. Rasisme og innvandrerfrykt har en tendens til å forsvinne om man har positive opplevelser og bedre kunnskaper. Kanskje det er slik med digitalisering også?

En annen sak er at jeg har lyst til å begynne med et nytt medium, nemlig video. Ikke bare standup foran en tavle, som jeg har gjort masse av, men et fastere format med struktur og innhold og gjentatt over en viss periode. Det gir muligheten til å kjøpe seg en masse kul teknologi og dessuten lære nye programmer. Dessuten gir det kanskje muligheten til å komme i kontakt med et nytt publikum, nemlig de som ikke er så sikre på dette med digitalisering og kanskje trenger en bedre forklaring, gjerne med eksempler, på hva det er og hvorfor man ikke trenger å være så redd for det. Norge har mangel på arbeidskraft og et knallsterk (relativt, i hvert fall) sikkerhetsnett. Vi har ikke noe å være redd for, det er nok å gjøre og nok å tjene penger på selv om robotene kommer og tar rutinejobbene.

I alle fall, planen er å begynne å eksperimentere med videoprogrammer, kanskje en serie, kanskje noe mer formelt, rundt spørsmålet….

«Hvordan kan jeg bli litt mer digital?»

…for de som ikke føler seg så veldig digitale. Tanken er ikke bare å forklare teknologi, men også gi folk et perspektiv på hva de bør mene om den (og noen tips på veien).

Og dermed mitt spørsmål til de som måtte ha ideer der ute:

  1. Hva er folk mest redd for og vil ha forklaring (og kanskje litt trøst) om?
  2. Hva synes folk er vanskelig å gjøre med teknologi, og trenger hjelp med?

(Blockchain og Big Data og sikkerhet og kryptering og batteritid er jo selvsagte, men mer spesifikt: Hva funker og hva funker ikke, hva vil man ha hjelp til å bli bedre på?)

Noen tanker?*

*Ja, jeg er klar over at denne bloggens lesere er gode på det digitale. Men hva får dere spørsmål om?

Rask teknologiutvikling innen Big Data

DataRobot-screenFor noen uker siden var jeg i London for å lære meg DataRobot, et verktøy som automatiserer store deler av jobben rundt avansert dataanalyse. Det eneste DataRobot (og lignende verktøy) trenger, er masse data i et rad-og-kolonneformat (Excel, CSV, SQL, Hadoop, etc), og dermed kan man bare sette i gang: Dataene leses inn, hver kolonne tolkes og kategoriseres (dvs. som tekst, numeriske data, kategorier, boolsk, etc.). Deretter spør DataRobot hva som skal være den uavhengige variabelen (det vil si, hva det er man skal prøve å predikere), hva det er som skal være grunnlag for å vurdere hvilken modell som er best (forklart varians, logloss, etc.). Så kan man trykke Start og dermed setter DataRobot i gang og kjører alle analyser den vet om. Modellene listes opp med de som gir best resultat på toppen, og deretter er det bare å sette i gang og forbedre dem – for eksempel ved å finne mer data, kombinerer datapunkter, og så videre.

Med andre ord, masse av det man tidligere måtte ha spesialister til å gjøre, kan man nå gjøre selv.

Som min kollega Chandler Johnson sa: For fire-fem år siden måtte han programmere opp hver metode i Python. Så kom SciKit-Learn og andre programmeringsbiblioteker (XGBoost, RTensorFlow, Wowpal Wabbit) som gjorde at man bare kunne hente inn de metodene man ville bruke. Nå kommer grafiske verktøy som DataRobot, som velger ut og tester modeller for deg – og fjerner mye av behovet for programmering i det hele tatt. Selskapet reklamerer med at man kan redusere antallet data scientists man trenger, og det er jo gode nyheter der man må lete med lys og lykte og bruke ganske mye penger for å finne folk som kan gjøre slikt.

En stor del av jobben man trenger data scientists til, er å gjøre dataene klar for analyse. De fleste bedrifter vet at de har endel data, men når man først skal bruke dem, finner man kjapt at de har masse feil, er mangelfulle, og ofte ikke har de variablene man trodde man hadde. (For en liste av mange vanlige feil, se The Quartz Guide to Bad Data.) Også her begynner det å komme gode verktøy som reduserer behovet for programmering, som for eksempel Alteryx. Som en av våre studenter fra Analytics for Strategic Management sa: «DataRobot is soooo September…!

(Og skulle du ha lyst til å lære mer om dette: Sjekk ut dette kurset, 5-7 desember.)

Refleksjoner fra et digitaliseringskurs

IMG_3628

Den siste uken har jeg tilbragt i Antibes og Sophia Antipolis, der jeg har holdt et firedagers kurs om Digitalisering for vekst og innovasjon sammen med Ragnvald Sannes. De femten deltakerne har kommet for det meste fra store og mellomstore norske bedrifter (forsikring, bank, matvarer, energi, teknologi) med et islett av offentlig aktivitet (kommune, regionsutbygging). Tanken er at kurset ikke bare skal være et kurs, men et møtested for folk som er opptatt av digitalisering, ønsker seg mer kunnskap, men kanskje først og fremst trenger noen å sparre med for å finne ut av hvordan man skal forholde seg til digitalisering, både som bedrift og som leder.

Les videre

Pensum for alle om teknologi og menneskets fremtid

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.)

Kortfattet: Big Data og analytics

DFDDODData 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 5-7 desember i år, og kurset har vokst ut som en kortversjon av våre executive-kurs Analytics for Strategic Management, som har blitt meget populære og er 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 datarevolusjonen!