Del 58 - KI-Kompis....Fra produktkatalog til kunnskapsunivers
Updated: Sep 8
Fremtidens nettbutikk skal ikke bare vise hva virksomheten selger – den skal gjøre kunnskapen rundt produktene tilgjengelig
Den tradisjonelle produktkatalogen har en enkel og viktig oppgave.
Den viser hva virksomheten selger.
Produkt.
Produktnummer.
Kategori.
Pris.
Bilde.
Lagerstatus.
Noen spesifikasjoner.
En produktbeskrivelse.
Og en knapp:
Kjøp.
Dette har vært fundamentet for netthandel i flere tiår.
Og produktkatalogen forsvinner ikke.
Vi trenger fortsatt strukturerte produktdata.
Vi trenger kategorier.
Vi trenger priser.
Vi trenger lagerstatus.
Vi trenger produktbilder.
Vi trenger tekniske spesifikasjoner.
Men gjennom denne delen av KI-serien har vi sett at kunden
trenger noe mer.
Kunden trenger å forstå.
Hva er dette produktet?
Hva kan det brukes til?
Passer det mitt behov?
Hva er forskjellen mellom alternativene?
Hvilke egenskaper er viktige for meg?
Hva bør jeg være oppmerksom på?
Hvorfor koster dette produktet mer enn det andre?
Hva trenger jeg egentlig?
Og noen ganger:
Bør jeg kjøpe dette produktet i det hele tatt?
Når nettbutikken begynner å besvare slike spørsmål, skjer det noe interessant.
Den slutter å være bare en digital produktkatalog.
Rundt produktene vokser det frem:
produktkunnskap,
guider,
forklaringer,
sammenligninger,
fagtermer,
kundespørsmål,
erfaringer,
rådgivning,
og forbindelser mellom kunnskapen.
Nettbutikken begynner å utvikle seg til et kunnskapsunivers.
Kunstig intelligens gjør denne utviklingen enda mer interessant.
For når kunnskapen er dokumentert, strukturert, kvalitetssikret og koblet sammen, kan den brukes på nye måter.
KI kan hjelpe medarbeiderne med å finne den.
Bearbeide den.
Forbedre den.
Gjøre den tilgjengelig.
Og i noen sammenhenger bruke den til å hjelpe kunden gjennom
en dialog.
Men da må vi først ha noe KI kan arbeide med.
Derfor begynner fremtidens intelligente nettbutikk kanskje ikke med kunstig intelligens.
Den begynner med kunnskap.
Magne & Kompisen
Magne
Kompis...
nå har vi laget en ganske stor nettbutikk.
Kompisen
Hvor mange produkter har vi?
Magne
Det var ikke det jeg mente.
Kompisen
Hva mener du da?
Magne
Vi startet med produkter.
Så kom produktdata.
Produktbeskrivelser.
Guider.
Sammenligninger.
Fagtermer.
Kundespørsmål.
Beslutningsstøtte.
Og nå har vi til og med en digital kunderådgiver.
Kompisen
Det begynner å bli trangt i butikken.
Magne
He he.
Men det interessante er at vi egentlig ikke har fylt den med flere produkter.
Kompisen
Hva har vi fylt den med?
Magne
Kunnskap.
Produktet står fortsatt i sentrum
Kompisen
Betyr det at produktkatalogen er gammeldags?
Magne
Nei.
Kompisen
Bra.
For uten produkter får vi en ganske merkelig nettbutikk.
Magne
He he.
Produktkatalogen er fortsatt fundamentet.
Men tidligere kunne vi kanskje tenke:
Produkt → produktside → kjøp.
Kompisen
Og nå?
Magne
Nå ser jeg mer:
Behov → forståelse → kunnskap → alternativer → vurdering → produkt → beslutning.
Kompisen
Da har kunden fått en helt annen rolle i modellen.
Magne
Ja.
Vi organiserer ikke bare nettbutikken rundt hva virksomheten ønsker å selge.
Vi organiserer kunnskapen rundt hva kunden forsøker å løse.
En produktkatalog organiserer varer
Magne
Hva er egentlig forskjellen på produktkatalogen og
kunnskapsuniverset?
Kompisen
Produktkatalogen svarer først og fremst på:
Hva har vi?
Magne
Mens kunnskapsuniverset også svarer på:
Hva trenger du å vite?
Kompisen
Ja.
Og:
Hva forsøker du å gjøre?
Hva passer situasjonen din?
Hva er forskjellen mellom alternativene?
Hva bør du vurdere før du bestemmer deg?
Magne
Da går vi fra organisering av produkter...
Kompisen
...til organisering av kunnskap rundt kundens behov.
Kunnskapen finnes allerede mange steder
Magne
Men dette høres ut som et enormt innholdsprosjekt.
Kompisen
Ikke nødvendigvis.
Mye av kunnskapen finnes kanskje allerede.
Magne
Hvor?
Kompisen
I hodene til medarbeiderne.
I kundeservice.
I leverandørdokumentasjonen.
I produktdatabasen.
I e-poster.
I returårsakene.
I eksisterende guider.
I spørsmålene kundene stiller.
I erfaringene fra butikken.
Magne
Så problemet er ikke alltid at virksomheten mangler kunnskap.
Kompisen
Nei.
Problemet kan være at kunnskapen er spredt, taus eller vanskelig å finne.
Da må vi gjøre den usynlige kunnskapen synlig
Magne
Der dukker Den usynlige kapitalen opp igjen.
Kompisen
Det gjør den.
Tenk på medarbeideren som har solgt turutstyr i femten år.
Magne
Hun vet kanskje mer om hvilke produkter som passer forskjellige kunder enn det som står på noen produktside.
Kompisen
Nettopp.
Hvis den kunnskapen bare finnes i hodet hennes, er den svært verdifull...
men vanskelig å skalere digitalt.
Magne
Hvis vi dokumenterer den?
Kompisen
Da kan den brukes i:
produktbeskrivelser,
kjøpsguider,
FAQ,
sammenligninger,
opplæring,
kundeservice,
og digitale kunderådgivere.
Magne
Da gjør vi menneskelig kunnskap tilgjengelig for flere.
Kompisen
Og KI kan hjelpe oss med deler av arbeidet.
Men vi skal ikke produsere innhold for innholdets skyld
Magne
Her må vi passe oss.
Kompisen
For hva?
Magne
KI kan gjøre det veldig enkelt å lage enorme mengder tekst.
Kompisen
Ja.
Magne
Så vi kan ende opp med 20 000 artikler ingen trenger.
Kompisen
Det ville ikke vært et kunnskapsunivers.
Magne
Hva ville det vært?
Kompisen
Et innholdslager.
Magne
Godt skille.
Kompisen
Et kunnskapsunivers bygges ikke ved å maksimere antall sider.
Det bygges ved å gjøre relevant kunnskap tilgjengelig når mennesker trenger den.
Alt må henge sammen
Magne
Da kommer vi tilbake til interne lenker og temaklynger.
Kompisen
Ja.
En produktguide bør kunne føre kunden til relevante produkter.
Magne
Produktsiden kan føre til en guide.
Kompisen
Et fagbegrep kan forklares på en egen side.
Magne
En sammenligning kan koble flere produkter.
Kompisen
En FAQ kan peke videre til en grundigere forklaring.
Magne
Så kunnskapen bør ikke ligge som isolerte øyer.
Kompisen
Nei.
Forbindelsene mellom innholdet er en del av kunnskapsstrukturen.
Kunden skal kunne komme inn hvor som helst
Magne
Tidligere tenkte vi kanskje at kunden kom inn på forsiden.
Kompisen
Det gjør mange ikke.
Magne
De kan komme direkte fra Google til en guide.
Kompisen
Eller til en produktside.
Magne
Fra sosiale medier til en artikkel.
Kompisen
Fra et KI-svar til en relevant ressurs.
Magne
Eller rett inn i en samtale med en digital rådgiver.
Kompisen
Derfor må kunnskapsuniverset fungere fra mange innganger.
Hver relevant side bør hjelpe kunden med å forstå:
Hvor er jeg?
Hva kan jeg lære her?
Hvor går jeg videre?
KI endrer inngangen til kunnskapen
Magne
Dette tror jeg er et av de største skiftene.
Før måtte kunden forstå nettstedet.
Kompisen
Forklar.
Magne
Hun måtte velge riktig kategori.
Bruke riktig søkeord.
Forstå filtrene.
Klikke seg frem.
Kompisen
Og med KI?
Magne
Hun kan i større grad begynne med sitt eget problem.
«Jeg skal på min første fjelltur i september og trenger en lett jakke som tåler regn. Hva bør jeg se etter?»
Kompisen
Da blir samtalen en ny inngang til kunnskapsuniverset.
Magne
Og det betyr kanskje at selve informasjonsarkitekturen får en ny oppgave.
Kompisen
Ja.
Den skal fortsatt hjelpe mennesker med å navigere.
Men den må også gjøre kunnskapen tydelig og tilgjengelig for systemene som skal finne, koble og bruke den.
Kunnskapsuniverset må vedlikeholdes
Magne
Kan vi ikke bare bygge alt dette og være ferdige?
Kompisen
Du vet svaret.
Magne
Jeg prøvde.
Kompisen
Produkter endres.
Priser endres.
Sortiment endres.
Teknologi endres.
Kundespørsmål endres.
Kunnskap utvikles.
Magne
Så kunnskapsuniverset er levende.
Kompisen
Det må være det.
Ellers blir dagens kunnskapsunivers morgendagens kunnskapskirkegård.
Magne
Den var dramatisk.
Kompisen
Men du husket den.
He he.
Dette handler ikke bare om nettbutikken
Magne
Vent litt.
Nå ser jeg noe.
Kompisen
Hva da?
Magne
Alt vi har snakket om gjelder jo ikke bare e-handel.
Kompisen
Nei.
Magne
En virksomhet har kunnskap om:
produkter,
tjenester,
kunder,
prosesser,
fagområder,
erfaringer,
problemer,
og løsninger.
Kompisen
Ja.
Magne
Hvis den kunnskapen dokumenteres, struktureres og gjøres tilgjengelig...
Kompisen
...har vi begynt å bevege oss fra nettbutikkens kunnskapsunivers til virksomhetens kunnskapsunivers.
Magne
Der tror jeg du akkurat åpnet døren til Del 8.
Kompisen
Det tror jeg også.
Faglig utdypning
Produktkatalogen er en struktur for produkter
Produktkatalogen er fortsatt en grunnleggende komponent i e-handel.
Den organiserer blant annet:
produkter,
produktidentifikatorer,
kategorier,
attributter,
varianter,
priser,
lagerstatus,
bilder,
og annen produktinformasjon.
Dette gjør produktene søkbare, filtrerbare og håndterbare.
En god produktkatalog er derfor ikke noe vi skal erstatte.
Den er en av byggesteinene i kunnskapsuniverset.
Forskjellen er at et kunnskapsunivers legger flere lag rundt produktdataene.
Fra produktdata til produktkunnskap
Et produkt kan beskrives gjennom data:
Vekt: 320 gram.
Det er et faktum.
Men kunden kan trenge å forstå betydningen:
Den lave vekten gjør jakken egnet når lav pakkvekt er viktig.
Deretter kan kunden trenge kontekst:
Hvis slitestyrke er viktigere enn lav vekt, kan en kraftigere
modell være et bedre alternativ.
Vi beveger oss dermed gjennom flere nivåer:
data → informasjon → forklaring → kontekst → kunnskap → beslutningsstøtte.
Dette er et av de viktigste skiftene fra produktkatalog til kunnskapsunivers.
Kunnskapsuniverset organiseres også rundt behov
En tradisjonell katalog organiseres ofte ut fra virksomhetens sortiment.
For eksempel:
Klær → jakker → skalljakker.
Dette er fortsatt nyttig.
Men kunden kan tenke annerledes:
«Jeg trenger klær til en regnfull fjelltur.»
Et kunnskapsunivers kan derfor bygge forbindelser mellom produktstrukturen og kundens:
behov,
oppgaver,
problemer,
situasjoner,
spørsmål,
og beslutninger.
Dermed får nettstedet flere måter å organisere kunnskapen på.
Taksonomier skaper orden
Når kunnskapsmengden vokser, blir konsistente begreper viktigere.
En taksonomi organiserer informasjon gjennom definerte kategorier og relasjoner.
I e-handel kan dette blant annet gjelde:
produktkategorier,
egenskaper,
bruksområder,
målgrupper,
materialer,
teknologier,
og andre relevante klassifikasjoner.
En god taksonomi gjør kunnskapen mer konsistent og lettere å finne og gjenbruke.
Dette er viktig både for mennesker og digitale systemer.
Ontologier kan beskrive relasjonene
I mer avanserte kunnskapssystemer kan det være nyttig å beskrive ikke bare hvilke begreper som finnes, men hvordan de henger sammen.
En ontologi kan eksempelvis uttrykke relasjoner som:
produkt A tilhører kategori B,
produkt A passer til aktivitet C,
produkt A er kompatibelt med produkt D,
egenskap E er relevant for behov F.
Dette kan gjøre kunnskapsstrukturen mer eksplisitt og maskinelt anvendbar.
Ikke alle små virksomheter trenger å bygge formelle ontologier.
Men prinsippet er viktig:
Relasjonene mellom kunnskapselementene har verdi.
Interne lenker er også kunnskapsforbindelser
Interne lenker omtales ofte i forbindelse med SEO.
Men i et kunnskapsunivers har de en bredere funksjon.
En intern lenke kan uttrykke en meningsfull forbindelse mellom:
et produkt og en guide,
en guide og et fagbegrep,
et spørsmål og et svar,
to relaterte temaer,
eller en forklaring og en handling.
Interne lenker hjelper dermed mennesker med å navigere og
bidrar samtidig til å synliggjøre nettstedets struktur.
Kunnskapsforvaltning blir viktigere
Når virksomheten bygger stadig mer digital kunnskap, oppstår nye spørsmål.
Hvem eier informasjonen?
Hvem kan endre den?
Hva er den autoritative kilden?
Når ble den sist kontrollert?
Hvordan oppdager vi utdaterte opplysninger?
Hva skjer når produkter forsvinner?
Hvordan håndterer vi motstridende informasjon?
Dette er spørsmål om kunnskapsforvaltning og innholdsstyring.
KI gjør ikke disse spørsmålene mindre viktige.
Når kunnskap kan gjenbrukes og distribueres raskere, kan konsekvensene av dårlig informasjon også skaleres raskere.
KI kan bli et nytt grensesnitt mot kunnskapsuniverset
Tradisjonelt møter kunden kunnskapen gjennom:
menyer,
kategorier,
søk,
filtre,
produktsider,
og guider.
Generativ KI åpner for et nytt grensesnitt:
samtalen.
Kunden kan beskrive situasjonen med naturlig språk.
Systemet kan forsøke å finne relevante deler av kunnskapsgrunnlaget og presentere dem i en form som passer spørsmålet.
Dette betyr ikke at menyer, søk eller produktsider forsvinner.
Men dialog kan bli én av flere innganger til den samme kunnskapen.
Kunnskapsuniverset kan støtte flere enn kunden
Den samme kunnskapsstrukturen kan også brukes internt.
En ny medarbeider kan finne produktforklaringer.
Kundeservice kan finne kvalitetssikrede svar.
Markedsavdelingen kan gjenbruke faginnhold.
Innkjøpere kan sammenligne produktegenskaper.
KI-assistenter kan få tilgang til godkjente kunnskapskilder.
Dermed kan investeringen i kunnskapsstruktur skape verdi på tvers av virksomheten.
Fra innholdsproduksjon til kunnskapsforvaltning
Generativ KI gjør det svært enkelt å produsere tekst.
Derfor kan selve tekstproduksjonen bli mindre av en knapp ressurs.
Det som blir viktigere er:
Hva vet vi?
Er det riktig?
Hvor kommer kunnskapen fra?
Hvordan henger den sammen?
Hvem trenger den?
Når må den oppdateres?
Hvordan gjør vi den tilgjengelig?
Dette innebærer et skifte fra å tenke primært på innholdsproduksjon til også å tenke på kunnskapsforvaltning.
Kunnskapsuniverset er aldri egentlig ferdig
Et levende kunnskapsunivers utvikler seg gjennom bruk.
Nye kundespørsmål oppstår.
Nye produkter lanseres.
Gamle produkter forsvinner.
Nye fagbegreper etableres.
Medarbeidere får nye erfaringer.
Feil oppdages.
Kunnskap forbedres.
Dermed oppstår en kontinuerlig prosess:
kunnskap → bruk → erfaring → innsikt → forbedret kunnskap.
Dette gjør kunnskapsuniverset til noe mer enn et bibliotek.
Det blir et lærende system.
Fra produktkatalog til kunnskapsunivers
Produktkatalogen forsvinner ikke – men den blir en del av noe større
Produktkatalog | Kunnskapsunivers |
Organiserer produkter | Organiserer produkter, behov og kunnskap |
Produktet er hovedinngangen | Kunden kan begynne med produkt, spørsmål eller behov |
Presenterer egenskaper | Forklarer hva egenskapene betyr |
Viser alternativer | Hjelper kunden å forstå forskjellene |
Kategorier og filtre | Kategorier, temaer, guider, dialog og forbindelser |
Produktdata | Produktdata + fagkunnskap + kontekst |
Produktsøk | Søk + navigasjon + naturlig språk |
Informasjon per produktside | Kunnskap kobles på tvers av sider og formater |
Primært rettet mot kjøpet | Støtter forståelse, beslutning, kjøp og bruk |
Oppdateres når produktet endres | Utvikles kontinuerlig gjennom ny kunnskap og innsikt |
Slik bygges kunnskapsuniverset
Lagene vi har bygget gjennom Del 7
Lag | Hva tilfører det? |
Produkt | Det virksomheten tilbyr |
Produktdata | Fakta og strukturerte egenskaper |
Produktinformasjon | Beskriver og presenterer produktet |
Produktkunnskap | Forklarer betydning, bruk og relevans |
Kundeinnsikt | Viser hvilke behov og spørsmål kundene har |
Guider og faginnhold | Gir fordypning og sammenheng |
Sammenligning | Gjør forskjeller forståelige |
Beslutningsstøtte | Hjelper kunden å velge riktig |
KI-assistent | Hjelper medarbeiderne å bearbeide og bruke kunnskapen |
Digital kunderådgiver | Gjør kunnskapen tilgjengelig gjennom dialog |
Tilbakemeldingssløyfe | Bruker erfaringene til å forbedre kunnskapen |
Fra kunnskap til lærende system
Når forbindelsene begynner å arbeide sammen
Hva skjer? | Hva lærer virksomheten? | Hva kan forbedres? |
Kunden søker | Hvilke ord og behov kunden uttrykker | Terminologi og søk |
Kunden leser guider | Hvilke temaer som er viktige | Innhold og struktur |
Kunden sammenligner | Hvilke produkter og egenskaper som vurderes | Sammenligningsgrunnlag |
Kunden spør | Hva som ikke er godt nok forklart | Produktkunnskap |
Kunden kjøper | Hvilke behov som fører til valg | Rådgivning |
Kunden kontakter kundeservice | Hvor kunnskap mangler | FAQ og produktinformasjon |
Kunden returnerer | Hvor forventning og virkelighet kan avvike | Beskrivelser og beslutningsstøtte |
Medarbeideren lærer | Ny praktisk fagkunnskap oppstår | Kunnskapsgrunnlaget |
KI finner kunnskapshull | Hvor strukturen eller dokumentasjonen er svak | Datakvalitet og innhold |
Kunnskapen forbedres | Hele systemet får bedre grunnlag | Neste kundeopplevelse |
Fagtermer
Sentrale begreper når produktkatalogen utvikles til et kunnskapsunivers
Norsk fagterm | Engelsk fagterm | Forklaring |
Produktkatalog | Product Catalog | Strukturert samling av virksomhetens produkter og sentrale produktdata. |
Kunnskapsunivers | Knowledge Ecosystem / Knowledge Environment | Et sammenhengende miljø av informasjon, fagkunnskap, relasjoner og verktøy som gjør kunnskap tilgjengelig og anvendbar. |
Kunnskaps-grunnlag | Knowledge Base | Dokumentert og organisert kunnskap som mennesker eller digitale systemer kan bruke. |
Kunnskaps-forvaltning | Knowledge Management | Systematisk arbeid med å utvikle, dokumentere, organisere, dele og vedlikeholde kunnskap. |
Taksonomi | Taxonomy | En struktur som organiserer begreper eller objekter i definerte kategorier og hierarkier. |
Ontologi | Ontology | En formell beskrivelse av begreper, egenskaper og relasjoner innenfor et kunnskapsområde. |
Kunnskapsgraf | Knowledge Graph | En struktur som representerer enheter og relasjonene mellom dem slik at sammenhenger kan behandles maskinelt. |
Metadata | Metadata | Strukturert informasjon som beskriver annet innhold eller data og gjør det lettere å organisere, finne og bruke. |
Innholdsstyring | Content Governance | Roller, regler og prosesser som sikrer kvalitet, ansvar, konsistens og vedlikehold av innhold. |
Kunnskaps-arkitektur | Knowledge Architecture | Strukturen som bestemmer hvordan kunnskap organiseres, kobles, finnes og brukes. |
Kunnskaps-gjenfinning | Information Retrieval / Knowledge Retrieval | Prosessen med å finne relevant informasjon eller kunnskap fra et større informasjonsgrunnlag. |
Lærende system | Learning System | Et system der erfaringer og tilbakemeldinger brukes til kontinuerlig forbedring. |
Taus kunnskap | Tacit Knowledge | Erfaringsbasert kunnskap som mennesker besitter, men som ikke nødvendigvis er dokumentert. |
Eksplisitt kunnskap | Explicit Knowledge | Kunnskap som er uttrykt og dokumentert slik at den kan deles og gjenbrukes. |
Del 7 – Hva har vi egentlig lært?
Magne
Kompis...
nå tror jeg vi skal stoppe litt.
Kompisen
Det synes jeg også.
Magne
For denne gangen skal vi ikke avslutte med at vi bare så vidt har begynt.
Kompisen
Nei.
Vi har faktisk gjort ganske mye.
Magne
Vi begynte Del 7 med et enkelt spørsmål:
Hva selger egentlig en nettbutikk?
Kompisen
Og ganske raskt oppdaget vi at svaret var mer komplisert enn «produkter».
Magne
Vi spurte:
Innhold eller produkt – hva kjøper kunden?
Kompisen
Og så undersøkte vi hvorfor produktbeskrivelsen har blitt viktigere.
Magne
Hvordan produktinformasjonen hjelper kunden med å ta en beslutning.
Kompisen
Hvordan KI kan bli butikkens nye arbeidsverktøy.
Magne
Hvordan vi kan bygge digitale kunderådgivere.
Kompisen
Og nå har vi endt her.
Fra produktkatalog...
Magne
...til kunnskapsunivers.
Kompisen
Ser du den røde tråden?
Magne
Ja.
Og den handler egentlig ikke først og fremst om KI.
Kompisen
Hva handler den om?
Magne
Mennesker og kunnskap.
Produktene har verdi fordi de løser noe for mennesker.
Produktinformasjonen har verdi når den hjelper mennesker med å forstå.
Medarbeidernes erfaring har verdi når den kan brukes til å hjelpe kunden.
Og KI har verdi når den gjør denne kunnskapen lettere å utvikle, finne, bruke og dele.
Kompisen
Der samlet du ganske mye av serien vår.
Magne
Men nå oppstår et større spørsmål.
Kompisen
Ja.
For vi har brukt nettbutikken som laboratorium.
Magne
Men det vi har lært stopper ikke ved handlekurven.
Kompisen
Nei.
For hva skjer når de samme mekanismene begynner å prege hele virksomheten?
Når alle medarbeidere får tilgang til KI?
Når kundene forventer svar på en annen måte?
Når kunnskap kan finnes og bearbeides på sekunder?
Når konkurrentene bruker de samme verktøyene?
Magne
Og når det ikke lenger er spesielt å ha KI?
Kompisen
Da blir det avgjørende hva virksomheten faktisk gjør med den.
Magne
Da er Del 7 ferdig.
Kompisen
Ja.
Og nå løfter vi blikket.
Fra nettbutikken til virksomheten.
Fra produktinformasjon til kunnskap.
Fra enkeltverktøy til organisasjon.
Fra dagens konkurranse...
til morgendagens.
Magne
Og dermed er vi klare for Del 8 – Fremtidens digitale virksomhet.
Kompisen
Og denne gangen begynner vi med kanskje det største KI-spørsmålet av dem alle:
Hva skjer når alle bruker kunstig intelligens?
Magne
For hvis alle får tilgang til den samme teknologien...
Kompisen
...er det ikke lenger tilgangen til KI alene som skaper forskjellen.
Magne
Da må forskjellen ligge et annet sted.
Kompisen
Og det er der den siste delen av reisen vår begynner.
Faglig bakgrunn og videre lesning
Denne serien bygger også på min egen faglige reise gjennom Webdesign-studiet, eMarketing-studiet, Innovasjon og kommersialisering og faglige seminarer i San Francisco og Oxford. Her finner du bakgrunnen, fagmiljøene og erfaringene som har fulgt utviklingen fra webens første år til dagens digitalisering.
Anbefalt litteratur
Utviklingen innen kunstig intelligens går raskere enn kanskje noe annet fagområde i vår tid. Ingen enkelt bok kan gi alle svarene, men gode bøker kan gi et solid grunnlag for å forstå teknologien, mulighetene og utfordringene.
I KI-Kompis-serien anbefaler vi derfor et utvalg bøker som belyser kunstig intelligens fra ulike perspektiver – teknologi, strategi, ledelse, innovasjon, etikk, digitalisering og praktisk anvendelse. Samlet gir de en bredere forståelse av hvordan kunstig intelligens påvirker mennesker, virksomheter og samfunnet.
Klikk på bokikonet for å se hele litteraturoversikten med anbefalte bøker om kunstig intelligens.
Anbefalte bøker fra biblioteket vårt
Build a Large Language Model (From Scratch)
Forfatter: Sebastian Raschka
Kort omtale
Denne boken tar leseren med bak kulissene og viser hvordan en moderne språkmodell faktisk bygges – steg for steg. Sebastian Raschka forklarer avanserte konsepter på en pedagogisk måte og gir en unik forståelse av hvordan store språkmodeller som ChatGPT fungerer. Selv om boken inneholder kodeeksempler, er den også svært verdifull for alle som ønsker en dypere forståelse av teknologien bak kunstig intelligens.
Hvorfor vi anbefaler boken
En av de mest omtalte bøkene om store språkmodeller. Perfekt for deg som ønsker å forstå hvordan kunstig intelligens fungerer under overflaten og hvorfor språkmodeller har blitt en revolusjon innen digitalisering og kunnskapsdeling.
Quick Start Guide to Large Language Models
Forfatter: Janelle Shane
Kort omtale
Denne boken gir en praktisk og lettfattelig introduksjon til store språkmodeller (LLMs). Sinan Ozdemir forklarer hvordan språkmodeller brukes i moderne virksomheter, hvordan de kan integreres i arbeidsprosesser og hvorfor de er blitt en av de viktigste teknologiene innen kunstig intelligens.
Hvorfor vi anbefaler boken
En svært god bok for alle som ønsker en rask og praktisk innføring i språkmodeller. Den passer både for nybegynnere og fagpersoner som ønsker å forstå hvordan LLM-er brukes i praksis
Artificial Intelligence: A Modern Approach: The Future Is Coming! Discover How Artificial Intelligence Will Change Your Life!
Forfattere: Stuart Russell & Peter Norvig
Kort omtale
Dette er verdens mest kjente lærebok om kunstig intelligens og brukes ved universiteter over hele verden. Boken dekker hele fagområdet – fra problemløsning og maskinlæring til språkforståelse, robotikk og etikk – og regnes som en klassiker innen KI-faget.
Hvorfor vi anbefaler boken
Hvis du bare skal eie én akademisk bok om kunstig intelligens, er dette et av de aller beste valgene. En tidløs klassiker som gir en solid faglig forståelse av kunstig intelligens og som fortsatt brukes som pensum ved ledende universiteter verden over
© 2025 - 2026 Portico Publish | Den usynlige kapitalen Personvern og bruk av nettstedet | Utviklet og driftet av Magne Bjella | Powered and secured by Wix