Menu
Search

Avainsana: Google Cloud

Ihmiset, lopettakaa Kubernetesin väärinkäyttö! (In English)

People, stop misusing Kubernetes!

Unless you have a viable use case like edge computing

 

Author: Jari Timonen, Lead Cloud Architect

 

No matter what color of gift paper you wrap it in, Kubernetes is complex and costly.

Initially, Google developed the predecessor of Kubernetes and named it Borg. Since then, Google has open-sourced the technology to benefit the broader community and to advance the state-of-the-art in container cluster management. And just like Google envisioned, Kubernetes has become a crucial part of modern container orchestration. Virtually everything in Google’s own environments, for example, runs as a container, managed with Kubernetes. To me, this seems like solid proof of Kubernetes’ reliability and scalability for huge corporations like Google.

But seriously, how many companies in the Nordics are Google, or even come close?

The fact, namely, remains that moving from virtual machines to containers and Kubernetes is a big investment. Therefore, this step just isn’t for most companies and organizations. I am concerned that there are countless companies whose business comes closer to “man and dog” than that of the global cloud giants, which are spending their time playing with Kubernetes.

How many companies in the Nordics are Google?

However, one viable use case for Kubernetes is emerging: edge computing. As our CTO Markku Tuomala wrote in his recent blog, edge computing – processing data closer to its source – offers big benefits in terms of latency, bandwidth, and efficiency for large industrial companies, telecom operators, and electricity providers.

Justifying Kubernetes: Edge computing

In the otherwise fast-changing world of industrial technology, edge computing has been annoyingly “just around the corner” for years. Things are about to change, however, since a number of very handy technologies from Google are making the orchestration of Kubernetes clusters more achievable. In this blog, I will share my experiences on how GKE, GKE Enterprise, and Anthos can revolutionize edge computing for industries that need very low-latency online services.

Google Kubernetes Engine (GKE) is Google’s managed Kubernetes service. It’s a robust solution for building and managing the capabilities needed for edge computing. Anthos, in turn, extends GKE to manage Kubernetes clusters across multi-cloud and hybrid environments. GKE Enterprise, the newest addition to the mix of solutions, allows Kubernetes clusters to be managed in a multitenant architecture, across clouds and on-premises environments, eliminating the need for extra servers. Google Distributed Cloud, finally, combines software and hardware to provide a fully integrated system. Such an integrated system supports edge computing scenarios, among others.

A standout feature of GKE is its team management capabilities. GKE allows the distribution of clusters and assigning specific teams to manage them. For example, team members in different locations—Pertti in Seinäjoki and Petra in Stockholm—can be given access and control from the cloud, eliminating manual interventions. This centralized control ensures all necessary tools and permissions are included in the package, simplifying operations significantly.

In edge computing scenarios, GKE offers unmatched ease of management. For example, updating a cluster can be as simple as making one change and deploying it across the network. This ease of operation is crucial for environments where Kubernetes management and updates are usually difficult. For instance, the North American Major League Baseball, uses Anthos to host applications like real-time game analytics, which need to run locally in the park for performance reasons.

Telia and Codento lead the way to Edge as a Service

Over the past two years, Codento’s team has pioneered using GKE and GKE Enterprise for edge computing. I am proud to say that we have achieved something no one else in the world has yet.

Our journey with Nordic telecom giant Telia began 2.5 years ago. Telia wanted to maximize the return on their 5G network investments beyond only speed. They also wanted to test Anthos’s capabilities in multi-cluster management.

Significant improvements in multi-cluster management.

Our joint efforts have been successful. Significant improvements in multi-cluster management reduced the time needed to run system upgrades from weeks to the minute it requires to change one configuration number. The first pilot customer is already using Telia’s platform.

Eye on the ball – Kubernetes can add or dilute value

Despite its advantages, Kubernetes is still complex and costly, often rightfully seen as a last resort. Managing multiple Kubernetes clusters is labor-intensive and expensive, so it is usually for organizations with strong technology know-how and advanced cloud environments.

Today, however, the burden of management and monitoring is much lower, allowing teams to focus on innovation and growth. GKE Enterprise, with its robust features and ease of multitenant environment management, will in my opinion be a game-changer for large industrial companies and service providers looking to harness the power of edge computing. By simplifying cluster operations and offering centralized control, GKE Enterprise enables businesses – specifically the businesses that have the needed maturity to lead modern cloud teams – to deploy and manage edge computing capabilities efficiently.

When all these prerequisites are fulfilled, Kubernetes will stop being a value destroyer that sucks time and energy and become a driver of innovation and operational excellence.

Key takeaways:

  1. Google Kubernetes Engine (GKE), GKE Enterprise, Anthos, and Google Distributed Cloud offer a comprehensive solution for managing Kubernetes clusters across different environments.
  2. Kubernetes has traditionally been seen as costly and complex , but these technologies make it more accessible, enabling advanced solutions like edge computing.
  3. With GKE Enterprise, telecom players like Telia already offer their customers multitenant edge computing services based on Kubernetes clusters.

 

Codento | Jari Timonen

About the author:

Jari Timonen, is an experienced software professional with more than 20 years of experience in the IT field. Jari’s passion is to build bridges between the business and the technical teams, where he has worked in his previous position at Cargotec, for example. At Codento, he is at his element in piloting customers towards future-compatible cloud and hybrid cloud environments.

 

Stay tuned for more detailed information and examples of the use cases! If you need more information about specific scenarios or want to schedule a free workshop to explore the opportunities in your organization, feel free to reach out to us.

Contact Centerin tehokkuuden parantaminen tekoälyn avulla (In English)

Boosting Contact Center Effectiveness with AI

Conversational AI happens at competitors’ CCs while you’re busy making other plans

 

Author: Janne Flinck, Data & AI Lead

Working for Nordic organizations in various industries, I have gladly noted that front-runners are already deploying modern Artificial Intelligence tools to increase their contact center efficiency and customer satisfaction. In contrast, the majority are still looking for marginal improvements via tweaks in ticket handling or streamlining the edges of their onboarding processes.

“Life is what happens to you while you’re busy making other plans.” This familiar motto applies to many Nordic customer service and contact center decision-makers regarding conversational AI: It’s happening at competitors’ contact centers while you’re reading this blog.

 

Exceeding customer expectations while managing costs

Whether you’re a Nordic public sector entity or a private company running your business here, exceptional customer service is crucial. According to Salesforce, nearly 90% of customers today perceive the experience delivered as important as the actual products or services. Customer service leaders and marketing and sales officers face a common challenge: providing consistent, high-quality service while managing costs and resources effectively.

Nearly 90% of customers perceive the experience delivered as important as the products or services.

You want to ensure prompt, accurate responses to customers within acceptable wait times, regardless of the time of day. Simultaneously, you must balance the cost of contact center teams and onboarding new agents. You want to stay agile and be able to scale to meet the needs of growing organizations or seasonal peaks. Moreover, you want to gain insights into customer behavior and service performance to steer strategic decisions for optimizing operations and improving service quality. This is where Google’s Customer Engagement Suite comes into play.

 

Agents for agents

Generative and conversational AI agents are revolutionizing customer service, particularly in contact centers. Customer Engagement Suite is a collection of Google Cloud products designed to enhance contact center agent productivity, boost customer satisfaction, and reduce operational costs.

When your agent starts a call with a customer, Customer Engagement Suite provides live transcription, real-time answers to the customers’ questions, and a discussion summary. This helps the agent focus on customer interactions without worrying about taking notes. Customer Engagement Suite’s omnichannel support covers chat, SMS, VoIP, and video, ensuring seamless customer experiences across all channels.

Generative AI agents produce automated answers to customers’ questions by integrating to enterprise knowledge bases and other internal and external data sources. Customer Engagement Suite can also automate tasks like checking order status or updating payment details, ensuring customers always receive up-to-date information and services tailored to their needs. All this increases the efficiency of operations, and we have seen customers reduce call durations by up to 10%, yielding a significant payback to the system investment.

We have seen up to 10% reductions in call duration.

Quick access to relevant agent data will also shorten the time needed for new employee onboarding. When newcomers have speedier access to appropriate knowledge, the onboarding period can be up to 25% shorter, leading to a stark improvement in efficiency.

Many customer service calls involve tedious information-seeking, often for questions that repeat over time. Customer Engagement Suite’s virtual agent chatbots can relieve your agents of the repetitive burden by automatically finding answers to common questions using existing information sources and handling text, voice, and images in customer encounters. By reducing the need for human intervention in routine cases, the chatbots free human service agents to offer a more personal and richer interaction that increases customer and employee satisfaction.

Customer Engagement Suite offers powerful analytics tools that provide insights into customer interactions. These tools help your organization identify trends, improve processes, and make data-driven decisions.

As the Customer Engagement Suite is fully developed and managed by Google, it allows you to concentrate on extracting value for your operations. The deployments are efficient due to its seamless integration with telephony and contact center applications and tools for building custom features that adapt to your processes.

 

The Quantified Impact of AI in Contact Centers

In the bigger picture, AI will affect both new hires and existing employees in the coming years—in both negative and positive ways, depending on your position. In Metrigy’s AI for Business Success 2024-25 global research study of 697 companies, the following was discovered:

  • New hires – More than half of companies were able to reduce the number of new agents they needed to hire. The numbers are substantial: Those who did not use AI in their contact center, had to hire almost twice the number of agents during the year 2023 compared to those who used AI.
  • Existing employees – When contact centers were augmented with AI, nearly 40% of companies were able to reduce their headcount, with the average reduction being about one in every four employees.

For business leaders looking for technology to drive cost efficiencies, AI is doing its job. For example, with the addition of AI agent assist, the average handle time dropped by an average of 30%. At the same time, each supervisor saves nearly two hours per week when AI helps with scheduling and capacity planning. In addition to making agents and supervisors more efficient, AI-enabled self-service also helps automate customer interactions so that fewer of them even require live agent attention.

 

Real-world success stories in the making

I am honored to help several of our leading customers in the Nordics embrace the benefits of generative AI and conversational AI in their contact center operations. The most value can be extracted in organizations where the number of daily contacts is high, and the onboarding cost is noticeable due to complex product structures. Such fields include retail, travel and leisure, banking, and insurance. Similarly, organizations with high peak demand, such as nonprofits with surging inquiries during a fundraising campaign or public offices with specific deadlines for citizens’ input, could benefit from Customer Engagement Suite. It helps diminish the burden of agents on duty, channels routine questions directly to virtual agents, and makes onboarding seasonal employees more straightforward.

As an experienced and awarded Google Cloud Solutions integrator, Codento offers comprehensive support to ensure a smooth transition to your contact center’s era of AI. The fact that Customer Engagement Suite is a complete solution developed and managed by Google will ensure a robust platform integrated with all your relevant data sources and a foreseeable future roadmap on which to build your contact center success.

Key takeaways:

  1. The experience delivered, e.g., by your contact center agents is as important for your business as the product or service you actually sell
  2. Google has packaged Artificial Intelligence tools for excellent customer service into a managed solution called Customer Engagement Suite
  3. The efficiency effect of AI in Contact Centers has already been quantified and, e.g., handling times have been seen to drop by 30%
  4. Codento is already working with Nordic organizations to harness AI for better customer experience and more efficient Contact Center operations

 

Codento | Janne Flinck

About the author:

About the author: Janne Flinck is an AI & Data Lead at Codento. Janne joined Codento from Accenture 2022 with extensive experience in Google Cloud Platform, Data Science, and Data Engineering. His interests are in creating and architecting data-intensive applications and tooling. Janne has three professional certifications in Google Cloud and a Master’s Degree in Economics.

 

Stay tuned for more detailed information and examples of the use cases! If you need more information about specific scenarios or want to schedule a free workshop to explore the opportunities in your organization, feel free to reach out to us.

Elämää reunalla – Google Kubernetes Engine tekee reunalaskennasta vihdoin totta (in English)

Living on the Edge

Google Kubernetes Engine makes edge computing finally real

 

Author: Markku Tuomala, CTO 

Edge computing has been an unkept promise of 5G networks for years. Industrial companies, energy and utilities, and transportation and logistics businesses have been longing for low-latency services that would allow them to monitor and react in real-time to happenings on the field. Telecom operators, in turn, have dreamt of a genuinely novel business case for their 5G network investments, in which they would offer a scalable, cost-effective edge computing solution as a service to their customers.

Google Cloud’s packaged tools enable Edge as a Service

Edge computing is the practice of processing data closer to the source rather than relying solely on centralized cloud data centers. It offers a range of practical benefits, such as reducing latency, enhancing real-time data processing, and improving system performance. The most mentioned use cases of edge computing are real-time monitoring and control of manufacturing processes, automation of production lines, fleet management, and employee safety.

Two concepts are essential to understanding the hurdles that have been blocking the widespread use of edge computing: containerization and Kubernetes. Containerization involves packaging an application and all its dependencies into a lightweight, portable unit called a container. This allows the application to run consistently across different devices, making it ideal for deployment on edge devices with limited computing capacity. Kubernetes, in turn, acts as a management system for these containers, orchestrating their deployment, scaling, and operation to ensure they run smoothly and efficiently. Jointly, containerization and Kubernetes enable efficient, scalable, and reliable edge computing by ensuring applications can be easily deployed and managed across numerous edge locations.

Managing containerized applications with Kubernetes is a complex technological endeavor that has been a showstopper for many interesting edge computing use cases until recently. In late 2023, however, Google launched a managed service called Google Kubernetes Engine (GKE) Enterprise that will revolutionize the opportunities to offer and deploy edge computing.

Google Kubernetes Engine Enterprise for multitenant edge computing

GKE Enterprise is a tool for managing multitenant edge environments where you can cost-effectively and safely offer computing capacity from the edge for several users. These users can be the manufacturing sites of a single corporation in the same geographical area or a group of clients of a telecom operator or water or electricity company. By using GKE Enterprise, companies can efficiently manage workloads across cloud and edge environments, ensuring seamless operation and high safety availability of applications that require extremely short latency.

Chicken and egg: are use cases awaiting the technology or vice versa?

Some have claimed that edge computing is a fad, as the network connections with 30 – 60 ms latencies in the Nordics, especially, are supposedly enough for 90% of the use cases. The ambitious goal of edge computing to diminish the latency to less than ten milliseconds. This will enable some examples described above, which cannot be realized over the current networks. From my experience, I am convinced that when the appropriately priced chicken is available, the application eggs will follow in numbers. In other words, when the cost of the mature platform technology is on the right level, the game-changing use cases and applications will follow.

Aiming at <10 millisecond latencies

We at Codento have talked with more than a hundred organizations about their plans and aspirations for using artificial intelligence. Customers have delightfully novel ideas for using video surveillance connected to AI, e.g., for identifying the crossing paths of an autonomous forklift and a maintenance worker. With real-time video and a predicting AI solution, a system could reach the upcoming incident faster than a human can, potentially saving the worker’s life.

Last week, we were thrilled to introduce our first customer case in this area to the world. Telecom operator Telia and Codento have collaborated to make edge computing available to Nordic organizations through Telia’s Sirius innovation platform, with ferry operator Finferries being the first customer to pilot the service.

Edge computing transforms industries by enabling secure, low-latency, real-time data processing. For Nordic telecom operators and industrial companies, Google Kubernetes Engine Enterprise offers a powerful platform to harness its benefits.

Codento’s expert team has extensive experience with industrial customers’ businesses and processes, in-depth understanding of the AI-related use cases that Nordic companies are investigating, and awarded capabilities in Google Cloud technologies. We are eager and prepared to help your organization fully utilize edge computing and its applications. Be it a solution you want to build for your use or a platform you want to offer as a service to your customers, we are here to help.

Key takeaways:

  1. Edge computing will enable novel use cases like video monitoring and real-time reactions to events in, e.g., industrial processes
  2. Google Kubernetes Engine Enterprise is a solution enabling multitenant edge computing environments, adding scalability, cost, and security to “Edge as a Service”
  3. Codento can help industrial corporations or telecom, water or electricity companies to build use cases and services based on edge computing

 

About the author:

Markku Tuomala, CTO,  joined Codento in 2021. Markku has 25 years of experience in software development and cloud from Elisa, the leading telecom operator in Finland. Markku was responsible for Telco and IT services cloudification strategy and was a member of Elisa’s production management team. Key tasks included Elisa software strategy and operational services setup for business critical IT outsourcing. Markku drove customer oriented development and was instrumental in business growth to Elisa Viihde, Kirja, Lompakko, Self Services and Network automation. Markku also led Elisa data center operations transformation to DevOps.  

 

Stay tuned for more detailed information and examples of the use cases! If you need more information about specific scenarios or want to schedule a free workshop to explore the opportunities in your organization, feel free to reach out to us.

Uutta tehoa nykyjärjestelmiin – Miten Google Cloud voi olla avuksi? (in English)

Breathe new life into cornerstone systems

Take your Salesforce, SAP, Power BI, Oracle, AWS, and VMware solutions to the next level with Google Cloud

 

Author: Anthony Gyursanszky, CEO

We all want AI and analytics to boost our business and enable growth, but few of us have the deep pockets needed to redo our entire IT environment.

Most Nordic organizations have invested significantly in leading technologies like Salesforce, SAP, Microsoft Power BI, Oracle, AWS, and VMware. However, the jungle of AI capabilities is scattered and a coherent AI roadmap is difficult to envision.

Integrating Google Cloud with the technologies mentioned above, allows you to unlock new synergies and use advanced AI capabilities without extensive reconfiguration or additional capital expenditure.

 

Turbo boost your current system environment without overlapping investments

Adding Google Cloud to your IT strategy does not necessarily mean replacing existing systems. Instead, you can compliment them, enabling them to work together more effectively and deliver greater value with minimal disruption.

For example, Google Kubernetes Engine (GKE) Enterprise enables seamless deployment and management of your existing applications across hybrid and multi-cloud environments. Your Salesforce, SAP, Oracle, and VMware systems can work together more efficiently, with Google Cloud as the glue between them. The result is a more streamlined, agile IT environment that enhances the capabilities of your current investments.

Google Cloud VMware Engine, in turn, allows you to extend your existing VMware environments to Google Cloud without costly migrations or re-architecting. This enables your business to tap into Google Cloud’s vast computing and storage resources, advanced AI tools like Vertex AI machine learning platform, and robust analytics platforms like BigQuery—without a revolution in your current infrastructure.

 

Harness all your data and deploy the market-leading AI tools

Data-driven decision-making is crucial today for maintaining a competitive edge in any field of business. Integrating Google Cloud with, e.g., your existing Microsoft Power BI deployment will significantly enhance your analytics capabilities. Google Cloud’s BigQuery offers a robust, serverless data warehouse that can process vast amounts of data in real-time, providing deeper and faster insights than traditional analytics tools. By connecting BigQuery to Power BI, you can easily analyze data from various sources like SAP, Oracle, or Salesforce and visualize it in dashboards familiar to your end users. Such integration enables your teams to quickly draw informed conclusions based on comprehensive, up-to-date data without significant additional investment.

Furthermore, Google Cloud’s Vertex AI can integrate into your existing data workflows. This way, you can take advantage of Google’s advanced machine learning and predictive analytics tools, and the analysis results can be visualized and acted upon within Power BI.

You can also activate your SAP data with Google Cloud AI for advanced analytics and for building cutting-edge AI/ML and generative AI applications. This enhances the value of your data and positions your business to respond more swiftly to market changes.

For businesses using Oracle, Google Cloud’s Cross-Cloud Interconnect provides secure, high-performance connectivity between Google Cloud and Oracle Cloud Infrastructure (OCI). This allows you to continue leveraging Oracle’s strengths while benefiting from Google Cloud’s advanced AI, analytics, and compute capabilities—without being tied to a single vendor.

 

Start small, and grow compliantly as you go

One key advantage of Google Cloud is that you can start benefiting from the advanced capabilities almost immediately, driving innovation and competitive advantage with only minor incremental investments. Google Cloud’s pay-as-you-go model and flexible pricing allow you to start small, scaling up only as needed and as you gain tangible proof of the business value. This approach minimizes upfront costs while providing access to cutting-edge technologies that can accelerate your business growth.

As your business’s cloud capabilities expand, maintaining data security and compliance remains a top priority especially in the Nordic region, where regulations like GDPR are stringent. Google Cloud’s Hamina data center in Finland provides secure, EU-based infrastructure where your data stays within the region, meeting all local compliance requirements.

Google Cloud also offers advanced security features, such as Identity and Access Management (IAM), that integrate seamlessly with your existing systems like Microsoft Power BI and VMware. This ensures your data is protected across all platforms, allowing you to grow your cloud footprint securely and confidently.

 

Don’t put all your digital eggs in the same basket

Google Cloud’s open standards and commitment to interoperability ensure that you’re not locked into any single vendor, preserving your ability to adapt and evolve your IT strategy as needed. This strategic flexibility is crucial for businesses that want to maintain control over their IT destiny, avoiding the limitations and costs associated with vendor lock-in.

Google Cloud complements your existing IT investments and helps you gain a competitive edge from technology choices you have already made. At Codento, we specialize in helping Nordic businesses integrate Google Cloud into their IT strategies. We ensure that you can maximize the value of your current investments while positioning your business for future growth.

 

About the author:

Anthony Gyursanszky, CEO, joined Codento in late 2019 with more than 30 years of experience in the IT and software industry. Anthony has previously held management positions at F-Secure, SSH, Knowit / Endero, Microsoft Finland, Tellabs, Innofactor and Elisa. Hehas also served on the boards of software companies, including Arc Technology and Creanord. Anthony also works as a senior consultant for Value Mapping Services. His experience covers business management, product management, product development, software business, SaaS business, process management, and software development outsourcing. Anthony is also a certified Cloud Digital Leader.

 

Stay tuned for more detailed information and examples of the use cases! If you need more information about specific scenarios or want to schedule a free workshop to explore the opportunities in your organization, feel free to reach out to us.

Tekoäly liiketoiminnassa: Asiakasennakkointi

 

Tekoäly liiketoiminnassa: Asiakasennakkointi

 

Author: Antti Pohjolainen, Codento

Nopeatempoisessa yritysmaailmassa kyky ennakoida ja vastata asiakkaiden tarpeisiin on avaintekijä menestyvän yrityksen ja vaikeuksissa olevan yrityksen välillä. Käsite ”asiakasennakointi” koostuu kuluttajien vaatimusten, mieltymysten ja käyttäytymisen ennakoimisesta. Tämän strategisen lähestymistavan avulla yritykset voivat pysyä kehityksen kärjessä ja tarjota tuotteita ja palveluita, jotka vastaavat tarkasti asiakkaidensa toiveita.

 

Ymmärrä asiakkaan tarve ennen häntä

Asiakkaiden tarpeiden ennakointi on muutakin kuin vain sen tarjoamista, mitä he pyytävät; kyse on ymmärtämisestä, mitä he saattavat haluta, ennen kuin he edes ymmärtävät sen itse. Erilaisia tekniikoita käyttämällä yritykset voivat kerätä näkemyksiä, analysoida trendejä ja ennustaa muutoksia kuluttajien käyttäytymisessä, jolloin ne voivat räätälöidä tarjontaansa vastaamaan tarkemmin asiakkaiden odotuksia.

 

Lähtökohtana data-analyysi

Yksi tärkeimmistä tavoista ymmärtää asiakkaiden tarpeita on data-analyysi. Hyödyntämällä erilaisia teknologioita, mukaan lukien tekoäly ja koneoppiminen, on mahdollista löytää oikeat tavoiteltavat myyntimahdollisuudet, ylittää asiakkaiden odotukset ja, mikä ehkä tärkeintä, optimoida voittosi. 

 

Asiakasennakointi käytännössä

Codento on työskennellyt Suomen kunnianhimoisimpien yritysten kanssa tarjotakseen niille asiakkaiden ennakointivalmiuksia. Esimerkiksi johtava verkkokauppa Verkkokauppa.com järjesti tuotekategorioitaan uudelleen asiakkaiden hakukäyttäytymistavojen ja ostohistorian analysoinnin perusteella. Projekti integroi useita tuotehallintajärjestelmiä tehostaakseen toimintaansa ja parantaakseen tuotteiden saatavuutta. Lisäksi se uudisti asiakaslähtöisen käyttöliittymänsä sisällyttämällä siihen henkilökohtaiset tuotesuositukset ja intuitiivisemman käyttöliittymän, kaikki Codenton asiakkaiden ennakointiominaisuuksien avulla. 

 

Luovuudelle ja innovaatioille on aina tilaa

Onnistunut asiakkaiden ennakointi ei kuitenkaan riipu pelkästään datasta ja teknologiasta; se vaatii myös luovuutta ja innovaatiota. Yritysten tulee olla ketteriä ja mukautuvia, halukkaita kokeilemaan uusia ideoita ja konsepteja. Innovatiiviset ratkaisut voivat yllättää ja ilahduttaa asiakkaita ja erottaa yrityksen kilpailijoistaan.

Asiakasennakoinnin ydin on kyvyssä sopeutua ja kehittyä jatkuvasti. Kuluttajien tarpeet ovat dynaamisia, ja niihin vaikuttavat erilaiset tekijät, kuten kulttuuriset muutokset, teknologian kehitys ja globaalit tapahtumat. Siksi yritysten on pysyttävä ketteränä ja reagoivana muutoksiin pysyäkseen markkinoiden edellä.

 

Asiakasennakoinniosta jokaisen menestyvän yrityksen perusstrategia

Yhteenvetona voidaan todeta, että asiakasennakointi on jokaisen menestyvän yrityksen perusstrategia. Hyödyntämällä dataa, teknologiaa, kuluttajien palautetta ja innovatiivista ajattelua yritykset voivat paremmin ennakoida ja täyttää asiakkaiden tarpeet. Asiakkaiden halujen ymmärtäminen ennen kuin he tekevät ja sen saumattomasti toimittaminen on asiakaslähtöisen ja eteenpäin katsovan liiketoiminnan tunnusmerkki.

Tutustu AI.cast videotuotantoomme.

Kirjoittajasta: Antti  ”Apo” Pohjolainen, myyntijohtaja, aloitti Codenton palveluksessa vuonna 2020. Antti on johtanut Innofactorin (pohjoismainen Microsoft IT-toimittaja) myyntiorganisaatiota Suomessa ja ennen sitä työskennellyt johtotehtävissä Microsoftissa julkiselle sektorille Suomessa ja Keski- ja Itä-Euroopassa. Apo on työskennellyt erilaisissa myyntitehtävissä kauemmin kuin hän muistaa. Hän saa ”myyjän huipun” tavatessaan asiakkaita ja etsiessään ratkaisuja, jotka tarjoavat arvoa kaikille osapuolille. Apo suoritti MBA-tutkinnon Northamptonin yliopistosta. Hänen viimeinen liiketoimintatutkimuksensa käsitteli monipilviratkaisuita. Apo on usein luennoinut tekoälyn käytöstä liiketoiminnassa Haaga-Helian ammattikorkeakoulussa.

 

Ainutlaatuinen tekoälyavusteinen työntekijäkokemus: Help Desk perustuen Google Cloud HR Agent -teknologiaan

Ainutlaatuinen tekoälyavusteinen työntekijäkokemus: Help Desk perustuen Google Cloud HR Agent -teknologiaan

 

Olemme HR-johtajien toiveiden perusteella luoneet uniikin tekoälyratkaisun, jolla henkilöstö voi intranettiin upotetun chattikkunan kautta selvittää vaivattomasti vastukset yrityksen HR:n ylläpitämiin ohjeisiin, käytäntöihin ja politiikkoihin. Kenenkään ei tarvitse enää kaivaa varsinaista tiedostoja tai verkkosivuja esiin.

Tämä helpottaa työntekijöiden perehdytystä, säästää aikaa sekä henkilöstöltä, esimiehiltä ja henkilöstöosastolla ja nostaa työntekijätyytyväisyyttä.

 

Organisaation haasteet

Organisaatioiden tyypillisiä haasteita ovat:

  • Kasvavat HR:n kustannuspaineet ja resurssointihaasteet
  • Uusien työntekijöiden viivästynyt tuottavuus hitaan perehdytyksen vuoksi, kun tieto löytyy heikosti
  • Hiljainen tieto katoaa henkilöstön vaihtuvuuden kautta
  • Esiiestyön lisääntynyt kuormittavuus
  • Kilpailu osaavasta henkilöstöstä
  • Tiedon määrän kasvu ja oikean tiedon löytämisen haasteet
  • Lisääntyvät aikapaineet henkilöstölle
  • Etätyö ja vähentyvät kasvotusten kohtaamiset
  • Henkilöstön motivaation vaikutus suorituskykyyn
  • Vähemmän aikaa ja mahdollisuuksia kouluttaa henkilöstöä

 

Ratkaisumme

  • Google Cloud ja Codento tarjoavat yhdessä ratkaisun: AI-powered Employee Help Desk: Provide quick, grounded answers to employees looking to obtain information about complex HR process or documents (compensation, benefits, etc) 
  • Chatbotin/Kysymys-vastaus-toiminnon ja hakukoneen (monikielinen) ominaisuudet HR-dokumenteille ilman insinööriosaamista, hienosäätöä tai konfigurointia
  • Agent Builderin avulla käyttäjä voi yksinkertaisesti kuvata chat-agentin konfiguraation sen sijaan, että se määriteltäisiin manuaalisesti

 

Toteutus

  • Perustuu ainutlaatuiseen Google Cloud HR AI Agent -teknologiaan ja sen avaimet-käteen kevyeeseen käyttöönottoon.
    • Generatiivinen AI HR -agentti määritellään sovellukseksi, joka pyrkii saavuttamaan tavoitteensa havainnoimalla ympäröivää maailmaa ja toimimalla käytössään olevilla työkaluilla.
    • Käyttöliittymänä nykyinen HR-intranet tai vastaava HR-portaali, johon HR-agentin chatbot integroidaan saumattomasti
    • Agentilla pääsy kaikkeen tarvittavaan HR-ohjeistukseen ja dokumentaatioon
    • Oppii ajan myötä antamaan parempai ja relevantimpia vastauksia
    • Sopeutuu päivittyvään materiaaliin
    • Tukee eri kieliversioita

 

  • Vuoden Google Cloud -kumppani Codento konfiguroi ja ottaa ratkaisun käyttöön 
    • Asiakkaalta vaaditaan 25 testikysymyksen ja 25 vastaavan mallivastauksen luontia perustuen HR-dokumentaatioon. Codento huolehtii lopusta
    • Ratkaisu on tuotannossa 4 viikossa päätöksestä
    • Voidaan toteuttaa asiakkaan nykyiseen Google Cloud -pilviympäristöön, uuteen ympäristöön (lisätyö pystytykseen) tai Codenton tarjoamaan Google Cloud -pilvialustaan

 

Ratkaisun edut

  • Nopeus – vain muutamassa viikossa käytössä
  • Alhainen hinta – kysy tarjousta
  • Alhainen riski – Codentolla vankka kokemus vastaavista käyttönotoista Google Cloud-teknologialla
  • Ratkaisun laatu – Codenton NPS aina yli 70

 

Ota meihin yhteyttä ja kysy lisää:

 

Miten valmistaudut tekoälymatkaan? Lataa arkkitehtuuri- ja infrastruktuuriopas

Valmista liiketoimintasi ja pilvesi tekoälyn hyödyntämiseen: E-kirja, jonka avulla voit suunnitella infrastruktuurisi uudelleen ja hyötyä tekoälyn mahdollisuuksista

Kumppanimme Google Cloud loi kaltaisillesi teknisille johtajille oppaan, joka sisältää etenemissuunnitelman, jolla luodaan tulevaisuuden kestävä perusta tekoälyinnovaatioille. Infrastruktuurilla, joka voi ruokkia liiketoimintasi seuraavia vaiheita, antaa tiimeille uusia mahdollisuuksia käyttää tekoälyä  ja luoda ratkaisuja olemassaoleviin haasteisiin.

Tästä e-kirjasta löydät:

  • Infrastruktuurinäkökulmat, jotka voivat määrittää tekoälyn onnistumisen tai epäonnistumisen – tarkastelemme kustannuksia, skaalautuvuutta, turvallisuutta ja suorituskykyä
  • Toimivia strategioita tekoälyalustojen arvioimiseksi, resurssien optimoimiseksi ja tekoälytyökalujesi arvon maksimoimiseksi
  • Miten ja milloin kannattaa harkita hallittujen koneoppimisratkaisujen, kuten Vertex AI, ja joustavien konttiympäristöjen, kuten Google Kubernetes Engine (GKE), käyttöönottoa tiimisi käyttötaakan helpottamiseksi
  • Best practices for leveraging specialized virtual machines (VMs) optimized for AI, including and equipped with GPUs, and TPUs
  • Parhaat käytännöt tekoälylle optimoitujen erikoistuneiden virtuaalikoneiden (VM:iden) hyödyntämiseen, mukaan lukien GPU:t ja TPU:t.

Oletko valmis hyödyntämään generatiivisen tekoälyn voimaa?​​​​​​

Raportti on englanninkielinen. Lähetä yhteystietosi saadaksesi raportin:

 

Johdon opas generatiiviseen tekoälyyn: aloita matkaksi 10 kohdan ohjelmalla (in English)

The Executive’s Guide to Generative AI: Kickstart Your Generative AI Journey with a 10-Step Plan 

 

 

Not sure where to start with generative AI?See what your industry peers are doing and use Google Cloud’s 10-step, 30-day plan to hit the ground running with your first use case

AI’s impact will be huge. Yet right now, only 15% of businesses and IT decision makers feel they have the expert knowledge needed in this fast-moving area.This comprehensive guide will not only bring you up to speed, but help you chart a clear path forward for adopting generative AI in your business. In it, you’ll find:

  • A quick primer on generative AI.
  • A 30-day step-by-step guide to getting started.
  • KPIs to measure generative AI’s impact.
  • Industry-specific use cases and customer stories from Deutsche Bank, TIME, and more.

Dive in today to discover how generative AI can help deliver new value in your business.

 

Submit your contact information to get the report:

Lataa Google Cloud 2024 Data and AI Trends -raportti (in English)

Get Your Copy of Google Cloud 2024 Data and AI Trends Report

 

 

Your company is ready for generative AI. But is your data? In the AI-powered era, many organizations are scrambling to keep pace with the changes rippling across the entire data stack.

This new report from Google Cloud shares the findings from a recent survey of business and IT leaders about their goals and strategies for harnessing gen AI — and what it means for their data.

Get your copy to explore these five trends emerging from the survey:

  • Gen AI will speed the delivery of insights across organizations
  • The roles of data and AI will blur
  • Data governance weaknesses will be exposed
  • Operational data will unlock gen AI potential for enterprise apps
  • 2024 will be the year of rapid data platform modernization

 

 

 

Submit your contact information below to get the report:

Google Cloud Next’24 – tapahtuman ensimmäisen päivän Top 10-nostoa (in English)

Google Cloud Next’24 Top 10 Highlights of the First Day

 

Authors: Codento Consulting Team

 

Google Cloud Momentum Continues

The Google Cloud Next event is taking place this week in Las Vegas showcases a strong momentum with AI and Google Cloud innovations with more than 30 000 participants.

Codento is actively participating to the event in Las Vegas with Ulf Sandlund and Markku Pulkkinen and remotely via the entire Codento team. Earlier on Tuesday Codento was awarded as the Google Cloud Service Partner of the Year in Finland.

As the battle is becoming more fierce among the hyperscalers we can fairly observe that Google Cloud has taken a great position going forward:

  • Rapid growth of Google Cloud with a $36 Billion run rate outpacing its hyperscaler peers on a percentage basis
  • Continuous deep investments in AI and Gen AI progress with over a million models trained 
  • 90% of unicorns use Google Cloud showcasing a strong position with startups
  • A lot of reference stories were shared. A broad range of various industries are now using Google Cloud and its AI stack
  • And strong ecosystem momentum globally in all geographies and locally

 

Top 10 Announcements for Google Cloud Customers

Codento consultants followed every second of the first day and picked our favorite top 10 announcements based on the value to Google Cloud customers:

1. Gemini 1.5 Pro available in public preview on Vertex AI. It can now process from 128,000 tokens up to 1 million tokens. Google truly emphasizes its multi-modal capabilities. The battle against other hyperscalers in AI is becoming more fierce.

2. Gemini is being embedded across a broad range of Google Cloud services addressing a variety of use cases and becoming a true differentiator, for example:

  • New BigQuery integrations with Gemini models in Vertex AI support multimodal analytics, vector embeddings, and fine-tuning of LLMs from within BigQuery, applied to your enterprise data.
  • Gemini in Looker enables business users to chat with their enterprise data and generate visualizations and reports

3. Gemini Code Assist is a direct competitor to GitHub’s Copilot Enterprise. Code Assist can also be fine-tuned based on a company’s internal code base which is essential to match Copilot.

4. Imagen 2. Google came out with the enhanced image-generating tool embedded in Vertex AI developer platform with more of a focus on enterprise. Imagen 2 is now generally available.

5. Vertex AI Agent Builder to help companies build AI agents. This makes it possible for customers to very easily and quickly build conversational agents and instruct and guide them the same way that you do humans. To improve the quality and correctness of answers from models,  a process called grounding is used based on Google Search.

6. Gemini in Databases is a collection of AI-powered, developer-focused tools to create, monitor and migrate app databases.

7. Generative AI-powered security: number of new products and features aimed at large companies. These include Threat Intelligence, Chronicle to assist with cybersecurity investigations) and  Security Command Center.

8. Hardware announcements: Nvidia’s next-generation Blackwell platform coming to Google Cloud in early 2025 and Google Cloud joins AWS and Azure in announcing its first custom-built Arm processor, dubbed Axion

9. Run AI anywhere, generative AI search packaged solution powered by Gemma designed to help customers easily retrieve and analyze data at the edge or on-premises with GDC, this solution will be available in preview in Q2 2024.

10. Data sovereignty. Google is renewing its focus on data sovereignty with emphasis on partnerships, less to building its own sovereign clouds.

There were also a lot of new announcements in the domains of employee productivity and Chrome, but we shall leave those areas for later discussion.

Conclusions

So far the list of announcements has been truly remarkable. As we anticipate the coming days of the Next event we are eager to get deeper into the details and understand what all this means in practice.

What is already known convinces us that Google Cloud and its AI approach continues to be completely enterprise-ready providing capabilities to support deployments from pilot to production. 

To make all this real capable partners, like Codento, are needed to assist the entire journey: AI and data strategy, prioritized use cases, building the data foundation, implementing AI projects with strong grounding and integration, consider security and governance, and eventually build MLOps practices to scale the adoption.

For us partners, much anticipated news came in the form of a new specialization: Generative AI specialization will be available in June 2024. Codento is ready for this challenge with the practice and experience already in place.

To follow the Google Cloud Next 2024 event and announcements the best place is Google Cloud blog.

 

Contact us for more information on our services:

 

Codentosta vuoden Google Cloud palvelukumppani Suomessa

Codentosta vuoden Google Cloud palvelukumppani Suomessa

Palkinnon myötä tulee jaettu vastuu

 

Kirjoittaja: Anthony Gyursanszky, toimitusjohtaja, Codento

 

Sanotaan, että keskittyminen, päättäväisyys ja kova työ lopulta johtavat hyvään lopputulokseen. Näin on tainnut käydä meille.

Muutama vuosi sitten Codenton tiimimme aloitti yhteisen matkan Google Cloud -tiimin kanssa tavoitteenaan kehittää Codento johtavaksi Google Cloud -konsultointiyritykseksi. Tätä ennen olimme tunnistaneet kasvavan markkinapotentiaalin ja yhteistyömahdollisuudet.

Tämän tavoitteellisen työn tuloksena olemme saavuttaneet kaksi Google Cloud -spesialisaatiota, 20 expertiseä, 35 professional -sertifikaattia ja toteuttaneet yli 30 Google Cloud -palvelun toimitusta NSAT-arvolla yli 70. Hiljattain olemme laajentaneet toimintaamme Ruotsiin, ja huhtikuussa 2024 Codento palkittiin ensimmäisenä Suomen Google Cloudin vuoden kumppanina Las Vegasin Next- tapahtumassa.

Olemme ylpeitä ja kiitollisia tästä tunnustuksesta Google Cloud -tiimeille, asiakkaillemme ja työntekijöillemme. Palkinto korostaa sitoutumistamme tarjota innovatiivisia tekoälyn, datan, pilven ja sovelluskehityksen konsultointipalveluita sekä esimerkillistä palvelua suomalaisille ja ruotsalaisille asiakkaillemme osoittaen Googlen pilven voiman.

Osana nopeasti kasvavaa Googlen pilvikumppaniekosysteemiä ymmärrämme, että palkinnon mukana tulee myös vastuu.

Olemme sitoutuneita nostamaan esiin ja käsittelemään tärkeitä aiheita pohjoismaisen menestymisen mahdollistamiseksi. Määrittelimme neljä keskeistä keskustelukokonaisuutta, joihin yhtiönä sitoudumme aktiivisesti osallistumaan.

 

Tiedon jakaminen Google Cloudin jatkuvasti kehittyvistä kyvykkyyksistä

Ainutlaatuisessa roolissamme vuoden kumppanina olemme valmiit jakamaan näkemyksiämme uusista Googlen Cloudin tuotteista ja ominaisuuksista, niiden liiketoiminta-arvosta, erottautumistekijöistä muihin pilviin verrattuna ja kokemuksistamme siitä, kuinka kehittää nopeasti Google Cloud -osaamista ja kyvykkyyksiä.

Jatkamme Googlen Cloudin tuotetiedon rummutusta liiketoiminnallisilla ja teknisillä näkökulmilla blogeissa, videoissa, tapahtumissa ja uutiskirjeissä. Otamme mielellämme vastaan ja käsittelemme avoimesti myös kysymyksiä ja palautteita.

 

Pohjoismaisista organisaatioista johtavia tekoälyinnovaatioiden hyödyntäjiä

Erilaisten markkinaennusteiden mukaan voidaan turvallisesti sanoa, että pohjoismaiset organisaatiot joutuvat investoimaan 3-10% liikevaihdostaan tekoälyn hyödyntämiseen ja kyvykkyyksien kehittämiseen muutaman vuoden kuluessa pysyäkseen mukana kansainvälisten kilpailijoidensa vauhdissa.

Näitä investointeja ei tulisi tehdä ilman tekoälyn tiekarttaa ja sen jatkuvaa toteutusta. Codento onkin ottanut tässä edelläkävijäroolin järjestämällä yli 100 ilmaista tekoälytyöpajaa, joissa pyritään tunnistamaan korkean arvon, matalan monimutkaisuuden käyttötapauksia, jotka voidaan ottaa nopeasti käyttöön.

Tähän mennessä Codenton tiimit ovat tunnistaneet yli 300 erilaista käyttötapausta ja toteuttaneet monia niistä asiakkaiden kanssa. Näistä hyvä esimerkki on Hytest, jonka tekoälyn omaksuminen alkoi tällaisesta työpajasta.

Koska Codentolla on laaja kokemus tekoälyn käyttötapauksista ja ymmärrys Google Cloudiin perustuvista valmiista tarjoomista, olemme innokkaita jakamaan kaikki nämä oppimme tapahtumissamme, videoissamme, blogeissamme ja uutiskirjeissämme, kuten AI.cast ja AI-uutiskirje.

Googlella on erinomainen asema jatkuvassa tekoälyinnovoinnissa ja innovaatioiden tuomisessa markkinaan. Tekoälyinnovaation sydän on Googlen Cloudin innovatiivinen startup-ekosysteemi. Esimerkiksi yli 70% generatiivisen AI:n startupeista on päättänyt luottaa Google Cloudin kyvykkyyksiin. Perinteisillä organisaatioilla on paljon opittavaa startupeissa tapahtuvan innovoinnin nopeudesta. Googlen vuoden kumppanina olemme iloisia voidessamme jakaa oppejamme tästäkin aiheesta laajemmin.

 

Tekoälypullonkaulojen ratkaiseminen

Yli 100 työpajan aikana on käynyt selväksi, että yleisin pullonkaula tekoälyn skaalautumisessa on datastrategian puute tai sen epäjohdonmukainen toteuttaminen. Tekoälyn kanssa on ensisijaista varmistaa datan laatu ja rakentaa asianmukaiset keinot tiedon keräämiseen, säilyttämiseen ja päivittämiseen.

Usein haasteena on myös yleisen pilvistrategian, -arkkitehtuurin ja modernisoitujen sovellusportfolioiden puute.

Neuvomme organisaatioita alusta loppuun ja sitoudumme auttamaan pohjoismaisia asiakkaitamme voittamaan nämä haasteet mahdollisimman nopeasti. Uusi datastrategian tarjoamamme on erinomainen esimerkki tästä.

 

Asiakkaiden opastaminen vastuullisissa ja proaktiivisissa pilvipäätöksissä

Kun olen keskustellut useiden kansainvälisten kollegojen kanssa, olen havainnut että organisaatiot täällä Pohjoismaissa ovat taipuvaisempia konsolidoimaan pilviteknologiapäätöksensä yhteen valittuun pilveen ja täten ajautuvat ajan myötä riippuvaisemmiksi siitä. Tämä eroaa esimerkiksi Yhdysvalloista, jossa organisaatiot yleensä käyttävät useita eri pilviteknologioita yhtaikaa.

Vaikka yhden pilven lähestymistavalla voi olla useita etuja, kuten helpompi osaamisen hallinta, antaa laaja-alainen tekoälydisruptio ainutlaatuisen tilaisuuden harkita täydentäviä vaihtoehtoja.

Meidän mielestämme jatkaminen nykyisen pilven kanssa, sen korvaaminen tai sen täydentäminen muilla pilvivaihtoehdoilla on aina kriittinen liiketoimintapäätös, jota tulee säännöllisesti arvioida – analyyttisesti ja avarakatseisesti. Pohjoismaissa tämä näyttää olevan mieluumminkin reaktiivinen kuin proaktiivinen prosessi.

Monipilvistrategian hyödyt ovat laajat:

  • Kustannusten optimointi
  • Joustavampi pilviresurssien käyttö
  • Laajempi ja optimoidumpi innovaatiokyvykkyys
  • Toimittajalukon hallinnan parantaminen
  • Kestävän kehityksen huomiointi

Olemme erittäin innostuneita tästäkin aiheesta ja aiomme avata näitä teemoja ja näkökulmia aktiivisesti tulevien kuukausien aikana Nextgen Foundation -tarjontamme muodossa erityisesti keskittyen AI-optimoituun pilvistrategiaan.

 

Katse tulevaisuuteen

On kunnia koko Codenton tiimillemme olla vuoden kumppani tässä kasvavassa Google Cloud -ekosysteemissä. Olemme innostuneita ja sitoutuneita olemaan aktiivinen ja ammattimainen Googlen Cloud -lähettiläs myös tulevina vuosina.

 

Kirjoittajasta:

Anthony Gyursanszky, toimitusjohtaja, liittyi Codentoon loppuvuodesta 2019 yli 30 vuoden kokemuksella IT- ja ohjelmistoalalta. Anthony on aiemmin toiminut johtotehtävissä yrityksissä, kuten F-Secure, SSH, Knowit / Endero, Microsoft Finland, Tellabs, Innofactor ja Elisa. Hän on myös ollut mukana ohjelmistoyritysten hallituksissa, kuten Arc Technology ja Creanord. Anthony toimii myös arvokartoituspalveluiden konsulttina. Hänen kokemuksensa kattavat liikkeenjohdon, tuotehallinnan, tuotekehityksen, ohjelmistoliiketoiminnan, SaaS-liiketoiminnan, prosessihallinnan ja ohjelmistokehityksen ulkoistamisen. Anthony on myös sertifioitu Cloud Digital Leader.

Ohjelmistosi on tulossa paljon älykkäämmäksi

Ohjelmistosi on tulossa paljon älykkäämmäksi

 

Ohjelmistoälykkyys

Ohjelmistoälyn aikakausi on saapunut ja tämä on muokannut perusteellisesti uudelleen tapaa, jolla ohjelmisto rakennetaan ja otetaan käyttöön. Tekoäly (AI) ei ole enää vain jännittävä muotisana; se muuttaa ohjelmiston luomisen ydintä. Tarkastellaan kolmea keskeistä näkökulmaa, jotka korostavat tekoälyn potentiaalia ohjelmistokehitysympäristössä.

1. Rakenna tekoälyyn perustuva ohjelmistostrategia

Kuvittele ohjelmisto, joka voi oppia, mukautua ja jopa tehdä päätöksiä. Tämä ei ole tieteiskirjallisuutta – se on tekoälyn ruokkima tulevaisuus. Tätä muutosta omaksuvien yritysten on laadittava tekoälypohjaisia ohjelmistostrategioita, jotka asettavat etusijalle:

  • Älykkäät ominaisuudet: Upota tekoälyalgoritmit tehostamaan ennakoivaa analytiikkaa, prosessien automatisointia, luonnollisen kielen ymmärtämistä, tietokonenäköä ja paljon muuta. Käyttäjät eivät enää vain ole vuorovaikutuksessa ohjelmistojen kanssa, koska se ennakoi ja ohjaa heitä.
  • Tietokeskeinen suunnittelu: AI tarvitsee dataa. Suunnittele järjestelmiä alusta alkaen valtavien tietokokonaisuuksien keräämiseksi, käsittelemiseksi ja hyödyntämiseksi, jotta voit saavuttaa oivalluksia, joita ei aiemmin voi kuvitellakaan.
  • Eettiset näkökohdat: Teknisten näkökohtien ohella painopisteet, läpinäkyvyys ja älykkäiden ohjelmistojen vastuullinen käyttö.

2. Kiihdytä ohjelmistokehitystäsi tekoälyllä

Tekoälystä on tulossa korvaamaton työkalu ohjelmistokehittäjien työkalupakissa. Mieti, kuinka se voi virtaviivaistaa ja parantaa työnkulkuasi:

  • Koodin luominen ja optimointi: AI auttaa kirjoittamaan tehokkaampaa koodia, ehdottamaan parempia algoritmeja ja tunnistamaan mahdolliset virheet prosessin varhaisessa vaiheessa.
  • Älykäs testaus: AI-käyttöinen testaus automatisoi rutiinitapaukset, havaitsee hienovaraiset virheet ja luo skenaarioita, jotka ihmiset saattavat jättää huomiotta.
  • Henkilökohtaiset käyttökokemukset: AI räätälöi käyttöliittymät, ehdottaa ominaisuuksia ja tarjoaa ennakoivaa tukea, mikä johtaa ennennäkemättömään käyttäjätyytyväisyyteen.

3. Täydennä kehityskapasiteettiasi hyödyntämällä Codentoa – kokeneet tekoälyasiantuntijat

Kaikilla yrityksillä ei ole omaa tekoälyosaamista, ja navigointi tekoälytyökalujen ja -alustojen monimutkaisessa maisemassa voi olla pelottavaa. Codento täyttää tämän kuilun kokeneiden tekoälyasiantuntijoiden tiimillä, joka on omistautunut ohjelmistosi älykkyyden nopeuttamiseen:

  • Räätälöidyt tekoälyratkaisut: Teemme yhteistyötä kanssasi ymmärtääksemme ainutlaatuisia liiketoimintatarpeitasi ja kehittääksemme tekoälyratkaisuja, jotka ratkaisevat todellisia ongelmia.
  • Strateginen opastus: Hyödynnä näkemyksiämme siitä, kuinka tekoäly voi mullistaa ohjelmistosi. Autamme luomaan tulevaisuuden kestävän tiekartan.
  • Saumaton integrointi: Syvä ymmärryksemme ohjelmistokehityksestä varmistaa, että tekoälykomponentit upotetaan vaivattomasti olemassa oleviin järjestelmiisi ja prosesseihisi.

 

Polku eteenpäin

Ohjelmistojen älykkyys on enemmän kuin trendi; se on väistämätön kehitys, joka vaatii keskitettyä huomiota. Sen omaksuvat yritykset saavat merkittävän kilpailuedun tarjoamalla älykkäämpiä, tehokkaampia ja todella uraauurtavia ohjelmistokokemuksia. Liity tähän vallankumoukseen ja anna Codenton olla kokenut oppaasi tällä jännittävällä tekoälyyn perustuvalla matkalla.

 

Viitteet

Choicely tehosti no-code-sovelluskehitysalustaa Google Cloudin generatiivisen tekoälyn avulla

Fastems lisää tekoälyominaisuuksia toimitussuunnittelun SaaS-ohjelmistoon

Agileday skaalasi  SaaS-liiketoimintaansa hallitun Google Cloud- pilvialustan avulla

 

 

Kirjoittajasta: Antti  ”Apo” Pohjolainen, myyntijohtaja, aloitti Codenton palveluksessa vuonna 2020. Antti on johtanut Innofactorin (pohjoismainen Microsoft IT-toimittaja) myyntiorganisaatiota Suomessa ja ennen sitä työskennellyt johtotehtävissä Microsoftissa julkiselle sektorille Suomessa ja Keski- ja Itä-Euroopassa. Apo on työskennellyt erilaisissa myyntitehtävissä kauemmin kuin hän muistaa. Hän saa ”myyjän huipun” tavatessaan asiakkaita ja etsiessään ratkaisuja, jotka tarjoavat arvoa kaikille osapuolille. Apo suoritti MBA-tutkinnon Northamptonin yliopistosta. Hänen viimeinen liiketoimintatutkimuksensa käsitteli monipilviratkaisuita. Apo on usein luennoinut tekoälyn käytöstä liiketoiminnassa Haaga-Helian ammattikorkeakoulussa.

 

Seuraa meitä ja tilaa AI.cast, jotta pysyt ajan tasalla viimeaikaisista tekoälykehityksistä:

 

Tekoälyn mahdollisuuksien hyödyntäminen: miten kehität edistyksellisen tekoälyalustan?

Tekoälyn mahdollisuuksien hyödyntäminen: miten kehität edistyksellisen tekoälyalustan?

 

Kirjoittaja: Antti Pohjolainen, Codento

Tekoäly (AI) ei ole enää pelkästään tieteiskirjallisuutta. AI ja siihen liittyvät teknologiat mullistavat tapaa, jolla yritykset toimivat, vuorovaikuttavat asiakkaiden kanssa ja lopulta muokkaavat tulevaisuuttaan. Tekoälyn on oltava tekemisen ytimessä, mikäli organisaatiot haluavat olla todella tulevaisuudenkestäviä ja omaksua kestävän kasvun.

Kuitenkin tekoälyvetoisten projektien infrastruktuurin rakentaminen voi olla merkittävä haaste niille organisaatioille, jotka eivät ole ns. Diginatiiveita’.

Tässä käsittelemme joitakin strategisia polkuja kohti integroitua tekoälytulevaisuutta, joka skaalautuu liiketoimintasi menestykseen.

 

Todelliset hyödyt edistyksellisestä tekoälyalustasta

Tekoälyn epäilijöitä on runsaasti, ehkä varuillaan mahdollisista katteettomista lupauksista ja Piilaakson liioittelusta. Tässä joitakin syitä rakentaa tulevaisuus seuraavan sukupolven edistyksellisen tekoälyperustan päälle:

  • Tehokkuus uudelleen kuviteltuna: Automatisointi pysyy tekoälyjärjestelmien tärkeänä etuna. Ajattelepa toistuvia manuaalisia tehtäviä – ne voidaan usein hoitaa nopeammin ja tarkemmin älykkäiden algoritmien avulla. Tämä vapauttaa arvokkaat inhimilliset resurssit keskittymään strategisiin aloitteisiin ja monimutkaiseen ongelmanratkaisuun, jotka todella vievät liiketoimintaa eteenpäin.
  • Tietoon perustuvat päätökset: Meillä kaikilla on valtavasti dataa – usein organisaatiot eivät kirjaimellisesti tiedä mitä tehdä kaikella. Tekoäly on avain muuttaa data toimintasuunnitelmiksi. Tee nopeampia, paremmin perusteltuja valintoja tuotekehityksestä resurssien kohdentamiseen.
  • Ennakoivat kyvykkyydet: Ennusta asiakkaiden tarpeita, optimoi varastot, ennusta myyntitrendejä – tekoäly antaa yrityksille arvokkaan ikkunan tulevaisuuteen ja mahdollisuuden toimia tarkasti. Se lieventää riskejä ja maksimoi mahdollisuudet.

Otetaan esimerkiksi asiakkaamme BHG. Heidän oli toteutettava vankka Business Intelligence-alusta palvelemaan koko yritystä nyt ja tulevaisuudessa. Codenton data-asiantuntijoiden avulla BHG:llä on nyt erittäin automatisoitu, vankka talousalusta tuotannossa. Lue lisää täältä.

 

Tekoälyalustan rakentaminen: keskeiset näkökohdat

Oletko valmis liittymään tekoälyä hyödyntäviin joukkoihin? On ratkaisevan tärkeää aloittaa selkeillä periaatteilla:

  • Pilvi on kuningas: Pilvipohjaiset alustat tarjoavat joustavuutta, skaalautuvuutta ja laskentatehoa, joita kunnianhimoiset tekoälyprojektit vaativat. Etsi alustoja, joissa on erikoistuneita tekoälypalveluita kehityksen virtaviivaistamiseksi ja kustannusten vähentämiseksi.
  • Data on polttoainetta: Tekoälyjärjestelmäsi ovat yhtä hyviä kuin niihin koulutettu data. Varmista, että sinulla on vahvat tietojenkeruu-, puhdistus- ja hallintatoimenpiteet paikallaan. Muista, että laadukas data tuottaa suuremman algoritmisen tarkkuuden.
  • Inhimillinen kosketus: Älä anna tekoälypelkojen tarttua. Tämä ei ole ihmisten korvaamisesta, vaan parempaa hyödyntämistä. Uudelleenkouluta, uudista ja uudelleen sijoita tiimisi työskentelemään tekoälytyökalujen kanssa. Tekoälyn hyödyntäminen perustuu yhteistyöhön, ja eettinen tekoälyn kehittäminen tulisi olla mantra.
  • Aloita pienestä, tähtää suureen: Aloita keskittyneillä proof-of-concept -projekteilla osoittaaksesi arvon ennen tekoälysitoumuksen laajentamista. Hyvin orkestroitu, vaiheittainen lähestymistapa voi auttaa hallitsemaan monimutkaisuutta ja saamaan hyväksynnän organisaatiosi läpi.

 

Tulevaisuuden tie: tekoälymuutoksen voima

On kiistatonta, että seuraavan sukupolven alustan rakentaminen tekoälyä varten vaatii vaivaa ja huolellista suunnittelua. Kaikenkokoisten organisaatioiden mahdollisuudet ovat henkeäsalpaavia. Kuvittele virtaviivaistettuja toimintoja, parannettuja asiakaskokemuksia ja oivalluksia, jotka johtavat ennennäkemättömiin menestyksiin.

Tekoäly ei ole vain tulevaisuus – se on perusta yrityksille, jotka menestyvät tulevaisuudessa. On aika liittyä tekoälyvallankumoukseen nyt. Palkinnot ovat yksinkertaisesti liian suuret jätettäviksi pöydälle.

Kirjoittajasta: Antti  ”Apo” Pohjolainen, myyntijohtaja, aloitti Codenton palveluksessa vuonna 2020. Antti on johtanut Innofactorin (pohjoismainen Microsoft IT-toimittaja) myyntiorganisaatiota Suomessa ja ennen sitä työskennellyt johtotehtävissä Microsoftissa julkiselle sektorille Suomessa ja Keski- ja Itä-Euroopassa. Apo on työskennellyt erilaisissa myyntitehtävissä kauemmin kuin hän muistaa. Hän saa ”myyjän huipun” tavatessaan asiakkaita ja etsiessään ratkaisuja, jotka tarjoavat arvoa kaikille osapuolille. Apo suoritti MBA-tutkinnon Northamptonin yliopistosta. Hänen viimeinen liiketoimintatutkimuksensa käsitteli monipilviratkaisuita. Apo on usein luennoinut tekoälyn käytöstä liiketoiminnassa Haaga-Helian ammattikorkeakoulussa.

 

Seuraa meitä ja tilaa AI.cast, jotta pysyt ajan tasalla viimeaikaisista tekoälykehityksistä:

Älykkäät toiminnot: Tehokkuuden ja kasvun mahdollistaminen tekoälyllä

Älykkäät toiminnot: Tehokkuuden ja kasvun mahdollistaminen tekoälyllä

 

Kirjoittaja: Antti Pohjolainen, Codento

Kuten edellisessä blogikirjoituksessani mainittiin, tekoäly ei ole pelkästään teknologinen harppaus; se on strateginen voimavara, mullistaen yritysten toimintaa, päätöksentekoa ja asiakaspalvelua. Tämä pätee myös organisaatioden perustoimintojen alueella, missä tekoäly on valmis mullistamaan perinteiset prosessit, parantamaan tehokkuutta, lisäämään tuottavuutta ja luomaan edellytyksiä kestävälle kasvulle.

 

Tekoälyn mahdollisuuksien perustoiminnoissa

Tekoälyn vaikutus toimintoihin ulottuu eri liiketoiminnan osa-alueille, mukaan lukien:

  • Ennakoiva huolto: Tekoälyalgoritmit voivat analysoida valtavia määriä dataa, mukaan lukien anturien lukemat ja historialliset suorituskykytiedot, ennustaakseen laitteiden vikatilanteet ennen niiden tapahtumista. Tämä proaktiivinen lähestymistapa minimoi käyttökatkot, vähentää huoltokustannuksia ja parantaa kokonaisvarojen käyttöä.
  • Älykäs aikataulutus: Tekoälyllä voimautetut aikataulutusratkaisut voivat optimoida resurssien allokaatiota ja tehtävien määritystä varmistaen, että työntekijät keskittyvät oikeisiin tehtäviin oikeaan aikaan. Tämä johtaa parantuneeseen tuottavuuteen, vähentyneisiin ylitöihin ja parantuneeseen työntekijöiden tyytyväisyyteen.
  • Toimitusketjun optimointi: Tekoäly voi analysoida kysyntää, tunnistaa häiriöitä ja optimoida varastotasot, mikä johtaa tehokkaampaan ja ketterämpään toimitusketjuun. Tämä johtaa kustannusten vähenemiseen, parantuneisiin toimitusaikoihin ja lisääntyneeseen asiakastyytyväisyyteen.
  • Riskien minimointi: Tekoäly voi seurata toimintadataa ja tunnistaa poikkeamia tai ilmiöitä, jotka saattavat viitata mahdollisiin riskeihin. Tämä mahdollistaa yrityksille ennakoivan toiminnan, estää kalliit virheet ja suojaa omaisuutta ja mainetta.

Codento on työskennellyt yhdessä monessa edelläkävijäyrityksissä teollisuudessa toteuttaakseen tekoälyn heidän toiminnoissaan. Fastemsilla Codento toteutti älykkään aikataulutuksen ja ennakoivan huollon kyvykkyydet. Lisätietoja löydät referenssitapauksistamme täältä ja täältä.

 

Matka tehokkaisiin toimintoihin

Tekoälyn toteuttaminen tuotannossa edellyttää strategista lähestymistapaa, joka ottaa huomioon jokaisen organisaation erityistarpeet ja haasteet. Keskeiset vaiheet sisältävät:

Ongelmakohteiden  tunnistaminen: ensimmäinen vaihe on tunnistaa alueet, joilla tekoäly voi tuoda merkittävimmät hyödyt, kuten kustannusten vähentäminen, tehokkuuden parantaminen tai päätöksenteon tehostaminen.

Datan valmistelu: Korkealaatuinen data on olennaista tekoälyn tehokkaalle toiminnalle. Tämä sisältää datan puhdistamisen, järjestämisen ja standardoinnin sen tarkkuuden ja luotettavuuden varmistamiseksi.

Mallin kehittäminen ja käyttöönotto: tekoälymallit kehitetään koneoppimisalgoritmeilla, jotka kouluttavat valmisteltua dataa. Nämä mallit otetaan sitten käyttöön tuotantoympäristöihin tehtävien automatisoimiseksi ja oivallusten tarjoamiseksi.

Jatkuva seuranta ja parantaminen: Tekoälymallit eivät ole staattisia; niitä on jatkuvasti seurattava ja päivitettävä, kun data ja liiketoimintaolosuhteet kehittyvät. Tämä varmistaa, että ne pysyvät tarkkoina, ajankohtaisina ja tehokkaina.

 

Kirjoittajasta: Antti  ”Apo” Pohjolainen, myyntijohtaja, aloitti Codenton palveluksessa vuonna 2020. Antti on johtanut Innofactorin (pohjoismainen Microsoft IT-toimittaja) myyntiorganisaatiota Suomessa ja ennen sitä työskennellyt johtotehtävissä Microsoftissa julkiselle sektorille Suomessa ja Keski- ja Itä-Euroopassa. Apo on työskennellyt erilaisissa myyntitehtävissä kauemmin kuin hän muistaa. Hän saa ”myyjän huipun” tavatessaan asiakkaita ja etsiessään ratkaisuja, jotka tarjoavat arvoa kaikille osapuolille. Apo suoritti MBA-tutkinnon Northamptonin yliopistosta. Hänen viimeinen liiketoimintatutkimuksensa käsitteli monipilviratkaisuita. Apo on usein luennoinut tekoälyn käytöstä liiketoiminnassa Haaga-Helian ammattikorkeakoulussa.

 

Seuraa meitä ja tilaa AI.cast, jotta pysyt ajan tasalla viimeaikaisista tekoälykehityksistä:

Mitä toimitusjohtaja tekee? (in English)

What Does the CEO of an AI-driven Software Consulting Firm Actually Do During a Workday?

 

Author: Anthony Gyursanszky, CEO, Codento

This is a question that comes up from time to time. When you have a competent team around you, the answer is simple: I consult myself, meet existing clients, or sell our consulting services to new clients. Looking back at the past year, my own statistics indicate that my personal consulting has been somewhat limited this time, and more time has been spent with new clients.

 

And How about My Calendar?

My calendar shows, among other things, 130 one-on-one discussions with clients, especially focusing on the utilization of artificial intelligence across various industries and with leaders and experts from diverse backgrounds. Out of these, 40 discussions led to scheduling in-depth AI workshops on our calendars. I’ve already conducted 25 of these workshops with our consultants, and almost every client has requested concrete proposals from us for implementing the most useful use cases. Several highly intriguing actual implementation projects have already been initiated.

The numbers from my colleagues seem quite similar, and collectively, through these workshops, we have identified nearly 300 high-value AI use cases with our clients. This indicates that there will likely be a lot of hustle in the upcoming year as well.

 

What Are My Observations?

In leveraging artificial intelligence, there’s a clear shift in the Nordics from hesitation and cautious contemplation to actual business-oriented plans and actions. Previously, AI solutions developed almost exclusively for product development have now been accompanied by customer-specific implementations sought by business functions, aiming for significant competitive advantages in specific business areas.

 

My Favorite Questions

What about the next year? My favorite questions:

  1. Have you analyzed the right areas to invest in for leveraging AI in terms of your competitiveness?
  2. If your AI strategy = ChatGPT, what kind of analysis is it based on?
  3. Assuming that the development of AI technologies will accelerate further and the options will increase, is now the right time to make a strict technology/supplier choice?
  4. If your business data isn’t yet ready for leveraging AI, how long should you still allow your competitors to have an edge?

What would be your own answers?

 

About the author:

Anthony Gyursanszky, CEO, joined Codento in late 2019 with more than 30 years of experience in the IT and software industry. Anthony has previously held management positions at F-Secure, SSH, Knowit / Endero, Microsoft Finland, Tellabs, Innofactor and Elisa. Hehas also served on the boards of software companies, including Arc Technology and Creanord. Anthony also works as a senior consultant for Value Mapping Services. His experience covers business management, product management, product development, software business, SaaS business, process management, and software development outsourcing. Anthony is also a certified Cloud Digital Leader.

 

Want to Learn More!

Register to the free AI.cast to:

  • Obtain automatically access to all earlier episodes
  • Access to the new episode once it is published
  • Automatically receive access to all upcoming episodes

Codento Levels Up Serverless Expertise at Google Cloud Nordics Serverless Summit 2023

Codento Levels Up Serverless Expertise at Google Cloud Nordics Serverless Summit 2023

 

Authors: Olli-Pekka Lamminen, Google Bard

In November, Codento was thrilled to be invited to attend the Google Cloud Nordics Serverless Summit 2023 in Sunnyvale, California. This two-day event, held at the Google Cloud campus, was packed with exciting updates, in-depth discussions, and valuable networking opportunities.

 

Cloud-Powered Efficiency: Cost, Performance, and Creativity

The ability to drive down operational costs featured heavily at the Serverless Summit. With a pay-as-you-go pricing model and reduced price for idle instances Cloud Run is one of the most cost effective ways for businesses to run their workloads in a serverless environment. Flexible scaling from zero aligns perfectly with the dynamic nature of serverless applications, ensuring that organisations only pay for the resources they consume. This together with low management overhead and ease of development makes serverless technology accessible and affordable for businesses of all sizes.

Synthetic monitoring with Cloud Ops provides proactive insights into application performance and health, enabling businesses to identify and address potential issues before they impact real users. By simulating user interactions, this monitoring tool proactively identifies and alerts about potential problems, allowing businesses to maintain scalable and responsiveoperations. Together with capabilities like Log Analytics and AIOps, the Cloud Operations suite empowers businesses to prevent and address performance issues proactively, ensuring a consistently positive user experience.

Cloud based development environments, enhanced with Duet AI, bring the power of artificial intelligence to the creative workspace. Duet AI acts as an intelligent assistant, providing real-time feedback and suggestions, enabling creative professionals to enhance their productivity and achieve their visions. Google’s commitment to protecting its customers using generative AI products, like Duet AI and Vertex AI, in the event of copyright infringement lawsuits further reinforces the company’s dedication to innovation and responsible AI development.

 

Google’s Focus on Developer Experience with Cloud Run

It was evident that Google is placing a strong emphasis enhancing developer experience, focusing on making Cloud Run even more developer-friendly and efficient. The company discussed several new features and enhancements designed to streamline the process of building and deploying serverless applications, all of which are already available at least in preview today. These include:

  • Accelerated Build and Deployment: Google is streamlining the build and deployment process for Cloud Run applications with optimised buildpacks, making it easier and faster for developers to get their applications up and running quickly, efficiently and securely.
  • Improved Performance and Scalability: Google is continuously improving the performance and scalability of Cloud Run, ensuring that applications can handle even the most demanding workloads. Cloud Run has demonstrated the ability to scale from zero to thousands within mere seconds.
  • Ease of Integration with Other Google Cloud Offerings: With Cloud Run integrations, developers can easily take other Google Cloud services, such as Cloud Load Balancing, Firebase Hosting and Cloud Memorystore, in use with their serverless applications. Products like Eventarc allow developers to establish seamless communication between serverless applications and other cloud services, facilitating event-driven workflows and real-time data processing.
  • Simplified Networking and Security: While Cloud Run integrations make using load balancers a breeze, Direct VPC egress enables serverless applications to directly access resources within a VPC, eliminating the need for a proxy. This direct communication enhances performance and minimises latency. IAP provides a secure gateway for external users to access serverless applications, leveraging Google’s authentication infrastructure to verify user identities before granting access.
  • Effortless Workload Migration: Cloud Run and GKE Autopilot can run the same container images without any modifications, and their resource descriptions are nearly identical. This makes it incredibly easy to move your workloads between the two platforms, depending on your specific needs or as those needs evolve.

 

Project Starline and the Future of Internet in Space

Beyond the technical discussions, we also had the opportunity to explore Project Starline, Google’s experimental 3D video communication technology. Project Starline uses a combination of hardware and software to create a more natural and immersive video conferencing experience.

We also had the pleasure of discussing the future of the internet in space with Vint Cerf, a pioneer in the field of computer networking and often referred to as the ”father of the Internet.” Cerf shared his insights on the challenges and opportunities of building a reliable and accessible internet infrastructure in space.

 

 

An Invaluable Experience that Spurs Innovation

Overall, the Google Cloud Nordics Serverless Summit 2023 proved to be an invaluable experience for us. We gained insights into the latest advancements in serverless technology, learned from Google experts, and connected with other industry leaders. We are excited to apply our newfound knowledge to help our customers build and deploy even more innovative serverless applications.

About the Authors

Olli-Pekka Lamminen is an experienced software and cloud architect at Codento, with over 20 years of experience in the IT industry. Olli-Pekka is utilising his extensive background and knowledge to design and implement robust, scalable software solutions for our customers. His deep understanding of cloud technologies and telecommunications empowers him to deliver exceptional solutions that meet the evolving needs of businesses.

Google Bard is a powerful language model that can generate text, translate languages, write different kinds of creative content, and answer your questions in an informative way. It is still under development, but we are excited about its potential to help people in a variety of ways.

 

Learn more about Codento’s software intelligence services:

Top 4 Picks by Codento Team –  fooConf, Helsinki

Top 4 Picks by Codento Team –  fooConf, Helsinki

 

Authors: Codento consultants Samuel Mäkelä, Iiro Niemi, Olli Alm & Timo Koola

On Tuesday November 7th the second installment of fooConf was held at Hakaniemi, Helsinki. We (eight of us!) spent the day in the conference and asked our team what their one pick of the day was.

Here are our top 4 of the fooConf Helsinki 2023!

 

#1 Adam Tornhill: The business impact of code quality (top pick by Samuel)

To me, Adam Tornhill’s conference talk was quite mind-blowing. His ”10 years of trauma & research in technical debt” not only translated complex research data into clear visualizations about technical debt and code complexity, but also underscored the significant business impact of tackling these challenges. Through his presentation, Tornhill illuminated how addressing technical debt can lead to improved code quality, reduced maintenance costs and ultimately contribute to the overall success of a software project. It was a fascinating blend of in-depth research and practical insights, leaving a lasting impression on how we perceive and approach software development from both technical and business perspectives.

 

#2 Mete Atamel: WebAssembly beyond the browser (by Iiro)

Mete Atamel from Google discussed the evolving use of WebAssembly technology outside the browser environment. He emphasized that WebAssembly on the server, particularly with the WebAssembly System Interface (WASI), offers a compelling alternative to traditional methods of running applications, such as through virtual machines or containers. This perspective aligns with findings from the CNCF 2022 Annual Survey, which indicates a growing consensus that “Containers are the new normal and Wasm as the future”. Leveraging Wasm with WASI offers several notable benefits over containers, such as faster execution, reduced footprint, enhanced security and portability. However, despite this enthusiasm, it’s important to recognize that we are still some distance from having fully-featured and stable WebAssembly projects for server-side applications. This gap highlights the ongoing development and the need for further innovation in the field.

 

#3 Guillaume LaForge: Generative AI in practice: Concrete LLM use cases in Java, with the PaL

M API (by Olli)

Guillaume presented hands-on examples on how to utilize large language models via Google PaLM API. PaLM (Pathways Language Model) is a single, generalized language model that can be adjusted to specific domains or sizes (PaLM2). In his presentation, Guillaume utilized Google PaLM APIs and Langchain for building a bedtime story generator in Groovy.

Links below:

 

#4 Marit van Dijk: Reading Code (by Timo)

Presentation by Marit van Dijk (link to slides) starts with a simple observation: “We spend a lot of time learning to write code, while spending little to no time learning to read code. Meanwhile, we often spend more time reading code than actually writing it. Shouldn’t we be spending at least the same amount of time and effort improving this skill?“.

These questions take us into fascinating topics ranging from how to help our brain understand other programmers and our shared code (see book Programmer’s Brain by Felienne Hermans) to structured practices that build up our code reading capabilities. The practice called “Code Reading Club” is one way to practice code reading systematically in small groups. This presentation made me want to try this with team Codento. Stay tuned, we will tell you how it went!

 

 

Contact us for more information about Software Intelligence services:

 

Johdatus tekoälyyn liiketoiminnassa -blogisarja: Matka tulevaisuuteen

Johdatus tekoälyyn liiketoiminnassa -blogisarja: Matka tulevaisuuteen

Kirjoittaja: Antti Pohjolainen, Codento

 

Esipuhe

Nykypäivän dynaamisessa liiketoimintaympäristössä tekoälyn (AI) integroinnista on tullut muutosvoima, joka on muokannut teollisuuden toimintatapoja ja tasoittanut tietä innovaatioille. Kaikenkokoiset yritykset ottavat käyttöön tekoälypohjaisia ratkaisuja.

Tekoäly ei ole vain teknologinen harppaus; se on strateginen voimavara, joka mullistaa yritysten toiminnan, päätöksenteon ja asiakkaiden palvelemisen.

Asiakkaidemme kanssa käydyissä keskusteluissa ja työpajoissa olemme tunnistaneet lähes 250 erilaista käyttötapaa useille eri toimialoille.

 

AI in Business -blogisarjamme

Sen lisäksi, että julkaisemme AI.cast on-demand -videotuotantomme, teemme yhteenvedon tärkeimmistä oppimistamme ja oivalluksistamme ”AI in Business” -blogisarjassa.

Tämä blogisarja perehtyy tekoälyn monitahoiseen rooliin liiketoiminnan, asiakassuhteiden ja yleisen ohjelmistoälyn muokkaamisessa. Seuraavissa blogikirjoituksissa jokaisella viestillä on erityinen näkökulma, joka keskittyy liiketoiminnan tarpeeseen. Jokainen näkökulma sisältää esimerkkejä ja asiakasviittauksia innovatiivisista tavoista toteuttaa tekoäly.

Seuraavassa osassa – Asiakasennakkoionti – keskustelemme siitä, kuinka tekoäly tarjoaa yrityksille paremman asiakasymmärryksen heidän ostokäyttäytymisensä perusteella, erilaisten asiakastietojen parempaan käyttöön ja asiakaspalautteen analysointiin.

Kolmannessa osassa – Tehokkaat toiminnot – tarkastellaan esimerkkejä eduista, joita asiakkaat ovat saaneet ottamalla tekoäly käyttöön omissa toimissaan, mukaan lukien älykäs ajoitus ja toimitusketjun optimointi.

Neljännessä osassa – Ohjelmistoälykkyys – keskitymme tekoälyn käyttöön ohjelmistokehityksessä.

Tekoälyn käyttöönotto yrityksesi tarpeiden ratkaisemiseksi voi tarjota parempia päätöksentekovalmiuksia, lisätä toiminnan tehokkuutta, parantaa asiakaskokemuksia ja auttaa vähentämään riskejä.

Tekoälyn potentiaali liiketoiminnassa on valtava, ja näiden blogitekstien tarkoituksena on valaista tietä tekoälyn hyödyntämiseen liiketoiminnan kasvun, tehokkuuden ja asiakastyytyväisyyden parantamiseksi. Liity kanssamme vapauttamaan tekoälyn todelliset mahdollisuudet liike-elämässä.

Pysy kuulolla seuraavaa osuuttamme varten: ”Asiakkaan ennakointi” – paljastaa ennakoivan analytiikan voiman asiakkaiden käyttäytymisen ymmärtämisessä.!

 

 

Kirjoittajasta: Antti  ”Apo” Pohjolainen, myyntijohtaja, aloitti Codenton palveluksessa vuonna 2020. Antti on johtanut Innofactorin (pohjoismainen Microsoft IT-toimittaja) myyntiorganisaatiota Suomessa ja ennen sitä työskennellyt johtotehtävissä Microsoftissa julkiselle sektorille Suomessa ja Keski- ja Itä-Euroopassa. Apo on työskennellyt erilaisissa myyntitehtävissä kauemmin kuin hän muistaa. Hän saa ”myyjän huipun” tavatessaan asiakkaita ja etsiessään ratkaisuja, jotka tarjoavat arvoa kaikille osapuolille. Apo suoritti MBA-tutkinnon Northamptonin yliopistosta. Hänen viimeinen liiketoimintatutkimuksensa käsitteli monipilviratkaisuita. Apo on usein luennoinut tekoälyn käytöstä liiketoiminnassa Haaga-Helian ammattikorkeakoulussa.

 

 

 

Seuraa meitä ja tilaa AI.cast, jotta pysyt ajan tasalla viimeaikaisista tekoälykehityksistä:

Sata asiakaskeskustelua muokkasi uutta tekoälyn ja sovelluskehityksen palvelutarjontaamme

Sata asiakaskeskustelua muokkasi uutta tekoälyn ja sovelluskehityksen palvelutarjontaamme

 

Kirjoittaja: Anthony Gyursanszky, toimitusjohtaja, Codento

 

Johdanto

Muutama kuukausi sitten Codenton ja Googlen yhteisen esityksen jälkeen teollisuuden tapahtumassa otimme yhteyttä tapahtumaan osallistuneisiin ihmisiin. Tarkoituksenamme oli sopia jatkokeskusteluista liittyen tekoälyn (AI) ja modernien ohjelmistosovellusten hyödyntämiseen liiketoiminnassa.

Tämän yhteydenottokierroksen tulokset olivat vaikuttavia. Puolet niistä osallistujista, joiden kanssa keskustelimme, halusi jatkaa keskustelua kanssamme tapahtuman jälkeen. Kiinnostus ei ollut 10 % tai 15 %, vaan 50 %.

Olimme jo tietoisia siitä, että tekoäly muuttaa kaiken, mutta tämä vahvisti uskoamme entisestään. Emme olleet ainoita, jotka uskoivat näin, vaan monet muutkin jakavat saman näkemyksen.

Tekoäly muuttaa tapaa, jolla palvelemme asiakkaita, tuotamme tavaroita, diagnosoimme ja hoidamme sairauksia, matkustamme  ja työskentelemme sekä opimme. Tekoäly on läsnä kaikkialla, ja se on yleisin aihe, joka innostaa johtajia ja herättää kiinnostusta.

Kuitenkin, tekoäly ei ole vastaus ilman sovellusinnovaatioita. Sovellukset yhdistävät algoritmit olemassa olevaan käyttöympäristöön, tarjoavat käyttöliittymät ja käsittelevät monimutkaisempia toimintalogiikoita.

Vastaamme tarpeisiisi toimiala- ja roolikohtaisesti tekoäly- ja sovellusinnovaatioilla.

Me Codentossa olemme työskennelleet tekoälyn ja sovellusten parissa useiden vuosien ajan. Muutama vuosi sitten tarkensimme strategiaamme tullaksemme Suomen suosituimmaksi kumppaniksi Google Cloud Platform -pohjaisissa tekoäly- ja sovellusinnovaatioissa.

Viimeisten kuuden kuukauden aikana olemme järjestäneet arvokeskusteluja useiden organisaatioiden kanssa, kuunnellen heidän tarpeitaan ja toiveitaan tekoälyn ja sovellusten suhteen. Tämä matka on johtanut yli sataan keskusteluun kymmenien ihmisten kanssa eri aloilta, valmistusteollisuudesta vähittäiskauppaan ja terveydenhuollon julkisiin palveluihin.

Näiden keskustelujen pohjalta päätimme, että on aika siirtyä yleisistä teknologiakeskusteluista kohdennetumpiin viesteihin asiakkaidemme ymmärtämällä kielellä.

Tästä syystä olemme innostuneita esitellessämme uuden palveluportfoliomme, joka on kiteytetty laajoista keskusteluista eri organisaatioiden liiketoiminnan, tuotannon, toiminnan kehittämisen ja teknologia-asiantuntijoiden kanssa.

Räätälöimme sen juuri sinun toimiala- ja roolikohtaisiin tarpeisiisi. Lupaamme nyt sinulle läpinäkyvämpää asiakasennakointia, tehokkaampia toimintoja ja parempaa ohjelmistoälykkyyttä – kaikki rakennettuna tulevaisuuden kestävälle, seuraavan sukupolven Google Cloud -alustalle.

Nämä neljä ratkaisualuetta muodostavat Codenton nykyisen ja tulevan liiketoiminnan kulmakivet. Ja tässä, miten ne näyttävät.

 

Tekoäly ja sovellukset asiakasennakointiin

Keskustellessamme myynti-, markkinointi- ja asiakaspalveluammattilaisten kanssa saimme selville, että suurimmalla osalla heistä on rajalliset kyvyt asiakasennakointiin ja siihen liittyvään päätöksentekoon. Tekoäly ja älykkäät sovellukset voivat muuttaa tämän.

Kun lähes kolme neljästä verkkokaupan asiakkaasta odottaa, että brändit ymmärtävät heidän ainutlaatuiset tarpeensa, on aika muuttaa markkinoinnin, myynnin ja asiakaspalvelun lähestymistapaa.

Codenton asiakasennakoinnin tarjonta on avain menestykseen tulevaisuuden markkinoilla.

  • Hyödynnä dataa ja Googlen innovatiivista teknologiaa, joka on koulutettu maailman suurimpiin julkisiin tietokokonaisuuksiin. Näin voit löytää oikeat mahdollisuudet, tunnistaa asiakkaiden tarpeet, löytää uusia markkinoita ja lisätä myyntiä älykkäämmällä markkinoinnilla.
  • Ylitä asiakkaidesi odotukset tarjoamalla upeita kokemuksia, jotka perustuvat uuteen teknologiaan. Ennakoi asiakkaiden tarpeet ja tarjoa heille sitä, mitä he haluavat, milloin ja miten he haluavat – jopa ennen kuin he itse ymmärtävät sen tarpeen.
  • Optimoi tuloksesi tarkoilla tietoihin perustuvilla päätöksillä, jotka perustuvat asiakkaidesi arvon ymmärtämiseen Googlen valmiilla asiakkaan elinkaariarvon laskentamalleilla. Näiden avulla voit keskittyä parhaisiin asiakkaisiin, valmistaa myyntiin sopivia tuotteita ja asettaa oikeat hinnat.

 

Tekoäly ja sovellukset tehokkaisiin toimintoihin

BCG:n mukaan 89 % teollisuusyrityksistä aikoo ottaa tekoälyn käyttöön tuotantoverkostoissaan. Keskusteltuamme tuotannon, logistiikan ja toimitusketjun johtajien kanssa olemme ymmärtäneet, että tavoite on realistinen – ja ambition tasoa riittää.

Uudistettu tehokkaiden toimintojemme tarjonta on avain läpinäkyvyyteen, automatisointiin, laatuun ja kestävyyteen. Sinun ei pidä jättää tätä potentiaalia käyttämättä organisaatiossasi.

  • Älykkään toiminnan suunnittelun avulla autamme virtaviivaistamaan tehtaasi, logistiikkaasi, projektejasi ja toimitusketjun toimintaa. Googlen laajat valmistus- ja logistiikkatoimintojen tekoälytyökalut auttavat toimittamaan tuotteet ajoissa, budjetin puitteissa ja korkealla tehokkuudella.
  • Minimoi häiriöihin liittyvät riskit, suojaa maineesi ja säästä resursseja, mikä lisää työntekijöiden ja asiakkaiden tyytyväisyyttä ja vähentää kustannuksia.
  • Pysy aina askeleen edellä tekoälyä, läpinäkyvää tietoa ja analytiikkaa hyödyntäen. Tehokkaat toimintomme pitävät sinut ajan tasalla, joten voit ennustaa häiriöt ja puuttua niihin ennen niiden tapahtumista.

 

Tekoäly ohjelmistoälykkyyden mahdollistajana

Ohjelmistoyritysten tuotekehitysjohtajille Codento tarjoaa työkalut ja asiantuntemuksen tekoälyn hyödyntämiseen. Nyt on aika aloittaa tämä matka.

Gartner ennustaa, että 15 % uusista sovelluksista syntyy automaattisesti tekoälyn tuottamana vuoteen 2027 mennessä – eli ilman vuorovaikutusta ihmisten kanssa. Koska jopa 70 % maailman generatiivisista tekoälyyrityksistä luottaa jo Googlen tekoälyominaisuuksiin, haluamme auttaa kehitysorganisaatioitasi tekemään samoin.

  • Codenton tuki tekoälypohjaisen ohjelmistostrategian rakentamiseen auttaa sinua karttaamaan tulevaisuutesi luottavaisesti. Voit luottaa Googlen vahvaan tuotevisioon ja asiantuntemukseemme hyödyntäessäsi alustan tekoälypotentiaalia.
  • Tehosta ohjelmistokehitystäsi ja nopeuta huippuluokan tekoälytyökaluilla markkinoille pääsyäsi. Codenton asiantuntijoiden avulla tiimisi voi omaksua huippuluokan DevOps-ominaisuudet ja Googlen pilvipohjaisen sovellusarkkitehtuurin.
  • Kun tarvitset lisää voimavaroja, voit skaalata tehokkaasti yhteistyössä tekoäly- ja sovellusasiantuntijoidemme kanssa. Olipa kyseessä vanhentuneet ohjelmistot, nopea kasvu tai jatkuva toiminta, me olemme tukenasi.

 

Edistyksellinen alusta tekoälyn ja älykkäiden sovellusten käyttöönotolle

Vaikka liiketoiminta etenee tekoälyprojektien kanssa, IT-toiminnot ovat usein sidoksissa vanhoihin IT- ja tietoarkkitehtuureihin sekä sovellusportfolioihin. Tämä asettaa paineita IT-osastoille, jotka pyrkivät pysymään muutoksen mukana.

Tarvitaan vankka alusta innovaatioille, joita tekoäly- ja sovellusteknologiat voivat mahdollistaa. Siirtyminen modernille pilvialustalle mahdollistaa tekoälyn ja nykyaikaisten sovellusten potentiaalin hyödyntämisen samalla kustannuksia alentaen. BCG:n tutkimuksen mukaan yritykset, jotka ovat edelläkävijöitä digitaalisessa maailmassa, voivat säästää jopa 30 % siirtämällä sovelluksia ja infrastruktuuria pilveen.

  • Tulevaisuuden varmistava arkkitehtuuri ja käytännöt Googlen turvallisella, yhteensopivalla ja kustannustehokkaalla pilvialustalla, joka skaalautuu. Olipa valintasi yhden pilven strategia tai useamman pilven ympäristöt, Codento auttaa sinua.
  • Voit vapauttaa potentiaalisi ja lisätä tietojesi arvoa reaaliaikaisen saatavuuden, hallinnan ja tekoälyvalmiuden avulla. Machine Learning Opsin (MLOps) avulla virtaviivaistamme organisaatiosi tekoälyn käytön skaalausta.
  • Voimme myös auttaa modernisoimaan vanhentuneita sovelluksiasi pilvipohjaisilla ratkaisuilla, jotka on suunniteltu skaalautumaan ja joustamaan.

 

Kohdennetut viestit tukevat Codenton laajentumista pohjoismaisille markkinoille

Nämä neljä palvelualueen muodostavat perustan sille, että löydämme ratkaisut yrityksesi haasteisiin nopeasti ja tehokkaasti. Poistamme liiketoiminnan ja teknologian väliset esteet tarjoamalla ratkaisuja, jotka puhuvat asiakkaidemme kieltä. Olemme sitoutuneet toimittamaan johdonmukaisesti ratkaisuja, jotka vastaavat tarpeitasi ja kehittyvät ajan myötä.

Samalla suunnittelemme Codenton palveluiden ja ratkaisujen lanseeraamista pohjoismaisille markkinoille. Tavoitteenamme on varmistaa, että asiakkaamme Pohjoismaissa voivat hyödyntää Googlen huippuluokan tekoäly- ja sovellusteknologioiden mahdollisuuksia mahdollisimman hyvin.

Kirjoittajasta:

Anthony Gyursanszky, toimitusjohtaja, liittyi Codentoon loppuvuodesta 2019 yli 30 vuoden kokemuksella IT- ja ohjelmistoalalta. Anthony on aiemmin toiminut johtotehtävissä yrityksissä, kuten F-Secure, SSH, Knowit / Endero, Microsoft Finland, Tellabs, Innofactor ja Elisa. Hän on myös ollut mukana ohjelmistoyritysten hallituksissa, kuten Arc Technology ja Creanord. Anthony toimii myös arvokartoituspalveluiden konsulttina. Hänen kokemuksensa kattavat liikkeenjohdon, tuotehallinnan, tuotekehityksen, ohjelmistoliiketoiminnan, SaaS-liiketoiminnan, prosessihallinnan ja ohjelmistokehityksen ulkoistamisen. Anthony on myös sertifioitu Cloud Digital Leader.

 

Tutustu Codenton uudistettuun palvelutarjontaan:

 

Tekoäly teollisuudessa: Konenäkö laadun varmistamisessa

Tekoäly teollisuudessa: Konenäkö laadun varmistamisessa

 

Kirjoittaja: Janne Flinck

 

Johdanto

Smart Industry -tapahtuman innoittamana päätimme aloittaa sarjan blogitekstejä, joissa käsitellään tekoälyn hyödyntämistä teollisuuden sovelluksissa. Tässä ensimmäisessä osassa käsittelemme laadunvalvonnan automatisointia konenäön avulla.

Teollisuus- ja logistiikkayritykset asettavat laadunvalvontaprosessiensa tehokkuuden ja tuottavuuden etusijalle. Viime vuosina konenäköpohjainen automaatio on noussut erittäin tehokkaaksi ratkaisuksi laatukustannusten ja vikojen vähentämiseen.

American Society of Quality arvioi, että useimmat valmistajat käyttävät 15–20 prosenttia tuloistaan ”todellisiin laatuun liittyviin kustannuksiin”. Jotkut organisaatiot nostavat toiminnassaan jopa 40 %:n laatukustannukset. Valmistuksen laatuun vaikuttavia kustannustekijöitä on kolmella eri alueella:

  • Arviointikustannukset: materiaalien ja prosessien tarkastus, koko järjestelmän laatuauditoinnit, toimittajien arvioinnit
  • Sisäiset vikakustannukset: resurssien tuhlausta tai virheistä huonosta suunnittelusta tai organisoinnista, valmiiden tuotteiden virheiden korjaamisesta, sisäisten menettelytapojen analyysin epäonnistumisesta
  • Ulkoiset vikakustannukset: toimitettujen tuotteiden korjaukset ja huolto, takuuvaatimukset, reklamaatiot, palautukset

Tekoäly auttaa valmistajia kehittymään kaikilla näillä alueilla, minkä vuoksi johtavat yritykset ovat omaksuneet tämän. Google Cloudin (haastateltu yli 1 000 tuotantojohtajaa seitsemässä maassa vuonna 2021) tekemän tutkimuksen mukaan 39 % valmistajista käyttää tekoälyä laaduntarkastuksiin ja 35 % itse tuotantolinjan laaduntarkastuksiin.

Viisi yleisintä aluetta, joilla tekoälyä käytetään tällä hetkellä päivittäisessä toiminnassa:

  • Laaduntarkastus 39 %
  • Toimitusketjun hallinta 36 %
  • Riskienhallinta 36 %
  • Tuotteen ja/tai tuotantolinjan laaduntarkastukset 35 %
  • Varastonhallinta 34 %

Lähde: Google Cloud Manufacturing Report

Konenäön avulla tuotantolinjatyöntekijät voivat vähentää toistuviin tuotetarkastuksiin kuluvaa aikaa, jolloin he voivat siirtää huomionsa monimutkaisempiin tehtäviin, kuten juurisyyanalyysiin.

Nykyaikaiset konenäkömallit ja -kehykset tarjoavat monipuolisuutta ja kustannustehokkuutta, ja erikoistuneet pilvipohjaiset palvelut AI-mallien koulutukseen ja reunalaitteiston käyttöönottoon (edge deployment) vähentävät edelleen toteutuksen monimutkaisuutta.

 

Ratkaisun yleiskatsaus

Tässä blogikirjoituksessa keskitymme vikojen havaitsemiseen kokoonpano- ja lajittelulinjoilla. Google Cloudin Vertex AI- ja AutoML-palveluilla toteutettu reaaliaikainen visuaalisen laadunvalvontaratkaisumme voi seurata useita kokoonpanolinjalla olevia kohteita, analysoida jokaisen kohteen ja arvioida vikojen tai vaurioiden todennäköisyyttä.

Ensimmäinen vaihe sisältää videovirran valmistelun jakamalla virran yksittäisiksi kuviksi analysointia varten. Seuraavassa vaiheessa käytetään mallia objektien ympärillä olevien rajauskehyksen (bounding box) tunnistamiseen.

Kun kohde on tunnistettu, viantunnistusjärjestelmä käsittelee kuvan leikkaamalla objektin rajauskehyksen avulla, muuttamalla sen kokoa ja lähettämällä sen viantunnistusmalliin luokittelua varten. Tulos on kuva, jossa kohde tunnistetaan rajauskehyksillä ja luokitellaan joko viaksi tai ei-vikaksi. Nopea prosessointiaika mahdollistaa reaaliaikaisen seurannan mallin ulosannin (output) avulla, automatisoiden vianhakuprosessin ja lisäten kokonaistehokkuutta.

Tässä esimerkki tämän ratkaisun Google Cloud arkkitehtuurista:

Toteutustiedot

Tässä osiossa käsittelen joitakin järjestelmän osia, pääasiassa sitä, mitä tarvitaan aloittamiseen ja mitä asioita tulee ottaa huomioon. Aineisto on itse luotu kotoa löytämistäni objekteista, mutta tätä samaa lähestymistapaa ja algoritmia voidaan käyttää missä tahansa objektissa, kunhan videon laatu on hyvä.

Tässä on esimerkkikuva videosta, jossa voimme nähdä yhden viallisen kohteen ja kolme ei-viallista objektia:

Voimme myös nähdä, että yksi kohteista on poistumassa kuvan oikealta puolelta ja toinen on tulossa kuvaan vasemmalta.

Video löytyy täältä.

 

Aineistojen ja mallien yleiskatsaus

Kokeessamme käytimme videota, joka simuloi tuotantohihnaa. Videolla näkyi esineitä näytöllä liikkuen vasemmalta puolelta oikealle, joista osa oli viallisia tai vaurioituneita. Koulutusaineistomme (training data) koostui noin 20 eri kohteesta, joista neljä oli viallisia.

Visuaalista laadunvalvontaa varten meidän on hyödynnettävä objektintunnistusmallia ja kuvan luokittelumallia. Kohteen tunnistusmallin rakentamiseen on kolme vaihtoehtoa:

  1. Kouluta Google Vertex AI AutoML:n tuottama malli
  2. Käytä valmiiksi rakennettua Google Cloud Vision -API:a
  3. Kouluta mukautettu malli

Tälle prototyypille päätimme valita molemmat vaihtoehdot 1 ja 2. Vertex AI AutoML -mallin kouluttamiseksi tarvitsemme annotoidun aineiston, jossa on rajauskehyksen koordinaatit. Aineistomme suhteellisen pienen koon vuoksi päätimme käyttää Google Cloudin datamerkintätyökalua. Suuremmille aineistoille suosittelemme kuitenkin Vertex AI -datamerkintätyökalun käyttöä.

Tätä tehtävää varten piirsimme manuaalisesti rajauskehykset jokaiselle kuvassa olevalle objektille ja annotoimme objektit. Käytimme kaiken kaikkiaan 50 kuvaa objetintunnistusmallimme kouluttamiseen, mikä on hyvin vaatimaton määrä. 

Koneoppimismallit vaativat yleensä suuremman määrän näytteitä koulutukseen. Tätä blogikirjoitusta varten näytteiden määrä oli kuitenkin riittävä arvioimaan pilvipalvelun soveltuvuutta vikojen havaitsemiseen. Yleensä mitä enemmän merkittyä aineistoa voit tuoda koulutusprosessiin, sitä parempi mallistasi tulee. Toinen ilmeinen kriittinen vaatimus aineistolle on edustavat esimerkit sekä vioista että tavallisista esiintymistä.

AutoML-objektien havaitsemisen ja AutoML-vian havaitsemisen ainestojen luomisen myöhemmät vaiheet sisälsivät aineiston jakamisen opetus-, validointi- ja testausalajoukoiksi. Oletusarvon mukaan Vertex AI jakaa automaattisesti 80 % kuvista harjoittelua varten, 10 % validointia varten ja 10 % testausta varten. Käytimme manuaalista jakamista datavuotojen (data leakage) välttämiseksi. Erityisesti vältämme peräkkäisten kuvien sarjoja.

AutoML-aineiston prosessi on seuraava:

Mitä tulee valmiin Google Cloud Vision -sovellusliittymän käyttämiseen objektien havaitsemiseen, aineisto-annotointia ei vaadita. Asiakaskirjastoja (client libraries) käytetään vain API:n kutsumiseen ja vastauksen käsittelemiseen, joka koostuu normalisoiduista rajauskehyksistä ja objektien nimistä. Näistä objektinimistä suodatamme sitten etsimämme kohteet. Vision API:n prosessi on seuraava:

Miksi mukautettua mallia koulutettaisiin, jos Google Cloud Vision API:n käyttö on näin yksinkertaista? Ensinnäkin Vision API havaitsee yleiset objektit, joten jos on jotain hyvin erityistä, se ei ehkä ole tunnisteluettelossa. Valitettavasti näyttää siltä, että Google Cloud Vision API:n havaitsemien tunnisteiden luettelo ei ole täysin julkisesti saatavilla. Kannattaa kokeilla Google Cloud Vision API:ta ja katsoa, pystyykö se havaitsemaan kiinnostuksen kohteena olevan objektin.

Vertex AI:n dokumentaation mukaan AutoML-mallit toimivat optimaalisesti, kun vähiten esimerkkejä sisältävässä kategoriassa on vähintään 10 % esimerkeistä kategoriasta, jossa on eniten esimerkkejä. Tuotantotapauksessa on tärkeää sisällyttää suunnilleen sama määrä koulutusesimerkkejä kustakin kategoriasta.

Vaikka sinulla olisi runsaasti ainestoa yhdestä kategoriasta, on parasta jakaa dataa tasaisesti jokaiselle kategorialle. Koska ensisijainen tavoitteemme oli rakentaa prototyyppi rajoitetun aineiston avulla mallin tarkkuuden parantamisen sijaan, emme puuttuneet epätasapainoisten luokkien ongelmaan.

 

Objektin seuranta

Kehitimme OpenCV-kirjastoon perustuvan objektien seuranta-algoritmin vastaamaan videoskenaariomme erityisiin haasteisiin. Testaamamme seurantalaitteet olivat CSRT, KCF ja MOSSE. Seuraavat nyrkkisäännöt pätevät myös skenaariossamme:

  • Käytä CSRT:tä, kun tarvitset suurempaa objektien seurantatarkkuutta ja voit sietää hitaampaa FPS-suorituskykyä
  • Käytä KCF:ää, kun tarvitset nopeampaa FPS-suorituskykyä, mutta pystyt käsittelemään hieman pienempää objektien seurantatarkkuutta
  • Käytä MOSSEa, kun tarvitset puhdasta nopeutta

Kohteen seurantaa varten meidän on otettava huomioon seuraavat videon ominaisuudet:

  • Jokainen kuva voi sisältää yhden tai useita objekteja tai ei ollenkaan
  • Uusia esineitä saattaa ilmestyä videon aikana ja vanhat esineet katoavat
  • Objektit voivat olla vain osittain näkyvissä, kun ne tulevat kehykseen tai poistuvat siitä
  • Samalla objektilla voi olla päällekkäisiä rajauskehyksiä
  • Sama objekti on videossa useiden peräkkäisten ruutujen ajan

Koko prosessin nopeuttamiseksi lähetämme jokaisen täysin näkyvän kohteen viantunnistusmalliin vain kahdesti. Sitten laskemme mallin todennäköisyystulosten keskiarvon ja määritämme tunnisteen kyseiselle objektille pysyvästi. Näin voimme säästää sekä laskenta-aikaa että rahaa, kun emme kutsu mallin päätepistettä tarpeettomasti samalle objektille useita kertoja videon aikana.

 

Johtopäätökset

Tässä on ulosanti-videovirta ja rajauskehys laadunvalvontaprosessista. Sininen tarkoittaa, että kuva on havaittu, mutta sitä ei ole vielä luokiteltu, koska kuva ei ole täysin näkyvissä kehyksessä. Vihreä tarkoittaa, että vikaa ei ole havaittu ja punainen on vika:

Video löytyy täältä.

Nämä havainnot osoittavat, että on mahdollista kehittää automatisoitu visuaalinen laadunvalvontaputki mahdollisimman pienellä määrällä näytteitä. Tosimaailmassa meillä olisi pääsy paljon pidempiin videovirtoihin ja mahdollisuus laajentaa aineistoa iteratiivisesti parantaaksemme mallia, kunnes se täyttää halutut laatustandardit.

Näistä rajoituksista huolimatta pystyimme Vertex AI:n ansiosta saavuttamaan kohtuullisen laadun jo ensimmäisellä koulutuskierroksella, joka kesti vain muutaman tunnin, jopa pienellä ainestolla. Tämä korostaa esikoulutettujen mallien ja AutoML-ratkaisujen hyödyntämisen tehokkuutta ja vaikuttavuutta, sillä pystyimme saavuttamaan lupaavia tuloksia erittäin lyhyessä ajassa.

 

Blogin kirjoittajasta: Janne Flinck  on Codenton AI & Data Lead. Janne liittyi Codentoon Accenturelta vuonna 2022. Jannella on laaja kokemus Google Cloud -teknologioista. Hänen kiinnostuksen kohteena on dataintensiivisten sovellusten ja työkalujen luominen ja arkkitehtuuri. Jannella on kolme Google Cloud -sertifikaattia.

 

 

Ota meihin yhteyttä niin keskustellaan teollisuuden tekoälyratkaisuista lisää!

 

AI + App. Google Cloud. Vuoden kumppanilta.

Vuoden 2024 Google Cloud -kumppanin Codenton avulla saavutat kilpailuetua paremmalla asiakasennakoinnilla, tehokkaammilla toiminnoilla sekä ohjelmistoälykkyydellä uudistamalla teknologia-alustaasi.

Codento Oy, Annankatu 34, 00100 Helsinki

Y-tunnus 1965324-7

Tietosuojaseloste

Facebook Youtube Linkedin
In English