Vi rådgiver dig

Runiqo når nye markeder med AI

Softwarevirksomheden Runiqo udviklede oprindeligt et system til at indsamle og rapportere miljødata. Men ved at træne en AI til at analysere deres data har de siden åbnet for nye anvendelser inden for blandt andet forsvar og overvågning af kritisk infrastruktur.

En radar registrerer noget i luften. Et kamera leverer billeder, og en mikrofon opfanger lyd. Hver kilde giver forskellige oplysninger, som skal samles og vurderes, hvis man vil finde ud af, om der er en drone, man skal reagere på.

Den slags analyse er blot en af de opgaver, der i dag kan varetages af Runiqo. Virksomheden har nemlig bygget en platform, der samler data på tværs af forskellige systemer og dataformater og bruger AI til at finde afvigelser, objekter eller andet, der giver anledning til opmærksomhed.

Oplysningerne kan herefter sendes videre til eksterne IT-systemer, som f.eks. styresystemer til droneværn, der med millisekunders varsel kan igangsætte en passende respons.

3 hurtige om Runiqo

  • Grundlagt i 2022 med kontor i Odense
  • Beskæftiger i dag 7 medarbejdere
  • Missionen: At gøre komplekse operationelle miljøer lettere at forstå, lettere at koordinere og hurtigere at handle i.

Miljødata blev afsættet for nye forretningsområder

Men Runiqo startede et andet sted. De første år arbejdede de nemlig med indsamling, behandling og videreformidling af miljødata mellem virksomheder og myndigheder som f.eks. EU. Det var i det arbejde, ideen om at bruge AI til at undersøge datastrømmene opstod.

For når man alligevel håndterede så store mængder data, kunne man så ikke træne en AI-model til at opdage eventuelle afvigelser, så man samtidig kunne gøre kunderne opmærksomme på dem?

Det blev afsættet for virksomhedens første arbejde med AI, og Bo Thorsen, CTO og medejer i Runiqo, gik selv i gang med udviklingen af AI-modellen. Da det blev tydeligt, at AI var god til netop den slags opgaver, begyndte Runiqo at undersøge, hvilke andre lignende opgaver teknologien kunne bruges til at løse.

Det handler jo om at kigge på, hvilke problemer der er derude, og om der er nogle af dem, vi kan hjælpe med at løse? Bo Thorsen, CTO og medejer

Specialiserede modeller i lukkede systemer

Runiqo begyndte derfor at afprøve teknologien på nye opgaver. De første forsøg handlede om at genkende skibe på billeder, og siden udvidede virksomheden arbejdet til flere typer data.

Selvom opgaverne var forskellige, kunne Runiqo bygge videre på virksomhedens erfaringer med at samle og behandle data. I dag kan platformen sammenholde blandt andet billeder, radaroplysninger og GPS-signaler. På den måde kan flere datakilder bidrage til at vurdere, hvad der foregår, og sende relevante oplysninger videre til de systemer, der skal bruge dem.

Det har åbnet for, at Runiqos teknologi kan anvendes inden for blandt andet forsvar og overvågning af kritisk infrastruktur.

Udklip fra samtalen mellem DI, Michael Øhlenschlæger & Runiqo, Bo Thorsen, CTO og medejer

Hvordan træner man en specialiseret AI-model?

Der findes flere måder at træne AI-modeller på. En af de mest udbredte metoder kaldes "supervised learning", hvor man lærer modellen at genkende mønstre ved at give den en masse eksempler, som man på forhånd kender svaret på.

Det kan f.eks. være billeder, hvor man har angivet, om der er et skib på billedet, eller målinger fra en industrimaskine, hvor man ved, om maskinen fungerer normalt eller har en fejl.

Ud fra sammenhængen mellem eksemplerne og de tilhørende svar lærer modellen at genkende mønstre, som den efterfølgende kan bruge til at genkende skibe på nye billeder eller opdage tegn på fejl i nye målinger.

Specialiserede modeller kan arbejde uden internet

En af fordelene ved de specialiserede modeller er, at de ofte kræver langt mindre regnekraft end store, generelle AI-modeller. Det er særligt relevant for Runiqo, fordi deres løsninger skal kunne bruges i vidt forskellige situationer.

Udklip fra samtalen mellem DI, Michael Øhlenschlæger & Runiqo, Bo Thorsen, CTO og medejer

Skal man eksempelvis overvåge en bro eller opdage olieudslip, kan der være behov for at analysere data direkte på udstyret ude i felten. Her har man ikke nødvendigvis adgang til kraftige computere eller en stabil internetforbindelse. Derfor er det en fordel, at modellerne kan køre på mindre computere, der er koblet til kameraer og sensorer, og samtidig reagere hurtigt, hvis de opdager noget usædvanligt.

Modellerne kan også fungere i helt lukkede systemer uden internetforbindelse, så følsomme data ikke behøver at forlade kundens egne systemer. Det er især vigtigt inden for forsvar, hvor der kan være strenge krav til datasikkerhed.

Generativ AI hjælper udviklerne med at løse nye opgaver

Arbejdet med de specialiserede modeller har også krævet, at Runiqo har skullet sætte sig ind i nye teknologier og udviklingsmetoder. Her har virksomheden fået hjælp fra en anden type AI, nemlig de generative modeller, som mange allerede kender fra ChatGPT og lignende værktøjer.

Bo Thorsen er uddannet datalog og havde mange års erfaring med softwareudvikling, da Runiqo begyndte at arbejde med modellerne. Men alligevel blev generativ AI en stor hjælp til at sætte sig ind i machine learning og finde ud af, hvordan de første forsøg kunne gribes an.

Den rolle bruger virksomheden fortsat AI til. Når udviklerne møder et nyt fagområde, kan de få et overblik, undersøge mulige fremgangsmåder og få sparring på deres idéer. Det gør det ifølge Bo Thorsen hurtigere at tilegne sig ny viden og komme i gang med opgaver, som de ikke nødvendigvis har erfaring med i forvejen.

Udklip fra samtalen mellem DI, Michael Øhlenschlæger & Runiqo, Bo Thorsen, CTO og medejer

Men generativ AI bliver også brugt til selve programmeringen.

Når Runiqo skal levere løsninger til forskellige kunder, skal platformen ofte forbindes med andre IT-systemer, som håndterer data på vidt forskellige måder. Det kræver såkaldte kundetilpassede "connectors", altså små stykker software, der gør det muligt for systemerne at tale sammen.

Det er en helt essentiel del af platformens funktionalitet, men arbejdet kan være komplekst, fordi hver connector skal tilpasses de eksterne systemer.

Her bruger Runiqo blandt andet Claude Code til en stor del af programmeringsarbejdet. Skal platformen eksempelvis sende en besked til en kundes system, får udviklerne en beskrivelse af, hvordan systemet modtager data. AI kan så hjælpe med at læse specifikationen og skrive den kode, der omformer Runiqos oplysninger til det rigtige format.

Ifølge Bo Thorsen er det en opgave, AI er særligt god til. Det betyder, at udviklerne bruger mindre tid på at skrive alt fra bunden og mere tid på at beskrive opgaverne, styre arkitekturen og kontrollere resultaterne.

Bo Thorsen oplever, at det øger produktiviteten og fjerner en del af de rutineopgaver, udviklerne helst vil bruge mindre tid på. For en virksomhed med syv medarbejdere giver det mulighed for at bruge flere kræfter på de dele af udviklingsarbejdet, hvor deres egen faglige viden er vigtigst.

Udviklerne styrer arbejdet med AI

Selvom AI kan hjælpe med at skrive store dele af koden, stiller det også nye krav til, hvordan udviklerne arbejder. Hos Runiqo kommer ingen kode, der er skrevet af AI, ind i systemet, før en udvikler har gennemgået og godkendt den.

Bo Thorsen giver normalt sine programmører frihed til selv at løse opgaverne, men med AI er han mere styrende. Her skal udviklerne beskrive præcist, hvad der skal laves, og hvordan det skal passe ind i resten af softwaren. AI kan så hjælpe med både koden og de tests, der skal kontrollere, at ændringer ikke ødelægger eksisterende funktioner.

Alle arbejdsgangene er beskrevet i en udviklerhåndbog, så medarbejderne ved, hvordan de skal håndtere kvalitet og sikkerhed.

Sikkerhedshensyn har også betydning for, hvilke AI-værktøjer udviklerne kan bruge. Runiqos brug af Claude Code er f.eks. begrænset til interne og ikke-kritiske anvendelsesområder, mens arbejdet med fortrolig kode og oplysninger foregår med lokale AI-modeller, som er hostet på virksomhedens eget udstyr.

På den måde kan Runiqo give medarbejderne mulighed for at eksperimentere og bruge AI i deres arbejde, samtidig med at der er klare rammer for, hvordan teknologien må anvendes.

3 gode råd fra Runiqo

Hos Runiqo begyndte arbejdet med AI med et forsøg på at få mere ud af virksomhedens miljødata. I dag har teknologien både åbnet nye forretningsområder og fundet vej ind i udviklernes daglige arbejde.

Vi har spurgt Bo Thorsen hvilke tre råd han ville give, til nogen som skal i gang med deres AI-rejse nu.

1. Start småt, og invester efter behov

Det behøver ikke koste en formue at eksperimentere med egne AI-modeller. Bo Thorsen anbefaler at begynde med en afgrænset opgave og forholdsvis billigt udstyr. Hvis modellen kan trænes om natten, gør det måske ikke så meget, at det tager lidt længere tid. Undersøg først, om teknologien kan løse opgaven, og om resultatet er værdifuldt nok til at investere i kraftigere udstyr.

2. Vurder, hvilke data der faktisk skal beskyttes

Bekymringer om datasikkerhed kan hurtigt blive en barriere for at bruge AI. Men ifølge Bo Thorsen er det vigtigt at skelne mellem oplysninger, der er fortrolige, og dem, der godt kan behandles med eksterne AI-værktøjer. Lav derfor en konkret vurdering af, hvilke data og opgaver der kræver særlig beskyttelse, så medarbejderne får mulighed for at bruge AI, hvor det giver mening.

3. Lad medarbejderne eksperimentere, og del erfaringerne

Man behøver ikke have en stor plan for, hvordan hele virksomheden skal bruge AI. Start med at lade medarbejderne afprøve teknologien på små, konkrete opgaver, gerne dem, der er tidskrævende eller kedelige. Hos Runiqo deler medarbejderne løbende deres erfaringer med hinanden, både det, der virker, og det, der ikke gør. På den måde kan de små succesoplevelser give inspiration til nye måder at bruge AI på.

Vil du lære mere om AI?

AI udvikler sig hurtigt, og det kan være svært at følge med, men du står ikke alene. Hos Dansk Industri har vi skabt et AI univers, der gør det lettere at forstå, anvende og implementere AI, uanset om du er i gang, på vej eller bare nysgerrig.

Vil du vide mere, har vi samlet en række forskellige ressourcer på AI for Alle. Her finder du blandt andet:

I AI for Alle arbejder vi for, at flere virksomheder kan gribe mulighederne i AI – klogt, ansvarligt og til gavn for hele forretningen.

 

Relateret indhold