Latest / Verbos: AI og Softwareudvikling / #51 - Applied AI Nordics 2024: Joachim Bingel, Natasha Norsker, Rasmus Nyeland, Casper Guldager

Transcript

#51 - Applied AI Nordics 2024: Joachim Bingel, Natasha Norsker, Rasmus Nyeland, Casper Guldager · Verbos: AI og Softwareudvikling

0:00
Hej allesammen og velkommen til webos podcast afsnit nummer 51.
0:04
I dag er vi lidt ude af Vores vante rammer tror jeg godt man
0:07
kan tillade sig at sige Vi er nemlig til applied AI nordics
0:10
2024 og Vi er ikke online. Vi er rent faktisk IRL in real
0:15
life ikke live fra, men vi optager i hvert fald live.
0:20
Det sker lige nu i hvert fald for os her IDR byen ved dr
0:23
koncerthuset som hvor som er der hvor Apple den nordics 2024
0:28
foregår. Og Vi har allerede Vores første
0:34
gæst her ved Vores side, men inden vi lige tager hul på at
0:38
præsentere og tale med første gæst, så vil jeg lige prøve at
0:42
forklare, hvad formatet kommer til at blive i den her episode,
0:45
fordi Vi har nemlig været så heldige at få lov til at snakke
0:48
med 4 af de speakers, Der er her til eventet i dag.
0:52
Den 1. Er Joachim benmel fra podemos,
0:55
som er senior data science podimo, som sidder her lige ved
0:57
siden af mig, som kommer til at introducere sig selv lige om
0:59
lidt, så har vi natasja norsker, som er data scientist ved 2 day.
1:04
Som Vi har haft med i podcasten for faktisk så har vi Kasper
1:07
guldager fra KG, som er direktør og arbejder med r og direktør
1:11
fra KMG, som vi også var forbi. Og så får vi Rasmus nyland fra
1:15
crayon, som er b developer hos crayon, så så ja Det er ligesom
1:19
det der skal ske, og Vi har fået Vi har.
1:21
Vi har en stram tidsplan må man sige fordi Vi har fået.
1:25
Vi har simpelthen fået lov til at tale med de her speakers i 10
1:28
minutter ad gangen, så det bliver vi kommer til at gøre det
1:32
effektivt og trække al den juice viden.
1:35
Vi overhovedet kan ud af Vores gæster som overhovedet muligt.
1:39
Ja, men velkommen til Jonas. Tak yes, Det er jo hyggeligt.
1:42
At være her. En person ja Det er sjovt fordi
1:45
selvom vi podcaster meget sammen så er det jo ikke.
1:47
Det er jo faktisk også nogle gange Sådan, så når vi mødes i
1:49
virkeligheden, så blev jeg altid Sådan overrasket over hvor
1:51
sjældent vi egentlig med, altså hvor hvor hvor hvor Sådan syret
1:54
det også at møde dig Sådan i virkeligheden?
1:56
Ja, men. Du er jo ikke for mig i dag,
1:58
vel? Så Jeg tror faktisk, Jeg tror
2:00
faktisk Vi har mødt hinanden mere online, end Vi har mødt
2:02
hinanden i virkeligheden. Hold op, Vi har arbejdet.
2:04
Sammen Det er også rigtigt Vi har sammen det rigtigt.
2:05
Ja okay. Nå hvad hedder det?
2:08
Jeg tænker vi tager hul på det skal vi ikke gøre.
2:10
Det skal vi i hvert fald ja. Velkommen til Joachim Mikkel.
2:14
1000 tak. Hvad hedder det?
2:16
Vi har 10 minutter ja jeg tænker vil du ikke give starte med at
2:18
give en kort introduktion til dig selv og hvem du er?
2:21
Du arbejder jo for podemos som er senior data enten podimo som
2:24
er de her podcast tech startup scaleup tror jeg måske Vi er man
2:29
vil sige. Ja den officielle wording er
2:31
faktisk stadig starter men men man kan jo godt på det tidspunkt
2:36
kalde det skala op. Ja ja, men altså for at
2:39
præsentere mig som du sætter sagt det hedder Joachim.
2:42
Er signa datasign test for podimo.
2:45
Jeg har en efterhånden ret lang fortid i alt det der hedder a og
2:52
JP havde været altså det her tema i hvad kan jeg sige hele
2:58
mit voksenliv som studerende og som per de studerende listen per
3:04
det her i på Københavns Universitet.
3:07
Og gik derfra videre til at have mit eget startup.
3:11
Og så jamen Det er Sådan lidt kortere beskæftiger
3:14
beskæftigelser, og nu er der altså havnet hos podimo, som er
3:20
ja en podcast platform en podcast app, hvor man kan nyde
3:26
til eksklusive podcast, som vi producerer in House, men også
3:30
alle mulige andre podcasts, som den ville dejlige podcast her
3:34
som. Også er fra vi ikke er på
3:35
podimo. Jo, Det er vi faktisk jo er vi
3:37
det? Ja.
3:38
Vi er ikke erik eksklusive også på den måde, men man kan altså
3:41
podimo lytte til enhver podcast, som er derude.
3:44
Okay. Ja, Jeg tror sidst jeg tjekkede
3:46
var en 7 8% af Vores lyttere fra power faktisk ja godt så.
3:50
Har jeg. Jeg plejer at lytte til jer fra
3:51
poul. Ja der kan man bare se Det kan
3:53
være at og og og Det er Sådan lidt meta men skulle ud til alle
3:55
Vores lyttere der sidder og på podimo nu har vi dig med så.
4:00
Jeg vidste ikke vi var på pottermore og Det er jo fedt.
4:02
Så Det kan i. Nu så Vi er Vi er.
4:05
Vi er på podiet, ligesom Vi er på Google.
4:08
Ja. Hvad hedder det?
4:09
Jamen Det er jo super meta det her i virkeligheden også det her
4:12
med at vi sidder og tager en podcast og vi sad for her før og
4:15
lavede en masse podcast jokes fordi nu du kommer fra podimo og
4:19
podcast og her og Sådan noget ikke men men der hedder det.
4:22
Jeg tror måske du har ikke du skal siges du har 1 1 1 talk her
4:26
senere på på scenen dernede og og du har ikke talt endnu så du
4:30
har sikkert masser af spænding og så videre men men men jeg
4:33
tænker på at det kunne være spændende at høre hvad i laver
4:36
med med e på podimo og ja Sådan lidt overordnet om det.
4:40
Ja altså hvad laver vi ikke problemer?
4:43
Der er virkelig mange ting øh. Overordnet set så handler det
4:48
rigtig meget om en en god. Brugeroplevelse.
4:51
Det handler om at kunne finde de podcast, men synes er
4:56
interessant. Det handler også om at tiltrække
5:01
mennesker til at lytte til bestemte podcast, for eksempel
5:04
ved at personalisere de recommendations, vi giver dem,
5:08
eller faktisk også Sådan noget som det lille fremsende billede.
5:13
De ser også det der artwork det cover artwork for en podcast
5:15
ikke, der kan det være. Vi viser de forskellige billeder
5:18
til forskellige mennesker på hvad de bedst kan lide, om de
5:21
godt kan lide at se og ansigtet på kreatøren der eller måske
5:25
noget andet. Altså Der er virkelig mange
5:27
ting. Som som Vi har taget hul på, og
5:31
nogle af dem er i produkt. Sådan nogle har ikke.
5:36
Hvad hedder? Det er ikke kommet så langt, men
5:38
Der er virkelig mange forskellige ting.
5:40
Som alt sammen tror jeg man kan sige handler om
5:43
brugeroplevelsen. Så vi sidst jeg kiggede på
5:47
Hotel. Mød så i beskæftiger jer med
5:48
lydbøger er det rigtig forstået? Ja så Der er også den.
5:51
Hvad skal man sige endnu mere lønform content.
5:54
Det vi producerer dem ikke, men altså når du har et abonnement,
5:59
så har du også adgang til lydbøger.
6:01
Okay altså man kan sige Jeg er jo ret man kan sige, der sker jo
6:07
ret mange interessante ting indenfor podcast og især med det
6:09
her generative. Jeg ved ikke om du kender den
6:11
starter der hedder craft eller kan det passe det hedder det.
6:14
Det er Sådan en Det er Sådan en service hvor man kan hvor man
6:17
kan. Skrive, Jeg vil gerne have en
6:18
podcast om det her, og så bliver det bare genereret for en og
6:20
sikker musik på og Sådan noget. Den rodede lidt med på min
6:23
tidligere arbejdsplads, men men også bare hele det her
6:25
recommended problem som Der er Det har vi jamen Det er ikke
6:29
nogen hemmelighed at Jonas er tidligere kollegaer på ekstra
6:32
Bladet, hvor du har stadig arbejder, og Der er jo en masse
6:36
artikler som man skal. Anbefale og Der er man jo meget
6:40
optaget af kliks og hvor lang tid før læser det og så videre
6:42
der forskellige ting og sager. Men jeg kunne forestille mig.
6:45
Det er en særlig udfordring at beskæftige sig med den 1 lyd,
6:49
men også så lang long forme som lyd er.
6:53
Ja, er det korrekt forstået eller?
6:56
100% altså i bund og grund handler det om at vi gerne vil
6:58
forstå hvad for eksempel er bestemt podcast tale om så denne
7:02
podcast for eksempel som handler om å i.
7:05
Det er ikke nødvendigvis noget der står i metadataene eller
7:08
Sådan noget. Så hvis Jeg har den her podcast,
7:11
så vil vi gerne kunne finde ud af den her podcast handler rent
7:14
faktisk beskæftigelse af eje og og hvis vi så har en bruger som
7:20
vi ved. Er adresseret ja jeg så kan det
7:23
være at vi vi nu kan anbefale den her podcast den her brugere
7:28
baseret på den viden Vi har fået gennem a og om den her podcast
7:33
og den her bruger og Der er det helt rigtigt at Det er lidt en
7:36
udfordring at at Det er Sådan noget langsom content her.
7:40
Der skal man have specifikke teknikker.
7:43
Fra at kunne ekstrahere de. Ja altså den relevante content.
7:48
Og hvad er det Sådan egentlig det her kogt ned til til ved 2 3
7:53
sætninger den her podcast handler om.
7:56
Det minder mig lidt om den der needle in the Stack evaluerings
8:00
metrisk. Jamen Det er jo 1 1 1 god
8:03
generativ problemstilling, men jeg forestiller mig også at man
8:07
man må have noget væk til database ovre hos jer.
8:11
Ja, det plejer at være godt til rekommenderar, synes jeg.
8:14
Og Det er også rigtig meget. Det jeg skal tale om af
8:17
konferencen her. Ja.
8:18
Kan du prøve at komme lidt? Altså fordi nu det her det
8:20
udkommer jo først. Det kommer ikke lige nu i hvert
8:23
fald, og folk her omkring kan ikke rigtig høre hvad vi taler
8:26
om. Kan du prøve at løfte sløret
8:27
lidt for hvad dine hvad din talk skal handle om her senere?
8:31
Ja altså det handler rigtig meget om og.
8:35
Så sige beregnet. Indholdet altså for en
8:40
repræsentation af indholdet. En begrænsning af indholdet af
8:44
for eksempel Vores podcast og så altså, Jeg tror lytterne til den
8:49
her podcast de de godt kunne forstå hvad snakker om.
8:52
Altså vi debatter Vores podcast i ja nogle flere 100
8:56
dimensioner, og så vil vi gerne kunne indbefatte Vores search
8:59
curies, altså de søgninger og de søgetermer som folk taster ind i
9:03
af dem kunne både dem i samme space får så på regnen.
9:08
Afstanden mellem den her curry og alle Vores podcast, og så
9:11
finde de mest relevante podcast og i forhold til en query, men
9:15
også faktisk at repræsentere Vores.
9:18
Altså når vi så ved at den her bruger.
9:22
Jeg er interesseret i ã podcast, så kan vi placere puden IA og i
9:27
regionen i Vores centriske spas, og så finde de podcast Der er
9:32
mest relevante for den her brugers smag.
9:35
Spændende. Det er sjovt fordi jeg tænker
9:37
normalt er problemet jo at man har sparsom dag information
9:41
omkring brugere og indhold og så videre.
9:44
Lige præcis i podcast. Der er jo vildt meget
9:47
information i Sådan en lang podcast.
9:48
Og det at en bruger lytter en hel podcast igennem.
9:53
Det er også alligevel en investering.
9:54
Kan man sige i noget man gerne vil sætte sig ind i, så jeg
9:57
kunne forestille mig også at Det er også Sådan lidt overload
10:00
informations overload at håndtere så meget information og
10:04
hvordan man ligesom skal organisere det.
10:06
Ja ja og Det er en virkelig god brobygning Engel et måske et
10:12
andet meget interessant projekt, som Vi har gang i har spottet
10:15
mor som Jeg vil fortælle lidt om, og Det er at vi gerne fakta.
10:19
Vil inddele Vores altså alle alle de podcast der ligger power
10:23
i nogle mindre bidder, så det bliver nemmere at konsumere dem,
10:27
så Vi har Sådan en automatisk chapters der ikke hvor man siger
10:31
den her. Podcast på halvanden time eller
10:35
se den her podcast ikke så snakker vi først med maj om ja
10:40
noget podcast nu bliver det virkelig mit hår igen altså
10:44
problemstillinger II podcasten med AI og så kommer Jeg tror
10:49
natasha er efter mig her og snakke om noget andet så den der
10:54
inddeling af Sådan et division og så kommentering af en podcast
10:59
er noget vi arbejder med så bliver det bliver nemmere for
11:02
folk og. Altså lyttet den del af
11:05
podcasten, som de har mest interesseret i, men det hjælper
11:08
selvfølgelig også rigtig meget med at ja det podcasten i nogle
11:14
mindre samantha skal endvidere for sig nemmere at kunne.
11:19
Hvad hedder det repræsenterer den her podcast, men måske også
11:22
i virkeligheden og anbefale kun et enkelt segment af en podcast
11:25
til en bestemt lytter. Hvis det nu er særlig
11:28
interessant, hvad de taler om mellem minut 15 og 23.
11:33
Det Jeg synes Det er nu hvor jeg skal komme og pitche den der ide
11:35
jeg havde. Sætter Joachim, fordi jeg havde
11:38
Sådan en idé om, at Vores egen podcast har jo en hjemmeside, og
11:41
Vi har jo youtube kanal, og vi får jo også bruges et program
11:44
der selv generere noget noget tekst, altså trafikeret og Sådan
11:48
nogle ting der, så jeg havde Sådan en sjov ide om at jamen
11:50
jeg laver da bare en segmentering af af det der tekst
11:53
der ikke. Og så sætter jeg det ned i en
11:56
vigtig database og så på på tidspunktet i videoen at er jo
12:00
også med, så kan jeg bare søge ned i det så søger efter hvilket
12:03
som helst emne ned i kun Vores podcast.
12:06
Og så kan jeg vise hvor i youtube klippet.
12:08
Vi snakker om det ene og det andet bum så har jeg det på
12:12
Vores website. Det er da en god ide det skal
12:13
man da have på pottemuld. Ja ja altså.
12:17
Det er faktisk også noget, som Vi har tænkt over.
12:20
Vi ved ikke noget så langt. Hvad hedder det, at vi kaster os
12:25
ud i det Sådan for alvor? Men Der er faktisk også nogle
12:28
services derude. Altså nogle hjemmesider hvor du
12:31
kan. Tale du kan snakke med med en
12:34
podcast altså noget Der er meget.
12:37
Meget populært andrews hans podcast for eksempel.
12:40
Det tænker de fleste, når canadieren, altså den
12:43
newscientist. I stanford tror jeg, og han
12:49
giver en masse gode råd om hvordan man skal leve alligevel,
12:53
så så er en en hjemmeside hvor man kan snakke med den her
12:56
podcast og spørge, hvad skal jeg gøre når jeg vågner?
12:59
Skal jeg ja altså så får du svarer.
13:03
Altså alam selvfølgelig ikke som har lyttet hele den her podcast
13:07
igennem alle afsnit og så siger dig, Jeg tror faktisk også møder
13:12
altså. Kvalificerer grader der og
13:15
siger, du skal gøre det, og Det er.
13:17
En sjov løsning til podcast og videoer.
13:20
Det er jo i virkeligheden en form for lyd Google.
13:23
Ja ja. Eller ja altså indeksering er
13:27
lyd ikke og hvor at finde ud af hvor er de forskellige ting
13:30
relevante og og så videre ikke? Altså Jeg tror man altså i de
13:33
allerfleste tilfælde, der bruger man faktisk transskriberingen
13:37
under overfladen. Selvfølgelig at man arbejder
13:39
ikke direkte med lyden ikke, men transskriberer først og så.
13:42
Ja så så det. Det er så det der hedder vau
13:45
vægt jo tit i hvert fald. Man går fra noget lyd til nogle
13:48
rektorer, og man sætter direkte med det.
13:50
Men hvordan kunne jeg godt tænke mig, hvordan er teknologien på
13:53
det område? Altså hvis man bare vil sætte
13:55
direkte lyden, at Vi er det stadigvæk bare federe at bruge
13:59
en transskriberet tekst til en bette end at bruge bruge lyden
14:03
direkte. Ja og det altså i hvert fald
14:05
tage Vores hus klasse. Der har vi valgt den strategi at
14:09
vi. Transkribere fordi det gør det
14:12
også nemmere at kunne søge. Hvad hedder det altså ud fra en
14:16
tekst tekst svarer, vi kan nemmere få ud af at åbne eller
14:21
andet som bare kan hente, så det bliver nemmere at udskifte den
14:24
ene model med med en anden og Sådan noget.
14:26
Så ja, men Det kan godt være, at når vi mødes her igen om et år
14:31
eller Sådan noget, at Vi har bevæget os i den retning.
14:34
Det er spændende. Jeg synes Det er sjovt, fordi
14:36
Der er mange i når mange der ligesom skal udtale sig om når
14:39
de kan hvad de kan forestille sig, at især generative r kan
14:42
komme til at betyde for medie. Altså content i det hele taget.
14:47
Så er der nogen der der der har Sådan en ide om at i fremtiden
14:50
der vil man kunne høre en podcast eller se en film og så
14:53
på et tidspunkt så vil man ligesom sige.
14:55
Nu kan jeg egentlig godt altså tv avisen for eksempel hov du
14:58
lavede lige et eller andet der skete nede i den lokale
15:00
superbrugs, der hvor jeg bor. Kan du ikke lige fortælle lidt
15:03
mere om, hvem var det egentlig og hvad skete der Sådan?
15:06
Og så stopper tv avisen, og så bliver det ligesom du ved, så så
15:09
ved jeg ikke, så bliver det ligesom genereret Sådan kost dem
15:12
til til til ligesom kan pause, og så kan man lige spørge verden
15:15
om et eller andet, og så kan det altså, det kunne man jo godt
15:17
forestille sig. Ære tanker du har.
15:19
Der men, det kunne man jo godt forestille.
15:21
Sig så langt. Ude nej det Det er ikke langt
15:24
ude. Det er jo bare bruger den skal
15:26
synes om det. Ja Det er rigtigt.
15:29
Men, men Jeg vil godt kunne se hvordan man skulle bygge Sådan
15:31
noget klart fra i virkeligheden altså ja så men det.
15:35
Men Det er jo også rigtigt det der med er det noget brugerne
15:38
ville få spændende ikke Det er. Ligemeget altså.
15:41
Jeg ved det ikke. Men altså Jeg tror til nogen
15:43
specifikke ikke? Områder eller eller noget
15:49
specifikt content, der kan godt forestille mig faktisk at man.
15:52
Kan Sådan deciderede uddybning og skabe noget nyt men men måske
15:57
bare Sådan en altså the record ikke altså at det at det så kan.
16:03
Hvad hedder det for det galluptal skrevet eller eller
16:05
lige præcis bruge som som søgning ikke når du så ikke
16:08
lytte hele podcasten igennem man bare med dine query kan Sådan
16:13
utrygge Jeg har behov for for noget viden Der er i podcasten,
16:17
og så får du enten gengivet segment fra den podcast, som
16:22
snakker om det du gerne vil vide eller også bare får det skrift
16:26
for ham. Måske endda i podcast verden
16:32
stemme ja, hvorfor jamen det altså.
16:34
Det er da det Vi skal have de unge.
16:35
Så de begynder man lige om lidt, så begynder man jo at nærme
16:38
Sådan en løsning, hvor man bare kan stille spørgsmål og så svare
16:41
podcast verden ikke. En én rar II generativ, hvor det
16:45
bliver til egentlig en audio svar per default og ikke
16:49
tekstmæssige, men så føles det som om du taler med podcasten
16:52
det. Kunne jeg da godt få altså nu
16:53
har jeg. Vi har ikke afprøvet det, men i
16:56
princippet er teknologien. Den er der jo ikke til at lave
17:00
det her, så er spørgsmålet hvor godt det fungerer.
17:01
Det er jo. Det, men Det er mange, der står
17:03
overfor det der med. Hvad skal man give sig i kast
17:05
med? Ikke altså Der er så mange.
17:06
Muligheder, og så er det selvfølgelig spørgsmålet om,
17:09
hvordan brugerne synes, om Det er det allervigtigste.
17:11
Man kan godt tage nogle. Gange er det lidt ingeniør
17:14
agtige. Det kan vaere fedt at bygge det
17:16
her ikke, men jeg skal lige huske.
17:17
At Det kan også være vi lige skal.
17:19
Bare lige har Vores skyld. Vi har et minut tilbage, men så
17:22
Vi skal til at runde af. Men men, men Det var lige Sådan
17:24
et seaway til også bare lige highlight at Vi er jo ved at
17:28
blive et r nordex konference. Et af de emner er jo det her AR
17:32
adoption som nu sidder vi og snakker om brugerne.
17:34
Det er lige meget, men men men Det er jo i høj grad også noget
17:36
Der er fokus her. Så.
17:40
Teknologien er så Vi skal jo huske hun skal huske det der
17:43
tema der. Overhovedet ikke.
17:45
Lige meget. Sagde alle fremtidige rack
17:48
løsninger, der indicerer den her podcast.
17:51
Og så siger jord kan brugerne. Det er lige meget vil jeg gerne
17:54
understrege, at Det var altså. Ej Det var Det var ikke det du
17:57
sagde. Tiden er gået nu, men det 1000
18:00
tak fordi du var med her og forklarede lidt om podcast og e
18:03
og hvordan i gør hos podimo. Det var super spændende
18:05
selvfølgelig. Tak for ham selv tak.
18:08
Og så mens Joachim forlader det her fine firkantede bor vi jo
18:13
sidder ved. Så har vi natasja norsker på vej
18:16
over til mikrofonen, fordi hun er nemlig Vores næste gæst.
18:21
Så skulle mikrofonen lige sættes lidt.
18:23
Ned så skulle mikrofonen sættes. Lidt du kan bare lige den her og
18:26
så sætte den op og ned. Ja Det var måske også lige
18:29
lovligt langt ned. Så får vi genereret.
18:32
Den automatisk thumbs up på skærmen her.
18:35
Det er jo også meget fint. Det er mega fedt.
18:38
Bare lige hurtigt mikrofon kursus så tæt på mikrofonen som
18:40
muligt. Okay.
18:42
Lige præcis. Du har jo været med i podcasten
18:43
for natasja så du du. Har jo ikke, men der havde jeg
18:46
jo ikke setuppet. Der sad jo bare i min stue og
18:50
sad på en lænestol og. Det kan noget med virkeligheden,
18:52
ikke? Det her, Det er faktisk.
18:54
Ja Det er 2 super super undervurderet.
18:56
Ja nej velkommen til natasha hvad hedder det?
19:00
Vi har jo haft det med i podcasten for og Det var en
19:03
fornøjelse at have dig med der og en fornøjelse er med igen.
19:05
Live her i de her 10 minutter som Vi har til at snakke om alt
19:09
muligt fedt hvad hedder det? Du skal jo på her senere og og
19:12
tale også tænker du er lidt spændt.
19:15
Jeg er meget. Spændt ja, Det er jo en stor
19:16
scene, må man sige så. Ja, men det der overraskede mig
19:19
faktisk, for Jeg har. Jeg har været en ide hos
19:22
koncertsal for, men til koncerter har set altså
19:26
kunstnere på scenen og Sådan noget der, men så i morges, så
19:29
var jeg nødt til lige at at få fødderne plantet på scenen, og
19:34
det overraskede mig faktisk hvor lille scenen.
19:36
Føles når man står fra den anden side af.
19:39
Ja, Det var lidt overraskende. Føler man lige man står nede i
19:42
foreningshuset eller forsamlingshuset i et eller
19:45
andet? Ja.
19:46
Altså jeg. Jeg har aldrig set så flot et
19:48
forsamlingshus, men andet end det jo.
19:51
Det er jo helt fantastisk omgivelser i hvert fald.
19:54
Jamen, jeg tænker bare lige til, hvis ikke man har hørt den
19:56
tidligere podcast med dig, om du bare lige hurtigt kunne
19:58
introducere dig selv. Du er jo i øvrigt Der er en data
20:02
scientist hos today, men jeg tænker, kan du bare lige hurtigt
20:05
give en indflyvning til hvem du er?
20:07
Ja jo jeg data scientist hos the day Det er dem der holder
20:13
konferencen her og også er et som også er et AI konsulenthus.
20:18
Så Jeg er egentlig også ã i konsulent.
20:20
Jeg plejer at adskille det lidt, fordi det bare er, så er der
20:23
også et mere business innovere og hele de der konsulentrollen,
20:27
og Jeg har en baggrund ude fra, DTUAI kunstig intelligens og
20:32
data derudfra. Så jeg var egentlig med på hele
20:36
hype planet dengang, at det overhovedet ikke var et hype
20:39
train og folk rynkede lidt på næsen over, hvad Det var jeg
20:42
havde gang. I ja.
20:43
Ja ja og så har jeg i år. Vi er ved at være et år og et
20:49
par måneder gamle stiftet min ære i Danmark sammen med min
20:55
medstifter og madkurv lega faktisk bare isaksen, så Det er
21:00
lidt det Det er et det jeg laver.
21:02
Det er AI og så lidt mere. Fedt hvad hedder det?
21:06
Vi har jo haft det med før og der i den sidste episode hvor du
21:10
var med der lige afslutningsvis de sidste 10 minutter, tror jeg
21:14
Det var der der kom vi ind på at du vidste en hel del om graf
21:18
neurale netværk. Og der har vi fået lidt feedback
21:23
på på den del, at folk vil faktisk rigtig gerne høre mere
21:26
om graf neurale netværk. De synes faktisk Det er lidt
21:27
ærgerligt at vi ikke har snakket mere om det.
21:30
Jamen så er det godt. Vi har 8 minutter.
21:31
Den her lige præcis lige præcis. Og hvad hedder vi?
21:34
Skal ikke snakke om kraften i ret netværk.
21:36
Nej, men Vi skal høre lidt om hvad du skal snakke om i dag.
21:39
Det er overhovedet ikke. Det jeg gerne vil snakke om i
21:46
dag. Det er at jeg ved godt at at AI
21:51
for mange er jo en ret skræmmende ting, og Det er svært
21:54
at komme i gang med det. Og enten så ser man det som mega
21:57
skræmmende. Ellers så tror man Det er bare
21:58
mega nemt, og Der er ikke hverken det ene eller det andet
22:02
er rigtigt. Så det der med at bryde den ned
22:05
til noget Der er konkret og og bare er et framework som man så
22:10
kan bruge når man skal til at i gang med projekter, så man
22:14
ligesom har en eller anden form for guideline man kan sige ah.
22:16
Fik jeg lige tænkt på for eksempel frameworket.
22:21
Det er at du skal have noget Technology, noget safety og så
22:24
skal du have din browser, så Det er ikke et særlig svært
22:26
framework, så det der med bare lige at sige okay har jeg lige
22:29
fået tænkt over de 3 ting. Så Det er Sådan 1 1 1 hvad kan
22:33
man sige how 2 guide for et ære i projekt?
22:36
Og Der er selvfølgelig et et step der der hedder data ikke
22:39
også. Ja.
22:40
Ja sagde den teknologi, der kommer data ind under.
22:42
Ja så så den måde jeg tænker på Det er at hvad hedder det?
22:47
At AI produkter er i princippet bare teknologiske produkter
22:53
ligesom så meget andet, så på samme måde som du vil.
22:58
Når du når du designer en bil eller et stykke software eller
23:03
et eller andet anden høreapparat eller whatever, så er der nogle
23:07
ting man skal tænke over. Man skal tænke over, hvem er
23:10
egentlig en slutbruger, og hvordan kommer det til at bruge
23:12
det? Og så skal du også tænke over i
23:14
har vi de rigtige chips i høreapparater med har vi den
23:18
rigtige engine i Vores bil eller?
23:21
Har vi de rigtige modeller II Vores AI og og så skal man bare
23:25
også tænke over sikkerheden, så Det er egentlig ikke så Det er
23:31
ikke så Det er ikke så Det er måske lidt svært, men Det er
23:35
også meget simpelt. Det er sjovt fordi Vi har.
23:36
Vi har lige haft Joachim fra podimo på på forbi her og der
23:40
kom vi også. Man kan hurtigt komme ned til og
23:43
blive rigtig ingeniør agtig og komme ned i ingeniør hullet og
23:46
tænke ej man kunne også lave den her meget tekniske løsning og
23:48
Sådan noget ikke men så lige hov hvad nu gad vide Der er nogen
23:51
der vil have det her overhovedet eller om Der er nogen der gider
23:53
at bruge det ikke ja. Og det sjove.
23:56
Ville du også have temaet i dag for apply Nordic.
23:59
Ja og det sjove er at nu nu var jeg i konsulent i today før og
24:04
efter planen kvalitet, og Det er så vildt at se hvordan kunderne
24:08
kommer til det anderledes på hvor tidligere der var det Sådan
24:12
lidt. Nå jamen Vi har prøvet af i
24:14
engang i 2007 og det virkede ikke for så at i virker ikke OK,
24:17
men Der er lidt noget man kan lege med det der ikke, men nu er
24:21
det meget mere Sådan du ved. Vi skal have noget af i tak.
24:28
Og som man så Der er en attitude ændring der.
24:31
Så er man Sådan nå men hvorfor hvad skal i bruge det til?
24:34
Altså Sådan eller Det er jo også fordi at Jeg synes at i er
24:38
sjovt, men Det er jo ikke sjovt, hvis der ikke er nogen der
24:39
kommer til at bruge det. Det er sjovt fordi jeg tænker
24:42
lidt om det der at på et tidspunkt så var der, så var der
24:46
også en tendens til at måske noget af det der modeludvikling
24:50
slash i slash b der ligesom lå i det der space der.
24:54
Det var måske noget der i virkeligheden blev bestilt.
24:56
Nogle særlige steder fra inde i organisationerne, altså for
24:59
eksempel for dem, der sad tæt på data og vidste noget om det data
25:03
de havde for eksempel BI afdelinger, der skulle lave
25:05
noget lidt mere avanceret end det de kunne i power bi.
25:07
Eller hvad ved jeg, er det Sådan noget i den dur Det er.
25:09
Og nu kommer den der bestilling jo et helt andet sted fra ikke
25:12
den kommer jo nærmest fra det højeste højeste, og der hedder
25:15
det så bare, hvor hurtigt kan vi få det hvor at det ligesom er
25:19
man køber teknologien i stedet for at man køber en løsning til
25:23
et problem man har, og det det det det Det er et kæmpe problem,
25:27
for jeg tænker. Faktisk, og Jeg tror faktisk, at
25:30
begge dele er forkert. Og Jeg tror heller ikke, at AI
25:32
løsninger skal komme nødvendigvis helt fra toppen af,
25:35
når jeg føler AI strategier og vi kommer fra toppen af men AI
25:40
problemer eller problemer som AI kan løse.
25:44
Det skal jo komme hos dem der sidder og skal lave det hver
25:46
eneste dag. Det er jo dem der finder på.
25:48
Altså Det er jo dem der siger jeg hader at lave den her
25:51
opgave. Hvordan kan vi automatisere det?
25:53
Så egentlig bør det jo komme et eller andet sted fra mange
25:56
forskellige steder i virksomheden, men.
25:59
Men ikke nødvendigvis hverken for top, altså før toppen eller
26:02
IT afdelingen, med mindre at de har noget i deres afdeling, som
26:06
kan automatiseres. Nej, Det er noget af det Jeg er
26:08
så vild med at snakke med konsulenter.
26:10
Det er at og det synes Jeg er helt unikt faktisk.
26:12
Det er altid derfor Jeg er altid meget Sådan spørger en til mange
26:15
af Sådan nogle her, når jeg snakker om konsulenter, fordi i
26:17
har virkelig Sådan en firling for altså i er så mange steder
26:20
henne og ser så mange forskellige holdninger og får så
26:23
meget indblik i virkeligheden på tværs af virksomheder, så Det er
26:27
bare utroligt spændende at høre sammen.
26:29
Jeg føler, at konsulenter har meget visdom, i hvert fald Sådan
26:32
i forhold til til den slags der. Viden eller visdom?
26:35
Ja hvad? For en af dem, men det endte jo
26:37
også med at snakke med om sidste gang det der med at det Jeg
26:41
synes er fedt ved at være konsulent, er også at man man
26:44
kommer ud til alle de her forskellige felter og ser alle
26:47
mulige mærkelige ting og hvordan forskellige virksomheder
26:50
fungerer. Hvad hedder det?
26:52
Vi har en stram tidsplan her. Nu har de et minut tilbage.
26:55
Jeg tænker kan. Det minut, vi tager kraftigt
26:57
rette netværk. På Det var det jeg tænkte, kan
26:59
du ikke bare ligesom sidst? Bare noget Der er væk så 10
27:01
minutter til et minut. Så kan du kan du prøve at give
27:05
en et minuts forklaring på grafen netværk?
27:09
Det er okay hvis altså ja bare Sådan hurtigt.
27:11
Okay Jeg kan give jer hvorfor Jeg synes Det er spændende ja og
27:16
hvorfor jeg stadig synes Det er spændende flere måneder efter og
27:19
efter store modeller. Og Det er fordi at Jeg synes at
27:23
vi som mennesker ser verden i grafer så grafer Det er noget
27:27
med at du har en ting og så har du en anden ting og så på en
27:32
eller anden måde, så laver du en forbindelse mellem de 2 ting og
27:34
Det er Sådan i hvert fald jeg ser verden på og derfor så føler
27:38
jeg bare at når de. Fede ting IAI researcher
27:41
development Der er sket så er det jo fordi man prøver at gøre
27:44
det ligesom vi mennesker gør det.
27:46
Ja, og derfor synes jeg Det er spændende.
27:49
Mega fedt. Det var meget, meget, meget
27:52
elegant hurtigt så. Nu er tiden faktisk gået, og Vi
27:55
skal til, at jeg ved ikke lige se Kasper guldager nogen steder.
27:59
Øh nej, så vi kan jo egentlig bare lige hygge lidt videre i
28:03
10. Sekunder ekstra til kræftknuder.
28:05
Netværk eller tror ole ole her er en?
28:10
Går og kigger lidt efter ham men men hvad hedder det?
28:14
Jeg synes Det var en meget elegant forklaring og igen det
28:16
der med at sige koge det ned til hvorfor du synes Det er
28:20
interessant. Jeg laver mærke til du snakker
28:21
om det her før med at konkretisere ting er et vigtigt.
28:27
Det er i hvert fald noget jeg lægger meget mærke til i forhold
28:29
til min kommunikation i forhold til, altså når man er en der ved
28:31
meget om det her ER og machine learning og så videre ikke så
28:35
nogle gange, så kan man godt komme ud og føle at man bare
28:38
overfuser folk fuldstændig med alt muligt viden, ikke?
28:41
Og det der med. Hvad betyder det egentlig?
28:43
Ja og det sjove er at det jeg lærer om og om igen næsten hver
28:48
anden dag. Det er bare at du kan stort set
28:51
ikke gøre det konkret nok. Nej.
28:54
Ved du står her du tager et skridt.
28:56
Du trykker på en knap eller Sådan et.
28:57
Eller andet, og Det er altså. Det er simpelthen bare fordi
29:02
både AI er komplekst og folk har alle mulige Sådan omkring det,
29:06
men også bare fordi at du snakker jo med folk der ikke har
29:10
nogen, altså forudsætninger. Hvor jeg skulle forstå det her
29:14
du siger, så du er nødt til. At ja så forskellige ting er
29:16
konkret for forskellige mennesker.
29:19
Hvis man er ærlig ingeniør for eksempel eller et eller andet,
29:22
så er der data scientist. Så er det altså.
29:24
Så har man ligesom udviklet en eller anden nogle skills, der
29:27
gør at noget viden der gør at nogle ret abstrakte ting inden
29:30
for lige præcis det område er konkrete for en, så kan man tale
29:33
det samme sprog ikke og og Der er der ligesom fra det og så
29:36
helt op til du ved mormor ikke eller morfar eller et eller
29:40
andet. Nogen der virkelig ikke særlig
29:42
meget teknologi og Der er Sådan helt spændt.
29:44
Hvor jeg føler Det kan tit være svært at vide hvor man skal hvor
29:47
man skal komme ind, ikke? Og det, Der er ekstra svært med
29:50
AIR, at især lige nu her. Det er at stort set alle er på
29:55
forskellige niveauer, så du kan have en forsamling af mennesker
29:59
og du går ind lidt. Altså nu laver vi mange idater
30:02
laver vi meget. Hvad hedder det?
30:05
Læring og formidling og Sådan noget der hvor vi oplærer folk
30:09
omkring i og der kan du bare gå ind i et rum, hvor at så er der
30:13
nogen der bare super bruger af i og allerede ved og brag modeller
30:17
og alle mulige mærkelige ting i samme rum som en der aldrig har
30:20
åbnet chat kan BT og så er det bare så er det bare at finde den
30:23
der, og der tror jeg ofte så kan du gemme du kan gemme det
30:28
tekniske bag dig bag noget Der er mindre teknisk fordi de
30:31
tekniske mennesker skal nok forstå nå ja men Det er hun nok
30:34
snakker om at en rack medalje. Det gælder om, at du ikke siger
30:37
det. Det kunne være sjovt at udvikle
30:38
Sådan 1 1 1 1 nogle spørgsmål i virkeligheden, så man kan stille
30:42
spørgsmål starte helt op fra og hvis de kan svare på de
30:45
forskellige, så ved man ligesom et niveau ikke og så ved man
30:47
hvor man skal. Det er faktisk meget cool og
30:49
udvikle det. Men så står du på scenen, og så
30:52
finder du ud af alle er på forskellige niveauer, og så
30:54
bliver du nervøs. Ja lige præcis.
30:56
Ja er det så lavest laveste fællesnævner ikke?
30:58
Eller hvad skal man fordi? Det er også hvis der kun er én
31:00
II rummet der har det ikke altså ja det kunne være meget sjovt
31:04
med Sådan nogle propio spørgsmål der i virkeligheden.
31:08
Nå, hvad hedder det skal vi lige.
31:09
Vi kan ikke rigtig. Kasper er ikke rigtig i sigten,
31:12
så nej. Det er jo bare heldigt.
31:15
For mig. Det kan være at matche vi
31:17
skiller dig gå nu her du er du har også.
31:19
Du har meget tænkt på at forestiller jeg mig med dine
31:21
oplæg her senere, så i hvert fald 1000 tak fordi du var med
31:24
og Det er altid en fornøjelse at have dig med i Vores podcast.
31:27
Det må bare i må invitere mig igen, og så kan vi tage en hel
31:30
time for at snakke om nogle netværk eller et eller andet
31:33
teknisk. Mega fedt Det er det.
31:36
Vi ses herinde og held og lykke senere.
31:38
Tak. Ja, vi havde lige en mindre
31:42
pause der. Vi skulle lige have lavet noget
31:43
koordinerende arbejde. Og hej goddag.
31:46
Goddag. Rasmus goddag Kasper hej Rasmus.
31:50
Hej du tager bare dem der. Prøver bare at tage headsettet
31:52
på det her. Ja.
31:54
Sådan. Yes Rasmus nyland her tager
31:58
stilling foran foran foran maskineriet her ja Sådan
32:03
velkommen til du får lynhurtigt mikrofon kursus så tæt på
32:06
mikrofonen som muligt. Okay ja velkommen til Rasmus
32:10
Jylland bi developer hos crayon ja du har været på scenen ja.
32:15
Jeg tænker Det var en stor oplevelse.
32:16
Det må man sige ja, Det er lige fra Jeg tror det det meste af
32:20
præsenteret foran har. Været 100 mennesker, så Det var
32:22
lige Sådan en 6 dobling der. Sådan 100 mennesker i dr
32:25
koncerthuset ja, så er det fantastisk super ja ja hvad
32:29
hedder det? Kan du ikke bare lige hurtigt
32:30
forklare kortere dig selv. Ja, jeg kører mig selv.
32:33
Jamen Jeg er bi developer, men Det er ikke rigtig dækkende
32:36
titel. Jeg laver mange forskellige
32:37
ting, ja blandt andet generativ i, men arbejder generelt også
32:40
som data engineer og frontend udvikler og Sådan lidt af hvert.
32:43
Det er Sådan at Vi er Sådan lidt i en en startup agtig.
32:46
Konstellation så Brian som virksomhed, der hvor jeg
32:48
arbejder store virksomheder og så vi team som ligesom skal.
32:52
Hvad skal man sige prøve at innovere på vejene og så.
32:56
Bare lige hurtigt hvad crayon hvad?
32:58
Hvad laver i? Ja.
33:02
Vi vi sælger licenser. Det er Sådan det vi overordnet
33:04
set laver, men i Vores team der bygger vi Sådan software og
33:06
serviceløsninger, så fordi licens markedet kort fortalt
33:10
handler jo meget om kornsorter licens til mig eller en anden er
33:13
Sådan set den samme licens. Det er Sådan Det er ret svært at
33:16
differentiere sig på softwarelicenser.
33:18
Det er lidt som at sælge papir på samme måde, hvis i har set de
33:20
Office lidt dumt er ikke dum efterløn, men samme ikke
33:25
koncept. Det er ret svært at
33:26
differentiere sig, så vi bygger services så vi kan sælge til
33:28
Vores kunder, så de kan købe licens også, men så kan de også
33:31
købe nogle services. Altså vi.
33:36
Vi har jo ikke været i, så vi nåede ikke at se mit oplæg.
33:38
Vi havde noget, så vi havde noget teknisk her.
33:41
Men lytterne til den her podcast podcast har jo faktisk heller
33:45
ikke dit oplæg og. Og vi læste, at det handlede om
33:49
evaluering af landbrugsmodels glenorchy, og Det er vi jo ret.
33:55
Optaget af Det er jo hot tub og Det er snakker vi tit om, så det
33:58
kunne vi rigtig godt tænke os med hvad du havde at sige.
34:01
Så hvis du bare lige vil bare lige fyre.
34:04
Hvad var Sådan hvad? Hvad fortalte du om dertil
34:07
trukken der og ja. Kort fortalt var det faktisk
34:09
baseret bare helt lavpraktisk på Vores egne udfordringer.
34:12
Vi har prøvet at integrere generative af i en i, hvor en af
34:15
Vores produkter, så Det er Sådan Vi har et produkt der hjælper
34:17
kunder med at spare penge i skyen.
34:20
Så når du rykker til asher RS. Det kan være en ret
34:23
omkostningstungt, hvis man ikke lige er klar over, hvad de
34:25
forskellige ting koster. Man bare spiller en masse ting
34:26
op, og så tog vi generativ af i og sagde jamen det kunne vi da
34:31
lave et andet spændende, og Det var lige da det kom ud, så ingen
34:33
rigtig vidste noget og vi var totalt Sådan on the train.
34:37
Og så tænkte vi, okay, jamen vi kunne godt tænke os at lave en
34:41
anden form for anomaly detector, som kan ligesom finde de her
34:44
kost outliers der kan være altså når omkostninger ligesom stikker
34:47
af på et bestemt produkt. Og så tænker man det generative
34:50
ã bare gøre for os, så vi sender bare Sådan et kondens datasæt og
34:53
så fikser den det hele og forklarer og finder identitet og
34:55
det gik bare sygt dårligt den. Han bar på sig mange ting og
34:59
Sådan altså. Jeg burde næsten sende nogle af
35:01
eksemplerne til jer. Jeg havde en kendt eksempel med
35:03
hvor den blev ved med at tale i japanske yen, så du ved vi
35:06
skulle forklare kunderne. Hvorfor kommer de her
35:08
omkostninger, og hvad kan man gøre for at undgå det og Sådan
35:10
bare jamen det koster 2 yen. Og så læste vi faktisk op på,
35:17
hvordan det fungerede og har fået ret stor succes med det nu.
35:21
Altså nu virker det i det mindste, så vi bruger noget der
35:24
hedder en en agentur arkitektur, og vi henter noget information
35:27
fra fra nettet, og så bruger vi det til at svare, hvorfor
35:31
forekommer de her anormaliteter? Hvad kan man gøre som kunde for
35:33
at motivere dem for alle produkterne, så de er ikke så
35:36
tekniske personer? Kan være med.
35:38
Og der bruger vi ironisk nok. Alle lemmer til at evaluere
35:42
eller lemmer. Tilbage dengang vi spurgte ind
35:46
til hvordan man ligesom kan guide udviklere til en bedre
35:50
retning. Altså fordi når jeg deployer
35:52
eller andet i Vores davs miljø, hvordan ved jeg så det jeg
35:54
prøver er blevet gør at Det er bedre for kunderne.
35:57
Det ved jeg jo ikke rigtig. Altså når jeg begynder at skille
35:59
det ud, og der kommer hundredvis til side og så tekst hvordan
36:02
altså de hundredvis af sider var bedre end jeg havde før.
36:05
Det er ret svært og altså en del af Det er jo manuelt at sætte
36:07
sig ned og læse noget af det og sige hvordan ser det ud for de
36:10
her produkter, men Det kan man jo ikke blive ved med at gøre,
36:14
så vi tog en approach hvor vi vi.
36:16
Altså jeg kalder det selv en grading agent.
36:18
Jeg ved ikke om Der er noget officielt navn, for Det er bare
36:20
noget Jeg synes. Er fedt.
36:21
Men Det er den bare kort. For Der er mange af de der ting,
36:23
Der er lidt op end de er i øjeblikket.
36:24
Ikke så. Hedder det eller?
36:27
Skal vi bare sige du tegnede? Den ja Det er ligesom når man
36:29
opdager dyr eller noget som også giver det samme.
36:31
Det er fedt nok så. Nyland er arkitektur.
36:34
Ja, Jylland og arkitektur. Ja.
36:37
Ja. Det lyder fedt.
36:38
Men nej ideen var så bare at vi kunne bruge den her model i
36:41
samme model egentlig til at sige jamen hvor godt er svaret, og
36:44
det gør vi meget kort fortalt på 2 forskellige måder.
36:45
Vi bruger noget der hedder growth.
36:47
Som er ven vi henter fra nettet, hvor godt matcher det, vil det
36:50
svar modellen giver til kunde. Vi er meget interesseret i det
36:52
her blackbox problem, hvor den benytter sin træningsdata til at
36:55
svare, fordi så kan man virkelig ud i nogle funky situationer og
36:58
man kan ikke rigtig forklare hvorfor den gør, specielt ikke
37:00
med en skibe og så som ikke er open source.
37:05
Og så bruger vi hinanden som igen.
37:07
Det er også bare noget selv opfundet Group er Sådan mere
37:09
anerkendt det her. Det er det jeg kalder den
37:11
specific criteria, altså de specifikke kriterier for, hvad
37:14
der definerer et godt svar for en kunde godt fortalt, så der
37:18
prøver vi at instruere modellen i at sige jamen, hvad skal du
37:21
vurdere fra en til 5? Hvad er så et godt svar?
37:23
5 og hvad er dårligt svar egentlig og Det er Det er svært,
37:26
Det er virkelig svært, altså den gav nogle af de her forfærdelige
37:29
ansvar, så kan i dem end 4 ikke hvordan med det Jeg har
37:32
beskrevet for dig lige nu, hvordan kan?
37:33
Du give det en 4. Ikke så.
37:35
Der skal man bruge noget tid, og Det var Sådan en af mine pointer
37:37
også ikke at man skal virkelig bruge noget tid i den fase.
37:40
Det er prompte internering på højt plan.
37:42
Jo og. Ja, jeg hører Sådan en masse
37:45
agenter og ting der snakker sammen og Sådan nogle ting.
37:47
Det har vi jo nogle gange siddet lidt og grinte af her i
37:49
podcasten, fordi Det er jo sindssygt omkostningstungt
37:53
rigtig tit, hvis du i hvert fald bruger g 4 hvordan altså hvordan
37:57
skal lære Sådan noget der for jer Sådan løsning?
38:00
Det er et godt spørgsmål. Jeg snakker ikke så meget om det
38:02
til min præsentation, men Der er jo et omkostnings aspekt af det
38:05
her. Vi kan jo godt tage den største
38:06
og dyreste, men det koster jo også.
38:08
Så Det er vi faktisk gør. Vi bruger slet ikke p 4 nej, Det
38:10
er simpelthen for dyrt når du skal lære det i min optik.
38:12
Altså jeg simpelthen ikke prissætningen skal være helt
38:14
ærlig og retfærdig, så vi bruger gtk 3,5 turbo og så med noget
38:20
meget tungt prompt engineering, så kan man faktisk komme langt
38:22
hen den samme vej. Det handler også om hvor
38:24
komplekse opgave Vi skal løse, og så bruger vi som Sådan et
38:28
mellemstadie for at prøve at sikre det også noget der hedder
38:30
tjener Trumps som bare er det her med at den søger faktisk op
38:32
til flere gange på nettet før den kommer frem til et svar og
38:35
den kan faktisk selv opfinde søgestrenge hen ad vejen.
38:38
Og hente data baseret på den information mangler for ligesom
38:41
at opfylde sit mål så kort fortalt.
38:43
Vi bruger nogle af de billigere modeller også fordi hvad Vi har
38:46
fundet ud af indtil videre, så i er svarene bliver måske 10%
38:49
bedre. Måske går du fra nærige fra 3,4
38:51
II score til 3,6 eller whatever, men det koster jo også lige 10
38:56
gange så meget. Ja altså så det virker som om
38:59
Der er noget det man kan bruge nogle dårligere modeller som er
39:03
billigere og hurtigere, men så lave noget mere engineering i
39:05
flere tricks og noget mere GAFFA og noget mere bare Sådan.
39:09
Mere kærlighed. Ja mere kærlighed ja den dovne
39:11
ville nok bare bruge kvf. Ikke for at sige at.
39:13
Den løser alle problemer heller nej, men altså det det kunne man
39:16
gøre men men så får du en regning på et andet tidspunkt,
39:18
så tænker jeg hvem der skal betale den får det lidt stramt?
39:21
Ja ja, det lyder som noget jeg også har hørt andre steder, at
39:25
Det er faktisk en ret god ide. Det der med at tage de mindre
39:28
modeller og og putte dem ind i en agent struktur og så få noget
39:34
noget god, altså kraftigt bump ingeniør.
39:36
Men Det er også noget med at hvis man har Sådan 1 1 1 hvis du
39:39
bare tager det til 4 out of the box.
39:41
Her får du et performance hvis du så tager kapitel 3,5 turbo
39:43
ind i en agent setup, hvor den har nogle flere muligheder til
39:46
at tilvejebringe noget kontekst til sig selv, så kan den ligesom
39:49
øges altså så kan den komme op mod faktisk et t 4, så Det er
39:55
sjovt det der med at så sidder man og prompte ingeniører en
39:58
evaluerings til sin setup. Det virker også.
40:02
Meta jamen jeg sagde også du ved Sådan OK så den model der gas
40:05
lighter og så opfinder ting og vi havde et problem hvor den
40:08
også henvist til Vores konkurrenters produkt, fordi
40:11
nogle gange henter data på nettet Sådan.
40:12
Men du kan gå og kigge her. Så nej ja.
40:15
Lad lige være med det forræder. Os bare sygt nok.
40:19
Det er sjovt. Det er nu Det er Sådan Det er
40:20
Sådan en pandoras æske sager man ikke lige.
40:23
Havde, og så propper vi bare endnu en modeller, og det fik
40:25
sikkert problemet. Ikke.
40:27
Og morsom jo. OK, Jeg har mange gode
40:30
eksempler. Ja og nej, men Vi har 2 minutter
40:33
tilbage her. Jeg ved ikke, kunne du?
40:36
Kunne du dele sig måske Sådan finals and summer op af hvad?
40:39
Hvad ville du hvis der var en der kom hen og spurgte dig Sådan
40:42
jeg skal sgu til at evaluere min LM ja setup, hvad vil du sige
40:45
til hende? Jeg ville nok sige det kommer an
40:48
på at en teknisk person eller er det en?
40:49
Det er en teknisk. Person okay fint nok.
40:51
Det er jo altid meget godt at vide ja så ville jeg nok starte
40:53
med at sige start med Sådan en cool værktøj vi startede med
40:56
aeromexico. Som så du slipper for at skrive
40:59
så meget kode, så det fungerer egentlig, hvis man er vant til
41:01
at arbejde i pleje og Sådan nogle ting lidt på samme måde
41:02
med registrering, så du kan faktisk registrere din rating
41:05
agent og så kan du spotte en masse data ud IV eller Jason
41:09
eller hvad du vil, og så kan den faktisk, så kører du bare
41:12
igennem Sådan dragon drop local pipeline løsning og så kan du
41:15
ret let. Du skal passe på hvis jeg retter
41:17
lidt, men du kan i hvert fald ikke fokusere så meget på alt
41:20
det arkitekturmæssige og devops. Det er derfor Det kan tage 100
41:23
år nogle gange for projekter at komme i gang med og og så
41:26
handler det mere om, at man fokuserer på hvad kerneopgaven
41:28
og Det er instruere rating agenten.
41:31
Det tror jeg, at Jeg har taget meget til mig.
41:33
Lige præcis det der råd fjern. Det er alt det.
41:37
Unødvendige kompleksitet og starte med noget low code og så
41:39
se om det giver noget og så tage den derfra, okay?
41:42
Så Det er helt klart også der hvor lang chain for eksempel er
41:45
en god ting at lave proof of concept på.
41:47
Mega. God og også selvom Det er lidt
41:49
monkey produktion, så er det altså god et godt sted at
41:53
starte, hvis man gerne prøver. Vi starter også med lange ja.
41:55
Tilbage da det hed 0.001 eller andet fuldstændig vanvittigt.
41:57
Der var 3 dokumentation. Det var fuldstændig.
42:00
Sygt altså stadig. Ja Det er.
42:03
Stadigvæk rimelig crazy. Men hvad hedder det?
42:06
Rasmus det lyder som et spændende projekt og 1000 tak
42:10
fordi i fortæller om det. Nu er tiden løbet ud.
42:11
Vi skal have Kasper guldager med men 1000 tak fordi du har tak
42:14
fordi jeg måtte være med ja og til og tillykke med tørken der
42:18
jo tak det må være lidt lettende nu.
42:20
Her ja, det må man sige. Er klar til lidt sukker der.
42:22
Så godt og så i seng. Alligevel.
42:26
Tak for det. Så er vi tilbage igen.
42:30
Vi havde lige Rasmus Jylland på besøg.
42:32
Nu har vi Kasper guldager på besøg.
42:36
Du kan lige tage mig. Jeg kan ikke høre en skid ja.
42:39
Og så får du et ultrahurtigt mikrofon kurset, og Det er bare
42:42
så tæt på mikrofonen som muligt ja.
42:45
Super Sådan så er vi kørende. Mega fedt du vil være med ja du
42:49
er jo hvad hedder det director of i?
42:52
Eller direktør i kpmg, Der er direktør i newtec IKG ja, men
42:58
også er i er i, men Jeg har ansvaret for generativ.
43:02
I og du arbejder her her. Det skal præsentere her senere
43:06
på konferencen. Prøv nu her.
43:08
Jeg tænker bare Sådan indledende.
43:10
Kunne du ikke tænke dig at bare lige hurtigt fortælle lidt om
43:11
dig selv? Mega gerne jo så jeg hedder
43:14
Kasper og Det har i så regnet ud så en del af den her newtech
43:18
gruppe var med til at være en af dem der startede det op for en 7
43:22
års tid tilbage og har været i lego før og har altid arbejdet
43:27
inden for kunstig intelligens og digitaliseringen og meget
43:30
fokuseret kunstig intelligens de sidste 7 år og Det har jo været
43:34
altså en sindssyg rejse fordi for 7 år siden.
43:38
Der er det eneste vi lavede. Det var at uddanne markedet
43:40
fordi at alle var bare Sådan. Hvad fanden er det her for
43:43
noget? Altså og de fleste sagde til os.
43:45
Det virker lidt for godt til at være sandt, så det skal vi bare
43:48
ikke have noget af og så var de Sådan.
43:50
Jamen kan vi ikke få Sådan noget Sådan et eller andet finans
43:52
projekt Sådan noget et eller andet noget fedt hvor man kan
43:55
lave noget regnskab eller et eller andet og det det lavede vi
43:58
altså ikke, men det havde vi så nogle kolleger i kbh der lavede
44:00
så det kunne de så købe dem, men de sidste 2 år har jo været ja
44:05
det ved i sindssyge og noget af det sjoveste i hele mit liv.
44:09
Har jo været de sidste 2 år fordi at nu ringer alle og siger
44:13
hey det der var faktisk noget om det her som du sagde for 7 år
44:17
tilbage. Og ja man får lov til at sparke
44:21
på Sådan nogle konferencer her og man får lov til at.
44:24
Være med i alt muligt, som jo bare er virkelig, virkelig,
44:28
virkelig sjovt. Og så kan man sige hvad hvad
44:30
driver mig i de her ting? Jamen det for mig driver det
44:32
faktisk det der med at få menneskerne til at arbejde
44:36
sammen med de her løsninger, og at mennesker bliver gladere og
44:38
har det federe. Og Det er faktisk også noget jeg
44:40
kommer til at fortælle lidt om senere.
44:42
Det der med altså kaos omkring en eller anden a løsning Der er
44:46
et eller andet sted hvis den ikke gør noget fedt altså så Jeg
44:50
har altid været meget Sådan det der med enten så skal vi have
44:52
nogle mennesker til at opnå noget fedt med det.
44:55
Ellers så skal vi som minimum have virksomheden til at opnå et
44:57
eller andet fedt med det. Så ja så min Sådan egen passion.
45:02
Det er virkelig det her med at få mennesker til at spille
45:04
sammen med de her. Og ja jeg bruger det her
45:06
superhelte metafor, og det bruger jeg både på LinkedIn og
45:10
alle mine andre sociale medier, og Det er egentlig fordi at Jeg
45:13
kan se det på mig selv. Altså Jeg kan nogle ting jeg
45:16
ikke var på nogen måde i stand til før, så Det er sgu ret fedt.
45:20
Det føler jeg sgu også Jeg kan. Ja altså Jeg kan skrive i
45:23
kodesprog, som jeg aldrig har kigget på for ikke og Det er
45:26
bare ved et trylleslag. Simpelthen men Det er jo meget
45:29
fedt, at Vi har jo også haft nogle tidligere der har snakket
45:31
om det her. Nu er vi jo til igen.
45:32
Vi nævner det en gang til at pleje.
45:33
Det er en nordex, hvor emnet jo er det her af adoption og en af
45:38
use casene, som vi også hører rigtig meget om.
45:40
Og Jeg tror dansk tolk til at starte med.
45:42
Han snakkede meget om det der jamen altså altså you can var
45:48
næsten effektive. Noterer alle steder i en
45:51
organisation, men men er der ikke også Sådan nye produkter vi
45:55
ikke har set før vi kan lave med det her, som ikke bare
45:58
effektiviseringer, som måske er en meromkostning et eller andet
46:00
sted, men men skaber noget mere værdi?
46:02
Hvordan ser du det? Jeg Jeg tror det Det er faktisk
46:05
meget sjovt du nævner det fordi de sidste 7 år der har vi hver
46:08
gang Vi har fundet på noget ved en kunde som de ikke gjorde i
46:12
dag, så er de altid Sådan, men det gør vi jo ikke i dag, så er
46:13
det jo mere omkostninger og Sådan.
46:15
Nej det det kommer an på hvad Det kan hvis Det kan levere mere
46:19
værdi og mere kundeservice. At Det kan gøre i kan komme med
46:23
flere produkter. I kan gøre noget hurtigere og
46:25
langsommere, så er det selvfølgelig en måde at måle på,
46:28
men Det er stadigvæk og jeg altså hvad vi kan se er også
46:30
nogle af de ting jeg kommer til at tale om i dag og også noget
46:33
af det, der i virkeligheden er inde på Det er det der med hvis
46:35
du får et adoption og Der er mange der kan bruge der ved hvad
46:38
det hvad er i kan, så bliver får du også bedre ideer og den når
46:43
du får bedre ideer, så sælgeren finder på jamen okay vi kan
46:48
altså have den her bot som til mødet faktisk lytter med.
46:52
Og giver westpacks af action i idéer under mødet eller du ved
46:56
og finder på nogle ting, vi slet ikke gør i dag, og derfor så jo
46:59
der kommer et hav af dem der og der kommer et modem op
47:03
innovations lag, som vi aldrig har set lignende, fordi Jeg kan
47:08
huske fra tilbage i tiden de ting folk faldt på.
47:11
Men hey Det var jo noget bræk, men Det var det jo fordi folk
47:14
fattede jo ikke hvad Det var. Dårlige ideer simpelthen.
47:18
Det var simpelthen. Så retarderet næsten at Det var
47:20
jo altså det det altså sorry til de kunder der har været med med
47:22
det der. Har også været nogle har været
47:24
gode. Men, men der har virkelig virket
47:25
været meget dårligt, og Det er jo fordi at problemet er jo det.
47:28
Du har jo den der effekt der hedder konsulenterne eller AI
47:33
eksperterne. De ved en masse om teknologien
47:35
og domæne, eksperterne og forretningen.
47:38
De ved en masse om det, men lige nu der kan du så lige pludselig
47:41
få masser af i viden over i dem herovre i forretningen, og så
47:45
kan de selv finde på meget mere, så du du får en en helt ny
47:49
innovations bølge nu som dem der kan tøjle den bølge de kommer
47:54
til at vinde. Fedt.
47:56
Jeg kan, så Det er simpelthen det her med, at Det er blevet
47:58
konkret for mange flere. Ja og du og du kan teste ting du
48:01
kan. Du kan teste dine ideer du kan
48:03
tage en GBT eller du kan tage en whatever et eller andet som du
48:06
kan tage bare på en webbrowser og så kan du prøve noget af så
48:10
du kan som menneske så kan du lige pludselig prøve nogle af
48:12
dine ideer af og så få noget feedback nærmest fra nogle af de
48:16
her af i løsninger med det samme.
48:19
Og en af de store forskelle er jo også at at back in the day,
48:22
så skulle vi jo starte med at sige hvor er dataet, og så
48:25
skulle vi bygge en model til en case, og Det er stadigvæk
48:27
relevant. I dag kan man sige de der
48:29
arbejdsgange. Men men, men Det er jo meget
48:31
nemmere altså entry barriere til at komme ind og bruge noget af i
48:34
dag er jo simpelthen bare meget lavere, så så Det er ret
48:38
interessant synes jeg også at Jeg kan huske dengang at
48:42
produktet var det det skal ende på et dashboard ikke, og Det er
48:45
jo også Sådan lidt. Ah.
48:47
Fordi det føltes, så gik jeg fra at levere noget på en rapport,
48:51
ikke også i en model til at levere noget på et dashboard og
48:54
Sådan. Det er jo bare en digitalisering
48:56
af min rapport. Jeg vil noget mere ikke også.
48:58
Og i dag tror jeg der der der bliver der tænkt meget mere
49:01
kreativt der kommer til at blive fremadrettet.
49:02
Tænker du ikke også det? Jo det Der er en faktor her, som
49:05
du også er inde på som er en ting er at opfinde ting som kan
49:09
erstatte hvad vi gør for, men Der er faktisk også noget, som
49:11
Vi har undervist i mange år, som vi kalder new practice.
49:14
Og Det er ligesom at prøve at tage din proces og så sige tag
49:18
den. Her i virkeligheden teknologi
49:19
brillerne på og sige, hvis jeg nu var AI, hvordan ville jeg så
49:23
lave processen? Fordi Vi har?
49:24
Vi har produceret mennesker, processer, hele Vores liv.
49:27
Men hvad hvis nu vi opfandt nogle nye processer og
49:30
redesignet processer, så du vi kommer?
49:32
Vi kommer også til at se i den næste mange år en capability
49:36
eller noget folk skal kunne alt det der med.
49:38
Jamen Vi skal ikke bare tage den proces vi kender i dag, fordi
49:42
den er den er lavet til til dig, så Vi skal faktisk prøve at tage
49:45
processen og sige, hvordan kan vi lave processen om, så den
49:48
passer til mig? Plus algoritme og hvordan kan
49:51
jeg så lave processen om så det bliver endnu bedre?
49:54
Og Det er Sådan det. Det er noget, vi faktisk har
49:56
arbejdet med i ja i hvert fald 1 5 6 års tid og Det er ikke nemt,
50:00
så den den del bliver også en vigtig ting og at vi som
50:05
mennesker skal lære. Der bliver meget tjeneste
50:08
management derude til det her, og som om der ikke var nok i
50:11
forvejen bare på det digitale rejse, som folk i forvejen er
50:14
på, så er det her jo bare endnu mere crazy.
50:16
Og Det er også sjovt. Er det den samme change
50:18
management på som der var? Fordi hvis du begynder at læse,
50:22
fordi Jeg har faktisk til sidste års tid.
50:23
Jeg har ikke været en change management guide, men det sidste
50:26
års tid har jeg ligesom set okay Det har change management.
50:29
Det er virkelig en ting, så Jeg har altså sat mig ned og læst
50:31
alle de klassiske change management bøger og alt teorien
50:34
på cbs og Sådan noget faktisk har trukket mig igennem alt det
50:37
der, og Der er meget af det hvor man sidder og tænker det her.
50:39
Det er change management til meget af det også tænkt til et
50:43
system man klikker i det her. Det er det her Det er noget det
50:47
her. Det er faktisk rigtig meget vane
50:48
teori også. Det er meget det der med hvordan
50:50
ændrer du vaner? Og fordi så Det er ikke
50:53
nødvendigvis kun tjenes. Det er også Sådan helt
50:56
forandring af den måde du arbejder på.
50:59
Så det Jeg tror det bliver Sådan en det bliver en ny.
51:01
Teori og det tager lang tid, og ligesom få det ind i under
51:04
huden, hvilket gør folk. Det er ikke bare at tage et sap
51:07
system og så sige nu kan du ikke hoppe ind på det her system.
51:10
Nu har vi købt af Microsoft, så nu lukker vi det her system og
51:12
så hopper du over i det her system.
51:14
Det er noget helt helt. Andet ja hvad hedder det?
51:16
Vi har jo kun 10 minutter til at tiden er ved at gå de der ringe
51:19
ind til til. Men jeg tænker bare her på
51:22
falderebet har du et eller andet hvis?
51:24
Og du kan sige på ting at sige til lytterne på et minut.
51:27
Jamen Det har jeg da. Vi bad natasja norsk om at
51:29
forklare en graf neurale netværk for eksempel.
51:33
Jeg. Overvejer at gøre det samme, men
51:35
så gør jeg noget andet. Men tak til natasja for lige at
51:38
tage den fordi ellers ville jeg have taget den.
51:41
Ja altså, men men, men Det er faktisk ved at sige til
51:44
lytterne. Det er at i skal faktisk stoppe
51:47
med at lytte til alle jeres teknikker, der råber at i skal
51:50
bygge noget, for i skal ikke bygge noget til at starte med.
51:53
I skal gøres. Vi er som mennesker meget, meget
51:55
bedre til at forstå at i til at bruge af i til at prompte prime
52:00
til at lave deres vaner om og til at bruge det til deres
52:03
dagligdag og blive reflekteret over hvad er det de laver i
52:05
deres dagligdag og hvordan er de kan bruge af i til det, fordi
52:09
hvis i gør det og i får skabt et system for hvordan i så kan få
52:13
de gode ideer ind fra dem. Så får i nogle altså ikke bare
52:17
bedre ideer. I får nogle helt andre slags
52:20
ideer som i så kan bygge så vent så længe som i kan med at bygge
52:26
det bliver mit budskab. Til spred ordet, fordi hænderne
52:29
på folk, så de kan. Jeg bliver helt varm her, fordi
52:32
jeg Jeg er så meget med på den bølge.
52:33
Så har jeg så fået nogle banker tips her og sige 1000 tak fordi
52:38
du var med hammer og held og lykke med dine tanker senere.
52:41
Kæmpe fornøjelse hej hej. Jamen så mens.
52:48
Kasper det synes Jeg er så stærke.
52:51
Ja, så nu er vi faktisk nået til til til vejs ende for på en på
52:55
en måde til den her live podcast.
52:58
Men skal vi ikke lige prøve Sådan at råbe op?
52:59
Hvad er det Vi har lyttet til i dag af 4 forskellige mennesker?
53:03
Jeg vil sige Sådan, at Der er ikke.
53:04
Det er ikke uden grund at de har fået den der den der spotlight
53:07
på den der store scene nede i koncerthuset, fordi Det er
53:11
nogle. Det er nogle stærke budskaber
53:12
synes jeg og nogle nogle og det det lyder mega pillede og sige
53:15
det her, men Jeg synes Jeg synes virkelig den er.
53:17
Jeg synes for eksempel Rasmus Jyllands tip det der med.
53:21
Brug for helvede noget low code til at starte med, altså komme i
53:24
gang med og der Der er så Der er så meget at opdage i hele det
53:27
der prompte engineering og evaluering og ting og sager som
53:32
som hvor du bare er super brugbar.
53:33
Hvis du ikke har alt det der kode halløj og skulle ketchup.
53:36
På, og Jeg er jo altid Sådan en der nogen kommer med Sådan en
53:38
lockout. Jeg har lavet det her siger nej
53:40
nej nej nej nej det skal det skal i produktion sammenhæng og
53:42
Vi er nødt til at ligesom at tage ejerskab over det her.
53:44
Vi kan ikke bruge lang tid i morgen, så er det dødt og broken
53:47
og Sådan nogle ting men der, men Det er jo rigtigt nok, at måske
53:50
er det så ikke. Hvad kan man sige?
53:52
Ingeniør software, ingeniør fordelen eller hvad kan man sige
53:56
en ingeniørs læringsunivers, der skal skal ned i den der low code
54:00
de de skal måske det der skal måske nogle helt andre
54:03
organisationer, som skal begynde at eksperimentere meget mere med
54:07
det, og man skal måske i virkeligheden prøver ligesom at
54:10
at at favne det også lige kan huske hvor lang tid siden vi
54:12
snakkede om det der med at alle kan være prompte ingeniører og
54:15
Der er ingen grund. Til at kode eller?
54:16
Noget, Der er ingen grund til at blive strikte folks.
54:18
Hvad kan man sige kreative prompting senere toolchain.
54:22
Ja fordi at det herovre man udvikler sig og software, og
54:24
derfor må du ikke røre det Sådan.
54:25
Det er der jo ikke nogen grund til.
54:27
Og Jeg synes også Det er en Kasper kom ind på det.
54:29
Det var at Det er ikke IT og Det var også lidt dan kom ind på.
54:32
Det er ikke IT der har har viden om forretningen og nu føler jeg
54:36
vi lyder som en natklub eller et eller andet, men Det er jo ikke
54:38
IT der har viden om de problemer Der er med at servicere kunderne
54:42
for eksempel eller korporation så videre og så videre.
54:44
Det er jo fucking folk der sidder og og og gør det ikke og
54:48
og det der virker som om Der er ved at ske Det er eller det Der
54:50
er sket. Det er at Der er så mange
54:52
mennesker. Dernede foran, der har fået de
54:54
her tools i hænderne og begyndte ligesom at udvikle en
54:56
forståelse. Og skal vi sige intuition for,
54:59
hvad man kan gøre med det her? Og så begynder de at få
55:01
inspiration. De kan se de problemer, Der er
55:03
lige foran dem. Det ville svare til, hvis alle
55:05
kunne lære at programmere software i morgen.
55:07
For eksempel de kan se de problemer, der lige foran sig,
55:10
og så kan de, fordi alt mennesker er opfindsomme ikke,
55:12
så kan de så begynder de at blive opfindsom at tænke på det
55:14
her. Det må l skulle kunne løse ikke
55:17
og. Og alle det der syntes de higer
55:19
jo efter et eller andet problem de gerne vil løse fordi deres
55:21
værktøjskasse er nu så stor. Og de har brug for en retning.
55:25
Rigtig mange designs derude har brug for en retning, fordi de
55:28
sidder måske og kan kan kan løse ting med med virkelig mange
55:32
forskellige værktøjer men men hvad for nogle problemer er det
55:34
de skal løse og og Der er det jo vigtigt at have en eller anden
55:38
et eller andet input til. Hvad er det så for nogle?
55:40
Hvem er det der har problemer fordi ellers så løser det der
55:43
sciences og emil ingeniør sine egne problemer?
55:46
Ja lige præcis og Det er jo ikke super i.
55:48
Virkeligheden kommer det ned til problemer ikke bruger problemer.
55:51
Ja, hvad er problemerne ikke? Og det der med at.
55:54
Det man man tit Sådan distanceret fra når man sidder
55:57
der oppe i kontroltårnet, ikke og koder og så videre.
56:01
Ja og så havde vi jo altså jeg Jeg har fået Sådan nogle lidt
56:05
erica agtige moments her, synes Jeg synes Jeg har fået.
56:07
Jeg synes Jeg har fået. Noget at tygge på noget tage med
56:10
hjem II lommen. Så hørte vi jo hvad hedder det
56:15
fra Joachim fra podimo ja interessant altså også et
56:20
slaraffenland for teknologiløsninger.
56:22
Ikke altså. Det må man sige, men hvor man
56:25
også har et et produkt som som som er det her podcast produkt
56:30
nu pointet og og hvor at man kan jo høre hvor mange forskellige
56:35
ideer man kan få med med. Hvad kan man sige, hvordan man
56:38
kan løse brugernes problemer? Altså hvordan du kan vende og
56:41
dreje alt det der med, så kunne man og så kunne man kunne.
56:44
Helt sikkert mange gode ideer til brugerne og og også det der
56:48
med at hvad kan man sige? Det er hele tiden et spørgsmål
56:52
om at om om om hvad er det for nogle omkostninger Det har?
56:56
For hvad kan man sige når man plejer de her ting her?
56:59
Altså Det var så ikke lige Joachim der snakkede om det, men
57:02
det her med at Det var var det Rasmus før med at g 4 ikke altid
57:08
er løsningen på alting for eksempel ikke altså at man kan
57:12
kan kan klare meget med meget mindre og sikkert også mindre
57:15
end. En 3,5 turbo modellerne fra LM
57:19
land ikke så. Synes jeg også at øh norske der
57:22
udover at give os en super korte, hvad skal man sige
57:26
introduktion til hvorfor hun synes er grafenau graf neurale
57:30
netværk er fedt. Det synes jeg også at Det er
57:32
Sådan Det er. Sådan husker i hvert fald
57:34
samtale. Det var også det der med at.
57:36
Det er fucking meget. Det handler virkelig om det der
57:38
med at. Få det ned på et niveau, så folk
57:40
forstår det ikke. Og Det er også det, jeg elsker
57:41
ved ved konsulenter. De har den der under huden det
57:44
der med at de skal kommunikere. De skal formidle det, de skal
57:46
sælge det. De skal altså uddanne rigtig
57:50
meget ikke, og så bliver man rigtig skarp på, hvordan gør de
57:52
her konkret, og Det kan næsten ikke lige for konkret.
57:55
Og så har de den kæmpe fordel, at de har set rigtig mange
57:59
cases, altså mange flere end nogen der har siddet i inde i en
58:04
organisation nogensinde kan komme til at se, og det gør jo
58:07
at man kan sige der. Evne til at rådgive, især i
58:11
meget omskiftelige tider på på ER den.
58:13
Den er bare bedre, så nogle gange kan det også være at
58:16
rådgivningen udefra i virkeligheden er, selvom man har
58:19
et team der også sidder med. Det kan være en god ide og få
58:22
noget inspiration ind for ligesom ikke at at måske stirre
58:25
sig blinde på ting, så Der er mange værktøjer.
58:28
Det må man sige Jeg er blevet fan af optage i virkeligheden.
58:31
Jeg er også blevet fan. Vi skal have nogle flere
58:33
konferencer. Ja, vi kan også lige vinke lidt
58:35
til kameraet, så lytterne så ikke se men.
58:40
Har vi noget mere? Jeg tror ikke Jeg tror det ikke.
58:43
Jeg tror bare Vi skal sige 1000 tak for denne gang.
58:45
Vi er også ved at være oppe over en time.
58:46
Vi er faktisk lige præcis på en time nu her så det.
58:48
Er jo smukt. Helt perfekt.
58:49
Vi er rutinerede efterhånden jeg ja men 1000 tak fordi i lyttede
58:53
med, og Vi er selvfølgelig tilbage i næste uge var nogen
58:56
der klappede fordi Vi er færdige, så vi ses derude.
59:00
Hej ja Det er godt hej.