”Garbage in, disaster out” - Om datakvalitet, data-trust och databaserat affärsvärde plus hur AI kan hjälpa er lösa era datautmaningar - Patrik Liu Tran, Validio

97 % av storbolagsdata håller inte ens “basic quality standards”. Vad betyder det för din AI-satsning och hur vänder du det till konkurrensfördelar? I det här avsnittet möter Peter, Patrik Liu Tran, medgrundare och vd för Validio.

Vi går från Patriks personliga resa (från tonårig dubbelstudent till rådgivare åt ett 30-tal storbolag) till konkreta sätt att få tillbaka värde på datainvesteringar: hur du prioriterar rätt use case, bygger data-trust längs hela pipelinen, undviker data-demokratisering som urholkar tilliten, och varför AI-strategi måste gifta sig med datastrategi och bolagsstrategi. Du får praktiska exempel från industri, bank/finans och logistik, ett ramverk för att börja smått men affärsnära, och en reality check: du köper inte mjukvara – du köper förändring. Det här får du med dig: Varför datakvalitet (och tillit) är den största flaskhalsen för AI i produktion Hur du prioriterar use case efter värde × genomförbarhet Vad som faktiskt krävs organisatoriskt: roller, ansvar och samarbete mellan teknik och verksamhet Länkar:Patrik på LinkedInOm ValidioMer om Stockholm AI Om du har några frågor eller förslag på ämnen du vill att vi ska täcka, skicka gärna ett mail till ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠peter.

kurzwelly@ai.se⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠. För mer information om ⁠AI Sweden⁠, följ oss på YouTube och ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠, eller connecta med Peter på ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ eller ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Twitter/X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.