Vår AI-ordliste er laget spesielt for ledere i norske virksomheter. Her får du de viktigste begrepene innen kunstig intelligens (KI) forklart kort, uten fagprat.
Kunstig intelligens (KI) er på vei inn i alle deler av arbeidslivet, men for mange ledere oppleves begrepene rundt KI som et fremmedspråk.
Leverandører snakker om modeller, trening, RAG og LLM, mens du egentlig bare vil vite én ting: Hva betyr dette for vår virksomhet, og hva må jeg faktisk forstå for å ta gode beslutninger?
Målet med denne ordlisten er at du skal kunne stille riktige spørsmål og vurdere KI-forslag fra ansatte, leverandører og samarbeidspartnere på en trygg måte.
Du kan bruke AI-ordlisten som et raskt oppslagsverk i møter, når du skal utforme strategi for kunstig intelligens, eller når dere diskuterer investeringer i nye løsninger.
Listen egner seg også som felles referanse for ledergruppen, styret og nøkkelpersoner som skal jobbe med KI i praksis.
Last ned denne artikkelen som gratis e-bok her
Denne AI-ordlisten er laget spesielt for ledere i norske virksomheter. Her får du de viktigste begrepene innen kunstig intelligens (KI) kort forklart, uten fagprat.
Gratis E-bok
AI-ordliste: Kunstig intelligens enkelt forklart
Les også: Markedsføring med KI: Slik øker du effekten mens kostnadene kuttes
Innhold:
- Grunnleggende KI-begreper
- Data og datasett
- Læringsformer og modelltyper
- Generativ KI og språkmodeller
- Prompting og samhandling med modeller
- RAG, søk og vektordatabaser
- Modellutvikling og tilpasning
- Evaluering, kvalitet og eksperimentering
- Drift, infrastruktur og MLOps/LLMOps
- Agenter, verktøy og orkestrering
- Ansvarlig KI, etikk og risiko
- Personvern, juss og regulering
- Forretnings- og organisasjonsbegreper
- Domene-spesifikke bruksområder
- Viktige forkortelser oppsummert
Grunnleggende KI-begreper
Kunstig intelligens (KI / AI, Artificial Intelligence)
Kunstig intelligens er datasystemer som kan utføre oppgaver som vanligvis krever menneskelig intelligens, for eksempel å forstå tekst, bilder eller tale og ta enkle beslutninger.
Generativ kunstig intelligens (GenAI, Generative AI)
Generativ KI er systemer som kan skape nytt innhold, for eksempel tekst, bilder, lyd eller video, basert på det de har lært fra store mengder data.
Les mer: Generativ AI: Slik trener du ChatGPT til å styrke din posisjon i markedet
Maskinlæring (ML, Machine Learning)
Maskinlæring er en metode der datamodeller lærer mønstre fra data for å kunne forutsi, foreslå eller ta beslutninger uten å være detaljprogrammert for hver oppgave.
Dyp læring (DL, Deep Learning)
Dyp læring er en type maskinlæring som bruker mange lag i nevrale nettverk for å finne mer avanserte mønstre i store datamengder.
Nevralt nettverk (neural network, NN)
Et nevralt nettverk er en modell inspirert av hjernen vår, bygget opp av mange enkle «noder» som samarbeider for å gjenkjenne mønstre i data.
Stor språkmodell (Large Language Model, LLM)
En stor språkmodell er en type KI som er trent på store mengder tekst og kan skrive, oppsummere, oversette og svare på spørsmål i naturlig språk.
Multimodal modell
En multimodal modell er KI som kan forstå og kombinere flere typer innhold samtidig, for eksempel tekst, bilder, lyd og video.
Klassisk KI vs generativ KI
Klassisk KI løser spesifikke oppgaver som å sortere eller forutsi tall, mens generativ KI i tillegg kan skape nytt innhold, som tekst og bilder.
Smal KI (narrow AI)
Smal KI er kunstig intelligens som er laget for én avgrenset oppgave, for eksempel å anbefale produkter eller oppdage svindel i betalinger.
Kunstig generell intelligens (AGI, Artificial General Intelligence)
AGI er en teoretisk form for KI som kan løse et bredt spekter av oppgaver like godt eller bedre enn mennesker, og som ikke har blitt utviklet i skrivende stund.
Les mer: AGI – Bør norske virksomheter frykte artificial general intelligence
Automatisering
Automatisering betyr at oppgaver som tidligere ble gjort manuelt blir utført av systemer eller programvare, ofte ved hjelp av KI.
Hyperautomatisering
Hyperautomatisering er når en virksomhet kombinerer KI, programvare og prosessverktøy for å automatisere så mange arbeidsoppgaver og prosesser som mulig fra ende til ende.
AI-agents krever ikke millionbudsjett, ekspertansettelser eller «disruptive» prosjekter for å skape verdi. Slik gjør du virksomheten din klar til å dra nytte av AI-agenter.
Gratis E-bok
Sjekkliste for oppstart med AI-agenter
Data og datasett
Data, datasett
Enkelt sagt, er data er informasjon som kan lagres og behandles digitalt, og et datasett er en samling av slik informasjon som hører tematisk sammen.
Les mer: Datasett for optimal AI-integrasjon: ‘golden dataset’ forklart
Strukturerte data
Strukturerte data er informasjon som er organisert i faste formater, for eksempel rader og kolonner i en tabell eller database.
Ustrukturerte data
Ustrukturerte data er informasjon uten fast struktur, som e-poster, dokumenter, bilder, video eller fritekst.
Halvstrukturerte data
Halvstrukturerte data har noe struktur, men ikke like strengt som en tabell, for eksempel JSON-, XML- eller loggfiler.
Treningsdata (training data)
Treningsdata er de dataene en KI-modell lærer fra for å finne mønstre og sammenhenger.
Testdata (test set)
Testdata er et eget datasett som brukes til å sjekke hvor godt en ferdigtrent modell fungerer på nye data.
Valideringsdata (validation set)
Valideringsdata er et datasett som brukes under trening for å finjustere modellen og unngå at den blir for tilpasset treningsdataene.
Ground truth (fasitdata)
Ground truth er «fasiten» modellen måles mot, altså de riktige svarene som brukes til å vurdere hvor god modellen er.
Datakvalitet
Datakvalitet handler om hvor korrekte, fullstendige, oppdaterte og konsistente dataene dine er.
Datavask (data cleaning)
Datavask betyr å rydde opp i dataene ved å fjerne feil, duplikater og mangler, slik at de blir egnet til analyse av KI.
Feature (egenskap)
En feature er en enkelt egenskap eller variabel i dataene som modellen bruker for å gjøre beregninger, for eksempel alder, pris eller kundetype.
Label / målvariabel
Label eller målvariabel er det modellen prøver å forutsi, for eksempel om en kunde vil slutte, eller hvilken kategori et bilde tilhører.
Metadata
Metadata er «data om data», for eksempel hvem som har laget datasettet, når det ble oppdatert og hva feltene betyr.
Data pipeline / datapipeline
En datapipeline er den tekniske løsningen som flytter, bearbeider og klargjør data fra kilder til der de skal brukes, for eksempel i KI-modeller.
Data lake
En data lake er et stort lagringsområde der du kan samle rådata i ulike formater på ett sted, før de struktureres og brukes videre.
Datavarehus (data warehouse)
Et datavarehus er en strukturert database som er tilpasset rapportering, analyse og styringsinformasjon på tvers av virksomheten.
Data mesh
Data mesh er en måte å organisere datadeling i større virksomheter der ulike team har ansvar for sine «dataprodukter», men deler dem via felles standarder.
Datasporbarhet (Data lineage)
Data lineage beskriver hvor data kommer fra, hvordan de er behandlet underveis og hvor de brukes, slik at du kan spore og forstå hele «reisen» til dataene.
Læringsformer og modelltyper
Supervised learning (overvåket læring)
Overvåket læring betyr at modellen lærer fra data der fasiten allerede er kjent, for eksempel bilder merket som «kunde» eller «ikke kunde».
Unsupervised learning (uovervåket læring)
Uovervåket læring brukes når modellen skal finne mønstre og grupper i data uten at det finnes en kjent fasit.
Semi-supervised learning
Semi-supervised learning kombinerer litt merkede data med mye umerkede data for å trene modeller mer effektivt.
Self-supervised learning
Self-supervised learning er en teknikk der modellen lager sine egne «treningsoppgaver» fra rådata for å lære mønstre uten manuelt merkearbeid.
Reinforcement learning (forsterkningslæring, RL)
Forsterkningslæring betyr at en modell lærer ved å prøve seg frem og få belønning eller «straff» basert på hvor gode beslutninger den tar.
Deep reinforcement learning
Deep reinforcement learning kombinerer dype nevrale nettverk med forsterkningslæring for å takle mer komplekse beslutningsoppgaver.
Transfer learning
Transfer learning betyr at en modell som allerede kan mye fra ett område finjusteres til en ny oppgave med mindre data.
Klassifikasjonsmodell
En klassifikasjonsmodell deler ting inn i kategorier, for eksempel «spammail» eller «ikke spam».
Regressjonsmodell
En regresjonsmodell forutsier et tall, for eksempel omsetning neste måned eller forventet kundelivstid.
Clusteranalyse (clustering)
Clusteranalyse grupperer data i naturlige klynger, for eksempel å finne ulike kundegrupper basert på atferd.
Anomaly detection (avviksdeteksjon)
Avviksdeteksjon brukes til å finne uvanlige mønstre som skiller seg fra normalen, for eksempel mulig svindel eller tekniske feil.
Anbefalingssystem (recommender system)
Et anbefalingssystem foreslår relevante produkter, tjenester eller innhold basert på tidligere atferd og lignende brukere.
Tidsserieanalyse
Tidsserieanalyse er metoder som analyserer utvikling over tid, for eksempel salg per uke eller strømpris per time, for å kunne forstå og forutsi trender.
Vi har utviklet Sales Intelligence – en løsning som lar AI-agenter identifisere mulige nye kunder, finne riktige kontaktpersoner, gjøre undersøkelser og skrive personlige e-poster for deg. Du godkjenner, finjusterer om ønskelig og trykker send. Ta kontakt for å komme i gang med AI-drevet salg og markedsføring.Tenk Digitalt Agentflyt
Effektiviser salgsarbeidet med AI
Generativ KI og språkmodeller
Stor språkmodell (LLM, Large Language Model)
En stor språkmodell er KI som er trent på enorme mengder tekst og kan skrive, forklare, oversette og svare på spørsmål i naturlig språk.
Les mer: ChatGPT: Funksjoner, bruksområder og start-guide
Basismodell / grunnmodell (foundation model)
En grunnmodell er en stor, generell KI-modell som kan brukes som utgangspunkt og tilpasses ulike oppgaver i en virksomhet.
Instruct-modell (instruksjonstrent modell)
En instruct-modell er en grunnmodell som er videre trent til å følge instruksjoner og svare mer presist på konkrete spørsmål og oppgaver.
Chatbot / samtalerobot
En chatbot er en løsning der brukere kan chatte med KI i et tekstvindu for å få hjelp, svar eller utføre enkle oppgaver.
Digital assistent / co-pilot
En digital assistent eller co-pilot er KI som hjelper deg inne i verktøyene du allerede bruker, for eksempel i e-post, dokumenter eller CRM.
Tekst til tekst (text-to-text)
Text-to-text til tekst betyr at du skriver inn tekst og modellen svarer med ny tekst, for eksempel et utkast, en oppsummering eller en oversettelse.
Tekst til bilde (text-to-image)
Text-to-image til bilde betyr at du skriver inn en beskrivelse og KI genererer et nytt bilde basert på teksten.
Tekst til video (text-to-video)
Text-to-video betyr at du beskriver en scene eller et innhold og KI lager en enkel video som matcher beskrivelsen.
Tekst til tale (TTS, text-to-speech)
Text-to-speech er teknologi som leser opp tekst med syntetisk stemme, for eksempel lydbøker eller opplesning av artikler.
Tale til tekst (ASR, automatic speech recognition)
Tale til tekst er teknologi som omgjør lydopptak eller tale i sanntid til skriftlig tekst.
Bildemodell (vision model, CV, Computer Vision)
En bildemodell er KI som kan forstå og analysere bilder og video, for eksempel gjenkjenne objekter eller lese tekst i bilder.
Diffusjonsmodell (diffusion model)
En diffusjonsmodell er en type generativ KI som gradvis bygger opp et bilde eller annet innhold fra «støy» til et ferdig resultat.
Autoregressiv modell
En autoregressiv modell genererer innhold steg for steg ved å forutsi neste ord eller element basert på det som allerede er skrevet.
Gratis E-bok
Verdivurdering bedrift: Hva er ditt selskap verdt?
Prompting og samhandling med modeller
Prompt (innprompt, instruksjon)
En prompt er teksten eller instruksjonen du gir KI-modellen for å fortelle hva den skal gjøre.
Prompt engineering
Prompt engineering er kunsten å formulere gode og presise spørsmål eller instruksjoner slik at KI gir bedre og mer nyttige svar.
Lær mer: Lynkurs i prompt engineering: legg grunnlaget for AI-suksess
Systemprompt
En systemprompt er en «grunninstruks» som setter rolle, stil og rammer for hvordan KI-modellen skal opptre i en samtale.
Prompt template (promptmal)
En promptmal er en ferdig struktur for hvordan du stiller spørsmål til KI, som du kan gjenbruke på tvers av oppgaver.
Prompt chain / promptkjede
En promptkjede er når du deler en større oppgave opp i flere steg og bruker flere etterfølgende prompts som bygger videre på hverandre.
Few-shot learning
Few-shot learning er når du gir modellen noen få eksempler i prompten for å vise hvordan du vil ha svaret.
Zero-shot learning
Zero-shot learning er når modellen løser en oppgave kun basert på instruksjonen, uten at du gir eksempler i prompten.
One-shot learning
One-shot learning er når du gir modellen ett eksempel i prompten for å styre hvordan den skal svare.
Kontekstvindu (context window)
Kontekstvindu er den mengden tekst og informasjon modellen kan «ha i hodet» samtidig når den svarer.
Token
En token er en liten tekstbit (ofte et ord eller en del av et ord) som modellen teller når den leser og skriver. Siden den bare kan håndtere et begrenset antall om gangen, er det antallet tokens som bestemmer hvor mye av samtalen den kan «ha i hodet» på en gang.
Tokenisering
Tokenisering er prosessen der tekst deles opp i tokens som modellen kan behandle.
Temperatur (sampling temperature)
Temperatur styrer hvor kreative svarene blir, lav temperatur gir tryggere og mer forutsigbare svar mens høy temperatur gir mer varierte og kreative svar.
Top-p / nucleus sampling
Top-p er en metode som begrenser valgene modellen gjør til de mest sannsynlige ordene som samlet utgjør en viss sannsynlighet, for eksempel 90 prosent.
Top-k sampling
Top-k er en metode som begrenser valgene modellen gjør til de k mest sannsynlige ordene, for eksempel de 40 mest sannsynlige.
Hallusinasjon (model hallucination)
Hallusinasjon betyr at KI-modellen gir et svar som ser troverdig ut, men som er feil eller finner opp fakta.
Lær mer: AI-hallusinasjoner: 9 tiltak som virker
Jailbreak (forsøk på å omgå sikkerhetsgrenser)
Jailbreak er forsøk på å lure modellen til å bryte sikkerhetsregler og gi svar den egentlig ikke skal gi.
Guardrails (sikkerhets- og policy-gjerder)
Guardrails er tekniske og praktiske sikkerhetstiltak som sørger for at KI-modellen følger lover, etiske krav og virksomhetens retningslinjer.
RAG, søk og vektordatabaser
Retrieval-Augmented Generation (RAG)
RAG er en måte å kombinere KI med egne dokumenter, der modellen først henter relevant informasjon og så skriver et svar basert på denne informasjonen.
Retriever (hentekomponent i RAG)
Retrieveren er den delen av RAG-løsningen som finner og henter de mest relevante dokumentene eller tekstbitene før svaret genereres.
Generator (genereringsmodell i RAG)
Generatoren er KI-modellen som bruker de hentede tekstbitene til å formulere et naturlig og sammenhengende svar.
Kunnskapsbase (knowledge base)
En kunnskapsbase er et strukturert lager med informasjon, ofte spørsmål og svar eller artikler, som KI kan hente fra.
Dokumentlager / dokumentbase
Et dokumentlager er et sted der virksomheten lagrer dokumenter som rapporter, rutiner og håndbøker som kan kobles til KI.
Vektorisering
Vektorisering betyr å gjøre tekst eller innhold om til tall som gjør det mulig for KI å sammenligne betydning og likhet mellom ulike tekster.
Embedding (vektorrepresentasjon)
En embedding er selve tallrekken som representerer et ord, en setning eller et dokument i en vektorisert form.
Vektordatabase (vector database, vector store)
En vektordatabase er en database som lagrer embeddings slik at systemet raskt kan finne innhold som ligner på det brukeren spør om.
Semantisk søk
Semantisk søk betyr at systemet søker etter mening og sammenheng i teksten, ikke bare nøyaktige ord og uttrykk.
Hybrid søk (semantisk + nøkkelord)
Hybrid søk kombinerer semantisk søk og tradisjonelt nøkkelordssøk for å gi mer treffsikre resultater.
Chunking (deling i tekstbiter)
Chunking er å dele dokumenter opp i mindre tekstbiter slik at KI lettere kan hente frem og bruke de delene som er relevante.
Indeksering (index, vector index)
Indeksering er å organisere tekstbiter og embeddings i en struktur som gjør søk og gjenfinning raskt og effektivt.
Grounding (faktagrunnlag for svar)
Grounding betyr at KI svarer med utgangspunkt i konkrete kilder, for eksempel egne dokumenter, slik at svaret får et tydelig faktagrunnlag.
Knowledge cutoff / kunnskapsavgrensning
Knowledge cutoff er tidspunktet der modellen sluttet å lære av nye data, som forklarer hvorfor den ikke kjenner hendelser eller endringer etter en viss dato.
Gratis E-bok
Den komplette guiden til e-postmarkedsføring
Modellutvikling og tilpasning
Modellarkitektur
Modellarkitektur er «oppskriften» på hvordan en KI-modell er bygget opp, for eksempel hvilke lag den har og hvordan data flyter gjennom modellen.
Transformer-arkitektur (Transformer)
Transformer er en moderne modellarkitektur som er spesielt god til å håndtere tekst og sekvenser, og som ligger til grunn for dagens store språkmodeller.
Pre-trening (pre-training)
Pre-trening er den første, omfattende treningen der modellen lærer generelle mønstre fra enorme datamengder før den tilpasses konkrete oppgaver.
Fine-tuning
Fine-tuning er å tilpasse en ferdig pre-trent modell til en bestemt oppgave eller et bestemt domene ved å trene videre på egne data.
Instruksjonstuning (instruction tuning)
Instruksjonstuning er fine-tuning der modellen trenes spesielt på å følge menneskelige instruksjoner og svare mer strukturert og nyttig.
Parameter-efficient fine-tuning (PEFT)
PEFT er teknikker som gjør det mulig å tilpasse store modeller med mye mindre datamengder og beregningskraft enn full trening krever.
LoRA (Low-Rank Adaptation)
LoRA er en PEFT-metode der man legger til små ekstra lag i modellen i stedet for å endre alle de opprinnelige parameterne.
DoRA (Weight-Decomposed Low-Rank Adaptation)
DoRA er en videreutvikling av LoRA som finjusterer modellens vekter enda mer effektivt for å få bedre resultater med lite ekstra trening.
Adaptere (adapter layers)
Adaptere er små tilleggsmoduler som settes inn i en eksisterende modell for å tilpasse den til nye oppgaver uten å endre hele modellen.
Knowledge distillation (modell-destillasjon)
Knowledge distillation er når en mindre modell trenes til å etterligne en stor modell, slik at man får raskere og lettere løsninger med mye av samme kunnskap.
Hyperparametere
Hyperparametere er innstillinger som styrer hvordan en modell trenes, for eksempel læringsrate eller hvor mange ganger den skal gå gjennom dataene.
Regularisering
Regularisering er teknikker som hindrer modellen i å lære for mye «støy» i dataene og hjelper den å generalisere bedre.
Overfitting (overtilpasning)
Overfitting betyr at modellen blir for godt tilpasset treningsdataene og derfor gjør det dårligere på nye, ukjente data.
Underfitting
Underfitting betyr at modellen er for enkel eller for dårlig trent til å fange de viktige mønstrene i dataene.
Generaliseringsevne
Generaliseringsevne er modellens evne til å gi gode resultater på nye data som den ikke har sett under trening.
Evaluering, kvalitet og eksperimentering
Evalueringsmetrikker
Evalueringsmetrikker er mål som brukes for å vurdere hvor godt en KI-modell fungerer.
Presisjon (precision)
Presisjon måler hvor stor andel av det modellen har merket som «riktig» som faktisk er riktig.
Recall
Recall måler hvor stor andel av alle de riktige tilfellene i dataene som modellen klarer å finne.
F1-score
F1-score er et samlet mål som balanserer presisjon og recall i én verdi.
Nøyaktighet (accuracy)
Nøyaktighet viser hvor stor andel av alle prediksjonene modellen gjør som er riktige.
Perpleksitet (perplexity)
Perpleksitet er et mål på hvor godt en språkmodell forstår og forutsier tekst, der lavere verdi betyr bedre modell.
BLEU / ROUGE (for språkmodeller)
BLEU og ROUGE er metrikker som sammenligner tekst generert av modellen med en «fasittekst» for å måle kvalitet, ofte brukt for oversettelse og oppsummering.
Human evaluation (menneskelig evaluering)
Menneskelig evaluering betyr at mennesker vurderer kvaliteten på modellens svar ut fra for eksempel nytte, korrekthet og forståelighet.
A/B-testing
A/B-testing er å sammenligne to versjoner av en løsning, for eksempel to KI-modeller, for å se hvilken som gir best resultater i praksis.
Benchmarking (standardtester)
Benchmarking er å teste modellen på standardiserte oppgaver og datasett for å kunne sammenligne den med andre modeller.
Testdata, valideringsdata, hold-out set
Testdata, valideringsdata og hold-out set er egne datasett som holdes utenfor treningen og brukes til å måle hvor godt modellen fungerer på nye data.
Drift, infrastruktur og MLOps/LLMOps
Inferens (inference)
Inferens er når en ferdigtrent KI-modell brukes til å svare, forutsi eller anbefale noe i sanntid eller nær sanntid.
Trening (training)
Trening er prosessen der en KI-modell lærer mønstre ved å gå gjennom store mengder data mange ganger.
Modellendepunkt (inference endpoint)
Et modellendepunkt er en teknisk «adresse» der andre systemer kan sende inn data og få svar tilbake fra KI-modellen via nettverk.
API (Application Programming Interface)
Et API er et grensesnitt som gjør at ulike systemer kan snakke sammen og for eksempel sende forespørsler til en KI-modell og motta svar.
Latens
Latens er tiden det tar fra en forespørsel sendes til KI-modellen til svaret kommer tilbake.
Throughput
Throughput er hvor mange forespørsler eller beregninger et system kan håndtere per sekund eller per tidsenhet.
GPU (Graphics Processing Unit)
En GPU er en type prosessor som er spesielt god til å kjøre tunge KI-beregninger raskt.
TPU (Tensor Processing Unit)
En TPU er en spesiallaget prosessor fra Google som er optimalisert for maskinlæring og KI-arbeidslaster.
On-prem (lokalt)
On-prem betyr at løsningene kjører på servere virksomheten selv eier og drifter i egne lokaler eller datasentre.
Skyplattform (cloud)
En skyplattform er infrastruktur levert over internett der du kan leie datakraft, lagring og KI-tjenester etter behov.
Edge AI
Edge AI betyr at KI-kjøringen skjer nær brukeren eller enheten, for eksempel i sensorer, mobiltelefoner eller maskiner ute i felt.
Skalerbarhet (scalability)
Skalerbarhet er systemets evne til å håndtere flere brukere eller mer trafikk uten å stoppe opp eller bli veldig tregt.
Overvåking (monitoring)
Overvåking er å følge med på hvordan KI-systemer og infrastruktur oppfører seg, for eksempel ytelse, feil og kostnader.
Observability for KI
Observability for KI betyr å ha god innsikt i hvordan modeller og datastrømmer fungerer i praksis, slik at du kan oppdage problemer og forbedringsmuligheter.
MLOps (Machine Learning Operations)
MLOps er metodikk og verktøy for å få KI-modeller trygt og effektivt fra utvikling til drift og holde dem oppdatert.
LLMOps (operasjonalisering av språkmodeller)
LLMOps er MLOps spesielt tilpasset store språkmodeller, fra trening og tilpasning til drift, overvåking og forbedring.
CI/CD for KI-modeller
CI/CD (Continuous Integration/Continuous Delivery or Deployment) for KI-modeller er automatiserte prosesser for å teste, godkjenne og rulle ut nye modellversjoner på en kontrollert måte.
Modellregister (model registry)
Et modellregister er et system der du lagrer og versjonerer KI-modeller, med oversikt over hvilke som er godkjent og i bruk.
Feature store
En feature store er et felles lager der du samler og gjenbruker bearbeidede datapunkter (features) som brukes i flere KI-modeller.
Agenter, verktøy og orkestrering
AI-agent / KI-agent
En KI-agent er en «arbeidende» KI som kan ta imot mål, hente informasjon, bruke verktøy og utføre oppgaver mer selvstendig over tid.
Les mer: Hva er en AI-agent? Og hva kan AI-agenter gjøre (10 eksempler)
Agentisk KI (agentic AI)
Agentisk KI beskriver systemer der KI opptrer mer som en aktiv aktør som planlegger, tar initiativ og følger opp oppgaver på egen hånd innenfor gitte rammer.
Verktøyskalling / tool calling (function calling)
Verktøyskalling betyr at KI-modellen kan kalle eksterne verktøy eller funksjoner, for eksempel søk i CRM eller oppslag i et fagsystem, mens den løser en oppgave.
Plugins / verktøy / connectors
Plugins, verktøy og connectors er «adaptere» som kobler KI til andre systemer, som e-post, dokumentlager eller fagsystemer.
Orkestrering (orchestration)
Orkestrering er å styre samspillet mellom flere KI-agenter, verktøy og systemer slik at de utfører en prosess i riktig rekkefølge.
Arbeidsflyt / workflow
En arbeidsflyt er en definert kjede av steg og beslutninger som beskriver hvordan en oppgave gjennomføres fra start til slutt.
Les mer: Hva er agentflyt? Skreddersydde AI-løsninger for skalering og vekst
Agent-samarbeid (multi-agent systems, MAS)
Agent-samarbeid betyr at flere KI-agenter med ulike roller jobber sammen om en oppgave, litt som et team med spesialister.
Lær mer: Hva er et Multi-Agent-System (MAS)? Når AI skaper reell verdi
Planlegging og resonnement (planning and reasoning)
Planlegging og resonnement er agentens evne til å bryte ned et mål i deloppgaver, ta fornuftige valg og justere kursen underveis.
Minne i agenter (short-term og long-term memory)
Minne i agenter er informasjon de husker fra tidligere steg eller økter, slik at de kan tilpasse seg brukeren og jobben over tid.
Handlinger (actions)
Handlinger er konkrete operasjoner agenten utfører, for eksempel å sende en e-post, opprette en sak i et system eller hente et dokument.
Observasjoner (observations)
Observasjoner er tilbakemeldinger agenten får etter en handling, for eksempel svaret fra en API eller innholdet i et dokument den har åpnet.
Ansvarlig KI, etikk og risiko
Responsible AI (Ansvarlig KI)
Ansvarlig KI handler om å utvikle og bruke kunstig intelligens på en måte som er trygg, rettferdig, lovlig og i tråd med samfunnets verdier.
Etisk KI
Etisk KI betyr at løsninger med kunstig intelligens tar hensyn til menneskerettigheter, verdighet, rettferdighet og mulige utilsiktede konsekvenser.
Bias (skjevhet)
Bias er systematiske skjevheter i data eller modeller som gjør at enkelte grupper behandles annerledes eller urettferdig.
Fairness (rettferdighet)
Fairness handler om at KI-løsninger skal behandle personer og grupper på en mest mulig rettferdig og ikke-diskriminerende måte.
Diskriminering i data og modeller
Diskriminering oppstår når KI forsterker eller skaper ulik behandling av personer basert på for eksempel kjønn, alder, etnisitet eller andre beskyttede kjennetegn.
Explainable AI (XAI, forklarbar KI)
Forklarbar KI er metoder og verktøy som gjør det mulig å forstå hvorfor en modell gir et bestemt resultat eller anbefaling.
Modellgjennomsiktighet (transparency)
Modellgjennomsiktighet betyr at det finnes innsikt i hvordan modellen er bygget, hvilke data den er trent på og hvilke begrensninger den har.
Model cards / system cards
Model cards og system cards er dokumenter som beskriver formål, trening, begrensninger og risiko ved en KI-modell på en forståelig måte.
Datasporbarhet (data lineage)
Datasporbarhet beskriver hvor data kommer fra, hvordan de er behandlet og hvor de brukes, slik at man kan oppdage feil og vurdere risiko.
Risikoanalyse for KI
Risikoanalyse for KI er en systematisk vurdering av mulige negative konsekvenser ved å ta i bruk en KI-løsning og hvordan disse kan håndteres.
Modellrisiko
Modellrisiko er risikoen for at KI-modellen tar feil, brukes feil eller oppfører seg uventet og dermed påvirker beslutninger eller prosesser negativt.
AI governance (KI-styring)
KI-styring, kjent som AI governance er strukturer, roller og prosesser som sikrer at KI brukes kontrollert, i tråd med lover, strategi og etiske krav.
AI policy / KI-policy
En KI-policy er et sett med retningslinjer som beskriver hvordan virksomheten skal bruke kunstig intelligens på en trygg og ansvarlig måte.
AI-strategi / KI-strategi
En KI-strategi beskriver hvordan virksomheten skal bruke kunstig intelligens for å støtte forretningsmål, inkludert prioriteringer, organisering og investeringer.
Les mer: AI-strategi for SMBer: Fra plan til suksessfull implementering
Digital markedsføring
Personvern, juss og regulering
GDPR (personvernforordningen)
GDPR er EUs regelverk for personvern som setter krav til hvordan virksomheter samler inn, lagrer og bruker personopplysninger.
Personvern (privacy)
Personvern handler om den enkeltes rett til kontroll over egne personopplysninger og hvordan de brukes av offentlige og private aktører.
Privacy by design / by default
Privacy by design / by default betyr at personvern skal bygges inn i løsninger fra starten av, og at høyeste grad av personvern skal være standardinnstilling.
DPIA (Data Protection Impact Assessment)
En DPIA er en personvernkonsekvensvurdering som kartlegger risiko for enkeltpersoner når en behandling av personopplysninger kan være særlig inngripende, for eksempel ved bruk av ny teknologi.
Databehandler vs behandlingsansvarlig
Behandlingsansvarlig bestemmer hvorfor og hvordan personopplysninger behandles, mens databehandler kun behandler data på oppdrag og etter instruks fra den behandlingsansvarlige.
Data minimization (dataminimering)
Dataminimering betyr at virksomheten bare skal samle inn og lagre de personopplysningene som er nødvendige for et tydelig definert formål, og ikke mer.
EU AI Act (EUs KI-forordning, AI Act)
EU AI Act er EUs nye regelverk for kunstig intelligens som stiller ulike krav til KI-systemer avhengig av hvor høy risiko de utgjør for mennesker og samfunn.
Lær mer: Hva betyr EUs AI Act (KI-forordning) for din bedrift?
Høyrisikosystemer i AI Act
Høyrisikosystemer er KI-løsninger som kan påvirke sikkerhet, helse, rettigheter eller viktige beslutninger og som derfor må oppfylle strenge krav til dokumentasjon, risikostyring og tilsyn.
Foundation model / grunnmodell i EU-regulering
I AI Act får grunnmodeller egne krav, blant annet til dokumentasjon, risikohåndtering og åpenhet om trening, fordi de brukes som basis i mange andre KI-løsninger.
CE-merking av KI-systemer
CE-merking for KI betyr at et høyrisiko KI-system er vurdert og erklært i samsvar med AI Act og andre relevante EU-regler, og kan settes lovlig på markedet i EU.
Opphavsrett og KI-trening
Når det gjelder opphavsrett og KI-trening, handler dette om når og hvordan opphavsrettslig beskyttet materiale kan brukes som treningsdata for KI-modeller, og hvilke begrensninger og krav til hjemmel som gjelder.
Opphavsrett til KI-generert innhold
Opphavsrett til KI-generert innhold dreier seg om hvem som eventuelt har rettigheter til innhold skapt ved hjelp av KI, og i hvilken grad dette regnes som verk med menneskelig opphav.
Datagovernance / datastyring
Datastyring er de prosessene, rollene og reglene som sikrer at data behandles sikkert, korrekt og i tråd med lover, avtaler og virksomhetens egne retningslinjer.
Forretnings- og organisasjonsbegreper
Use case (bruksområde)
Et use case er en konkret beskrivelse av hvordan KI skal brukes i praksis for å gi verdi, for eksempel «automatisere kundeservice» eller «forutsi etterspørsel».
Forretningscase for KI
Et forretningscase for KI beskriver kostnader, gevinster, risiko og effekt av et KI-tiltak, slik at ledelsen kan vurdere om det bør gjennomføres.
Proof of Concept (PoC)
En PoC er et avgrenset forsøk som skal vise om en idé eller KI-løsning faktisk fungerer teknisk og faglig før man investerer mer.
Pilotprosjekt
Et pilotprosjekt er en test av KI-løsningen i en begrenset del av virksomheten med ekte brukere og data.
MVP (Minimum Viable Product)
En MVP er en første versjon av en løsning med bare de viktigste funksjonene, slik at man kan teste verdien raskt og forbedre videre.
ROI for KI-prosjekter
ROI (Return on Investment) for KI-prosjekter er forholdet mellom gevinstene prosjektet skaper og kostnadene ved å gjennomføre det.
Total cost of ownership (TCO)
TCO er den samlede kostnaden ved en KI-løsning over tid, inkludert lisens, drift, vedlikehold, opplæring og endringer.
Endringsledelse
Endringsledelse er arbeidet med å forberede, involvere og følge opp mennesker og organisasjoner når nye løsninger som KI tas i bruk.
Lær mer: Endringsledelse: Slik skapes godt arbeidsmiljø mellom ansatte og AI
Kompetanseheving / opplæringsprogram
Kompetanseheving og opplæringsprogram er planlagte tiltak for å gi ansatte nødvendig kunnskap og ferdigheter til å bruke KI på en god måte.
Automatisering av prosesser
Automatisering av prosesser betyr å bruke teknologi, ofte KI, til å utføre deler av eller hele arbeidsprosesser uten manuelle steg.
Prosesskartlegging
Prosesskartlegging er å beskrive hvordan arbeidet faktisk gjøres i dag, steg for steg, for å se hvor KI og automatisering kan gi verdi.
Digital tvilling
En digital tvilling er en digital modell av et fysisk system, en prosess eller en organisasjon som brukes til å simulere og teste endringer.
Beslutningsstøttesystem
Et beslutningsstøttesystem er en løsning som gir analyser, anbefalinger eller visualiseringer som hjelper ledere å ta bedre beslutninger.
Predictive analytics
Predictive analytics bruker data og modeller til å forutsi hva som sannsynligvis vil skje fremover, for eksempel salg, avgang eller etterspørsel.
Prescriptive analytics
Prescriptive analytics går et steg videre og foreslår konkrete tiltak eller valg basert på analyser og prediksjoner.
Personaliseringsmotor
En personaliseringsmotor er en løsning som tilpasser innhold, tilbud eller kommunikasjon til hver enkelt bruker basert på data og atferd.
Hvordan kan kunstig intelligens og ny teknologi gi konkrete fordeler i din hverdag som leder? Jan Storehaug holder foredrag som gir praktiske råd, eksempler og løsninger du kan ta i bruk umiddelbart.
Foredrag med Jan Storehaug
Fremtidens verktøy – praktisk bruk av AI med Jan Storehaug
Domene-spesifikke bruksområder
Generativ KI i kundeservice (chatbot, e-postassistenter)
Kundeservicebot (chatbot)
En kundeservicebot er en KI-drevet chatløsning som svarer på kundehenvendelser automatisk i kanalene deres, for eksempel på nettsiden eller i sosiale medier.
E-postassistent
En e-postassistent bruker generativ KI til å foreslå eller skrive svar på kunders e-poster, som deretter kan godkjennes eller justeres av medarbeiderne.
Selvbetjent førstelinje
Selvbetjent førstelinje betyr at KI håndterer de vanligste og enkleste henvendelsene før saken eventuelt sendes videre til et menneske.
Eskalering til menneske (handover)
Eskalering til menneske er når en sak som KI ikke bør løse selv, automatisk sendes videre til en medarbeider med nødvendig kontekst.
Sentimentanalyse
Sentimentanalyse er når KI vurderer om kunden virker fornøyd, frustrert eller sint, slik at alvorlige saker kan prioriteres.
KI i salg (sales intelligence, lead scoring)
Sales intelligence
Sales intelligence er bruk av KI til å samle og analysere kunde- og markedsdata for å gi selgere bedre innsikt før møter og oppfølging.
Prøv Tenk Digitalts egen løsning for automatisering av din Sales Intelligence
Lead scoring
Lead scoring er når KI gir hvert lead en poengsum basert på kjøpssannsynlighet, slik at selgere vet hvem de bør kontakte først.
Neste beste aktivitet (next best action)
Neste beste aktivitet er KI-forslag til hva selgeren bør gjøre som neste steg med en kunde, for eksempel ringe, sende e-post eller avtale møte.
Pipeline-prognose
Pipeline-prognose bruker KI til å anslå fremtidig omsetning basert på alle åpne salgsmuligheter og historiske data.
Churn-prediksjon (kundeavgang)
Churn-prediksjon er når KI identifiserer hvilke kunder som har høy risiko for å avslutte kundeforholdet, slik at man kan sette inn tiltak.
KI i markedsføring (marketing automation, innholdsgenerering)
Marketing automation
Marketing automation er bruk av KI og regler for å automatisere utsendelser og kampanjer basert på mottakerens atferd og interesser.
Prøv Tenk Digitalts egen løsning for automatisering av din Marketing Intelligence
Segmentering med KI
Segmentering med KI betyr at målgrupper deles inn automatisk ut fra mønstre i data, ikke bare enkle filtre som kjønn og alder.
Innholdsgenerering
Innholdsgenerering er når generativ KI skriver utkast til artikler, annonser, nyhetsbrev eller sosiale medier-innlegg basert på en kort instruks.
Dynamiske landingssider
Dynamiske landingssider tilpasser innhold og budskap automatisk til hver besøkende, for eksempel basert på bransje eller tidligere atferd.
A/B-testing med KI
A/B-testing med KI betyr at modellen hjelper til med å lage flere varianter og finne ut hvilke budskap, bilder eller vinklinger som fungerer best.
KI i HR (rekruttering, analyse av medarbeiderdata)
CV-screening med KI
CV-screening med KI er når søknader og CV-er sorteres automatisk etter kriterier dere har definert, for å finne de mest relevante kandidatene.
Talent matching
Talent matching betyr at KI foreslår hvilke kandidater som passer best til en stilling basert på kompetanse, erfaring og kravprofil.
Medarbeideranalyse (people analytics)
Medarbeideranalyse bruker data og KI for å forstå mønstre i for eksempel fravær, turnover og prestasjon på tvers av organisasjonen.
Engasjementsmåling
Engasjementsmåling er når KI analyserer undersøkelser, kommentarer eller pulsmålinger for å fange opp trender i trivsel og engasjement.
Kompetansekartlegging
Kompetansekartlegging med KI er å få oversikt over hvilke ferdigheter ansatte har i dag, og hvor det er gap mot det virksomheten trenger fremover.
KI i økonomi (prognoser, avviksdeteksjon)
Prognosemodell for økonomi
En prognosemodell for økonomi bruker historiske tall og andre datapunkter til å forutsi fremtidige inntekter, kostnader eller nøkkeltall.
Likviditetsprognose
Likviditetsprognose er når KI estimerer fremtidig kontantstrøm for å vise når virksomheten kan få over- eller underskudd på konto.
Avviksdeteksjon i regnskap
Avviksdeteksjon i regnskap betyr at KI automatisk markerer uvanlige bokføringer eller tall som bør undersøkes nærmere.
Svindelovervåking
Svindelovervåking er bruk av KI til å oppdage mistenkelige transaksjoner eller mønstre som kan tyde på økonomisk misbruk.
Scenarioanalyse
Scenarioanalyse med KI er å simulere ulike økonomiske scenarier, som prisendringer eller volumfall, for å se hvordan det påvirker resultatet.
KI i drift og logistikk (forecasting, optimalisering)
Etterspørselsprognose (demand forecasting)
Etterspørselsprognose er når KI forutser fremtidig etterspørsel etter varer eller tjenester, slik at dere kan planlegge innkjøp og bemanning bedre.
Lageroptimalisering
Lageroptimalisering bruker KI til å finne riktig balanse mellom å ha nok varer på lager og å binde minst mulig kapital.
Ruteoptimalisering
Ruteoptimalisering er når KI foreslår de mest effektive kjørerutene eller leveringsrekkefølgene for å spare tid og kostnader.
Kapasitetsplanlegging
Kapasitetsplanlegging med KI er å tilpasse produksjon, bemanning eller maskinkapasitet til forventet etterspørsel.
Predictive maintenance (tilstandsbasert vedlikehold)
Predictive maintenance bruker sensordata og KI til å forutsi når utstyr trenger vedlikehold før det går i stykker.
KI i IT-drift (anomaly detection, overvåking)
Anomaly detection i loggdata
Anomaly detection i loggdata er når KI oppdager uvanlige mønstre i systemlogger som kan tyde på feil eller angrep.
Overvåking av systemytelse
Overvåking av systemytelse med KI betyr å følge med på responstid, belastning og feilrater for å sikre stabil drift.
Hendelsesdeteksjon (incident detection)
Hendelsesdeteksjon er når KI automatisk identifiserer og varsler om driftshendelser som krever tiltak fra IT-teamet.
Sikkerhetsovervåking (security monitoring)
Sikkerhetsovervåking med KI analyserer trafikk og aktiviteter for å oppdage mulige sikkerhetsbrudd eller ondsinnet adferd.
Root cause-analyse med KI
Root cause-analyse med KI er bruk av modeller til å finne sannsynlig årsak til et problem i IT-miljøet på tvers av mange signaler og logger.
Viktige forkortelser oppsummert
AI – Artificial Intelligence (kunstig intelligens)
AI er samlebetegnelsen for datasystemer som kan utføre oppgaver som vanligvis krever menneskelig intelligens, som å forstå tekst, bilder eller tale.
AGI – Artificial General Intelligence
AGI er en hypotetisk form for KI som kan løse et bredt spekter av oppgaver like godt eller bedre enn mennesker.
API – Application Programming Interface
Et API er et teknisk grensesnitt som lar ulike systemer «snakke sammen», for eksempel når virksomheten din kobler egne systemer til en KI-tjeneste.
ASR – Automatic Speech Recognition
ASR er teknologi som gjør om tale til tekst, for eksempel når møter eller telefonsamtaler transkriberes automatisk.
CV – Computer Vision
Computer Vision er KI som tolker og analyserer bilder og video, for eksempel ansiktsgjenkjenning eller automatisk lesing av skannede dokumenter.
DL – Deep Learning
Deep Learning er avansert maskinlæring basert på dype nevrale nettverk, og brukes i mange moderne KI-løsninger.
DPIA – Data Protection Impact Assessment
En DPIA er en personvernkonsekvensvurdering som analyserer risiko for enkeltpersoner ved bruk av persondata, for eksempel i et KI-prosjekt.
GenAI – Generative AI
GenAI er generativ kunstig intelligens som kan skape nytt innhold, som tekst, bilder, lyd eller video, basert på det den har lært.
GPU – Graphics Processing Unit
En GPU er en kraftig prosessor som ofte brukes til å trene og kjøre tunge KI-modeller raskere.
KPI – Key Performance Indicator
En KPI er et nøkkeltall som brukes til å måle om et prosjekt, for eksempel et KI-initiativ, leverer ønskede resultater.
LLM – Large Language Model
En LLM er en stor språkmodell som kan lese, skrive og forstå tekst på et nivå som gjør den egnet som for eksempel chatbot eller tekstassistent.
LLMOps – Large Language Model Operations
LLMOps er praksis og verktøy for å drifte, overvåke og videreutvikle språkmodeller i produksjon på en kontrollert måte.
LoRA – Low-Rank Adaptation
LoRA er en effektiv metode for å finjustere store modeller på egne data uten å trenge like mye datakraft som full trening.
ML – Machine Learning
ML er maskinlæring, der modeller lærer mønstre fra data for å kunne forutsi, klassifisere eller anbefale noe.
MLOps – Machine Learning Operations
MLOps er arbeidsmetodikk og verktøy for å ta ML-modeller fra utvikling til stabil drift og holde dem oppdatert over tid.
NLP – Natural Language Processing
NLP er KI som jobber med menneskespråk, for eksempel forståelse, søk, oppsummering og oversettelse av tekst.
OCR – Optical Character Recognition
OCR er teknologi som leser tekst i bilder og skannede dokumenter og gjør den om til redigerbar tekst.
PEFT – Parameter-Efficient Fine-Tuning
PEFT er samlebetegnelse på teknikker som gjør det mulig å tilpasse store KI-modeller med relativt lite data og datakraft.
PoC – Proof of Concept
En PoC er en begrenset test som skal vise om en KI-idé fungerer i praksis før man skalerer videre.
RAG – Retrieval-Augmented Generation
RAG er en metode der KI kombinerer generering av tekst med oppslag i egne dokumenter for å gi mer treffsikre og faktabaserte svar.
RL – Reinforcement Learning
RL er forsterkningslæring, der en modell lærer ved å prøve seg frem og få belønning eller «straff» basert på resultatene.
RLHF – Reinforcement Learning from Human Feedback
RLHF er forsterkningslæring der menneskelige vurderinger brukes som tilbakemelding for å få modellen til å svare mer i tråd med det mennesker ønsker.
ROI – Return on Investment
ROI er et mål på hvor mye virksomheten får igjen økonomisk sammenlignet med hva et prosjekt, for eksempel KI, har kostet.
TCO – Total Cost of Ownership
TCO er summen av alle kostnader knyttet til en løsning over hele levetiden, inkludert lisens, drift, forvaltning og opplæring.
TPU – Tensor Processing Unit
En TPU er en spesialisert prosessor utviklet for maskinlæring, spesielt til bruk i Googles infrastruktur.
TTS – Text-to-Speech
TTS er teknologi som leser opp tekst med syntetisk tale, for eksempel i digitale assistenter eller opplesing av innhold.
XAI – Explainable AI
XAI er metoder og verktøy som gjør KI-modeller mer forklarbare, slik at man kan forstå hvorfor de kommer frem til bestemte resultater.
Les også: Klar for AI-agenter? 20 punkters sjekkliste for SMBer
