Artificial intelligence: Why machines won’t make us unemployed.
Artificial intelligence (AI) will not do away with a lot of jobs but make them more interesting by taking over routine tasks. The key to AI success: companies have to whip their databases into shape.
EOS survey: financial executives (47 percent) fear for jobs due to artificial intelligence (AI)
Error rate in receivables management can be minimized with AI.
When it comes to the potential of artificial intelligence (AI), many think in big terms: “Just as electricity transformed almost everything 100 years ago, today I actually have a hard time thinking of an industry that I don't think AI will transform in the next several years,” said computer scientist Andrew Ng, for example. Ng headed AI research projects at the world’s largest search engines – Baidu and Google – and established an AI investment fund.
With the support of artificial intelligence, people will drastically reduce the error rate in receivables management. In any case, this is also what 30 percent of the financial executives from the survey think.
Joachim Göller, Head of the Center of Analytics of the EOS Group
But there is a difference to earlier technical revolutions. Fear of job losses is now also affecting well-qualified knowledge workers. For example, almost half of the financial executives polled (47 percent) were anxious about job losses due to artificial intelligence. This was one of the findings from the survey “European Payment Practices” 2019. Financial services provider EOS had polled 3,400 experts in 17 countries and asked, among other things, what influence AI would have on receivables management in their companies.
AI systems help people avoid errors
“Those who immediately associate AI with ‘man versus machine’ often lack the necessary background information. Awareness-raising is the only way to counter this,” says Joachim Göller, Head of the Center of Analytics of the EOS Group. He and his team are working on AI solutions that help EOS with receivables management. “With the support of artificial intelligence, people will drastically reduce the error rate in receivables management. In any case, this is also what 30 percent of the financial executives from the survey think.”
The idea that a company is going to introduce an AI system and then dismiss part of its workforce is wrong, says David Goossens from Latentine. The Berlin-based AI start-up advises major companies from sectors like pharmaceuticals, logistics and technology, which often have no precise conception of what the technology actually can or should do. “Companies need to know where their personnel are being overwhelmed or not sufficiently challenged. We see highly qualified financial experts spending too much time on repetitive corporate management tasks while not having enough time to produce reliable, data-driven forecasts,” says Goossens.
Often there is a lack of data engineers
By using AI properly, a company will ideally become more competitive and can allow its staff to take on more interesting tasks. At EOS, for example, collection teams use artificial intelligence for routine cases, so that they can focus on those customers whose cases are more complex. Other sectors are also relieving their specialist personnel of standard processes. Finnish software company Basware, for example, has developed a virtual assistant that answers everyday queries in the procurement department. And Swedish bank SEB reduces the workload of its IT support with Ipsoft’s smart virtual assistant Amelia.
“First of all the company has to produce an overview: Where exactly can AI be used to automate simple tasks? Where can it make complex processes more user-friendly?”, says Goossens. It is at this stage that many companies realize that they lack the most important basis for introducing self-learning systems, i.e. the necessary quality and volume of data to feed the algorithms. “Generally, most companies don’t have data engineers,” says Goossens – i.e. those experts that ensure that all data are clearly structured and stored in one place. This is a challenge for companies where departments are still working with different IT systems and separate databases.
“Only verified data prevent machines from making the wrong decisions,” says Andreas Dix from the EOS Data Science Team. From thousands of cleanly documented collection cases the machine learning algorithms deduce which step will be the best one to take next in the interaction with the customer. “I think that ultimately, systems with artificial intelligence are always going to be a useful complement to human beings,” says Dix. “But the human being who checks things and makes important decisions will always be the most important factor.”
Vi bruger cookies på vores website for at give dig det bedst mulige besøg på vores website. Det omfatter cookies, der er nødvendige for driften af vores website, cookies, som kun bruges til anonyme statistiske formål, cookies, der bruges til komfortindstillinger, og cookies, der bruges til at vise dig tilpasset og interessebaseret indhold. Du bestemmer selv, om du vil tillade brugen af cookies til statistiske, komfortrelaterede eller marketingformål. Derudover kan du ændre/tilbagetrække dit samtykke når som helst ved at klikke på indstillingerne for ændring af cookies nederst på websitet. Der findes yderligere oplysninger i vores Politik om beskyttelse af personlige oplysninger og i vores aftryk.
Nødvendig
Vi bruger nødvendige cookies. Disse cookies er nødvendige for driften af og de grundlæggende funktioner på websitet. De aktiverer især sikkerhedsrelevant funktionalitet på websitet.
Du kan læse mere om, hvilke cookies vi bruger, her.
Værktøjsnavn
Cookieconsent_status
Værktøjsudbyder
EOS Holding GmbH
Værktøjsudbyderens lokation
Steindamm 71, 20099 Hamburg, Tyskland
Værktøjsbeskrivelse
Nødvendig cookie, som gør, at indtastningerne i samtykkebanneret kan gemmes.
Behandlede data
Ingen
Databehandlingens formål
Opbevaring af samtykke
Opbevaringsperiode
60 dage
Værktøjsnavn
Java Session Cookie
Værktøjsudbyder
EOS Holding GmbH
Værktøjsudbyderens lokation
Steindamm 71, 20099 Hamburg, Tyskland
Værktøjsbeskrivelse
Tilfældigt genereret sessionsnummer, som er nødvendigt for, at applikationssoftwaren kan fungere korrekt.
Behandlede data
Ingen
Databehandlingens formål
Fejlfri funktion af hjemmesiden
Opbevaringsperiode
Sessionscookie - slettes, når du har lukket din browser.
Komfort
Hvis du tillader komfortcookies, kan vi gøre det nemmere for dig at bruge vores website. Hvis du besøger vores website igen for at bruge vores tjenester, registreres det automatisk, at du allerede har besøgt websitet, og de indtastninger og indstillinger, du har foretaget, bliver automatisk genkendt, så du ikke behøver indtaste dem igen.
Du kan læse mere om, hvilke cookies vi bruger, her.
Værktøjsnavn
Visitor
Værktøjsudbyder
EOS Holding GmbH
Værktøjsudbyderens lokation
Steindamm 71, 20099 Hamburg, Tyskland
Værktøjsbeskrivelse
Vi bruger denne cookie til at gøre det nemmere for dig at bruge hjemmesiden.
Behandlede data
Ingen
Databehandlingens formål
Optimering, forbedring af tjenesten
Opbevaringsperiode
Sessionscookie - slettes, efter du har lukket din browser.
Værktøjsnavn
NEW_Visitor
Værktøjsudbyder
EOS Holding GmbH
Værktøjsudbyderens lokation
Steindamm 71, 20099 Hamburg, Tyskland
Værktøjsbeskrivelse
Vi bruger denne cookie til at gøre det nemmere for dig at bruge hjemmesiden.
Behandlede data
Ingen
Databehandlingens formål
Optimering, forbedring af tjenesten
Opbevaringsperiode
1 dag
Statistik
Vi bruger statistikcookies til at forbedre vores ydelse og sikre et behovsbaseret design og kontinuerlig optimering af vores website.
Til dette formål indsamler vi anonymiserede data til statistik- og analyseformål, f.eks. for at bestemme websitetrafik og brugeradfærd og for at tilpasse og forbedre vores indhold og websiteoplevelsen.
Du kan læse mere om, hvilke cookies vi bruger, her.
Værktøjsnavn
nmstat
Værktøjsudbyder
Siteimprove GmbH
Værktøjsudbyderens lokation
Rosenheimer Str. 143 C, 81671 München, Tyskland
Værktøjsbeskrivelse
Denne cookie indeholder en ID-tegnstreng for den aktuelle session. Den indeholder ikke-personrelaterede oplysninger om, hvilke undersider den besøgende besøger - disse oplysninger bruges til at optimere den besøgendes erfaring.
Behandlede data
Ingen
Databehandlingens formål
Analyse, statistikker
Opbevaringsperiode
399 dage
Værktøjsnavn
AWSELB
Værktøjsudbyder
Siteimprove GmbH
Værktøjsudbyderens lokation
Rosenheimer Str. 143 C, 81671 München, Tyskland
Værktøjsbeskrivelse
Denne cookie sikrer, at alle statistikker fra samme session registreres sammenhængende.
Behandlede data
Ingen
Databehandlingens formål
Analyse, statistikker
Opbevaringsperiode
Afslutning af sessionen
Værktøjsnavn
siteimproveses
Værktøjsudbyder
Siteimprove GmbH
Værktøjsudbyderens lokation
Rosenheimer Str. 143 C, 81671 München, Tyskland
Værktøjsbeskrivelse
Denne cookie bruges til at spore rækkefølgen af sider, som en besøgende kigger på under besøget på hjemmesiden.
Behandlede data
Ingen
Databehandlingens formål
Analyse, hjemmesidestatistik
Opbevaringsperiode
Sessionscookie - slettes, når du har lukket din browser.
Marketing
Vi bruger marketingcookies til at vise dig relevant og interessebaseret indhold, når du besøger vores website.
Du kan læse mere om, hvilke cookies vi bruger, her.
Værktøjsnavn
Facebook Pixel
Værktøjsudbyder
Meta Platforms Ireland Limited
Værktøjsudbyderens lokation
4 Grand Canal Square, Grand Canal Harbour, Dublin, D02, Irland
Værktøjsbeskrivelse
Anvendes af Meta til at køre reklamer op, måle relevansen af reklamerne og forbedre den og for tilbyde reklameprodukter på Meta.
Denne cookie bruges til at indhente anonymiserede rapporter om hjemmesidens målgruppe samt mulighed for målgruppespecifik reklame blandt andet i forbindelse med retargeting.
Behandlede data
Enhedsoplysninger, browseroplysninger, IP-adresse, henvisnings-URL og tidsstempel.