Blog

Google Powersearch

Google Powersearch går ut på å effektivisere og forbedre søkene våre. Dette er et kurs som kan gjennomføres gratis på nett, og inneholder 6 deler med praktiske oppgaver. Helt til slutt må man gjennomføre en avsluttende prøve for å kontrollsjekke hva du har lært i kurset. Etter å ha fullført kurset så skal man da ha en forståelse over hvordan Google sin søkemotor fungerer, samtidig som at man skal klare å finne relevant informasjon ved noen veldig enkle grep.

Filtrering av bildesøk

Screenshot fra Google

Som vist på bilde over så lar denne funksjonen deg filtrer søket ditt, noe som gjør det enklere å finne det du er på utkikk etter. Er du interessert i å skaffe deg fotballsko som er hvite, så får du de ulike alternativene under. Dette kalles for filtrering av bildesøk.

Bildesøk

Screenshot fra Google

Her ser vi en funksjon som Google har, hvor den lar deg søke med et valgfritt bilde som du kan laste opp. Over har jeg lagt ved et bilde av Trump, og Google har deretter analysert dette for å så finne kilden til hvor de kom fra, og relevant informasjon til dette. Dette kalles for bildesøk.

Ekskluderende søk

Screenshot fra Google

Hvis du ønsker å lage noe uten en spesiell ingrediens, som for eksempel smoothie uten banan som man ser på bilde over. Så kan man da skrive det man ønsker, altså smoothie, og et minustegn foran banan som man da ikke ønsker. Dette kalles for et ekskluderende søk.

Business Model Canvas

En hver bedrift har i utgangspunkt en forretningside. Da jobber man ut i fra en forretningsmodell for å kunne nå målet, og gjennomføre denne ideen. Modellen inneholder hvem de forskjellige aktørene er, hvilke handlinger som må foretas etc.

Alexander Osterwalder oppfant da Business Model Canvas som skulle hjelpe å utvikle forretningsmodeller. Denne modellen har hele 9 punkter som skal dekkes. Dette er for å redegjøre hva den bør inneholde for å kunne nå det endelige målet.

De 9 punktene

Her tar de 9 punktene for seg hvert segment, og hver av dem har en tilknytning til hverandre. Derfor skal alle punktene inkluderes når man tar i bruk Business Model Canvas.

1. Kundesegment – hvilken målgruppe det rettes til

2. Verdiløfte – verdi i det man tilbyr

3. Kanaler – hvilke kanaler som skal benyttes for å nå fram til kundene

4. Kunderelasjon – dialog og kontakt med kundene, hvordan forholde seg til dette

5. Inntektsstrøm – inntektskilde, og hva man har av utgifter

6. Ressurser – hvilke ressurser som trengs

7. Nøkkelaktiviteter – hva som må gjøres

8. Partnere – hvem som skal involveres eksternt

9. Kostnader – direkte og indirekte kostnader, markedsføring

Under har jeg lagt til en video som forklarer de 9 punktene.

Denne videon er hentet fra YouTube

Business Model Canvas er altså en forretningsmodell som er enkel å bruke for å kunne nå sitt mål om gjennomføre sin forretningsidé.

Kilder:

https://www.innovasjonnorge.no/no/verktoy/verktoy-for-oppstart-av-bedrift/hvordan-lage-forretningsmodell/

https://medium.com/netlife/bli-en-canvaser-p%C3%A5-5-minutter-b5b32f329ff3

Blokkjeder

Vi kan se på blokkjeder som en logg. Loggen inneholder flere blokker med informasjon. Istedenfor at informasjonen må sendes rundt til alle aktørene eller at den ligger på ett sted så har alle i kjeden tilgang til all informasjon. Skulle det blir gjort noe endringer, eller at noe nytt blir lagt til så får de beskjed om dette. Prosessen kan fortsette dersom endringene godkjennes av alle partene. Dette gjør at tredjeparter som banker, jurister og saksbehandlere blir utelatt.

Med blokkjede får man altså sikker utveksling av data, verdier og forpliktelser – uten mellomledd. Man kan skjule ulovlig virksomhet. Og det gir nye løsninger for offentlige registre, deling av helsedata og finansielle tjenester. Dette er teknologien bak desentraliserte og krypterte valutaer som Bitcoin.

Blokkjeder i Norge
Dette kan potensielt løse flere private og offentlige oppgaver på en mer effektiv og sikrere måte enn den i dag.

Blokkjede-teknologien kan gjøre at flyktninger må kunne utveksle digitale vitnemål og attester, samtidig som å bevise sin identitet. Dette gjør det enklere for dem å komme i arbeid. Dette kan være svært nyttig innenfor industri og handel ettersom man kan bruke dette til å få en større åpenhet og forflytning av varer over grenser.

På en annen side så har vi ulempene. Det er mulighet for å opptre anonymt, noe som gjør at det kan brukes til ulovlig virksomhet og hvitvasking. Samtidig er valutaen ustabil ettersom kryptovalutaen som Bitcoin har hatt store svingninger.

På bakgrunn av fordelene dette bringer så tror jeg dette vil være en god løsning for Norge i fremtiden.

Kilder:

https://teknologiradet.no/blokkjeden-pa-tide-a-ta-grep/

https://www2.deloitte.com/no/no/pages/technology/articles/blokkjeder-bruksomrader.html

Filterbobler og ekkokamre

En filterboble oppstår ved at det blir filtrert bort informasjonen på nettet fordi nettstedene skal tilby innhold som tilpasser den individuelle brukeren.
Når filterbobler oppstår så lager algoritmene anbefalinger og søkeresultater på nettsiden sånn at det øker sjansen for at brukeren får opp det som passer den best. Eksempler på dette vil være søk man har gjort tidligere, sider man har besøkt, og hvilken aldersgruppe man tilhører.

Et ekkokammer oppstår når informasjon, oppfatninger eller ideer blir forsterket gjennom repetert kommunikasjon innenfor en avgrenset gruppe. Et eksempel på dette kan være hvis du besøker et forum hvor alle deler de samme meningene om et tema, så kan dette være et ekkokammer.

Screenshot hentet fra video: https://www.ted.com/talks/eli_pariser_beware_online_filter_bubbles/discussion#t-253778

Effekten av disse to
“Et ekorn som dør foran huset ditt kan være mer relevant for deg akkurat nå enn mennesker som dør i Afrika”.
Dette fortalte sjefen for Mark Zuckerberg til en kollega for å forklare deres tankegang med hva som blir filtrert i deres feed.

Den amerikanske forfatteren Eli Pariser brukte Facebook for å diskutere politiske syn med både konservative og liberale, men så etterhvert at de som var i mot hans synspunkt ble luket bort av filtreringen.

Dette er bare eksempler på hvordan dette fungerer. Med andre ord så mener jeg at det kan være en fare for at man får begrenset informasjon over det man ønsker å finne ut av, enten det er innenfor politikk, næringsliv eller miljø. Man får altså ikke hele “sannheten”, men kun den siden av saken som er mest relevant for deg og din personlighet. Dette kan i stor grad påvirke våre valg og synspunkter.

Kilder:

https://snl.no/filterboble

https://ndla.no/nb/subjects/subject:14/topic:1:185588/topic:1:185591/resource:1:72573

Airbnb – hjem over hele verden

I 2008 valgte to designere som hadde plass til å dele leilighet sin leilighet å være vert for tre reisende som lette etter et sted å bo. Slik ble Airbnb dannet, derfra har millioner av verter og reisende å opprettet gratis Airbnb-kontoer slik at de kan leie ut stedet sitt, og bestille overnattinger hvor som helst rundt om i verden.
Og vertene på Airbnb deler sin interesser og lidenskap med både lokale og reisende.

Airbnb gjør delingen enkel og trygg ved å bekrefte personlige profiler og utleiesteder, de har et meldingssystem hvor gjester og verter kan kommunisere med sikkerhet, og ikke minst administrere en pålitelig plattform for å gjennomføre betalinger.

Dette kan leses mer om på Airbnb sin hjemmeside: https://www.airbnb.no/

Målgruppen deres vil være alle reisende som ønsker å benytte seg av å leie leilighet når de er på reisefot. Dette tilfredsstiller begge parter i og med at verten får leid ut, samtidig som gjestene får ønskelig leilighet til en god pris.

Bildet er hentet fra: https://www.hotelbusinessweekly.com/2019/08/28/airbnb-is-morphing-into-the-amazon-for-accommodations/

Hva gjør de for å senke brukernes transaksjonskostnader?

Transaksjonskostnader er tiden det tar for kundene til et selskap, altså fra et Google søk til etter kjøpet er gjennomført.

Arne Krokan delte opp stegene i prosessen slik: søkekostnader, informasjonskostnader, forhandlingskostnader, beslutningskostnader, evalueringskostnad og tvangskostnader.

Søkekostnader:
Airbnb gir deg mulighet til å definere søk ved å kunne velge prisklasse, sted, leilighetsstype osv. Dette gjør at søket blir gjort raskt og effektivt.

Informasjonskostnader:
Nettverkseffekter gjør at Airbnb har blitt en markedsplass som er skapt av konkurranse. Vertene lager annonser som gjør at de skiller seg ut, samtidig som at det skapes en trygghet ved å se tidligere gjesters tilbakemeldinger.

Forhandlingskostnader:
Airbnb benytter seg av et dynamisk prissettingssystem som går ut i fra markedets etterspørsel.

Beslutningskostnader:
Airbnb gjør kartlegger enkelt for deg de mest relevante alternativene.

Evalueringskostnader:
Her jobbes det aktivt ved å sende ut epost så raskt bestillingen er i boks, og det vil være mulighet for en lengre tilbakemelding her.

Tvangskostnader:
De har flere retningslinjer som skal forebygge situasjoner hvor man kanskje ikke får det man betalte for.

Airbnb gjør det først og fremst enklere for forbrukere å skille mellom profesjonelle og private utleiere. Dette vil gjøre det lettere å se hvilken pris man skal betale når man bruker Airbnb og hvem som faktisk er utleier.

Airbnb har med andre ord blitt førstevalg for mange ved å senke transaksjonskostnadene. Det har blitt enklere å finne interessante steder å bo gjennom årene som da har ført til økt attraktivitet, og enklere å finne passende leilighet til sitt formål.

Kilder:

https://www.airbnb.no/help/article/2503/hva-er-airbnb-og-hvordan-fungerer-det

Hva er kunstig intelligens?

Kunstig intelligens er utviklede datasystemer som er i stand til å gjennomføre handlinger eller oppgaver som i utgangspunktet kun gjøres gjennom menneskelig hjelp. Dette kan virke skremmende for mange med tanke på at at “dataverden” og “roboter” skal ta over helt. Men samtidig virke veldig interessant for mange også ved å se hvor mye man faktisk får til ved hjelp av kunstig intelligens som gjør store deler av hverdagen til oss mennesker veldig mye enklere.

Kunstig intellgiens (AI) utfører oppgaver gjennom for eksempel, gjennom å ta beslutninger i usikre situasjoner, talegjenkjenning, oversettelse og læring.

Bilde er hentet fra: https://transformationtools.no/articles/19/dyp-forsterkende-laring-et-steg-narmere-kunstig-intelligens/

Vi kan ta for oss et eksempel på dette hvor Amazon har åpnet en helt egen automatisert butikk som kalles Amazon Go. Her styres butikken helt uten menneskelige ansatte i butikk, men av hundrevis av kameraer, og sensorer. Her er det ikke selvbetjente kasser engang, så man piper inn telefonen i det man går inn i butikken, velger ut det man skal ha, også er det bare å gå rett ut av butikken når man er ferdig. Betalingen gjennomføres via telefonen, og alt du har valgt ut blir fanget opp av kameraene, og sensorene i butikken.

En kort forklaring på dette er vedlagt i videon under.

Videoen er hentet fra: YouTube

Med andre ord så har vi allerede kommet utrolig langt med kunstig intelligens, og det er uten tvil veldig mye spennende som kommer framover. Selv mener jeg at dette er positivt så lenge dette testes over tid og at det innføres gradvis. Det er viktig at det starter i det små, hvor det er rom for å feile og teste ut alt det nye som kommer. Slik at det blir perfeksjonert, og at det oppstår mindre feiltrinn når det til slutt har blitt en del av hverdagen.

Kilder:

https://www2.deloitte.com/no/no/pages/technology/articles/tre-ting-vite-kunstig-intelligens-ai.html

https://edition.cnn.com/2018/10/03/tech/amazon-go/index.html