Vi har i ett tidigare inlägg diskuterat Sveriges styrkor relaterat till att skapa bra AI-lösningar. Men vilka är Sveriges svagheter?
- AI-kompetens svårt att rekrytera
- Kompetensbrist för digitala affärsmodeller
- UoH har svaga drivkrafter för flexibla vidareutbildningar
- Många SMF har begränsade resurser och kompetens
- Slimmade organisationer försvårar kompetensutveckling
- IT-infrastrukturen inte alltid tillgänglig och stabil
- IT-mognad varierar inom värdekedjor
- Koordinerade säkerhetssatsningar saknas
- Automationssystem baseras ofta på gammal teknologi
- Otydlighet om äganderätter och regler för data
- Osäkerhet om framtida regler för datatillgång
- AI-standarder saknas
- Svårigheter att samköra data
- Brister i datakvalitet och datastruktur
- Fragmenterad kommunal sektor
- Svag samverkan mellan landsting
- Brist på statlig styrning
- FoU-satsningar på AI är få och ofokuserade
Bibliometriska data visar att svensk AI-forskning totalt sett har begränsad internationell konkurrenskraft. Det är en allmän uppfattning att utvecklingen inom AI-området, såväl forskningsmässigt som kommersiellt, domineras av USA med Kina som den främsta utmanaren medan Europa har tenderat att relativt sett tappa mark. Analys av konferens-bidragen till de 19 högst rankade AI-konferenserna sedan 2010 ger starkt stöd för denna uppfattning. Amerikanska forskare medverkar i nästan hälften av alla konferensbidrag. Forskare från Kina uppvisar den starkaste ökningen och deras andel närmar sig en femtedel. Svenska forskares närvaro vid samma konferenser får betraktas som mycket modest med endast 0,6 procent av alla bidrag åren 2014 – 2017 och en nedåtgående tendens jämfört med tidigare. Räknat per capita är deltagandet vid konferenserna mångdubbelt större för Singapore, Schweiz och Israel än för Sverige och betydligt större även för Australien, Kanada, Finland och Danmark.
Läs mer i Vinnovas rapport om AI i Sverige.
