Tillbaka på 1980-talet och början av 1990-talet var Filofax de rigueur för execs som ville ses som att gå platser. Men medan det var en symbol var det också ett användbart verktyg. Den kombinerade en utbytbar dagbok med en kontaktbok och anteckningar på sidor, och du kan ha alla slags extrafunktioner, inklusive en plastinsats sida för att hålla en miniräknare.

Tillbaka på dagen var det ganska sofistikerade saker. Nu förväntar vi oss allt detta och mycket, mycket mer på en smartphone. Problemet är att även om vi har tillgång till massor av mycket användbara digitala verktyg på enskilda enheter, är de inte på ett och samma ställe. De är utspridda på olika appar. Det som behövs är att någonting för att sammanföra alla informationskällor och få dem att fungera i ett sammanhang. Svaret är smal AI (artificiell intelligens).

Flera lager

Smal AI är inte tekniskt sofistikerad, men vad du kan göra med det är att bestämma specifika uppgifter för att hitta relevanta bitar av information och få den att rapportera fynd i sammanhang för att skapa korrekt rapportering eller bilder av givna scenarier. Nyckeln är att programmera den för att utföra kompletterande uppgifter i flera lager för att kunna skapa riktigt användbar information.

En bra uppdatering till en Filofax skulle till exempel vara att programmera smal AI så att du kan skapa ett mötesarrangörsverktyg som kräver det minsta ansträngning att använda, vilket skulle berätta all viktig information som behövs för att komma fram till möten i tid och informeras.

Helst vad du skulle göra är att använda tekniken för att länka mycket information, inklusive profiler av alla som kommer att vara närvarande vid mötet och nyligen byta e-post med dem, relevanta företagsprofiler, senaste tweets av någon av de involverade, plus en reseplanerare som ger resealternativ med resetider, färdplaner och en karta. Det skulle vara en komplett allt-i-ett-omfattande guide till varje möte, och tillgänglig med några kranar på smarttelefonen.

Egentligen har mitt företag skapat en sådan app, men det är helt möjligt att skapa ett liknande smalt AI-program som kan vara nätverkat på företagsnivå och innehålla många extra tjänster, inklusive möjligheten att bifoga eller cirkulera molndokument som behövs vid möten.

Mycket mer potential

Smal AI används redan av tåg- och flygbolagswebbplatser, så att konsumenterna kan söka resealternativ och priser - men det kan göra så mycket mer. Det kan ge jämförelser mellan benen och betyg för punktlighet, catering, kundservice och incheckningsbehandling. Listan kan fortsätta och vad du skulle få är en exakt bild av vad du köper in, inte bara hur mycket du ska betala. Tydligen skulle detta ha en inverkan på kundtjänstnivåerna och flygbolagens resultat, men inte så mycket som jag misstänker på järnvägsbolagen.

Smal AI användes famously i baseboll i bedömningen av spelare som resulterade i bästsäljande bok och film med samma namn Moneyball. Smal AI användes för att identifiera de bästa prissättningsmedlemmarna. Bedömningen och beräkningen fungerade och laget i fråga, Oakland Athletics, rekryterade ett lag med en lönekonto som var en tredjedel av de lag som den utförde liksom, men hur spännande sidan var att titta på är en annan sak.

Så smal AI kan programmeras för att organisera på alla sätt. Detta leder oundvikligen till frågan om när det kommer att kunna tänka och organisera sig för oss? Det finns liten fråga inom AI-samhället att ankomsten av IT med kreativ tankeprocess är mer en fråga om tid, inte gissning. Samförståndet är att vi först ser det 2035, men vi måste vara vaktade över våra förväntningar på vad det kommer att bli.

Farliga blinkers

Liksom alla AI, kommer den "starka" versionen sannolikt att ha en ganska blinkande bild av sina uppgifter, men inom ett visst ansvarsområde kan det bli kreativt på sätt som vi kanske inte uppskattar. Till exempel kan du be den om att hitta den snabbaste reseformen för att komma från London till Birmingham.

När det väl är beslutat på rutten, låt oss säga med järnväg, det kan överväga det mest effektiva sättet att få dig till Midlands i tid är att hacka in i centrala järnvägsnätverksdatorn och stoppa varje enskilt tåg som eventuellt kan fördröja den som det har bokat till dig. I olika situationer kan det ha ett liknande inflytande på väg- eller flygnät.

Problemet kommer inte att bli starkt AI för att försöka hjälpa oss, det kan väl vara att skriva en mycket lång lista över logiskt beteende som det inte är tillåtet att göra. Det riktigt stora problemet kan komma när vi ber det att utrota en mänsklig sjukdom. I den här situationen kan det beslutas att det logiskt är det bästa sättet att utrota människor. Beslutet skulle vara effektivt, men det skulle hellre besegra motivationen bakom begäran.

För tillfället kan vi hålla fast vid användningen av den smala versionen av AI för att hjälpa oss att organisera oss mer effektivt på alla sätt.

  • David Senior är VD för Lowdownapp Ltd. Med nästan 20 års erfarenhet inom IT har han arbetat för ledande globala företag, men under de senaste två åren har han grundat två företag, Spark33 Ltd, för att ge råd till CxO på mobila och mobila appar och Lowdownapp till fokusera på användningen av smal AI i skapandet av flera lager kontextuella informationsbaserade mobilappar.