Bakgrund: Det har länge forskats kring beslutsfattande och i centrum av forskningen finns människans oförmåga att fatta rationella beslut. I modern tid har AI fått en allt större betydelse och det har uppdagats att AI har möjligheten att överkomma människans oförmåga att fatta rationella beslut. I takt med digitaliseringen har AI och dess förmåga att hantera stora mängder information blivit ett användbart verktyg på investeringsmarknaden. De AI-styrda fonderna öppnar för ännu ett investeringsalternativ och det råder i dagsläget brist på förståelse för hur investerares beslut om att inkludera dessa fonder i sitt sparande påverkas av beteendemässiga faktorer. Syfte: Syftet med uppsatsen är att skapa förståelse för hur ett beslut om att investera i AI-styrda fonder påverkas av investerares beteendemässiga faktorer och den AI-styrda fondens egenskaper. Genomförande: Uppsatsen är en kvalitativ små-N-studie med ett hermeneutiskt perspektiv. Det empiriska materialet har samlats in genom ett bekvämlighets- och ett målstyrt urval. Sammanlagt 18 semi-strukturerade intervjuer har genomförts. Slutsats: Uppsatsen skapar förståelse för hur ett beslut om att investera i AI-styrda fonder påverkas av investerares beteendemässiga faktorer och den AI-styrda fondens egenskaper. Investerares känslor för och associationer till AI påverkar den initiala inställningen och används för att utvärdera för- och nackdelar. Den kunskap och det intresse investerare har för sparande och investeringar påverkar till vilken grad för- och nackdelar övervägs. De med högre respektive lägre kunskap ser olika värden i den AI-styrda fondens egenskaper. Beroende på dessa beteendemässiga faktorer ställer sig investerare olika till huruvida rationalitet eller intuition efterfrågas vid investeringsbeslut. / Background: Decision making has been researched for a long time and in the center of the research is the human inability to make rational decisions. In modern time, AI has become increasingly important and it has been discovered that AI has the opportunity to overcome the human inability to make rational decisions. In line with digitalization, AI and its ability to managed large amount of information has become a useful tool on the investment market. The AI-managed funds open for yet another investment alternative and there is currently a lack of understanding of how investors’ decision to include these funds in their savings are influenced by behavioral factors. Purpose: The purpose of this study is to create an understanding of how a decision to invest in AI-managed funds is affected by investors’ behavioral factors and attributes of the AI-managed fund. Completion: This study is a qualitative small-N-study with a hermeneutic perspective. The empirical data has been gathered through a target and a convenience sample. A total of 18 semi structured interviews have been conducted. Conclusion: The study contributes to an increased understanding of how different factors in the investor and how the attributes of the AI-managed fund affect the investor's decision. Investors' feelings for and associations with AI affect the initial attitude and are used to evaluate the pros and cons. The extent to which the advantages and disadvantages of the alternatives are considered is largely determined by the knowledge and interest the investors have for savings and investments, which results in those with higher and lower knowledge seeing different values in the attributes of the AI-managed fund. Depending on these factors, investors differ as to whether rationality or intuition is required in investment decisions.

Bakgrund: Det digitala samhället har under de senaste åren utvecklats drastiskt då artificiell intelligens har fått en större roll. Flertal företag har börjat se potential med att tillämpa artificiell intelligens inom digitala marknadsföringssyften med kunder. Trots de fördelar artificiell intelligens medför oroar sig många människor att mänsklig interaktion minskar. En minskning av den mänskliga interaktionen kan i sin tur försvåra skapandet av tillitsfulla kundrelationer om artificiell intelligens får ett övertag. Syfte: Studiens syfte har varit att undersöka hur företag inom konsumentsektorn kan arbeta för att skapa tillitsfulla relationer till sina kunder i samband med användning av artificiell intelligens inom digital marknadsföring. En avsikt har också varit att ta reda på vad artificiell intelligens kan ha för roll i den digitala marknadsföringen. Metod: Uppsatsen erhåller en kvalitativ forskningsmetod och det empiriska materialet samlades in genom semistrukturerade intervjuer. Totalt deltog åtta respondenter, två forskare inom artificiell intelligens och sex specialister inom marknadsföring. Resultatet har analyserats med hjälp av tidigare forskning där artificiell intelligens, digital marknadsföring, digital kommunikation, kundrelationer, tillit och kunddeltagande har varit centrala teorier. Slutsats: Studiens resultat visade att det finns flera arbetssätt som företag kan använda för att underlätta vid byggandet av tillitsfulla kundrelationer i samband med implementering av AI-verktyg. V iktiga aspekter har därför blivit kommunikation, ärlighet och kontroll. V idare har det framkommit att artificiell intelligens kommer ha en stor roll inom digital marknadsföring med utgångspunkt i att kunden följer med i digitaliseringens utveckling och att företag arbetar för att bibehålla kundens tillit vid användning av denna teknik. / Background: The digital society during the past few years has gone through a drastic developement due to the artificial intelligence. Multiple companies is starting to see great potential with implementing the technique within digital marketing purposes with customers. Despite the benefits artificial intelligence can offer, many people still worry about the reduction of the human interaction. A decrease of the human interaction can lead to difficulties in the process of creating trustworthy customer relations if artificial intelligence gets the ascendancy. Aim: The purpose of the study has been to investigate how companies in the consumer sector can work to create trustworthy relationships with their customers in connection with the use of artificial intelligence in digital marketing. An intention has also been to find out what role artificial intelligence can have in digital marketing. Method: This thesis obtains a qualitative research method and the empirical material was gathered through semi-structured interviews. Eight respondents participated, two researchers within artificial intelligence and six marketing specialists. The result has been analyzed by using previous research where artificial intelligence, digital marketing, digital communication, customer relations, trust and customer participation has been central theories. Conclusion: The result indicated that there are several working methods that companies can use to facilitate the construction of trusting customer relationships in connection with the implementation of AI tools. Important aspects are communication, honesty and control. Furthermore, the result has emerged that artificial intelligence will have a major role in digital marketing, based on if the customers continues to follow the development of digitalization and that companies work to maintain the customer’s trust in using this technology.

<p>Genetic algorithms is a method of optimization that can be used tosolve many different kinds of problems. This thesis focuses ondeveloping a framework for genetic algorithms that is capable ofsolving at least the two problems explored in the work. Otherproblems are supported by allowing user-made extensions.The purpose of this thesis is to explore the possibilities of geneticalgorithms for optimization problems and artificial intelligenceapplications.To test the framework two applications are developed that look attwo distinct problems, both of which aim at demonstrating differentparts. The first problem is the so called Travelling SalesmanProblem. The second problem is a kind of artificial life simulator,where two groups of creatures, designated predator and prey, aretrying to survive.The application for the Travelling Salesman Problem measures theperformance of the framework by solving such problems usingdifferent settings. The creature simulator on the other hand is apractical application of a different aspect of the framework, wherethe results are compared against predefined data. The purpose is tosee whether the framework can be used to create useful data forthe creatures.The work showed how important a detailed design is. When thework began on the demonstration applications, things were noticedthat needed changing inside the framework. This led to redesigningparts of the framework to support the missing details. A conclusionfrom this is that being more thorough in the planning, andconsidering the possible use cases could have helped avoid thissituation.The results from the simulations showed that the framework iscapable of solving the specified problems, but the performance isnot the best. The framework can be used to solve arbitrary problemsby user-created extensions quite easily.</p>

Business leaders around the world are expressing equal amounts of excitement and urgency for implementing artificial intelligence (AI) technologies. Yet the upcoming AI revolution is clouded with uncertainties and misconceptions. In this thesis, the business value and application potential of AI were studied in a context of enterprise resource planning (ERP) systems through a case study at a consultancy firm with small- to midsize clients. Three research questions were posed and answered: how can, or do, organizational processes covered by ERP systems benefit from AI, what AI features do customers typically request when ordering ERP systems, and is AI adopted with the purpose of reducing costs or increasing revenue? Using a framework for data analysis, multiple organizational processes covered by ERP systems were explored through interviews with ERP experts. The results indicated that small- and midsize companies were still primarily requesting and working to implement basic, incremental AI with the purpose of reducing costs through automations. Future leaders may instead need to implement AI that fundamentally reinvents their business processes, with the purpose of increasing revenue through augmentations. Overall, while some organizational processes have already been improved with AI solutions, many processes have yet to be AI-powered in the ERP solutions sold by the consultancy firm examined in this study. However, the consultants of the firm express great positivity for the untapped potential of AI, and many further AI solutions are being developed. / Affärsledare världen runt upplever såväl entusiasm som brådska för att implementera artificiell intelligens (AI). Men den kommande AI-revolutionen är fylld av osäkerheter och miss-uppfattningar. I denna uppsats undersöktes det affärsvärde och den användningspotential som AI har i en kontext av affärssystem (enterprise resource planning system, ERP) genom en fallstudie på en konsultfirma med små- och mellanstora kunder. Tre forskningsfrågor ställdes och besvarades: hur kan organisatoriska processer som täcks av affärssystem komma att gynnas av AI, eller hur gynnas de redan, vilken typ av AI efterfrågar kunder när de beställer affärssystem, och införskaffas AI i syftet att minska kostnader eller öka intäkter? Med hjälp av ett ramverk för dataanalys utforskandes ett flertal organisatoriska processer som täcks av affärssystem genom intervjuer med affärssystemsexperter. Resultatet tyder på att små- och mellanstora företag fortfarande primärt efterfrågar och jobbar med enkla, inkrementella AI-utvecklingar, med syftet att minska kostnader genom automatiseringar. Framtida ledare kan istället komma att vilja implementera AI som fundamentalt återuppfinner organisationens affärsprocesser, med syftet att öka inkomsterna genom att göra personalen kraftfullare. På det stora hela har enbart än så länge endast ett mindre antal organisatoriska processer blivit förbättrade med AI-lösningar i de affärssystem som säljs av konsultfirman som undersöktes i denna studie. Företagets konsulter uttrycker dock starkt positivitet för den outnyttjade potentialen som kan hittas i AI, och fler AI-lösningar för affärssystemen håller på att utvecklas.

Automatisering av kundtjänster genom implementering av chatbotar blir allt vanligare för att kunna erbjuda kunder en mer tillgänglig och effektiv service. Vid implementering av chatbotar i kundtjänster lämnas den mänskliga kontrollen och kundens upplevelse delvis över till ett digitalt system, vilket ställer krav på utformning av chatbotars dialoger. Syftet med arbetet är att ta fram en artefakt i form av en chatbot och utveckla dess dialog för en framtida implementation i en kundtjänst. Arbetet ämnar att ta fram designprinciper för utformning och utveckling av chatbotar och deras dialoger i en kundtjänstmiljö. Den forskningsmetod som tillämpades vid utvecklingen av artefakten var Design Science Research Methodology (DSRM). En litteraturstudie genomfördes och data samlades in genom möten samt en intervju med det företag som varit uppdragsgivare till arbetet. Arbetet resulterade i en demosida innehållande en chatbot, samt en sida för administratörer där de har en översikt av chatbotens genomförda interaktioner. Tre designprinciper togs även fram för utveckling av chatbotars dialog inom kundtjänst, vilka blev arbetets bidrag. De slutsatser som identifierades var att en chatbot bör kontrollera att användaren fått svar på sitt kundtjänstärende, en chatbot bör erbjuda mänsklig service vid missförstånd, en chatbot kan inte ersätta mänsklig service fullt ut samt att en chatbot bör ha en strukturerad datainsamling av genomförda interaktioner för att kunna utveckla och förbättra chatbotens dialog. / Automation of customer service through implementation of chatbots is becoming increasingly common in order to provide customers with a more accessible and efficient service. When implementing chatbots in customer services, human control and the customer experience are partially shifted to a digital system, which puts requirement on the chatbot’s dialogue. The purpose of this report is to develop an artifact for a client. The artifact is a web page containing a chatbot. The report aims to develop design principles for development of chatbots and their dialogues in a customer service. The research method used in the development of the artifact was Design Science Research Methodology (DSRM). A literature study was conducted, and data was collected through meetings and an interview with the client. The report resulted in a demo page containing a chatbot and a page for administrators with an overview of saved chats. Three design principles were also formulated for developing chatbots in customer service, which is the contribution of the report. The conclusions identified were that a chatbot should check that the user got the correct answer, a chatbot should offer human service in case of misunderstanding, a chatbot cannot fully replace human service and a chatbot should have a structured data collection of completed interactions for developing and improvement of the chatbot’s dialogue.

The current business environment demand financial information which are considered relevant and reliable, to ease the managers, investors and employees’decision-making. Auditing has acted as a controlling body to ensure credible information. The audit industry is one of many industries that are constantly changing due to digitalization. Digitalization is considered to be one of society's strongest global forces of change. The aim of the study is to create an increased understanding of the impact of digitalization on auditing and to fulfil the purpose of the study, which is done by answering how the audit process changes due to digitalization and what skills that are necessary for auditors in the digital environment. A qualitative research strategy is applied, where ten semistructured interviews were conducted with both system developers and auditors.The theoretical framework and empirics are structured by the audit process, digitalization and competence needs. Furthermore, the analysis is based on different answers of the respondents and relevant theory. The study implies that the industry is positively influenced by the digitalization, where efficiency is one of the top benefits. The audit process undergoes a shift from statistical selections to data analyses of companies' entire data volumes. Manual operations are eliminated and gives the auditors more time for consulting. The role of consultant requires more qualified knowledge and therefore the study also demonstrate a knowledge gap between universities and audit firms. Digitalization has created a demand for more qualified staff that leads to fewer newly graduated persons being employed. The study also displays that IT-knowledge is one of the key competencies in the future audit industry.

Bakgrund: Artificiell Intelligens (AI) och maskininlärning implementeras i allt större grad på de finansiella marknaderna världen över. Syftet med implementeringen av AI inom finanssektorn innefattar bland annat kostnadsminimering, effektivisering, reducering av mänsklig bias samt ökning av intäkter för företagens verksamheter. Inom finansiell rådgivning och kapitalförvaltning finns brister gällande oberoende, kostnader, bias samt effektivisering varför det är relevant att undersöka hur dessa områden kan effektiviseras och förbättras med hjälp av AI. Vidare är det av intresse att undersöka hur människans roll kan komma att påverkas. Syfte: Syftet med denna studie är att analysera hur kapitalförvaltning och finansiell rådgivning kan påverkas av implementeringen av AI och hur synen på AI är inom dessa två områden. Metod: Studien är utformad utifrån en kvalitativ flerfallstudiedesign. Studiens empiriska material har samlats in från respondenter i två olika urvalsgrupper: kapitalförvaltare och finansiella rådgivare. Data har insamlats genom sju semistrukturerade intervjuer. Slutsats: Studiens resultat visar att AI har stor potential att reducera inslag av bias inom rådgivning och kapitalförvaltning. Styrkan i AI-lösningar återfinns i kombinationen av mänsklig intelligens och Artificiell Intelligens. Vidare står det klart att implementering av AI kan bidra till effektivare datahantering, kostnadshantering samt stordriftsfördelar. Implementeringen skapar möjligheter till ökad kundnytta samt en utökad kundgrupp. Vidare visar studiens resultat att AI har potential att minska intressekonflikter i form av Agency Theory. Slutligen visar studiens resultat att den framtida rådgivningen och kapitalförvaltningen sannolikt kommer ha inslag av cyborg finance, en samverkan mellan Artificiell Intelligens och mänsklig intelligens i form av hybridtjänster där de bästa egenskaperna från bådadera förenas. Nyckelord: Artificiell Intelligens, kapitalförvaltning, finansiell rådgivning, maskininlärning, djupinlärning, automatisering, psykologisk bias. / Background: Artificial Intelligence (AI) and machine learning are increasingly being implemented within the financial markets. The purpose of Artificial Iintelligence is to reduce costs, increase profits as well as efficiency and also reduce human bias. Within finacial advisory and asset management there are problems with independence, costs, bias and efficiency. Our study aims to analyse how these areas can be improved and become more efficient with AI. In addition, it is interesting to study what role the human is likely to take on as AI is increasingly being implemented. Aim: The purpose of this study is to analyse how AI can affect asset management and financial advisory, and also to study the public opinion of this transformation. Methodology:  This study has been designed by a qualitative research strategy. The empirical data derives from two different respondent groups: asset management and financial advisory. The data has been collected through seven semi-structured interviews.                                                                                                                                                  Conclusion: The result of this study indicates that AI has the potential to reduce biases within financial advisory and asset management. The strength of AI-solutions lies in the combination between Artificial Intelligence and human intelligence. Furthermore, an implementation of AI contributes to a higher efficiency when it comes to data handling, cost efficiency as well as economies of scale. This creates opportunities to reach a higher customer benefit and a wider customer group. Moreover, the study indicates that AI has the potential of reducing conflicts of interest and agency problems. Lastly, this study indicates that the future of financial advisory and asset management is likely to consist of cyborg finance. In other words, cooperation between Artificial Intelligence and human intelligence is likely to become commonplace, in the shape of hybrid services where the best attributes of humans and AI work together. Keywords: Artificial Intelligence, asset management, financial advisory, machine learning, deep learning, automation, psychological bias

Recent, and ongoing, research has been addressing the general problem of representing complex human activities for the purpose to provide intelligent software agents with a way to identify, reason, and evaluate human activities. Reliable evaluation of complex human activities requires the intelligent agent to obtain a representation that comprises distinguishing features of an activity. This is a challenging task, since a person´s activity is driven by goals, motives, and norms that may be conflicting in a situation. In order to provide knowledge about human activities to an intelligent software agent, we require tools that can allow us modeling human activities enabling knowledge elicitation. This study has evaluated a software prototype of a graphical modeling language with the overall research question to find the minimum language elements required to elicit the knowledge of activities from a domain expert. Eight participants tested the prototype through think aloud usability sessions were their understanding of the structure of the language was tested. Qualitative data analysis was conducted using a Grounded theory approach, which validity has been discussed. The findings indicated that characteristics of the hierarchical structure of Activity Theory are a supportive theoretical framework for the graphical language that resembles the way occupational therapists reason when analyzing human activities. The study proposes a set of minimum elements for the graphical language. A focus a for future study is to target the intelligent software system to further expand and tune the language by the systems requirements. / Pågående forskning har tagit upp det generella problemet med att representera komplexa mänskliga aktiviteter för att tillhandahålla intelligenta mjukvaruagenter med ett sätt att identifiera, resonera och utvärdera mänskliga aktiviteter. Tillförlitlig utvärdering av komplexa mänskliga aktiviteter kräver att den intelligenta agenten erhåller en representation med definierande särdrag hos aktiviteten. Det är en svår uppgift då en persons aktiviteter drivs av mål, motiv och normer som kan vara motstridiga i en situation. För att kunna ge kunskap om mänskliga aktiviteter till en intelligent mjukvaruagent behöver vi verktyg som kan tillåta oss att modellera mänskliga aktiviteter. Denna studie har utvärderat en prototyp av ett grafiskt modelleringsspråk där den övergripande forskningsfrågan var att hitta minsta antalet modelleringskomponenter som krävs för att representera kunskapen om aktiviteter från en domänexpert. Åtta deltagare testade prototypen genom användbarhetstester med tänka högt metodik där deras förståelse av språkets struktur testades. Grundad teori avändes för att analysera den kvalitativa datan. Validitet har diskuterats. Resultaten visade att den hierarkiska strukturen hos Activity theory är en stödjande teoretisk grund för det grafiska språket som liknar hur arbetsterapeuterna resonerar när de analyserar mänskliga aktiviteter. Studien föreslår minsta antalet modelleringskomponenter som krävs för det grafiska språket. Ett fokus för framtida studier är att rikta in sig på det intelligenta mjukvarusystemet för att ytterligare expandera och justera språket efter agentens krav och hitta en komplexitetsnivå i språket som båda parter kan förstå.

Factoring innebär försäljning av fakturor till tredjepart och därmed möjlighet att få in kapital snabbt och har blivit alltmer populärt bland företag idag. Ett fakturaköp innebär en viss kreditrisk för företaget i de fall som fakturan inte blir betald och som köpare av kapital önskar man att minimera den risken. Aros Kapital erbjuder sina kunder tjänsten factoring. Under detta projekt undersöks möjligheten att använda maskininlärningsmetoder för att bedöma om en faktura är en bra eller dålig investering. Om maskininlärningen visar sig vara bättre än manuell hantering kan även bättre resultat uppnås i form av minskade kreditförluster, köp av fler fakturor och därmed ökad vinst. Fyra maskininlärningsmetoder jämfördes: beslutsträd, slumpmässig skog, Adaboost och djupa neurala nätverk. Utöver jämförelse sinsemellan har metoderna jämförts med Aros befintliga beslut och nuvarande regelmotor. Av de jämförda maskininlärningsmetoderna presterade slumpmässig skog bäst och visade sig bättre än Aros befintliga beslut på de testade fakturorna, slumpmässig skog fick F1-poängen 0,35 och Aros 0,22 . / Today, companies can sell their invoices to a third party in order to to quickly capitalize them. This is called factoring. For the financial institute which serve as the third party, the purchase of an invoice infers a certain risk in case the invoice is not paid, a risk the financial institute would like to minimize. Aros Kapital is a financial institute that offers factoring as one of their services. This project at Aros Kapital evaluated the possibility of using machine learning to determine whether or not an invoice will be good investment for the financial institute. If the machine learning algorithm performs better than manual handling and by minimizing credit losses and buying more invoices this could lead to an increase in profit for Aros. Four machine learning algorithms have been compared: decision trees, random forest, Adaboost and deep neural network. Beyond the comparison between the four algorithms, the algorithms were also compared with Aros actual decision and Aros current rule engine solution. The  results show that random forest is the best performing algorithm and it also shows a slight improvement on performance compared to Aros actual decision, random forest got an F1- core of 0.35 and Aros 0.22.

This thesis covers an implementation of an artificial intelligence (AI) system for cooperation between multiple AI-agents. It was done as a part of a master thesis in Media Technology and a master thesis in Computer Engineering at Linköping University, campus Norrköping. The aim of the project was to explore modern techniques in AI and also develop a platform where this AI is implemented for the upcoming educational purposes. The idea is that students can use the system as a base to extend, learn and implement their own AI algorithms. Based on a literature study in AI systems the decision was made to base APAC on the GOAP system, a scalable planning architecture designed for real-time control of autonomous character behavior in games. The result of the thesis is a virtual world, made in Unity3D and C#, where the system is being used by virtual agents to build a city.