Predictive lead score. Sentiment analyses. Zelflerende algoritmes en chatbots. De mogelijkheden op het gebied van artificial intelligence (ai) nemen razendsnel toe. Net als de impact op klanteninteractie. Nog even en online bedrijven kunnen anticiperen op behoeftes waar klanten zich nog niet eens van bewust zijn.
Hoe lang is het geleden dat je consumenten nog kon verrassen met gepersonaliseerde merkuitingen? Zoals op maat gemaakte advertenties en productaanbevelingen onderaan de pagina? Ik denk hoogstens vijf jaar. En toch ligt die tijd alweer ver achter ons. Dankzij de razendsnelle opmars van ai kunnen bedrijven hun klanten producten en diensten voorschotelen die bijna naadloos aansluiten op hun online gedrag, hun voorkeuren en wensen. De toepassingsmogelijkheden zijn soms verrassend simpel. Onlangs schotelde een reisbureau fanatieke kijkers van de Netflix-serie Narcos de vraag voor of ze niet toevallig geïnteresseerd waren in een reisje naar Colombia. Gewoon een kwestie van datastromen combineren en gebruik maken van de rekenkracht van kunstmatige intelligentie.
Data-analyse op basis van ai
Door met behulp van ai enorme hoeveelheden data te analyseren, weten bedrijven beter dan ooit wat een individuele klant wil. Ook als die klant zijn eigen wens of behoefte nog niet eens onder woorden heeft gebracht. Laat me een voorbeeld geven. Tegenwoordig hebben steeds meer automobilisten een apparaatje in hun auto dat hun motormanagement in de gaten houdt. Het kastje kijkt naar benzineverbruik en rijgedrag, maar kan ook de kwaliteit van je accu uitlezen. Maar met die data kan je véél meer. Een op ai gebaseerde app kan de accuprestaties van een autobezitter (de accu gaat snel achteruit) combineren met diens digitale agenda (volgende week een afspraak in Brussel) en het weerbericht (binnenkort lichte tot strenge vorst). Vervolgens krijgt de automobilist een suggestie om zijn accu snel te laten vervangen. Met de mededeling dat de werkplaats van de garage aanstaande dinsdag om drie uur tijd heeft. Nog voordat de klant het probleem heeft ervaren.
Dit voorbeeld maakt mooi duidelijk waarom de verwachtingen op het gebied van ai zo hooggespannen zijn. Ik mag wel zeggen: sky high. Volgens het Salesforce rapport ‘The ai revolution’‘ verwacht 75 procent van de zakelijke markt dat bedrijven binnen drie jaar in staat zijn om suggesties voor een product of dienst aan te reiken, nog vóórdat de klant contact heeft opgenomen. Dat klinkt misschien als toekomstmuziek, maar die toekomst kan heel snel werkelijkheid zijn.
Rol van ai in de customer experience
Het modelabel Suitsupply denkt na over manieren om met behulp van image recognition naar een afbeelding in de collectie te zoeken. Iemand die straks op straat een mooi colbertje ziet, kan ter plekke een foto maken en die naar Suitsupply appen, mailen of sms’en. Daarna doorzoekt het systeem automatisch naar soortgelijke beelden. Een paar tellen later weet de klant of het betreffende colbert bij Suitsupply te koop is, of dat er een vergelijkbaar model beschikbaar is.
En als diezelfde klant contact legt met een verkoopmedewerker, beschikt die ook nog eens over een 360 graden view met alle relevante klantgegevens: van zijn of haar voorkeuren tot de laatste aankopen en van het laatste klantencontact tot de meest recente reviews. Veel beter kun je een klant niet leren kennen.
Kunstmatige intelligentie speelt in dit verhaal een absolute hoofdrol. Sinds het World Economic Forum, vorig jaar in Davos, wordt ai zelfs gezien als een van de belangrijkste bouwstenen van de 4IR, de Fourth Industrial Revolution. Kunstmatige intelligentie is natuurlijk niet nieuw. Wat wel nieuw is, is de laagdrempeligheid ervan. Tot voor kort moesten datascientists en engineers enorme hoeveelheden data analyseren.
Ik kan je vertellen: dat is voor een gemiddeld bedrijf onbetaalbaar. Nu kunnen salesafdelingen gebruik maken van predefined algoritmische modellen. Door in de cloud een app aan te vinken kunnen ze uit hun klantendata die prospects naar voren halen die het meest kansrijk zijn om te benaderen. Dat heeft enorme gevolgen voor de manier waarop bedrijven en consumenten met elkaar omgaan. Kijk maar naar ING. In feite is ING razendsnel van een bank aan het transformeren in een groot it-bedrijf, dat continu enorme hoeveelheden data verwerkt. Wanneer een potentiële klant ineens heel actief is op Funda, weten financiële instellingen niet alleen wanneer ze hem of haar moet benaderen, maar ook op welke manier of via welk kanaal. Dat is een belangrijke stap op weg naar one to one journeys: één op één relaties tussen merk en klant.
Deep learning
Maar het wordt nog interessanter! Zeker als je met behulp van ‘deep learning’ door data ploegt. Deep learning gaat niet uit van een gerichte vraag, maar laat algoritmes los op grote hoeveelheden data in de hoop een patroon te ontdekken. Zo kwam de Amerikaanse supermarktketen Wallmart er een paar jaar geleden achter dat er op vrijdagavond erg veel luiers en bier werden verkocht. Wallmart ontdekte dat er op die avond veel jonge vaders naar ‘American football’ keken. Vóór de wedstrijd liepen ze nog even de supermarkt in voor een voorraadje bier en eenmaal binnen namen ze ook snel nog een pak luiers mee. Vanuit de ervaring dat luiers altijd eerder op zijn dan je denkt. Wallmart ging er vanuit dat deze doelgroep meer tijd besteedt aan het uitzoeken van een bepaald biermerk dan aan een pak luiers. Met als gevolg dat er nu, vlakbij het bierschap, een voorraad luiers staat met de hoogste winstmarge.
Let wel: dat is een voorbeeld uit de prehistorie van ai. De mogelijkheden om tegenwoordig verbanden te leggen zijn oneindig verfijnder. Ook omdat er veel meer data voorhanden zijn. 90 procent van de data die vandaag de dag beschikbaar zijn, zijn de afgelopen twee jaar verzameld. Al moet ik er wel bijzeggen dat alles natuurlijk valt of staat bij de kwaliteit van je data. Met een beetje pech beschikt de klachtenafdeling over andere data dan de verkooppafdeling. Dat betekent dat het integreren van de verschillende systemen soms een behoorlijk pittige klus is. Maar wel een klus die lonend is. Op het moment dat je als bedrijf al die data kan combineren, heb je alle ingrediënten in handen voor een optimale customer experience. Voor veel bedrijven geldt de komende jaren dan ook echt: data make more sense.
Het bier en luiers-verhaal is een broodje aap en gaat in elk geval terug tot 1992. Wallmart heeft de luiers en het bier ook niet bij elkaar gezet, klinklare onzin.
Het had zo’n mooi verhaal kunnen worden…
Ach ja het geloof in de heilige graal van consumeren.
Binnen 20 jaar zal genoeg duidelijk zijn dat resourcen niet oneindig zijn en dat ons konsumentengedrag van vandaag de planeet niet meer kan redden, met of zonder ia.
Dit verhaal is eigenlijk diep droevig.
PS intelligentie is als zodanig nauwelijk definieerbaar, daarom zie ik in AI een sprookje dat ons allen nog zwaar op de maag komt te liggen.
We hebben patroon herkenning door middel van machine learning en data om mee te trainen, of meerdere lagen “neuronen” voor deep learning. Maar intelligentie. Nee. Niet. Niets. Noppes. Nada. Het herkennen van patronen en een systeem wat “leert” van de data kun je intelligent noemen. Bij mij valt dat er niet onder omdat het systeem geen clue heeft wat het doet, maar gewoon wat sneller kan rekenen en een paar slimmeriken (lees: wiskundigen) die er een algoritme aan kunnen koppelen zodat je er knappe dingen mee kunt doen zoals Ms Pacman winnen of Go.
Je hoort ook over IBM (Watson), Nuance en Microsoft die aangeven dat de computer nu beter is dan de mens met woord herkennen uit spraak. Ik kan je vertellen dat ik nog gewoon uitgetypt.nl gebruik voor transcriptie en die is *oneindig* veel beter dan alle spraak API’s die ik tegenkom.
Spraakassistenten zijn nog hooguit gimmicks.
Veel voorbeelden zijn niets of niets bijzonders (iemand op marketing legt de link tussen Narcos en reizen naar Columbia en een stukje re-targeting ).
De tijd dat “AI” echt iets gaat betekenen ligt in mijn optiek nog zeker vijftien jaar voor ons en waarschijnlijk langer. Dus nu investeren in AI is voor het gros van de projecten wellicht een dure les.
Niettemin geloof ik wel in de toekomst van data en patroonherkenning, ik heb demo’s gezien icm Facebook data die echt wel heel krachtig zijn (ging over fake-news en bijvoorbeeld Russische dollars voor het targetten van Amerikaanse burgers), maar daar zat geen intelligentie in. Niet in het systeem, alleen in de mensen die het systeem bewerkten.
Ik hou gewoon niet zo van die vergezichten verstoken van echte inhoud.
Helemaal mee eens Henri
Als je ooit medicijnen gestudeerd hebt en de struktuur van de hersenen kent (“echte” neuronen) dan beschouw je de digitale AI als 2 dimensionaal waar hersenen 4 dimensionaal te beschouwen zijn. Behalve elektrische impulsen spelen hormonen een minstens even grote rol.
Het experimenteren en werken aan “intelligentere” machines is een goeie zaak en zelfrijdende auto’s kunnen het aantal verkeersongevallen terugbrengen, maar . . . . het zijn mensen met hersens die de intelligentie bezitten dat te bouwen.
Ook eens met Henri. Maar vind nog meer angstaanjagend, de verhalen over het ‘combineren van datastromen’ en ingrijpen van technologie in het leven van mensen. Dat doet het al, maar geleefd worden door de techniek dan heb gaat het al snel over pricacy. Onaangenaam en onrustig. Zie je wel, die computer in handen van de mens brengt (bijna) niets dan ellende.
Jan. AI betekend overigens niet dat we per se mensen nabouwen, of menselijk intelligentie. Zo bedoelde ik het niet. Ik weet niet eens precies wat intelligentie is en afhankelijk van de definitie kun je dingen al intelligent noemen. We dachten dat een computer nooit kon leren schaken, maar nu is het “gewoon” en noemen we dat niet meer intelligent.
Alleen de hype waarmee men wil suggereren dat een computer slim is en allemaal dingen kan en daarmee ons werk zal ontnemen bestrijd ik. Automatisering en machine learning en robots zullen inderdaad een verandering van werk betekenen en er zullen mogelijk zeer veel banen verdwijnen, maar dat gaat subtiel anders dan door AI.
Een ander gevaar waarvoor we moeten waken is dat data patronen in een deep learning context waarschijnlijk dezelfde vooroordelen heeft als mensen omdat onze vooroordelen het systeem voeden. Het patroon “etnisch profileren” zal een computer feilloos overnemen waarmee meteen bewezen wordt dat etnisch profileren dus echt is.
En nogmaals ik geloof wel in AI en denk dat het ook wel iets goeds brengt maar dat we de snelheid overschatten.
Als ik zie hoe dom de chatbots en spraak assistenten nog zijn… Al heb ik wel weer hele gave dingen gezien die wel magisch leken (leuke dingen te vinden op https://experiments.withgoogle.com/ai )
Als je wat wilt weten over intelligentie bestaan er nogal wat boeken/artikelen over intelligentietests, daarin gaat het om de definitie van intelligentie en hoe je die dan kunt meten. Dat geeft een goed inzicht van de niet technische kant.
Mensen nabouwen kunnen we niet, de evolutie heeft daar ook wat langer over gedaan toch?
Wat ik zo jammer vindt is dat we al die mogelijkheden niet gebruiken om sneller betere prothesen en hulpmiddlen te bouwen voor mensen die dat nodig hebben. In plaats daarvan wordt gewerkt aan de autonome robotsoldaat, dat toont de mate van civilisatie die we als menselijke ras bereikt hebben.
In dat opzicht kan ik met de beste wil van de wereld niet positief zijn over “onze elite”.
Je kan er van alles van vinden en verschillende stikkers op plakken. Maar AI is nog steeds niks meer dan volgens vooraf geprogrammeerde regels gegevens verwerken die afkomstig zijn uit verschillende databronnen. Waarbij de voorbeelden in het artikel nog redelijk “onschuldig” zijn.
Het wordt al anders als dit soort AI-applicaties er (bijvoorbeeld) voor gaan zorgen dat je geen zorgverzekering meer kunt afsluiten; of in ieder geval een veel hogere premie gaat moeten betalen. Bijvoorbeeld omdat je in de ogen van de zorgverzekeraar een te groot risico bent vanwege je ongezonde levensstijl.
Hoe ze dat weten?
Nou – stel je eens voor dat alle banken verplicht worden (al zijn?) door de overheid om de financiële handel-en-wandel van hun klanten door te sturen naar de belastingdienst. En stel je eens voor dat die belastingdienst via zijn broedkamer er een stukje “analytics” overheen gooit waarbij gekeken wordt naar de eigenaars van de rekeningnummers achter die brij aan financiële transacties.
Laten we eens aannemen dat uit die “analytics” blijkt dat er mensen zijn die de afgelopen 3 jaar niet gesport hebben en wekelijks meerdere keren een beroep hebben gedaan op de diensten van McDonalds, Dominos Pizzas en het lokale friteskot (om maar eens wat te noemen).
En nogmaals – het blijft een aanname – maar laten we er ook eens vanuit gaan dat deze resultaten vervolgens doorgesluisd worden naar het Zorginstituut Nederland. Die vervolgens op hun beurt e.e.a. beschikbaar stelt aan de zorgverzekeraars (want “informatieplicht”).
Dan zou het zomaar kunnen dat die zorgverzekeraars op hun beurt gaan scannen op de bankrekeningnummers van mensen die bij hun een zorgverzekering hebben afgesloten danwel een offerte hebben aangevraagd. De kans is natuurlijk minimaal – maar mocht er onverhoopt een match zijn dan staat er ineens zo een mooi vlaggetje achter het rekeningnummer.
Vanwaar dat vlaggetje?
Nou eeehhh – puur hypothetisch hé – dat vlaggetje geeft de zorgverzekeraar de mogelijkheid om bij een nog lopende zorgverzekering de persoonlijke voorwaarden aan te passen en je daarvan op de hoogte stellen tegen het einde van de looptijd. Bijvoorbeeld in de vorm van een e-mail met de mededeling dat je mag kiezen tussen een verdubbeling van het eigen risico of een verdubbeling van de premie. Wil je geen van beiden, dan kan je (uiteraard!) kosteloos opzeggen.
Heb je een offerteaanvraag uit staan, dan krijg je een e-mail met een offerte van vergelijkbare strekking.
Maar goed – zo paranoïde als ik ben – dit scenario is natuurlijk puur hypothetisch en gaat van zijn levensdagen niet gebeuren… niet in Nederland (hooguit in de US of Rusland)… toch???
🙂
Will, wat een lang verhaal om te zeggen dat privacy belangrijk is 😉
@Henri: echt? Is privacy belangrijk? Voor wie dan? Nooit wat van gemerkt… 😉