2017 was het jaar van artificiële intelligentie (ai). Althans, dat wilden de voorspellers ons doen geloven. Maar is het ook gebeurd? Wat zeker is, is dat er veel 'ai-washing' heeft plaatsgevonden. Niet-intelligente it-producten werden van een ai-label voorzien. Wat mijn collega Ron Tolido 'fake ai' noemt. Amazon webservices weet al sinds 2005 effectief in te spelen op de grote ai-belofte. Maar waar is de onderliggende technologie?
Geen wonder dat er it-experts zijn die zeggen dat het allemaal een hype is en dat het spoedig over is. Maar daarvoor worden er te veel successen geboekt. Ja, het nabouwen van menselijke intelligentie is nog (heel) ver weg. Maar het toepassen van machine-intelligentie en machine-gebaseerd leren gebeurt al veel. Zowel binnen als buiten het laboratorium.
Ai kan nu worden gebruikt voor specifieke toepassingen voor specifieke bedrijfssituaties. Voorbeelden zijn: chatbots, kennissystemen, spraak- en beeldherkenning.
We kunnen natuurlijk wachten tot de productleveranciers echte artificiële intelligentie gaan inbouwen in hun producten. Maar deze luie vorm van innovatie maakt ons natuurlijk niet competitief. En het moet maar blijken of deze kant-en-klaar producten ook daadwerkelijk meerwaarde toevoegen.
Ai kost meer dan een paar klikken om het in gebruik te nemen. Je moet de machine tenslotte ook het onderwerp leren. Maar als je er echt voor gaat, kun je (routine)werk automatiseren waardoor je echte productiviteitsverbeteringen mogelijk zijn. IBM Watson kan bijvoorbeeld 500 gigabytes aan informatie (equivalent aan één miljoen boeken) per seconde lezen. Dat doet geen mens hem na.
Artificiële intelligentie is een blijvertje. En de ai-frameworks en micro apps zijn volwassen genoeg om er mee te beginnen. Niet alleen om wat stapjes in een proces efficiënter te maken, maar om te kijken wat ai voor uw processen en data kan betekenen. Hoe kunnen we echte verbeteringen afdwingen? Of dingen doen die nog nooit eerder gedaan zijn?
Maar er zijn (nog) geen kant-en-klare oplossingen voor iedere bedrijfssituatie. Daarom is het nu de tijd om, voor intern gebruik en voor klanten, nieuwe technologieën te verkennen. Door actief te werken aan een ecosysteem en ontwikkelmethodes waarbij productleveranciers en klanten bij elkaar kunnen worden gebracht en nieuwe oplossingen kunnen worden gecreëerd. Die ook mogen falen. Om zo al doende kennis en ervaring op te bouwen over artificiële intelligentie.