U leest tegenwoordig dagelijks over kunstmatige intelligentie (artificial intelligence, ai) en wat het vermeend allemaal kan betekenen voor uw bedrijf. Maar klopt het wel? En zo ja, klopt het ook voor uw onderneming?
‘One size fits all’ werkt namelijk niet bij het toepassen van kunstmatige intelligentie (artificial intelligence, ai) . Daarom is het belangrijk om door het uitvoeren van een ai–assessment inzichtelijk te maken waar de toepassing van ai-technologie het meeste resultaat oplevert. Dit leidt per project tot een ai-roadmap en plan van aanpak. Vervolgens wordt een projectteam geformeerd dat zo snel mogelijk concrete resultaten in een productieomgeving gaat realiseren. Indien mogelijk worden hierbij domeinexperts aan klantzijde betrokken om kennisoverdracht te waarborgen. Ook al vraagt elk project om een eigen assessment en een eigen aanpak, vallen er toch een aantal algemene inzichten te behalen die ik graag deel.
Geen heilige graal
Bedrijven hebben de neiging om hun meest uitdagende problemen voor te leggen aan ‘een ai’. Ai moet problemen oplossen waar de eigen experts niet uitkomen ondanks jaren van onderzoek. De verwachting die wij vaak tegenkomen is dat ai bovenmenselijke capaciteiten bezit die alles mogelijk moet maken. We worden dikwijls verzocht er toch aan te beginnen, maar in dit soort situaties zijn er geen garanties dat de resultaten bevredigend zullen zijn.
Waar hedendaagse ai wel in uitblinkt is het automatiseren van relatief complexe repetitieve taken, die veel menselijke inzet vereisen. We kunnen een ai-model trainen om patronen te herkennen. Trainen gebeurt door het model data te voeren die vaak al beschikbaar zijn uit de praktijk. Aangeleerde patronen kunnen worden toegepast om te classificeren, voorspellen, clusteren en om afwijkingen te detecteren. Het versnellen of automatiseren van een kernproces kan al snel vele miljoenen aan kostenreductie opleveren. Daarmee is de investering veelal razendsnel terugverdiend.
Met inzet van ai is het nu mogelijk om ook kennisintensieve taken te automatiseren. De beoordeling van een hypotheekaanvraag is iets waarvoor een opleiding vereist is, maar in de praktijk is de taak vrijwel altijd hetzelfde. Een expert in een staalfabriek beschikt over unieke kennis om een nieuw product te evalueren, maar het product en de afwijkingen zijn vrijwel nooit uniek. Juist dit soort repetitieve taken zijn geschikt voor automatisering met behulp van ai.
In alle gevallen moet men zoeken naar de toepassingen met de grootste business cases die met ai geautomatiseerd kunnen worden. Dat zijn zelden de moeilijke problemen die mensen niet kunnen oplossen, maar juist die taken waar veel tijd mee kan worden bespaard. Dat klinkt wellicht minder sexy dan de hype ons doet geloven, maar het kan wel degelijk een rendabele investering opleveren voor uw bedrijf.
Een middel, geen doel
Veel bedrijven benaderen ons omdat ze ‘ai willen toevoegen aan hun business’. Iets met ai doen is voor hen belangrijker dan een concreet bedrijfsresultaat. De huidige ai-hype is genoeg reden voor veel bedrijven om ermee aan de slag te gaan. Hetzelfde geldt overigens voor begrippen zoals blockchain, augmented reality, virtual reality en internet of things. Kortom, bedrijven willen iets doen met nieuwe technologie gewoon omdat het kan.
Hoewel het goed is om bekend te raken met nieuwe technologieën is een willekeurige pilot, proof of concept (poc) of experiment zelden een goede besteding van budgetten. De meeste poc’s belanden ergens in een la onderin een bureau. Die investering van duizenden euro’s had ook kunnen worden besteed aan het begin van een waardevolle ai-oplossing die miljoenen kan opleveren. Het doel moet niet zijn om met een afgebakend miniproject te bewijzen dat ai werkt. Wij werken al meer dan twee decennia met ai-technologie en zijn het stadium van de poc’s voorbij. Ai werkt, mits toegepast op de juiste taken en bij beschikbaarheid van geschikte data.
Techniek is altijd een middel om iets te bereiken, nooit een doel op zich. Als bedrijf is het belangrijk om zo snel mogelijk vertrouwd te raken met de concrete toepassing van ai. Doe dingen met ai die ertoe doen. Over tien jaar zit in vrijwel overal iets van wat we nu ai noemen, maar heeft niemand het er meer over. Gebruikt iemand nog weleens het woord hyperlink?
Conclusie
Er is geen magie, ook niet in ai. Concrete toepassingen leveren nu al vele miljoenen aan besparing of nieuwe omzet op voor de early adopters. Stop met proof of concepts en pas ai toe waar het direct winst oplevert. Is uw organisatie er nog niet aan toe? Schakel dan zo snel mogelijk een expert in.
Ai blinkt uit in het automatiseren van relatief complexe repetitieve taken,
Hmm hadden we niet ooit computers uitgevonden en wel precies voor dat doel ?
Dat is precies waar computers goed voor zijn. Met het aanbreken van het nieuwe AI tijdperk kunnen we een nieuw niveau van automatiseren realiseren, waardoor we de computer steeds meer cognitieve taken kunnen laten uitvoeren.