Kunstmatige intelligentie (artificial intelligence – ai) staat volop in de belangstelling. Congressen rond dit thema trekken grote aantallen bezoekers. Volgens Robert Bien, salesverantwoordelijke voor de Benelux bij ABBYY, is dat niet zo opmerkelijk, omdat 2019 duidelijk het jaar van ai is. Hieronder de zes belangrijkste redenen voor deze stelling.
Ai heeft steeds meer impact op de dagelijkse bedrijfsvoering. Was het eerder vooral een thema dat alleen bij het hogere management op de agenda stond, we zien nu dat bedrijven de technologie ook steeds meer praktisch benutten in de bedrijfsvoering. Dat vereist wel dat het onderdeel wordt van de datastrategie van een organisatie. Op die manier kan een organisatie meer halen uit een van hun belangrijkste bedrijfsmiddelen. Afdelingen als hr en finance behalen al zichtbare, praktische voordelen uit ai. Ik voorzie dat eind 2019 meer dan de helft van de bedrijven ai heeft gecombineerd met hun datastrategie als het gaat om de finance-functie. Daarnaast liggen er ook belangrijke kansen voor andere functies, zoals marketing en sales, waar een ai-aanpak kan helpen bij klantacquisitie en klantenservice.
Een derde van de organisaties die ai omarmt, zal de it-afdeling de komende zes maanden gaan uitbreiden. De toegenomen belangstelling voor ai leidt tot een run op talent. In Europa en de VS moet een op de drie bedrijven fors investeren in nieuwe medewerkers om het tempo van innovatie met behulp van ai voldoende hoog te houden. Dat geldt in nagenoeg alle sectoren, van manufacturing en financiële dienstverlening tot zorg en overheid. Er is overal behoefte aan vernieuwing van de bestaande it-infrastructuur en vervanging van legacy-systemen.
Klanten krijgen direct te maken met ai. In 2019 merkt een klant in toenemende mate dat zijn bank, verzekeraar of andere dienstverlener ai inzet. Wij voorspellen dat dit jaar 70 procent van alle banken gebruik gaat maken van ai bij het onboarden van een nieuwe klant. Daarbij neemt het mobiele kanaal een belangrijke plaats in. Klanten verwachten een foutloze, mobiele ervaring, waarin onder andere chatbots een prominente rol spelen. Met ai is het mogelijk om chatbots zo in te zetten dat een klant dat ervaart alsof hij met een echte medewerker communiceert. Dit vraagt wel om intelligente koppelingen met back-end-systemen, zodat bank-apps cognitiever en contextueler van karakter zijn.
Een op de tien start-ups gebruikt in 2019 een robot voor klantinteractie. Ons onderzoek uit 2018 liet zien dat millennials klantcontact liever overlaten aan een robot dan aan een mens. Een op de zes millennials gaf aan een hekel te hebben aan direct klantcontact. Bij respondenten ouder dan 55 jaar was dat een op de twintig. De verwachting is dan ook dat start-ups, die veelal door millennials worden geleid, AI en robots zo veel mogelijk gaan inzetten voor customerservice-activiteiten.
Oudere werknemers zijn meer bereid om bepaalde taken te automatiseren. In 2019 maken leidinggevenden samen met de hr-afdeling er meer werk van om medewerkers te overtuigen van het nut van interne automatisering. Ons onderzoek liet zien dat medewerkers van 55 jaar en ouder vaker voorrang geven aan routinematige taken als archiveren en het bijhouden van databases dan millennials. Deze taken zijn relatief gemakkelijk te automatiseren en de verwachting is dat dit ook daadwerkelijk gaat gebeuren. Eind 2019 zal de helft van de oudere werknemers meer vertrouwd zijn met AI en bereid zijn om bepaalde taken over te dragen aan robots.
Robotic Process Automation wordt mainstream, maar vereist wel het gebruik van de juiste data en de juiste algoritmen. In 2019 stijgt het besef onder cio’s en it-managers dat Robotic Process Automation (RPA) enorme voordelen kan bieden, maar dat deze alleen te realiseren zijn bij een solide datacollectieproces en de juiste algoritmes. Er zijn uiteindelijk goede en slechte datasets. Een illustratief voorbeeld van de effecten van een slechte dataset is een project van het MIT Media Lab in de Verenigde Staten, dat een psychopathisch ai-karakter creëerde: Norman. Dit karakter werd gevoed met slechte data en kreeg vervolgens de bekende Rorschach-inkttesten voorgelegd. Waar reguliere algoritmes neutrale antwoorden gaven, kwam Norman systematisch met gewelddadige interpretaties. Dit experiment laat zien dat bias – het gebruik van de verkeerde data bij het bouwen van een algoritme – enorme consequenties kan hebben. Ieder algoritme is dus zo effectief en betrouwbaar als de data waarop hij gebaseerd is. In die constatering ligt ook de reden waarom lang niet iedereen enthousiast is over AI en robots, omdat ze bang zijn voor manipulatie. Angst is echter een slechte raadgever. Het is beter om ervoor te zorgen dat je de juiste data vastlegt en de juiste tools en expertise inzet om algoritmes te bouwen. Die tools zijn nu op de markt en zorgen ervoor dat organisaties op een veilige en betrouwbare manier kunnen profiteren van kunstmatige intelligentie.
Geweldige info en Abby is goede software voor het integreren van bepaalde gegevens. Is er echter een tool voor het opschonen van gegevens die u aanbeveelt? Ik heb er verschillende gevonden (https://www.bisok.com/data-science-workbench/data-cleansing-tools/ is er een) maar ik weet niet zeker of je deze hebt gebruikt of welke tool je hebt gebruikt. Ik werk bij een bank en we hebben veel gegevens die we maandelijks nodig hebben. Bedankt