Sinds 2010 voert Supply Value jaarlijks een onderzoek uit over de belangrijkste trends binnen het inkoopvakgebied. Sinds dit jaar voegen we daar het IT trends onderzoek aan toe. Het doel van dit onderzoek is het ondersteunen van Informatie management en technologie professionals bij het stellen van de belangrijkste prioriteiten en de juiste focus. In deze blog geven we een eerste doorkijk op de derde trend van het onderzoek: Artificial Intelligence.
‘Alexa/Okay Google, what’s the weather? Sunny, with 21 degrees Celsius. Okay, and what about Thursday? It will be cloudy with a 60% chance of rain and 18 degrees.’. Terugpratende speakers die weersvoorspellingen geven (zelfs opvolgend zonder dat het woord ‘weather’ er in voorkomt), vragen beantwoorden en lichten aan of uit doen op basis van een stem van één van de bewoners. Hierbij wordt een spraakbericht door een machine herkend en begrepen. Dit wordt mogelijk gemaakt door kunstmatige intelligentie, ofwel artificial intelligence (afgekort tot AI). De ontwikkeling van AI is de afgelopen jaren zo snel gegaan dat we dingen die wel AI zijn al bijna niet meer zo zien omdat het al wordt gezien als standaardtechnologie. Denk hierbij bijvoorbeeld aan gezichtsherkenning door camera’s of een spamfilter in je mailbox. Zo’n 35% van de respondenten geeft aan totaal onbekend of slechts enigszins bekend te zijn met deze AI. De meerderheid van de respondenten geeft dus aan goed bekend te zijn met AI. Dat is terug te zien in de prioriteit die er aan wordt gegeven door de respondenten, want meer dat 42% van de respondenten geeft dit jaar veel of heel veel prioriteit aan AI.
Wat is AI?
AI wordt veelal omschreven als intelligentie getoond door machines. Meestal zien we dit terug als machines menselijke cognitieve functies nabootsen, zoals het oplossen van problemen en leren. Er zijn veel manieren om de verschillende typen AI te definiëren. Allereerst wordt er vaak een onderscheid gemaakt tussen vormen van AI:
- Weak/Narrow AI – machines zijn gespecialiseerd in één taak;
- Strong AI – machines kunnen meerdere taken uitvoeren en bijvoorbeeld leren en problemen oplossen;
- Artificial Superintelligence (ASI) – machines die echt op mensen gaan lijken omdat ze bijvoorbeeld ook sociale vaardigheden en creativiteit bezitten.
Daarnaast is het handig om een onderverdeling te maken op basis van de verschillende functionaliteiten:
- Reactieve AI. Machines met reactieve AI hebben geen zicht op de historie of context, ze hebben enkel en alleen beeld van de huidige situatie. Ze werken aan een taak of scenario dat op dat moment aan hen wordt gepresenteerd.
- Limited Memory AI. Hierbij gaat het om machines die een korte termijn terug in het verleden kunnen kijken. Dit is bijvoorbeeld veel gebruikt bij de ontwikkeling van autonoom rijdende auto’s.
- Theory of mind. Hierbij kunnen machines menselijke emoties, overtuigingen en verwachtingen herkennen en begrijpen, en hier vervolgens op acteren. Hoewel er vorderingen worden gemaakt in de ontwikkelingen op dit gebied, zijn er nog geen concrete toepassingen of voorbeelden.
- Self awareness AI. Dit komt het meest dicht in de buurt van een robot welke volledig menselijk is en dus kan reflecteren op zichzelf en emoties kan voelen. Hoewel er al lang gespeeld wordt met dit idee, is dit nog geen realiteit.
De huidige ontwikkelingen met AI baseren zich, logischerwijs, met name op types 1 en 2. Hiermee zijn dan ook oneindig veel mogelijkheden tot innovatie. Een aantal herkenbare voorbeelden van toepassingen van AI zijn; fraudedetectie bij online aankopen, personalisatie van nieuwsfeeds en reclames, spraakomzetting naar digitale tekst, het door een robot spelen van een strategisch spel als ‘Go’, en de chatbot van een online helpdesk. Een andere mooie toepassing is een test waarbij AI wordt ingezet om dokters te helpen om verschillende soorten kanker te ontdekken op scans.
Aan het gebruik van AI zitten nog wel een aantal beperkingen. Zo kunnen grote, complexe problemen wel aan een machine worden gevoed, maar door de grote hoeveelheid keuzes en redeneringen wordt het ontzettend traag. Mensen passen zelden de stap-voor-stap redeneringslijn toe die dit AI-systeem gebruikt en hebben iets dat machines (nog) niet na kunnen bootsen; intuïtie. Daarnaast is er veel data nodig om AI toe te kunnen passen. Lang niet alle organisaties hebben de beschikking over dergelijke benodigde databronnen, waardoor het lastig wordt om AI waardevol toe te passen. Gekoppeld aan de noodzaak voor data, zit meteen de valkuil van data. Er zit namelijk vaak een bias in. Ofwel, het is ontzettend moeilijk om data te genereren welke volledig objectief is. Het is dus belangrijk om je bewust te zijn van de subjectiviteit welke mogelijk onderdeel is geworden van je data.
Trendontwikkeling
Het gebruik van AI is alleen maar toegenomen. Forbes geeft eind 2018 aan dat een goede graadmeter voor de groei van AI is om te kijken naar de investeringen in startups. Van januari 2015 tot januari 2018 is dit voor AI startups met 2.1x toegenomen, waar het bij andere startups gemiddeld met 1.3x toenam. Het gebruik van AI is steeds meer terug te zien in de maatschappij en de komende jaren zal dit alleen maar toe gaan nemen door de nieuwe diensten die met AI ontwikkeld zullen worden. Daarnaast zal AI ook steeds meer gebruikt worden ter verrijking van bestaande diensten. Ook zal het gebruik van AI om taken die nu nog door mensen worden uitgevoerd over te nemen, toenemen.
Over deze laatste woedt nog wel een grote maatschappelijke discussie. Nemen robots ons werk over? Welke banen zullen over 5 tot 10 jaar niet meer bestaan? Zoals bij iedere andere industriële revolutie is gebleken zullen er inderdaad banen verdwijnen, maar zullen er ook veel nieuwe banen ontstaan. Dit gaat natuurlijk niet zonder slag of stoot, en het is belangrijk dat organisaties zich deze impact op medewerkers goed realiseren en daar adequaat mee omgaan.