Kunstmatige intelligentie is een heuse hype. Maar begrijpen kleine en middelgrote bedrijven wel wat ze met deze technologie kunnen doen? Onder invloed van Hollywood heeft dit type intelligentie een menselijke vorm gekregen. Voor de bedrijfswereld is deze populaire perceptie evenwel geen goede zaak.
Middelgrote bedrijven kunnen meestal het snelst van disruptieve technologieën profiteren. Ze zijn flexibeler dan hun grotere tegenhangers en hebben meer kapitaal dan kleinere ondernemingen. Daarom willen ze kunstmatige intelligentie (ai)-technologie dan ook zo snel mogelijk implementeren. Toch zou, volgens een studie van het Londense durfkapitaalbedrijf MMC Venture, zo’n veertig procent van de Europese startups die als ai-bedrijven worden beschouwd, eigenlijk geen ai gebruiken. Althans niet op een zinvolle manier. Aangezien investeringen voor kleine en middelgrote bedrijven een grote impact hebben, is het belangrijk dat ze eerst begrijpen wat ai kan doen vooraleer ze er waarde mee kunnen genereren.
Dat ai intussen een hype is, bewijzen de statistieken. Voorspeld wordt dat de globale markt tegen 2025 169,41 miljard dollar waard zal zijn, een forse groei als je weet dat die waarde in 2016 nog 4,06 miljard dollar bedroeg. Tussen 2015 en 2019 is het aantal bedrijven die een vorm van ai-technologie toepassen, met 270 procent gestegen. Bewustzijn is er dus zeker, maar ‘implementatie’ is een ruim begrip. Om te begrijpen op welke schaal ai wordt toegepast, moeten we naar de basis terugkeren.
Wat is ai?
Ai is een vertakking van computerwetenschap die zich met algoritmes bezighoudt. De taken van ai vereisen normaal menselijke intelligentie: problemen oplossen, vertalingen, spraakherkenning en visuele perceptie. Intussen laat de impact van ai zich in diverse sectoren voelen. De zoektocht naar nieuwe antibiotica, bedrijven die inzichten willen genereren of mobiele telefoons die ons dagelijkse leven helpen sturen. In tegenstelling tot in de populaire interpretaties van ai neemt de technologie hierbij geen menselijke vorm aan en wordt de complexiteit van onze eigen intelligentie zeker niet overtroffen.
We kunnen ai in twee categorieën onderverdelen. Artificial general intelligence (agi) is de meest herkenbare op basis van de science-fiction-klassiekers. Het is de hypothetische intelligentie van een machine die in staat is om elke intelligente taak te begrijpen of te leren zoals een menselijk wezen dat zou doen. Artificial narrow intelligence (ani) heeft betrekking op specifieke aspecten van menselijke intelligentie en perceptie zoals de herkenning van gezichten of stemmen. Dit zijn toepassingen die we vandaag al kunnen gebruiken.
Hoe werkt ai dan precies? Machine learning is een vorm van ai waarbij algoritmen worden gebruikt om te leren op basis van data. In plaats van expliciet te programmeren, bouwen deze algoritmen een model dat gebaseerd is op input en gebruiken ze de bekomen inzichten om beslissingen te nemen of voorspellingen te doen. Hiermee kan Netflix bijvoorbeeld series aanbevelen en kunnen banken fraude met kredietkaarten ontdekken. Er is wel wat geduld nodig vooraleer het ‘leerproces’ exacte resultaten oplevert. Het model blijft zichzelf immers trainen wanneer de datasets veranderen.
Deep learning geeft de algoritmen meer vrijheid door verschillende lagen van neurale netwerken te gebruiken. De manier waarop input door middel van abstractie in kaart wordt gebracht, doet denken aan de werking van ons eigen brein. Deep learning steunt dus niet op vooraf gedefinieerde eigenschappen zoals bij machine learning en leert zelfstandig of iets goed of fout is. Het vereist wel een enorme hoeveelheid data en rekenkracht.
Data voorbereiden
Deep learning optimaliseert vandaag al de gezondheidszorg, terwijl machine learning bedrijven van waardevolle inzichten voorziet. Middelgrote bedrijven gebruiken de technologie bijvoorbeeld voor het analyseren van documenten, fraudedetectie en marketingactiviteiten. Niet echt sexy, maar het zijn wel praktische toepassingen. We kunnen ai dus onmogelijk als een technologie omschrijven.
Om van de voordelen van ai te genieten, moeten bedrijven in de eerste plaats hun beschikbare data op orde brengen. Niet alle data zijn immers even geschikt en bovendien hangen de prestaties van ai ook sterk af van de kwaliteit van de aangeleverde data. Bedrijven moeten daarom met de juiste mentaliteit aan de slag gaan met ai. Klein beginnen en snel durven mislukken, is de boodschap. Net zoals ai zelf is het een leerproces dat niet van de ene dag op de andere voltooid is. Het is ook essentieel om vers bloed in te lijven dat de ontwikkeling van ai kan sturen, of om medewerkers te herscholen.
Gelukkig staan bedrijven er niet alleen voor bij het uittekenen van een ai-strategie. Maar de populaire perceptie van ai en de grote vaardigheidskloof zorgen ervoor dat ze eerst moeten beseffen hoe en waar ze de technologie kunnen gebruiken voor ze er echt waarde mee kunnen creëren.
