default-header
Blog

Artificial Intelligence (AI), wat is dit nu precies?

Je hoort en leest in de media steeds meer over Data science en Artificial Intelligence (AI). Ik krijg vaak de vraag om dit simpel uit te leggen. Dat is inhoudelijk niet eenvoudig in een kort artikel zoals dit te doen. Feitelijk is Data science en AI ook een verzamelnaam van heel veel methoden en technieken. Ik wil me dan ook beperken tot het in Jip en Janneke toelichten wat Data science en AI voor een organisatie kan betekenen zodat eenieder dit eenvoudig kan duiden en kan projecteren op zijn eigen organisatie.

In heel veel markten gebruiken nieuwe toetreders data gedreven businessmodellen. Prominente voorbeelden zijn AirBnB, Uber, Netflix en Booking.com die allen vraag en aanbod bij elkaar brengen door middel van een data gedreven dienst / platform.

Data science en AI kan worden gebruikt voor specifieke toepassingen in specifieke bedrijfssituaties. Voorbeelden zijn: chatbots, kennis- en beslissystemen, spraak-, partroon- en beeldherkenning. In de apps op uw mobiele telefoon zit waarschijnlijk meer kunstmatige intelligentie (AI) dan in al uw bedrijfsapplicaties.

Het grote verschil tussen ‘Business Intelligence’ en ‘Artificial Intelligence’ (AI) zit in het voorspellende en zelflerende vermogen van AI. AI kan op basis van voorspellingsmodellen en beschikbare interne en externe data met zeer hoge waarschijnlijkheid events en resultaten voorspellen waarop vervolgens geacteerd kan worden met een service. Denk bijvoorbeeld aan het voorspellen van storingen in productiemachines, een data gedreven klantcontact centrum of het reguleren van energie gebruik door piekmomenten te voorspellen. Chatbots kunnen een grote rol spelen in de ondersteuning van medewerkers en klanten in de serviceprocessen en door middel van AI kan een bedrijf de productie en handel in producten verder automatiseren. Een chatbot kan veel, maar bijvoorbeeld nog geen grappen maken. Er is technologie beschikbaar om de bot de emotie van de klant te laten begrijpen maar dat betekent nog niet dat een bot daarmee op de juiste, empathische manier kan inspelen op de klant. Die combinatie van mens en machine blijft daarmee cruciaal.

Nieuwe processen invoeren is een ‘blauwe’ aanpak. Maar je kunt wel medewerkers inspireren en op zoek gaan naar mensen die het meest gemotiveerd zijn om een beweging of organisatieverandering te laten groeien. Alhoewel het Data science & AI vakgebied niet nieuw is, zijn er nog niet heel veel mensen die in de volle breedte snappen wat de voordelen kunnen zijn en dat maakt de verspreiding soms lastig. Data science & AI in een organisatie is en blijft een grote ontdekkingstocht. Het is een complex veld dat je in Jip & Janneke taal dient uit te leggen om een groter publiek te kunnen bereiken. Daarbij is de kunst van change management gevraagd.

Het is belangrijk om een diverse workforce te hebben met een mix van ambitie en ervaring die je elk op hun eigen manier wilt prikkelen met nieuwe inzichten en activiteiten. Op die manier ontdek je snel genoeg wat iedereen motiveert en ontdek je gemene delers. Mensen pushen om een bepaalde oplossing te gebruiken of maken werkt natuurlijk minder goed dan hen zelf een nieuwe oplossing te laten ontdekken en creëren vanuit een gedeelde visie.

Voor een Data scientist die graag innoveert met data zijn natuurlijk eigenschappen als nieuwsgierigheid, creativiteit en het openstaan voor de buitenwereld belangrijke, naast domein kennis en gevoel voor de business. Het is dan ook belangrijk om niet alleen alles te weten over een bepaalde AI-methode en techniek, maar om ook in gesprek te gaan met klanten en je eigen organisatie zodat je weet aan welke oplossingen je kunt bijdragen die ook werkelijk waarde creëren.

In hoeverre kan technologie de mens vervangen?

Voor Data scientists in het innovatiedomein is het belangrijk om nieuwsgierig te blijven en op zoek te gaan naar nieuwe mogelijkheden. Het beheersen van de AI-methoden en technieken is een aspect, maar het begrijpen van wat er in de hoofden van klanten omgaat, is ook een belangrijke invloedfactor op de uiteindelijke oplossing. Dat is precies wat het vak zo leuk maakt: als je begint met de ontdekking kom je iets tegen dat misschien wel iets heel anders is als je doorgraaft.

AI-oplossingen zijn ook vaak heel logisch maar juist de onlogica maakt innovatie interessant. De succesvolle, nieuwe oplossingen ontstaan vaak niet door voort te bouwen op wat er al is.

Net als in een zwerm vogels wil je juist dat er een vogel tussen zit die de andere kant opvliegt zodat je iets ontdekt wat je nog niet wist. Wij zien die beweging alleen maar als iets bijzonders ontstaan omdat een vogel afwijkt van het patroon. Het kan daarom geen kwaad om af en toe iets onlogisch te doen omdat het je op nieuwe paden kan brengen. De vraag is of er ooit technologie komt die een dergelijke menselijke factor bezit, zoals het onlogisch redeneren maar vooral de empathische component. Als de emotie niet echt is, geloven we het vaak niet.

Mijn overtuiging is dat data een nog veel centralere rol krijgt in de bedrijfsvoering van elke organisatie. Dat we in het hier en nu er nog beter in slagen succesvol te blijven doordat we meer met data doen. En dat we data centraal stellen in innovatie, want welk feit is beter dan data in de wetenschap dat uiteindelijk de mens het verschil blijft maken als de feiten je niet op de oplossing wijzen.

Ik geloof dat Data science & AI in elk hart van een succesvol businessmodel zit, ergo de basis is van een succesvol businessmodel. Data science & AI gaan het ‘competitief’ verschil maken. De D van Digitalisering of Data hoort standaard in de marketingmix van Porter thuis en is de 5e P!

Bent u ook op zoek naar de juiste competenties om uw organisatie verder te helpen met data en het ontwikkelen van data driven inzichten en services kijk dan op IXT, People multiplying your Businesswww.ixt.nl of mail naar hans@ixt.nl

>