In deze rubriek een greep uit de stortvloed aan berichten over artificial intelligence. Ditmaal over ai-ready data en de problemen met databeheer, toepassing van ai in het bedrijfsleven en hoe te voldoen aan de EU AI Act.
Databeheer
Ambities op gebied van ai zijn alleen te realiseren als de data van organisaties daarvoor in orde zijn. Wat ai-ready data betekent en hoe databeheer zich moet ontwikkelen, was een belangrijk thema tijdens het afgelopen Gartner IT Symposium/Xpo in Barcelona.
Willen data voor ai geschikt zijn, dan moet het databeheer daarop worden aangepast. Ai-ready data dienen specifiek te zijn voor hoe de ai wordt gebruikt. Dit betekent dat bedrijven hun manier van databeheer moeten aanpassen. Daar ben je nooit klaar mee, zegt Roxane Edjla, analist bij Gartner. ‘Data gereed maken voor ai is een doorlopend proces. Je kunt het niet één keer doen en dan is het klaar. Metadata zijn nodig om de data te meten, kwantificeren en beheren.’
Ze waarschuwt voor een single platform-aanpak bij de implementatie van ai en machine learning. De grote platforms voor databeheer en -analyse lijken op het eerste gezicht aantrekkelijk. Maar de oplossingen van bijvoorbeeld Snowflake, Google Cloud, Microsoft en Databricks hebben hun beperkingen. Mogelijk bieden deze leveranciers net niet wat gebruikers nodig hebben. Ook ontbreekt het op onderdelen soms aan voldoende volwassenheid, aldus Edjla in een toelichting aan The Register.
Veel huidige oplossingen voor databeheer zijn ook te langzaam en te star voor ai-teams. Om databeheer gereed te maken voor ai zijn observeerbaarheid, analyse en ai-governance nodig. En juist deze drie pijlers zijn doorgaans niet de sterke punten van databeheer-leveranciers, hoewel ze daar wel hard aan werken.
Edjla ruimt verder een misverstand uit de weg. Mensen denken dat data geschikt zijn voor ai, als ze goed genoeg zijn voor mensen. Maar dat is volgens haar niet waar. ‘Ai vereist dat data in een bepaald formaat staan om goed te kunnen werken.’
Rapport ‘AI in Action‘
Succes met ai is geen zaak van alleen technologie. Minstens zo’n grote rol speelt het management. Leiderschap dat experimenten en aanpassingen aanmoedigt, is net zo belangrijk. Zo concludeert IBM in het rapport ‘AI in Action 2024‘. Ai is constant in beweging. Bedrijven moeten het voortdurend veranderende ai-landschap in de gaten houden. Stilzitten is geen optie.
IBM deed onderzoek naar de toepassing van ai bij tweeduizend bedrijven in de VS, het Verenigd Koninkrijk, India, Japan en Duitsland. Daarbij werd vijftien procent in de categorie ‘ai leaders’ geplaatst, bedrijven die voorlopen op hun concurrenten. De rest zijn volgers, of zoals IBM dat noemt ‘ai learners’. De voorlopers investeren agressiever, vertrouwen meer op hun vermogen toegang te krijgen tot data en die goed te beheren.
Ander kenmerk is dat bij de voorlopers de cio op één lijn zit met de rest van de ondernemingsleiding. Ze zijn het met elkaar eens over wat er nodig is om op ai-gebied volwassen te worden. Vierde kenmerk is dat de pioniers van hun ai-software maatwerk maken zodat optimale waarde is te te bereiken. Bij een dergelijke aanpak blijven de resultaten niet uit.
Tweederde van de ‘ai leaders’ meldt dat omzetgroei dankzij ai met ten minste een kwart is verbeterd. En een slordige dertig procent van de voorlopers ziet op vijf gebieden aanzienlijke verbeteringen: cybersecurity en veerkracht; klanttevredenheid, -betrokkenheid en -behoud; marketingeffectiviteit; gestroomlijnde processen; en arbeidsproductiviteit.
AI Act
Als er een groep beter wordt van de EU AI Act, dan zijn het wel consultants en juristen. Maar om deze wet te doorgronden, kan je zelf ook een eind op weg komen. BSI, van oorsprong het Britse Standaardisatie Instituut, heeft een handige whitepaper opgesteld waarin de nieuwe wet helder en eenvoudig wordt uitgelegd.
De handleiding is bedoeld voor al die bedrijven die ai-diensten aanbieden of uitrollen en straks onder de wet gaan vallen. De hamvraag is uiteraard hoe je aan de wet kunt voldoen. De whitepaper helpt organisaties de eerste stappen te zetten om te bepalen of en hoe ai-systemen of -modellen hun organisatie beïnvloeden.
Ook leer je je rol en verplichtingen te identificeren. Verder wordt de classificatie van ai-systemen verduidelijkt. Ten slotte wordt licht geworpen op de vereisten waaraan moet worden voldaan, evenals de daarmee samenhangende methoden.
