Deze opinie is van een externe deskundige. De inhoud vertegenwoordigt dus niet noodzakelijk het gedachtegoed van de redactie.

2020 markeert begin van ai-decennium

Computable Expert

drs. Jos van Dongen
Data & Analytics Advisor, SAS Institute BV. Expert van Computable voor de topics Business Analytics en Big data.

De dystopische voorstellingen in science fiction films willen ons doen geloven dat de -nabije- toekomst van Artificial Intelligence er vrij somber uitziet: cyborgs maken de dienst uit en mensen vechten voor hun bestaan, of in elk geval voor hun baan. De realiteit is gelukkig wat genuanceerder; het begin van 2020 is daarom een mooi moment voor een ‘ai reality check’.

Allereerst is de mate waarin we profiteren van ai-gedreven systemen nog relatief gering. Het afgelopen jaar was op zijn minst uitdagend voor het bedrijfsleven. Met een wereldwijde economische groei van 3,5 procent heeft 2019 het traagste groeitempo gekend sinds 2007/2008. Veel factoren spelen een rol bij deze afvlakking, maar de stagnatie van de (arbeids-)productiviteit is één van de grotere uitdagingen.

Stuck in the middle?

"Cloud services, self-service en de toegenomen regelgeving op het gebied van data privacy hebben de vraag naar oplossingen voor data catalogs bevorderd"

De komende jaren zal de belangrijkste ontwikkeling voor het verbeteren van de productiviteit dan ook het operationaliseren van ai zijn. Een innovatief ai-project opstarten is allemaal goed en wel, maar levert pas waarde op voor een organisatie als deze innovatie op de juiste manier en op schaal kan worden ingezet. Uit cijfers van IDC blijkt dat slechts 35 procent van de ondervraagde organisaties erin slaagt om analytische modellen volledig in productie te nemen. De zogenaamde 'last mile' van het implementeren, operationaliseren en in gebruik nemen van ai toepassingen helpt bedrijven bij het nemen van snellere en betere beslissingen. Hierdoor kunnen ze zich richten op innovatie en het creëren van strategische waarde voor hun organisatie en zal de productiviteit en winst naar verwachting toenemen. PWC becijferde dat deze ‘automatisering 2.0’ over tien jaar ongeveer vijftien biljoen US dollar zal bijdragen aan het wereldwijde bruto binnenlands product (bbp).

Waar de ‘last mile’ gaat om het te gelde maken van ai, is de ‘first mile’ minstens zo cruciaal. Elke toepassing heeft namelijk data nodig, en in ai toepassingen geldt over het algemeen: hoe meer data, hoe beter. Deze data dient echter ook betrouwbaar, beschikbaar én toegankelijk te zijn. Hier beginnen data catalogs hun waarde te bewijzen. Dit zijn metadata management tools voor het vinden en beheren van grote hoeveelheden gegevens - inclusief tabellen, bestanden en databases - die zijn opgeslagen in erp-, human resources-, financiële en e-commerce-systemen en andere bronnen, zoals social media-feeds.

Cloud services, self-service en de toegenomen regelgeving op het gebied van data privacy hebben de vraag naar oplossingen voor data catalogs bevorderd, omdat bedrijven moeite hebben om enorme hoeveelheden gedistribueerde (ook wel versnipperde) data te inventariseren. Data catalogs brengen, in combinatie met oplossingen voor self-service data preparatie, de democratisering van ai-toepassingen dichterbij. Dat maakt het in principe makkelijker voor bedrijfsonderdelen om zelf (lees: buiten it om) projecten te starten. Om te voorkomen dat projecten niet voorbij deze initiatiefase komen, is het wél van belang om de samenwerking met it op te zoeken; zij zorgen er tenslotte voor dat de ‘last mile’ kan worden afgelegd en oplossingen in beheer kunnen worden genomen.

Publieke bewustwording

Een ander aandachtspunt zijn de onbewuste vooroordelen of ‘bias’ die in ai-toepassingen terecht kunnen komen. Het is belangrijk op voorhand stil te staan bij de voornaamste oorzaken hiervan; niet-representatieve datasets en problemen met de kwaliteit van gegevens. Het aloude adagium 'garbage in, garbage out' is ook hier van toepassing. Organisaties zullen er ook voor moeten zorgen dat hun ai-toepassingen niet op een onethische manier gebruikmaken van data. Er zal meer nadruk gelegd moeten worden op de transparantie en uitlegbaarheid van modellen, en de beslissingen die op basis daarvan worden genomen.

Hoewel data governance al 25 jaar op de agenda staat zijn de daadwerkelijke inspanningen op dit gebied vaak minimaal. Daarin begint nu een kentering te ontstaan: steeds meer organisaties zullen de verantwoordelijkheid moeten nemen voor hun data en ai-systemen. Het verhaal over Cambridge Analytica is algemeen bekend en recent is er een artikel in de NY Times gepubliceerd over de macht van location data-bedrijven en de risico’s die location tracking met zich meebrengt. De publieke bewustwording over de mogelijkheden - of macht - die data aan de private en de publieke sector biedt, zal dit jaar leiden tot een reactie. In de financiële sector zijn er al initiatieven gaande om witwasfraude te bestrijden en er zijn nieuwe EU-richtlijnen, specifiek op het gebied van ai-ethiek.

Ai verandert de arbeidsmarkt

"Technologische vooruitgang heeft in de loop der tijd veel banen overbodig gemaakt"

De discussies over ai gaan onvermijdelijk over automatisering en het verlies van banen. De technologische vooruitgang heeft in de loop der tijd veel banen overbodig gemaakt, maar heeft ook tot hele nieuwe industrieën en werkterreinen geleid. Sterker, sinds het begin van de industriële revolutie is de diversiteit in het werk alleen maar toegenomen. Door ai worden stapsgewijs steeds meer banen of functies geautomatiseerd, zonder dat we hierbij stilstaan. Deze fase van ‘onzichtbare artificiële intelligentie’ is al jaren geleden begonnen, zoals in de vorm van routeplanners en geautomatiseerde meet- en regelsystemen in gebouwen. De komende jaren zullen we dus eerder een banenmigratie in plaats van een banenreductie zien.

Het is lastig om te voorspellen hoe deze nieuwe functies eruit zullen zien, hoewel we nu al tekenen zien van de vorm die ze kunnen aannemen. De ontwikkeling van vaardigheden op het gebied van ai wordt steeds belangrijker, omdat organisaties hun modellen en algoritmen moeten blijven innoveren om concurrerend te blijven. Naarmate organisaties meer verantwoordelijkheid nemen voor hun data en ai-systemen, zullen er ook meer rollen ontstaan op het gebied van validatie en screening.

Mensen zijn ai nog steeds de baas wanneer het gaat om het begrijpen van de context, dus ze zijn ideaal gepositioneerd om ai-beslissingen te beoordelen en ervoor te zorgen dat ze eerlijk en accuraat zijn. Deze verschuiving zal echter niet in een periode van twee of drie jaar plaatsvinden, maar gaat nog minstens tien jaar duren. Dit geeft de arbeidsmarkt de gelegenheid om mee te bewegen. De bredere inzet van ai leidt dus niet tot een ‘doomsday’ scenario, maar tot veranderingen die op langere termijn voor iedereen positief zullen uitvallen.
x

Om te kunnen beoordelen moet u ingelogd zijn:

Dit artikel delen:

Uw reactie

LET OP: U bent niet ingelogd. U kunt als gast reageren maar dan wordt uw reactie pas zichtbaar na goedkeuring door de redactie. Om uw reactie direct geplaatst te krijgen moet u eerst rechtsboven inloggen of u registreren

Vul uw naam in
Vult u een geldig e-mailadres in
Vult u een reactie in
Jaarbeurs b.v. gaat zorgvuldig en veilig om met uw persoonsgegevens. Meer informatie over hoe we omgaan met je data lees je in het privacybeleid
Als u een reactie wilt plaatsen moet u akkoord gaan met de voorwaarden

Stuur dit artikel door

Uw naam ontbreekt
Uw e-mailadres ontbreekt
De naam van de ontvanger ontbreekt
Het e-mailadres van de ontvanger ontbreekt

×
×
article 2020-01-09T13:47:00.000Z Jos van Dongen
Wilt u dagelijks op de hoogte worden gehouden van het laatste ict-nieuws, achtergronden en opinie?
Abonneer uzelf op onze gratis nieuwsbrief.