Onlangs stelde de politiek dat 'nog te weinig bedrijven iets met ai' doen en dat dit moet veranderen. Deze stelling is op meerdere vlakken gevaarlijk voor een duurzame digitalisering.
In de laatste jaren heeft het vakgebied rondom machine learning en artificiële intelligentie een vlucht genomen. Je kan gerust stellen dat het tegenwoordig een hype is, vergelijkbaar met hoe een jaar of vier geleden iedereen iets met blockchain wilde doen. Tegelijkertijd staan we op de vooravond van een periode waarin de it-sector kritisch onder loep genomen zal worden op het gebied van duurzaamheid.
Is Nederland wel opgewassen tegen het enorme energieverbruik dat ai-projecten met zich meebrengen?
Sprongsgewijs
Een goede inzet van ai kan fantastische voordelen opleveren en sprongsgewijs de concurrentiepositie van een bedrijf of zelfs een land vooruithelpen. Tegelijkertijd kan met het ontwikkelen en trainen van een machine learning-model ontzettend veel tijd, rekenkracht en energie worden verspild terwijl het uiteindelijk tot niets leidt. Hoe verstandig is het dan om het MKB op te roepen ‘iets met ai’ te gaan doen? Dan zoek je een vraag bij een oplossing en dat is het soort project dat vaak tot verspilling leidt. Om maar te zwijgen over het risico op discriminatie en racisme die op de loer ligt als modellen zonder de benodigde kennis en kunde worden getraind.
Computermodellen
Wanneer heeft ai zin en hoe weet je dat je bedrijf er klaar voor is? Computermodellen werken het beste met grote hoeveelheden data die het resultaat zijn van een proces dat heel vaak herhaald is uitgevoerd. In deze situaties zijn machine learning-algoritmes goed in staat om patronen te herkennen en daaruit voorspellingen te maken.
Dat vraagt wel om een bedrijfsproces dat een voldoende hoog niveau van maturity heeft. Een cmmi-niveau van vier is minimaal aan te raden, omdat het proces dan kwantitatief gemeten en gecontroleerd wordt. Deze meetgegevens kunnen een ai voeden.
Hoe zorgen we dan dat MKB Nederland in de komende jaren toch een schijnend voorbeeld van digitalisering wordt? Door slim en flexibel te kijken naar wat er nú nodig is. Welk proces kost de onderneming nu de meeste tijd, of de meeste handmatige handelingen? Wanneer we deze processen onder de loep nemen en digitaliseren door slim standaardoplossingen en maatwerk te combineren, digitaliseren we de onderneming en verhogen we ook het maturity-niveau van de processen. En daarmee zetten we dan alsnog de deur open naar zinvolle ai-projecten.
Waar het op neerkomt is dat we ons als mkb’ers in Nederland niet blind moeten staren op ai en dat we ons niet zomaar op de subsidiepot storten om maar iets met ai te doen. Bezint eer ge begint. Begin met kleine stapjes, maak duurzame connecties tussen productie-, dienst en softwarebedrijven. Zorg dat iedereen de processen begrijpt en automatiseer dan stapje voor stapje. Zo verspillen we minder tijd, geld en waardevolle energie.
Alleen duurzame digitalisering creëert een voedingsbodem voor de inzet van ai.
Erg interessant om het duurzaamheidsperspectief mee te nemen en daarnaast verder ook te realiseren wat overige de randvoorwaarden zijn voor het toepassen van AI. Het zou interessant zijn om dit meer te kunnen kwantificeren en op te splitsen. Zo is denk ik het toepassen van vooraf getrainde machine learning modellen voor het MKB sneller een goede keuze dan er zelf één te ontwikkelen.
“Tegelijkertijd staan we op de vooravond van een periode waarin de it-sector kritisch onder loep genomen zal worden op het gebied van duurzaamheid.”
Denk dat AI maar één van de zorgen is die we hebben in de sector doordat simpel gezegd de vraag aan stroom groter is dan het aanbod. Hoe verrassend als je niet zulke slimme keuzen hebt gemaakt in de opwekking ervan. Zo schijnt het idee van de ‘wiebelstroom’ met windmolens en zonnepanelen nogal onvoorspelbaar in de levering te zijn. En wat betreft enorme energieverbruik van AI projecten versus het rondje om de kerk van treinen wil ik de discussie wel aangaan.
Zo werken niet alle computermodellen met grote hoeveelheden data die het resultaat zijn van een proces wat heel vaak herhaald is uitgevoerd want dat is alleen maar de training. Benieuwd hoeveel stroom al die trainingsveldjes gebruiken als de lampen aangaan. Kritisch één sector onder de loep nemen om al die anderen buitenspel te laten is tenslotte nogal discriminerend.