Tips om succesvol aan de slag te gaan met artificial intelligence

09-01-2017 | door: Blog
Deel dit artikel:

Tips om succesvol aan de slag te gaan met artificial intelligence

Robots, drones, 3D printers, cloud robotics, voor het grote publiek is de wereld van kunstmatige intelligentie (AI) meestal nog een ver-van-hun-bedshow. Maar ook raden van bestuur en directies zien AI vooralsnog als een bedreiging, een banenvernietiger. Timo Fine, manager Benelux bij Wipro Technologies, daarentegen zit een stuk dichter bij het vuur en ziet vooral de kansen. Zijn werkgever investeert onder meer in cognitieve computing en ontwikkelde het platform HOLMES.

Onlangs publiceerde de Wetenschappelijke Raad voor het Regeringsbeleid (WRR) het rapport De robot de baas, een publicatie die veel stof deed opwaaien vanwege de angst voor banenverlies als gevolg van AI. Maar waar hebben we het eigenlijk over?

Artificial Intelligence (AI) oftewel kunstmatige intelligentie is software die dingen kan doen die over het algemeen als intelligente menselijke vaardigheden worden gezien (zoals analyseren, besluiten nemen en problemen oplossen). Sommige mensen spreken liever van ‘niet-menselijke intelligentie’. Er is sprake van ‘machinaal leren’ wanneer computers het vermogen verwerven om

iets te doen waarvoor ze niet expliciet zijn geprogrammeerd. Dit is een breed vakgebied, maar de meeste varianten hebben betrekking op het herkennen van patronen in gegevens, bijvoorbeeld leren hoe je gezichten kunt herkennen uit een grote hoeveelheid pixels. 

Dagelijks lezen en horen we dat de robots eraan komen. En omdat robotica steeds sneller en slimmer wordt, vrezen velen dat er heel veel banen op het spel staan. In de financiële wereld raakt men daar in ieder geval steeds meer van overtuigd. Artificial intelligence leidt tot een bank zonder werknemers. Volgens onderzoekers van KPMG zal dat binnen vijftien jaar realiteit zijn. In een blog citeren ze Bill Gates, die in 1990 al het doodvonnis velde voor het traditionele bankieren: “banking is necessary, banks are not”. Zelflerende systemen kunnen namelijk de processen in de financiële sector sterk verbeteren en een deel van het complexere mensenwerk overnemen.

AI verovert dus langzamerhand de wereld. Het zijn geen kleine jongens die elkaar opzoeken en het voortouw nemen. Zo participeren in het Partnership on AI onder meer Amazon, Google, Facebook en Microsoft. Gezamenlijk bundelen ze de krachten om de maatschappij en de mensheid een stap verder te brengen. Het samenwerkingsverband onderschrijft ook het belang van de AI-publicatie van de Amerikaanse overheid die haar burgers wil voorbereiden op een toekomst waarin AI een prominente rol vervult. Met het rapport wil de Amerikaanse regering tevens het publieke debat over AI aanzwengelen. Zo is het thema AI inmiddels ook het Witte Huis binnengedrongen.

Roadmap

Ondernemingen die aan de slag willen met AI doorlopen stapsgewijs een adoptieproces dat kort samengevat loopt van een lage graad van automatisering tot extreme vormen van automatisering met als sluitstuk hyper automation. Aan het begin van deze roadmap ligt het accent nog op het standaardiseren van processen en het automatiseren van taken en activiteiten. Later komt de nadruk veel zwaarder te liggen op procesautomatisering, zelflerende software-robots en algoritmes die autonoom beslissingen nemen en zelf kunnen redeneren. Het hele adoptieproces neemt zo’n negen maanden in beslag. Bedrijven kunnen AI op twee verschillende manieren implementeren. Als het doel helder is, kan de directie kiezen voor een klassieke benadering met drie eenvoudige stappen: na een proof of concept wordt een pilot gedraaid (eventueel in een publieke cloudomgeving) en daarna gaat de AI-toepassing in productie. Als het managementteam nog geen uitgekristalliseerde visie heeft en niet weet wat men met AI wil bereiken, kan men beter kiezen voor een intensievere vorm van samenwerking: co-creatie. Hierbij neemt het aantal te nemen stappen wel toe, omdat ook ruim de tijd wordt genomen voor een due diligence, het opzetten van een governance-model, training enzovoorts.

Zeven valkuilen

De grootste valkuil van AI is dat het de grote beloftes niet kan waarmaken, zo signaleert Robert Went, een van de auteurs van het bovengenoemde WRR-rapport. Yann LeCun, directeur van het AI Research Lab van Facebook in New York, waarschuwde in 2013 al dat “AI died about four times in five decades”. Het hypegehalte is volgens hem hoog. De voorspellingen zijn veel te rooskleurig, omdat ze vooral bedoeld zijn om potentiële investeerders en financiers over de streep te trekken. Bij de implementatie van AI kunnen we de volgende valkuilen onderscheiden.

  1. Het ambitieniveau is te hoog. AI-projecten zijn complexe projecten die vanwege hun schaalgrootte en het hoge abstractieniveau diep ingrijpen in de organisatie. Door te starten met kleinschalige proof of concepts wordt de ‘vliegangst’ bij werknemers weggenomen en profiteert iedereen van een ‘soepel verlopen vlucht’ zonder al te veel turbulentie.

  2. Het AI-project loopt onnodig vertraging op. Zonder draagvlak op de werkvloer is hyper automation gedoemd te mislukken. Als niet iedereen scherp op zijn radar heeft hoe de roadmap eruit ziet en het adoptieproces verloopt, komt het ‘toestel’ niet van de grond. Taken, procedures en verantwoordelijkheden moeten glashelder zijn. Realiseer je dat security checks, net als op een vluchthaven, vaak onevenredig veel tijd in beslag nemen.

  3. Er bestaat een te grote weerstand tegen de veranderingen die AI onvermijdelijk veroorzaken. We noemden in dit verband al de dreiging van banenverlies. De argumenten voor invoering van AI moeten helder worden gecommuniceerd. Betrek iedere businessunit bij de verschillende AI-projecten. Top management commitment is ook bij hyper automation een noodzakelijke voorwaarde voor een geslaagde vlucht.

  4. Het management verzuimt om eerst te reorganiseren en dan pas te automatiseren. In het kader van AI bestaat een sterke noodzaak om processen te vereenvoudigen. Door bedrijfsprocessen eerst te herontwerpen, kunnen later grote voordelen worden behaald. De productlevenscyclus van AI-toepassingen wordt verlengd en toekomstige wijzigingen in de IT of bij gebruikers worden soepeler doorgevoerd. Ga voor ‘zero human intervention’ door 80 procent van het operationele werk te automatiseren.

  5. Desinteresse op de werkvloer. Er heerst nog steeds veel begripsverwarring over het concept artificial intelligence. Ook bestaan er onrealistische verwachtingen als het gaat om doorlooptijd, voordelen et cetera. Het management zal veel tijd en moeite moeten investeren in het interne bewustwordingsproces.

  6. Het management verzuimt om KPI’s te formuleren en de resultaten van AI te meten. Op voorhand moet in de onderneming helder zijn wat gemeten wordt en met welke instrumenten. Denk hierbij ook aan zaken als datakwaliteit, systeemprestaties en de naleving van standaarden en protocollen. Alleen dan kunnen zuivere return on investments en pay back periods worden berekend. Ga in zee met een partner die bereid is om een resultaatsverplichting aan te gaan in plaats van een inspanningsverplichting.

  7. Men ziet AI als een statisch proces, terwijl het een ‘moving target’ is. De ontwikkelingen op het gebied van cognitive computing verlopen razend snel en er wordt nog voortdurend geëxperimenteerd met opkomende nieuwe concepten, zoals digitale immersie, natural language processing (NLP), computer vision, neo-cortex computing, machine learning en neurale netwerken. Realiseer je dat elke technologie zijn eigen karakteristieken, tools en nuances met zich meebrengt. Het integreren van al die technologieën blijft een ‘hell of a job’. Kies daarom voor een platform dat interoperabiliteit kan garanderen en zoveel mogelijk gebruik maakt van open source.

Succesverhalen

Bij AI draait alles om de 3 E’s: efficiency, experience en economics. Zonder te veel te willen beloven (‘de grootste valkuil bij AI’), is het in het algemeen mogelijk om maximaal 70% efficiencyverbetering te realiseren met AI. Tegelijkertijd neemt de klantbeleving met 50% toe en dalen de kosten met 40%. Als we ons voor het gemak even beperken tot de financiële sector, zien wij met ons AI- platform Wipro HOLMES (Heuristic and Ontologybased Learning Machine and Experiential System) vooral toepassingsmogelijkheden op het terrein van reconciliatie, het boekhoudkundige proces waarbij vergeleken wordt of twee gerelateerde registraties in de boeken, bijvoorbeeld die van de aankoop van effecten en die van de daaraan gerelateerde afboeking van geld op de geldrekening, met elkaar in overeenstemming zijn. Ook het constateren van verschillen en het oplossen daarvan, vallen hieronder. Maar er zijn meer terreinen waar AI zijn nut kan bewijzen. Van ondernemingen die financiële, juridische of fiscale diensten verlenen, wordt tegenwoordig verwacht dat zij weten met wie ze zaken doen. Om de integriteit van het financiële stelsel te beschermen en financiering van terrorisme en witwassen van geld te voorkomen, zijn sommige beroepsgroepen wettelijk verplicht een cliëntenonderzoek uit te voeren: het zogenoemde Ken-uw-klant principe. Dergelijke due diligence-onderzoeken kunnen sneller, goedkoper en nauwkeuriger worden uitgevoerd met behulp van AI. Hetzelfde geldt voor helpdesks. Ook die kun je volledig automatiseren met robots die het meeste chat- en e-mailverkeer voor hun rekening nemen. Kortom: hyper automation heeft de toekomst en HOLMES assisteert daarbij. Niet alleen in finance, maar ook in productieomgevingen en de retail.

Door: Timo Fine, manager Benelux Wipro Technologies 

Terug naar nieuws overzicht

Tags

artifical