IBM belicht AI trends en business cases

De overgrote meerderheid van organisaties ziet AI als een strategische kans. Maar de realiteit is dat de meesten zich alleen hebben ingezet voor willekeurige AI toepassingen omdat veel mensen het moeilijk vinden om de technologie binnen hun organisatie verder te schalen. Om enkele van de uitdagingen die managars moeten overwinnen om de kansen van AI beter te begrijpen, heeft IBM tijdens zijn Think 2019 conferentie in San Francisco een 'Accelerating the Journey to AI' sessie gehouden. Chief Data Officers en Chief Innovation Officers kregen tijdens de sessie een kijkje achter de schermen hoe je AI het beste in kan zetten.

"Artiificial Intelligence is een marktkans van 15,77 miljard dollar", zegt Rob Thomas, General Manager van Data en AI bij IBM. Het probleem? "We hebben nu slechts een acceptatiegraad van 4 procent. Elk bedrijf begrijpt dat AI kostenbesparingen en omzetverhogingen kan stimuleren, maar om AI echt te schalen, zijn er veel uitdagingen die we nog moeten overwinnen."

Data

Data is wat digitale transformatie voedt. Volgens Thomas zijn er vier dingen die bedrijven moeten doen met hun gegevens om de AI-ladder te beklimmen: laat het infuseren, analyseer het, organiseer het en verzamel het. En een les die kan worden getrokken uit succesvolle organisaties, is dat je een uniforme informatiearchitectuur nodig hebt die alles biedt wat een organisatie nodig heeft voor AI, in elke cloud. Thomas raakte het doel toen hij zei: "Er is geen AI zonder IA" (informatie-architectuur)."

Cloud

Maar dat is niet alles. Om op grote schaal AI in te zetten, hebben bedrijven de juiste tools en services nodig, en open source om vendor-lock-in en tegen te gaan aldus IBM. Het aanpakken van de toenemende tekortschietende AI-vaardigheden is een andere vereiste. Om deze uitdagingen aan te pakken, heeft IBM aangekondigd dat het Watson overal en in elke cloud beschikbaar heeft gemaakt. Met 'Watson Anywhere' kunnen bedrijven Watson overal inzetten waar hun gegevens zich bevinden: publieke of private clouds, cloudleveranciers en on-premises IT.

Business cases uit het veld

Er zijn veel mythes rond kunstmatige intelligentie. "AI is geen magie; het is informatica", merkte Thomas op. Een manier om de mythen te verdrijven is om te kijken naar echte gevallen van bedrijven die AI toepassen - en daar ging de rest van de sessie over.

Reena Ganga, een UX Designer bij IBM, legde uit hoe AI-modellen worden gemaakt om de patiënten te identificeren die het grootste risico lopen, zodat artsen hun tijd kunnen bepalen waar ze het meest nodig zijn. Dit is geen kleine prestatie. Met 6.000 mensen voor elke cardioloog ter wereld, kan AI helpen de leemte op te vullen, aldus Ganga.

Laurent Prudhon, Cognitive Factory Leader bij Crédit Mutuel, vertelde over hoe zijn bedrijf AI aan het werk zet. Crédit Mutuel wendde zich tot IBM Watson om 'snellere en gepersonaliseerde diensten' aan zijn klanten te bieden via 5.000 bankfranchises wereldwijd, zei hij. Volgens Prudhon was de grootste succesfactor "samenwerken met IBM om datasilo's vroegtijdig te verbreken en deze toegankelijk te maken voor AI."

Andere gasten waren Guy Taylor, hoofd van data-gestuurde intelligence bij Nedbank in Zuid-Afrika, die beschreef hoe Watson door Nedbank wordt gebruikt om uitval van geldautomaten te voorspellen en de route van bewaarders te optimaliseren om geldautomaten bij te vullen.

Rechter

Verder sprak Jack McCarthy, CIO van de rechtspraak in New Jersey, over het gebruik van AI om het strafrechtelijk systeem te hervormen. In het verleden werd een borgtocht ingesteld om te bepalen of een arrestant naar huis kon gaan voordat hij in de rechtszaal verscheen of naar de gevangenis werd gestuurd. Met deze aanpak werden 14.000 van de ongeveer 45.000 mensen jaarlijks naar de gevangenis gestuurd voor bedragen van minder dan 2500 dollar die ze niet konden betalen. De rechter in New Jersey besloot om AI te gebruiken om risicoprofilering te automatiseren en rechters te helpen deze situaties te evalueren. Het AI-systeem biedt een score op basis van negen factoren die de rechter gebruikt om een definitieve beslissing te nemen. "We konden gaan van een proces dat handmatig 4 uur zou duren en het terugbrengen naar 3 seconden," zei McCarthy. Hij benadrukte dat "ervoor te zorgen dat die beslissingen eerlijk zijn, absoluut cruciaal is".

KPMG en Watson OpenScale

De kwestie van vertrouwen en transparantie is waarschijnlijk een van de belangrijkste hindernissen die organisaties moeten overwinnen om AI te schalen. De voortgang van AI is vertraagd omdat mensen niet altijd vertrouwen op wat ze zien als een zwarte doos waarin de factoren die een uitkomst bepalen niet duidelijk zijn. En het risico van een wereld vol AI-black boxes is dat belangrijke beslissingen die door AI worden genomen om mensen te helpen, gebrek aan verantwoordelijkheid hebben.

Kelly Combs, directeur van de Emerging Technology Risk-praktijk van KPMG, sprak over het gebruik van Watson OpenScale door haar bedrijf om het vertrouwen en de transparantie van AI-beslissingen te vergroten. "Er is veel enthousiasme over AI, maar er kan ook veel misgaan", zei Combs.

Om deze dringende uitdaging het hoofd te bieden, heeft KPMG een methode ontwikkeld met de naam 'AI in control', die steunt op 4 belangrijke pijlers:

Integriteit - inzicht in de lijn van gegevens
Interoperabiliteit - de technische degelijkheid van de AI-tool
Uitlegbaarheid - ervoor zorgen dat het resultaat is wat we verwachten
Eerlijkheid - controleren of het AI-systeem geen vooroordelen heeft

Combs merkte op dat het vestigen van het juiste niveau van vertrouwen in AI op het niveau van de raad van vele bedrijven voorop staat, terwijl AI nog steeds een strategische noodzaak is. "Het is geweldig om tools als Watson OpenScale te hebben die ons bruikbare inzichten bieden om oneerlijke resultaten te detecteren. Uiteindelijk laat Watson OpenScale ons begrijpen wat onze AI-systemen doen en of we het kunnen vertrouwen", voegde ze eraan toe.