Kennisportal
Kennisportal is een kennisplatform met een focus op de brede doelgroep Business en IT.

Heb het lef om Artificial Intelligence te laten beslissen

Bruikbare toepassingen die verder gaan dan het doen van aanbevelingen op basis van AI zijn schaars. Hoe dat komt? Organisaties vinden het eng om op AI te vertrouwen.

De kracht van artificial intelligence (dat vaak synoniem wordt gebruikt aan machine- en deep learning) zit hem in de combinatie van de toepassing van wiskunde, data, en technologie. Het is een van de vele technieken van de data scientist. Voor hele specifieke, repeterende taken is het – dankzij de beschikbaarheid van grote hoeveelheden data en rekenkracht – een techniek die al heel snel beter en constanter presteert dan de mens. Daarmee groeit AI steeds sneller naar een toepassing waar organisaties iets mee kunnen en moeten. Er valt alleen veel meer met AI te bereiken dan op dit moment gebeurt. De eerstvolgende stap die daartoe wat mij betreft in genomen moet worden is een geleidelijke uitbreiding van de toepassing: van voorspellend naar uiteindelijk autonoom beslissend.

Adequate voorspeller
De meeste toepassingen van artificial intelligence beperken zich momenteel tot een rol van voorspeller. Denk bijvoorbeeld aan de toepassing van AI in Spotify en Netflix die je de volgende artiest of film aanraden. Deze voorspellende modellen, ook wel recommenders genoemd, baseren zich op de inhoud van de content die jij en vergelijkbare gebruikers eerder hebben geconsumeerd. Ze hebben het vaak bij het rechte eind. Wij krijgen daarom ook veel verzoeken om dergelijke voorspellende modellen te maken. Het is één van de dingen waar data science om draait: met aan zekerheid grenzende waarschijnlijkheid voorspellingen doen door machine learning los te laten op een grote hoeveelheid data. Maar buiten voorspellingen doen liggen er voor AI nog genoeg andere mooie kansen die een positieve impact op de bedrijfsvoering hebben. Voorwaarde is dan wel dat algoritmes het vertrouwen van de mens krijgen om zelf knopen door te hakken.

Kunstmatig advies
Wanneer artificial intelligence als toepassing dichter naar het nemen van beslissingen toe kruipt, merk je echter dat de spanning bij organisaties groeit. Plotseling leg je de prestatie namelijk voor een deel in handen van een computer. Denk hierbij aan de chatbot van een verzekeraar die wordt ingezet ter ondersteuning van het al dan niet toekennen van een schadeclaim. Dat is een vorm van artificial intelligence die het klantcontact van mensen overneemt en in staat is om een claim tegen een polis af te wegen. Maar wat ik vooralsnog vaak zie is dat het systeem alle gegevens verzamelt en vervolgens een aanbeveling doet aan een medewerker. Dat gaat uiteraard een stuk sneller en is vele malen efficiënter dan ‘met de hand’. Maar op dit moment zijn er dus vaak nog wel mensen die de aanbeveling controleren en de uiteindelijke beslissing nemen om al dan niet uit te keren. Dat het algoritme die uiteindelijke beslissing nog niet neemt is geen technische beperking, maar heeft met vertrouwen te maken. Het vertrouwen in de autonomie van een algoritme moet – net als bij een nieuwe menselijke collega – vanzelfsprekend eerst groeien. Dat is ook begrijpelijk: we herinneren ons allemaal het debacle van de chatbot Tay, die na een dag opeens racistische leuzen begon uit te slaan. Maar wat nu als we AI compleet autonoom zijn gang laten gaan?

Zelfstandige beslissing
Laten we daarvoor eens inzoomen op een toepassing van artificial intelligence die bedrijfskritische beslissingen volledig overlaat aan een wiskundig model: de dynamic pricing-algoritmes. Deze bepalen zonder menselijke controle wat de beste prijs is van verschillende producten en diensten. Zowel theorie als praktijk wijzen uit, dat dit zowel leidt tot omzetmaximalisatie als besparingen op de lange termijn (de overheadkosten van handmatige berekeningen en administratie nemen bijvoorbeeld sterk af). Neem het Amerikaanse Walmart. Dat gebruikt dynamic pricing-algoritmes die productprijzen bijna 50.000 keer per maand aanpast. In het eerste jaar na implementatie heeft dat model dertig procent meer online verkopen gerealiseerd. Maar voor de implementatie was het ongetwijfeld nagels bijten, want het vergt moed om zoiets cruciaals volledig over te laten aan een computer.

Heb het lef
Artificial intelligence is een fantastische techniek en stelt je in staat om op basis van data betere beslissingen te nemen. In de praktijk zijn de toepassingen van AI vaak voorspellend, maar zelden autonoom beslissend – laat staan bedrijfskritisch. Dat zijn nog steeds prachtige toepassingen, maar de tijd is aangebroken om AI meer vertrouwen te geven, zodat we er nog meer efficiëntie en winst mee behalen. Dat heeft niet met techniek te maken – die is er al. Het is vaak een kwestie van angst overwinnen. Heb het lef om te vertrouwen op algoritmes bij het nemen van beslissingen, en zo AI een fundamenteel onderdeel van je bedrijfsvoering te laten zijn.

Bron: Emerce

Training Artificial Intelligence in Business
Veel organisaties zijn nog aan het stoeien met de vraag wat AI voor hun organisatie kan betekenen.
De training “Artificial Intelligence in Business” kan u helpen hierop een antwoord te vinden.
We gaan tijdens de training niet in op de techniek achter AI, maar op de toepassing en de business kansen. En hoe u uw kennis over AI daadwerkelijk inzet om meer rendement te behalen voor uw organisatie. U gaat naar huis met een roadmap voor een AI strategie en minimaal één praktijkcase waar u direct mee aan de slag kunt in uw organisatie.

Interesse? Schrijf u dan hier in.