Op werkdagen voor 23:00 besteld, morgen in huis Gratis verzending vanaf €20
Waar je op moet letten bij de implementatie van Artificial Intelligence preview
15 november 2019 | Muriël Serrurier Schepper

Over Artificial Intelligence (AI) passeren uiteenlopende meningen de revue. Prins Constantijn van Oranje waarschuwde dat ‘we' de boot niet mogen missen in AI - een kijk die ook tot uitdrukking komt in het recente rapport AI voor Nederland. Maar Elon Musk noemde AI in een tweet ‘een risico voor het voortbestaan van de mensheid'.

Als manager denk je dan misschien: ‘Help! AI lijkt meer dan zomaar een buzzword! Maar wat kan ik ermee?' En als je eerlijk bent tegenover jezelf geef je ook meteen toe dat je eigenlijk helemaal niet weet wat AI is, hoe het werkt en hoe je het in jouw organisatie zou kunnen toepassen.

In mijn dagelijkse praktijk zie ik vele managers én medewerkers met deze vragen worstelen. Zoals Taco Hiddink en ik uitleggen in ons boek Artificial Intelligence IN ACTIE leidt die worsteling meestal echter tot apathie in plaats van actie. Daarmee kom je als manager en organisatie niet verder in dit digitale tijdperk.

Gaat men wél aan de slag met AI, dan leidt het gebrek aan kennis vaak tot onrealistisch hoge verwachtingen, teleurstelling over de eerste projecten en het besluit om er maar weer mee te stoppen. Zonde! Men trekt liever de stekker uit een project dan toe te geven dat men er eigenlijk niet zoveel verstand van heeft. ‘Hoe ga je ervoor zorgen dat onze chatbot niet zal discrimineren?,' heb ik managers vaak horen vragen. Blijkbaar hadden ze iets gelezen over een zelflerende chatbot maar niet begrepen dat hun eigen chatbot alleen maar antwoorden geeft die door hun eigen medewerkers zijn opgesteld. Of neem opmerkingen als ‘ja, maar als die data niet helemaal goed is, dan probeer je toch gewoon een ander algoritme uit!' Weet men eigenlijk wel wat een algoritme is? Heeft men überhaupt enige kennis van datakwaliteit en modelleren?

Natuurlijk hoef je als manager niet alle detailkennis te hebben. Maar in deze tijd moet je toch minstens de basisbegrippen en principes kennen. Het blijkt namelijk dat als je die onder de knie hebt, en je bovendien vele voorbeelden van andere organisaties hebt gezien, je zelf ook nieuwe toepassingen voor jouw organisatieproblemen kunt bedenken.

Een innovatief idee garandeert echter nog niet dat er waarde wordt gecreëerd. Vaak lanceert een afdeling Innovatie een AI-pilot maar betrekt er geen probleemeigenaar bij. Wat gebeurt er dan? Zodra de pilot is afgerond heeft geen enkele manager de behoefte of capaciteit om de oplossing in beheer te nemen. Die oplossing lost namelijk geen urgent probleem op. Zo'n project is dan pure verspilling.

Dus: jawel, ik vind dat AI op grotere schaal moet worden toegepast in organisaties. En jawel, ik zie vele kansen op uiteenlopend terrein - onder andere in marketing, juridische zaken en HR. Maar je moet wel kritisch blijven en je idee eerst uitgebreid valideren. De kennis die daarvoor nodig is, ontbreekt echter vaak ook. Op basis van onze ervaringen en expertise hebben Taco Hiddink en ik daarom een praktisch AI-canvas ontwikkeld, dat we in ons boek bespreken. Met dit canvas weeg je op een gestructureerde manier alle belangrijkste zaken af alvorens een definitief besluit te nemen. Eén van die zaken is of er voldoende commitment en kennis is bij het management, zodat men daar de mogelijke positieve en negatieve consequenties van de AI-toepassing begrijpt en zelf ook realistische verwachtingen heeft.

Met een grondige evaluatie heb je echter nog niet meteen een succesvolle implementatie. Want ook al werk je met data, uiteindelijk zijn het de mensen in de organisatie wier werk (in meer of mindere mate) zal veranderen. Net als bij alle andere verandertrajecten krijg je dus ook hierbij te maken met angst en weerstand, en is het de kunst om als manager de veranderbereidheid te vergroten. Een manager Klantenservice pakte het goed aan door tijdens de pilot voor een chatbot een lagere klanttevredenheid te accepteren. Daarmee name zij veel druk weg bij het projectteam, omdat ze duidelijk maakte te begrijpen dat het team vermoedelijk slechts met vallen en opstaan zijn doel zou bereiken. Of neem de HR-manager die bij haar aantreden een vooruitstrevende visie ontvouwde: in 2030 zou zij geen Human Resource Officer meer zijn, maar de Chief Happiness Officer die met data en AI continu op de hoogte zou worden gehouden over het welzijn van haar medewerkers. Grote ambitie! Maar de weg ernaartoe zette zij in met uiterst realistische stappen en verwachtingen voor de korte termijn: ze richtte een afdeling op die HR-data analyseert en concentreerde zich in eerste instantie op het verzamelen van data en het creëren van één dataomgeving. Daarnaast initieerde ze diverse experimentele AI-projecten.

Kortom: succesvolle implementatie van AI vraagt om een manager met kennis, een vooruitstrevende visie en lef! Dat wil jij toch ook zijn?!

Muriël Serrurier Schepper is partner bij Holland Consulting Group en geeft samen met Taco Hiddink (medeoprichter van Brainial) trainingen in big data en artificial intelligence aan het bedrijfsleven. Ze is de auteur van Artificial Intelligence IN ACTIE.

Dit artikel verscheen eerder in HMR. Holland Management Review (HMR) biedt zes keer per jaar een selectie uit de beste, regelmatig prijswinnende, artikelen van medewerkers van onder meer diverse business schools in de VS, Nederland en België. HMR heeft een exclusieve samenwerking met Harvard Business Review en brengt, naast artikekelen van Nederlandse bodem, artikelen uit deze en andere toonaangevende vakliteratuur in vertaling uit.

Muriël Serrurier Schepper: ‘De verwachtingen van AI zijn vaak niet realistisch’ interview
18 september 2019 | Lex van Almelo

Al rond 1970 speelde acteur Ton van Duijnhoven in het satirische programma Hadimassa een partyrobot. Een halve eeuw later vervullen robots hele simpele informatietaken bij de receptie van banken, op grote evenementen of winkels in Japan. In Artificial intelligence in actie schrijft consultant Muriël Serrurier Schepper, samen met AI-ontwerper/bouwer Taco Hiddink, wat je wel en niet kunt met AI en wat de succesfactoren zijn om het toe te passen in een organisatie.  ‘Je moet eerst begrijpen wat AI is voordat je zelf ideeën kunt verzinnen.’

 

Wat is artificial intelligence?
Ik zie het als een soort gereedschapskist met tools die in meer of mindere mate een vorm van menselijke intelligentie nabootsen. Zoals beelden herkennen, geschreven en gesproken tekst begrijpen en produceren, situaties voorspellen en suggesties doen. Bij een gewone gereedschapskist heb je een timmerman nodig of een monteur om iets voor elkaar te krijgen; bij AI een algoritme. Een algoritme is een recept, een beschrijving van de stappen die je moet zetten om van A naar B te komen. De doe-het-zelf-handleiding van IKEA is ook een algoritme, maar voor slimme machines schrijf je recepten in computertaal en heb je wiskundige formules nodig. Ouderwetse AI-algoritmen werken volgens het als-dan-principe. Nu zie je vooral zelflerende systemen.

Wat is een zelflerend systeem?
Een algoritme dat gaandeweg steeds slimmer wordt en betere resultaten oplevert. Dat kan door gecontroleerd leren waarbij de mens de machine gericht voedt met data. Je leert de machine bijvoorbeeld mensen herkennen door hem heel veel foto’s van verschillende mensen te laten zien. De machine kan ook ongecontroleerd leren. Dan geef je een bak foto’s of klantdata en maakt de machine er categorieën van, waaraan mensen vervolgens betekenis geven. Op die manier kun je verschillende klantengroepen onderscheiden. De derde vorm is leren door vallen en opstaan, waarbij je het goede bekrachtigt en de fouten bestraft. Zo krijgt een robot die moet leren lopen extra punten als-ie het goed doet en puntenaftrek als het mis gaat. Nee, de robot krijgt geen slaag.

Wat kun je niet met AI?
Emoties herkennen en ergens empathisch op reageren is nog erg lastig. Dat kunnen wij mensen nog een stuk beter. Ook zaken in de juiste context plaatsen en snel reageren op uitzonderingen kan de mens beter.

Wat is het grootste misverstand over AI?
Dat het volledig zelflerend is. Er zit nog heel veel menselijk handelen aan vast. Zo traint Google haar spraakapp door veel gesprekken af te luisteren en te analyseren. Dat is nodig om de machine te trainen. De verwachtingen van AI zijn vaak niet realistisch. Je moet heel veel hobbels nemen, voordat een machine voldoende heeft geleerd.

Is AI vooral weggelegd voor grote bedrijven en instanties?
Initieel wel. Om iets te ontwikkelen heb je behalve geld ook heel veel data nodig. Maar we zien nu een soort democratisering van de AI. Er zijn veel spelers op de markt gekomen met voorgetrainde modellen en AI as a service. Microsoft en IBM leveren AI via een platform in de cloud. Je hebt ook veel gratis open source tech. Dan krijg je de basis die je nodig hebt en train je de machine extra op jouw data.

Wat is toegevoegde waarde van een chatbot, zo’n programmaatje dat automatisch antwoord geeft?
Dat je 24/7 klantenservice kunt bieden in plaats van negen tot vijf. En dat je klanten sneller kunt helpen, omdat de veel gestelde en simpele vragen automatisch worden beantwoord. Daardoor is er meer tijd om mensen met ingewikkelde vragen te helpen. Maar zodra er emoties bij komen kijken – zoals bij klachten – kun je de antwoorden beter laten geven door mensen.

Rabobank heeft Nina, ABN Amro heeft Anna - de chatbot moet vooral menselijk lijken…
Dat is de grote uitdaging, ja. Daarom stel ik ook voor om professionele conversational copywriters in te huren om de antwoorden te schrijven en geen programmeurs. Je moet ook nadenken over de persoonlijkheid van de chatbot. Gebruik je wel of geen humor? Bij een chatbot voor ethische vraagstukken is humor niet gepast. Aan de andere kant moet je niet de indruk wekken dat er een mens achter de antwoorden zit. Je moet mensen niet voor de gek houden.

Machines beoordelen soms schade. Kunnen die dat objectiever en beter dan een mens?
Er is een verzekeraar die een machine gebruikt om foto’s van autoschade te beoordelen. Of een machine het beter doet, hangt af van hoe goed je de machine traint en welke foutenmarge je acceptabel vindt. Het beoordelen van arbeidsongeschiktheid is lastig, omdat het vaak om meer dan één probleem gaat en misschien ook om psychische zaken. Maar je hebt wel machines die bepaalde ziektes kunnen herkennen van een foto.

Wat als een slimme machine een fout maakt?
Daar moet je als organisatie natuurlijk over nadenken. En dan met name over de vraag wie verantwoordelijk is: de fabrikant, de ontwikkelaar van het algoritme, de gebruiker of wellicht de machine zelf? Maar mensen maken ook fouten. Het voordeel van machines is dat ze steeds dezelfde fout maken. Die kun je dus gemakkelijker herkennen en verbeteren dan menselijke fouten.

Wat moet ik doen als ik AI overweeg voor mijn organisatie?
Je moet je afvragen wat de huidige problemen zijn en of AI daarvoor een oplossing is. AI kan een oplossing zijn voor repeterende handelingen, zoals documenten lezen en plaatjes herkennen. En omdat AI een grote honger naar data heeft, moet je zorgen dat er ook genoeg gegevens voorhanden zijn. Zo’n traject opzetten is vaak kostbaar. Dus dat doe je vaak alleen als je er meer omzet mee kunt behalen of risico’s mee kunt verkleinen.

Hoe maak ik een keuze uit het aanbod?
In het laatste hoofdstuk geven wij een overzicht van leveranciers en tools en bespreken wij wanneer je er beter eentje zelf kunt bouwen. Het is erg afhankelijk van de organisatie en het type mensen dat je in huis hebt. Aan de prijs van zelf bouwen kan ik geen getal vastknopen. Dat hangt van zoveel verschillende dingen af.

Hoe zien de komende vijf AI-jaar eruit?
Er wordt nu veel geëxperimenteerd en geleerd bij grote ondernemingen. Dat leidt tot oplossingen waarvan ook grote MKB-ondernemingen gebruik kunnen maken. Verder komt auto machine learning op: machines die zelf weten welke algoritmen ze moeten gebruiken. Maar ik zie niet zozeer functies verdwijnen als wel repeterende onderdelen van functies. Daardoor wordt het werk voor mensen prettiger, zinniger en menselijker.

Wie schrijft uw volgende boek: u of uw virtuele assistent?
Ik vond het schrijven een hele klus, haha. Ik zou het liefst antwoorden op vragen, waarna de virtuele assistent er een boek van maakt.

Op 15 november 2019 spreekt Muriël Serrurier Schepper op het seminar 'Veranderkracht' over de impact van AI op organisaties.

Artificial Intelligence IN ACTIE preview
21 juni 2019 | Muriël Serrurier Schepper

In veel verhalen over kunstmatige intelligentie klinkt een waarschuwende ondertoon door. De teneur is dan dat Artificial Intelligence (AI) wel interessante mogelijkheden biedt, maar tegelijk zorgt voor banenverlies, of erger nog: de hele mensheid overneemt!

Vaak lijkt het alsof AI alleen iets voor nerds is, en niet voor praktisch, zakelijk gebruik. Wat is er eigenlijk waar van dit alles? Wat zijn de kansen die AI het bedrijfsleven werkelijk biedt, en met welke bedreigingen moet je daarbij rekening houden? De antwoorden op deze en veel andere vragen vind je in ons boek Artificial Intelligence in actie. Het eerste boek over toegepaste AI in Nederlandse organisaties.

De afgelopen jaren hebben we in de praktijk ervaren dat mensen in organisaties te hoge verwachtingen hebben van de data en artificial intelligence projecten waardoor teleurstellingen snel ontstaan. Dit komt grotendeels doordat men bij aanvang van het project over onvoldoende kennis beschikt. Daarnaast zorgt dit gebrek aan kennis er ook voor dat men het erg lastig vindt om zelf AI-oplossingen te bedenken voor bestaande problemen in een organisatie. Onze missie is dan ook om in begrijpelijke taal artificial intelligence uit te leggen aan alle niveaus in organisaties, waarmee teleurstellingen worden voorkomen en met haalbare ideeën aan de slag wordt gegaan. Want van de top tot aan de werkvloer is het belangrijk kennis te hebben over deze technologie, die niet alleen ons dagelijks maar ook ons werkend leven (drastisch) zal gaan veranderen.

Artificial Intelligence In Actie bestaat uit twee delen: een deel waarin we de essentie van AI schetsen en een deel waarin we beschrijven hoe je zelf met AI aan de slag kunt gaan.

In het eerste deel lees je wat AI is, hoe het is ontstaan en wat de actuele ontwikkelingen op dit gebied zijn. Verder lees je hoe het komt dat AI op dit moment zo'n grote ontwikkeling doormaakt, waarbij we begrippen als algoritme, (on)gecontroleerd leren en neuraal netwerk toelichten, en we ingaan op het belang van data. Maar laat je hier niet door afschrikken, want dat doen we op een heldere, niet-technische manier, geïllustreerd met voorbeelden. Tot slot van het eerste deel komen maatschappelijke aspecten van AI aan bod. Je leest daarin onder meer over de ethische kant van AI en hoe je veiligheid en transparantie waarborgt.

Het tweede deel is geschreven om jou te inspireren zelf ideeën te ontwikkelen, zodat je AI in je eigen organisatie kunt toepassen. We beschrijven onder meer AI-toepassingen van een aantal Nederlandse en Vlaamse bedrijven. Daarnaast gaan we dieper in op een van die toepassingen: de chatbot, een applicatie om te communiceren met een machine. Je komt te weten hoe deze technologie precies werkt, en met casussen van ABN AMRO en de Rabobank en onze praktische tips krijg je een goed beeld van de mogelijkheden.

Vervolgens nemen we je stap voor stap mee in hoe je zelf met AI aan de slag kunt gaan. Zo vind je een canvas met vragen die je moet beantwoorden voordat je bepaalde keuzes maakt. Maar het hoofdstuk begint met bruikbare ideeën en vragen waarmee je kunt brainstormen, gericht op organisaties, medewerkers en klanten. Met een model helpen we je vervolgens om de stappen te zetten die nodig zijn om van idee naar implementatie te komen.

Het volgende hoofdstuk lees je hoe je een succes kunt maken van je AI-implementatie. Gebaseerd op onze jarenlange ervaring, hebben we zes factoren ontdekt die daarvoor nodig zijn. We beschrijven deze succesfactoren uitgebreid, toegelicht met voorbeelden uit de dagelijkse praktijk. Tot besluit vind je een overzicht van verschillende AI-oplossingen en leveranciers die je daarvoor zou kunnen benaderen.

We wensen je veel plezier en inspiratie bij het lezen! En neem gerust een kijkje op onze website www.ai-in-actie.nl voor onder meer een chatbot-oefening en om de verschillende checklists te downloaden.

Muriël Serrurier Schepper en Taco Hiddink zijn de oprichters van www.ai-training.nl en geven praktische trainingen, presentaties en advies over big data en artificial intelligence. Ze hebben jarenlange ervaring met het ontwikkelen en implementeren van AI-oplossingen. Muriël is associate partner bij Holland Consulting Group op het gebied van toegepaste artificial intelligence, data science en chatbots. Taco is medeoprichter van Brainial.com AI Solutions & Experts en ontwerpt en bouwt AI-toepassingen, waarbij hij gebruikmaakt van machine learning en deep learning. Ze zijn de auteurs van Artificial Intelligence in actie.

Populaire producten

    Personen

      Trefwoorden