Op werkdagen voor 23:00 besteld, morgen in huis Gratis verzending vanaf €20
Wij wijzen u graag op het volgende
Door drukte zijn de levertijden van PostNL aangepast en kan uw pakket vertraging oplopen. Door de Brexit kan de levering van Engelse boeken vertraging oplopen.

Preview

Muriël Serrurier Schepper | 15 november 2019 | 4-5 minuten leestijd

Waar je op moet letten bij de implementatie van Artificial Intelligence

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.

Populaire producten

    Personen

      Trefwoorden