AI: een sprong in het diepe of het missen van de boot

Veel mensen denken bij kunstmatige intelligentie aan science fiction films. Aan een door mensen ontworpen mensachtige robot die uiteindelijk onbeheersbaar blijkt en zich tegen de mensheid keert. Volgens Willem Peter de Ridder, strategieconsultant en postacademisch docent, is het in werkelijkheid een stuk minder spannend. Dat neemt niet weg dat bedrijven hard aan de slag moeten met kunstmatige intelligentie: “Als je blijft doen wat je altijd deed, mis je de boot”. Dit artikel over strategie is het eerste deel in een tweeluik over kunstmatige intelligentie.

Artificiële intelligentie (AI) is niet spannend en al lang geen science fiction meer, maar wat is het dan wel? De Ridder, auteur van het boek Winnen met kunstmatige intelligentie: “Eigenlijk is het niets meer dan geavanceerde data-analyse: het herkennen van patronen in data door middel van machine learning.” Kunstmatige intelligentie wordt breed ingezet. Voorbeelden zijn Google Maps en Siri van Apple. Een andere toepassing is dynamic pricing: “Geen twee mensen in hetzelfde vliegtuig betalen dezelfde prijs.”

Ook de toepassingen in marketing zijn interessant. “Met behulp van algoritmes kan je de behoeften van consumenten precies achterhalen om hun vervolgens een gericht aanbod te doen,” aldus De Ridder. “Er is een trend gaande dat producten en diensten steeds persoonlijker worden. Vroeger ging het in marketing over segmenten, over de behoeften van verschillende groepen consumenten. Die groepen worden steeds kleiner. Tegenwoordig is het aanbod, met dank aan kunstmatige intelligentie, enorm gepersonaliseerd.”

Carbage in is carbage out

Zo’n gepersonaliseerd aanbod kan niet zonder goede data. Willem Peter de Ridder: “De uitspraak ‘Carbage in is carbage out’ geldt nog altijd. Zonder goede data kan een algoritme geen zinnige uitkomst genereren.” Foute uitkomsten worden door foute data veroorzaakt, niet door het algoritme. De Ridder: “Een algoritme is niets meer dan rekenkracht. Het heeft geen moraal ofzo, het kan ook niet discrimineren.” De uitkomst van een algoritme kan inderdaad discriminerend zijn, daar zijn legio voorbeelden van, maar dat is dan altijd omdat de data discriminerende patronen bevatte.   

“Een algoritme is niets meer dan rekenkracht. Het heeft geen moraal en het kan niet discrimineren”

Als het beschikken over goede data zo belangrijk is, wordt kunstmatige intelligentie dan niet per definitie het domein van big tech? Google, Apple, Microsoft, Amazon en Meta hebben namelijk meer data dan wie dan ook. Bovendien weten zij de beste programmeurs aan zich te binden. Willem Peter de Ridder: “De allergrootste techbedrijven haal je inderdaad niet zomaar in. Dat betekent niet dat het investeren in AI weggegooid geld is. Er valt nog genoeg winst te behalen. Tussen een dataset en een businessmodel zit een applicatie. Die applicaties zijn vaak sectorspecifiek en worden echt niet allemaal door big tech bedacht en ontwikkeld.”

Bottlenecks

Een gebrek aan goede data is een bottleneck voor AI, net zoals het lastig kunnen binnenhalen van gekwalificeerd personeel. “Er is heel veel vraag naar data scientists. Bedrijven die kleiner zijn, kunnen data science ook extern inhuren. Maar daarmee ben je er nog niet.” Een andere bottleneck is namelijk een gebrek aan mensen die de vertaalslag tussen strategie en data kunnen maken. “Een data scientist moet weten waar hij aan moet rekenen. Je hebt dus ook altijd mensen nodig die de business begrijpen en die kunnen vertalen naar technologische oplossingen.”

“De grootste belemmering is dat veel mensen een beperkt voorstellingsvermogen hebben”

Volgens De Ridder zit daar de grootste belemmering: veel mensen hebben een beperkt voorstellingsvermogen. “Je moet jezelf voor kunnen stellen hoe jouw business er over vijf jaar uitziet. Hoe ziet jouw bedrijf eruit als je AI doorvoert? Wat gaan jouw concurrenten dan doen?” Als je dat goed kunt inbeelden, dan kan je bepalen welke noodzakelijke stappen er gezet moeten worden om de concurrentie voor te blijven. Hoewel dit misschien voelt als een sprong in het diepe, is niets doen veel schadelijker: “als je blijft doen wat je altijd deed, mis je sowieso de boot.”

Adviezen

Aan leiders die moeite hebben met het inbeelden van de toekomst heeft De Ridder, initiatiefnemer van het executive program ‘Strategische kijk op kunstmatige intelligentie’ van Erasmus Quantitative Intelligence (EQI), enkele adviezen. “Het is misschien preken voor eigen parochie, maar ga naar de universiteit, ga een opleiding volgen. Dan ga je anders kijken en nieuwe mogelijkheden zien. Vervolgens moet je gaan experimenteren. Het moeilijkste deel is kiezen in welke initiatieven je gaat investeren om die op te schalen naar business as usual. Accepteer tenslotte dat er af en toe dingen fout zullen gaan.” Het is namelijk een sprong in het diepe, of het missen van de boot.

Dit artikel is geschreven door Wilmer Klaassen, student-assistent bij Erasmus Institute for Business Economics (EIBE).