AI is bij uitstek een technologie waar vertegenwoordigers van de business als ‘citizen datascientists’ zelf in staat zijn waarde uit data te halen. Daarvoor is het echter wel zaak dat de onderliggende infrastructuur voor data op orde is. We spraken hierover met Jurgen Duijster CEO van Transfer Solutions, en Jacob Beeuwkes, manager technologie & innovatie bij Transfer Solutions.
De coronapandemie heeft gezorgd voor een onverwachte versnelling van innovatie-initiatieven. “Wij hebben gezien dat vorig jaar, tijdens Corona, de digitale transformatie versneld plaatsvond”, zegt Jurgen Duijster CEO van Transfer Solutions. “Iedereen ging opeens thuiswerken en online bestellen nam een enorme vlucht. Hierdoor nam ook de behoefte aan een digitaal transformatie-platform toe, zoals Gartner dat in 2017 al beschreven had in het rapport ‘Building a Digital Transformation Platform’. Iedereen wilde ineens de beschikking hebben over data uit verschillende bronnen en invalshoeken, als basis voor zaken als machine learning en artificial intelligence (AI).”
Jacob Beeuwkes, manager technologie & innovatie bij Transfer Solutions, voegt daaraan toe: “Het realiseren van een centraal dataplatform als basis voor de digitale transformatie hoeft tegenwoordig ook niet enkel gerealiseerd te worden in de vorm van een datawarehouse, waar door integraties alle data ook fysiek naartoe gebracht wordt. Datavirtualisatie-platforms zijn enorm in opmars en met de toepassing daarvan kan veel tijd en geld bespaard worden.”
Ketensamenwerking
Duijster: “Een andere trend in innovatie, die hier nauw bij aansluit, is dat we steeds vaker ketensamenwerking zien ontstaan. Wanneer er binnen een keten steeds meer data wordt gedeeld, moet je de verantwoordelijkheid ten aanzien van datakwaliteit en integriteit goed beleggen. En ook security moet je dan goed geregeld hebben. “
De rol van machine learning en AI bij deze trends wordt steeds groter, al zijn er nog wel stappen te zetten. Beeuwkes: “Over machine learning en AI wordt veel gepraat, en de waarde en urgentie worden onderkend, maar tegelijkertijd zien we dat er toch nog veel barrières zijn, die organisaties ervan weerhouden om er daadwerkelijk mee aan de slag te gaan.”
Talent
Talent is daarbij één van de grootste barrières. “Er zijn gewoon nog maar weinig mensen die er echt mee aan de slag kunnen gaan. Wij geloven daarom dat het belangrijk is om machine learning en AI toegankelijk te maken door laagdrempelig te beginnen met low-code oplossingen. Het platform waar wij veel mee werken draagt flink bij aan het terugdringen van de complexiteit van machine learning en AI.”
Zonder gebruik te hoeven maken van gespecialiseerde programmeurs kan met behulp van dit platform toch gebruik gemaakt worden van machine learning faciliteiten, door het model te trainen en in productie te nemen door het als het ware in elkaar te klikken met behulp van de grafische interface. Een idee dat leeft in de organisatie kan hierdoor ook veel sneller en met lagere budgetten in productie gebracht worden.”
Business en IT
Dit is volgens Duijster het onderwerp van gesprek met vertegenwoordigers van een organisatie op alle niveaus, van techneuten tot de business owners. “Want je hebt de IT en de business ook allebei nodig. De business weet dan misschien wel wat ze nu nodig hebben, maar ze moeten IT erbij halen om ze de ogen te openen voor wat er allemaal meer of anders kan. Voor ons als IT-partner is het acteren op al die verschillende lagen natuurlijk soms best lastig. We moeten onze boodschap voor verschillende doelgroepen vaak net weer anders verpakken.”
“We zien ook dat de groep van stakeholders en betrokkenen waarmee we bij de klant spreken eigenlijk steeds groter en diverser wordt”, voegt Beeuwkes daaraan toe. “Want net zoals je ‘citizen developers’ hebt, bestaan er ook ‘citizen data scientists’, die vanuit een business perspectief met machine learning en AI aan de slag zijn.”
Citizen data scientists
‘Persoonlijk geloof ik dat ‘citizen data scientists’ minstens zoveel impact kunnen maken als ‘citizen developers’, omdat je in de praktijk ziet dat het bouwen van applicaties toch nog altijd complexer is dan het lijkt, waardoor er feitelijk haast nooit een app gebouwd wordt zonder inbreng van IT. Maar bij AI-projecten heb ik echter wel gezien dat er resultaat gerealiseerd kan worden zonder betrokkenheid van de techneuten, als de data goed beschikbaar was.”
Duijster: “Ik denk dat er nog heel veel plekken zijn waar nieuwe technologieën kunnen worden ingezet. Neem de gezondheidszorg, een sector bij uitstek waar veel data binnen de keten wordt gedeeld. Daar zijn vorig jaar veel longscans gemaakt. De uitkomsten daarvan worden altijd nog door een arts handmatig geïnterpreteerd. Ik denk dat AI daar echt wel een rol in zou kunnen gaan spelen.”
Bots
“Maar ook binnen bijvoorbeeld de logistieke sector is er nog wel wat te doen in het afstemmen van e-commerce en de logistieke stromen. Daar zou AI ook een belangrijke rol kunnen spelen. En in onze eigen sector, de IT, kunnen machine learning en AI nog veel meer ingezet worden om bijvoorbeeld platformbeheer geautomatiseerd uit te voeren. Maar hierover doordenkend vragen wij ons wel af wat we hierin moeten willen. Wil je echt dat AI-bots het nemen van beslissingen gaat overnemen van mensen, of moeten ze daarin slechts ondersteunend zijn?”
Beeuwkes: “Ik vind dat ook een hele spannende balans, en ik denk dat je echt per geval moet kijken hoe je ‘automation’ en ‘augmentation’ uit elkaar houdt. Ik geloof dat ‘automation’, waarbij je de computer de beslissingen autonoom laat nemen, in sommige gevallen een voordeel biedt, maar het is wel belangrijk om steeds goed te blijven kijken welke ethische aspecten en de context ook nog een rol spelen.”
“Kijk naar het afgelopen jaar. Iedereen heeft leren videobellen en is blij met de technische mogelijkheden, maar tegelijkertijd zijn we ook allemaal meer gaan beseffen wat de waarde is van elkaar echt in de ogen kunnen kijken. En zo kan ik mij voorstellen dat er straks aan beslissingen, die door een computer genomen wordt, een andere waarde wordt toegekend dan aan beslissingen die door een mens genomen wordt, omdat we dan weten dat er een diepere emotionele laag bij betrokken is geweest. In de zoektocht, die AI en machine learning voor ons allemaal nog is, zijn dit zaken waar we steeds meer achter zullen komen.”
