Rechtstreeks vanuit sciencefiction het bedrijfsleven in: het is tijd voor KI

Steve Evans

13/02/2017

Kunstmatige intelligentie en machine learning krijgen momenteel veel aandacht. Op welke manier worden ze gebruikt en waarom zouden innovatieve ondernemingen deze technologieën moeten omarmen?

De tech-industrie deinst er niet voor terug om nieuwe ontwikkelingen tot ‘the next big thing’ uit te roepen. Cloud computing, social media en mobiliteit hebben allemaal (terecht) hun moment van glorie gehad de afgelopen jaren. Op dit moment is het de beurt aan machine learning (ML) en kunstmatige intelligentie (KI).

Het is vooral de combinatie van ML en KI waarover veel experts enthousiast worden. Vaak worden de twee termen door elkaar heen gebruikt, maar er is een verschil: KI is het concept van machines die taken uitvoeren op een manier die mensen intelligent vinden. En ML is een aspect van KI. Zoals de naam al aangeeft, leren machines zelf van nieuwe gegevens die ze continu krijgen aangereikt.

Geen sciencefiction meer

Robots en computers die zich op een menselijke manier gedragen en vergelijkbare denkpatronen volgen, kennen we al decennia lang uit scifi-films en -boeken. De Terminator is hiervan een mooi voorbeeld. Een hoofdrol in de film is weggelegd voor Skynet (een zelfdenkend computernetwerk): een uiterst geavanceerd KI-systeem dat doorheeft wanneer het onder vuur ligt en zichzelf daardoor kan verdedigen.

Voor veel mensen is dat waar KI en ML begint en eindigt: iets wat alleen bestaat in sciencefiction. In werkelijkheid bestaan er veel mogelijke toepassingen. En sommige daarvan zijn zelfs al door miljoenen mensen omarmd in het dagelijks leven.

Persoonlijke assistenten gemaakt door ‘s wereld grootste tech-bedrijven spelen een steeds grotere rol in onze levens. Dankzij deze assistenten, geïntegreerd in onze mobiele apparaten of onze systemen in huis, kunnen we muziek en nieuws luisteren, een taxi of eten bestellen, winkelen en nog veel meer.

KI in het dagelijks leven

Er is veel discussie rondom de vraag of zulke persoonlijke assistenten wel echt vormen van kunstmatige intelligentie zijn. Het staat echter buiten kijf dat elementen van KI en ML worden gebruikt voor de stemherkenning. Met behulp van KI en ML kunnen assistenten bovendien hun antwoorden verbeteren en een beter begrip krijgen van de context van vragen – of deze zelfs voorspellen.

Videogames, slimme auto’s, aanbevelingsalgoritmen (van streamingservices en online winkels) en gezichtsherkenningssoftware op sociale platforms: elementen van KI vindt u overal.

Volgens Quocirca-oprichter Clive Longbottom vormen situaties waarin snelheid en kennis centraal staan de motor voor integratie van KI en ML. Als voorbeeld geeft hij de pagina met veelgestelde vragen op websites: “Het systeem leert van wat gebruikers vragen, waardoor continu verbeteringen kunnen worden doorgevoerd”.

Als klanten blijven vragen om een product in een bepaalde kleur, kan het systeem het bedrijf hierover informeren en kan worden overwogen om het product ook in die betreffende kleur op de markt te brengen. “Duurbetaalde menselijke arbeidskrachten worden op die manier vervangen door een systeem dat slim genoeg is om het bedrijf vooruit te helpen”, zegt Longbottom.

KI in IoT en Big Data

De komende jaren, zo verwacht Longbottom, zullen KI en ML ook steeds vaker worden toegepast voor het IoT (Internet of Things). “In de toekomst wordt de uitdaging van big-databeheer alleen maar groter, vooral als het IoT echt doorbreekt. Het vraagstuk wordt dan te groot voor de snelheid waarmee menselijk handelen en leren het zou kunnen oplossen.”

KI en ML zijn hot. Maar waarom nu? Zoals met zoveel opkomende technologieën gaat het om een samenspel van meerdere ontwikkelingen: grote hoeveelheden data, bijna eindeloze goedkope opslagmogelijkheden en veel goedkopere, maar wel enorm krachtige computers die zich een weg kunnen banen door de grote berg met gegevens.

Uit het nieuwste uitgavenoverzicht van analysebedrijf IDC blijkt dat de wereldwijde omzet in de KI-sector zal toenemen van €7,5 miljard in 2016 tot €44 miljard in 2020. “Geautomatiseerde agents voor klantenservice, controle- en aanbevelingssystemen voor kwaliteitsbeheer, diagnose- en behandelingssystemen en fraudeanalyse en -onderzoek zijn de gebieden waarop het meest staat te gebeuren.”

Ook wordt verwacht dat er veel zal worden geïnvesteerd in KI op de gebieden “publieke veiligheid en noodhulp, farmaceutisch onderzoek, diagnose- en behandelingssystemen, toevoer en logistiek, onderzoeks- en aanbevelingssystemen voor kwaliteitsbeheer en fleet management”, zo blijkt uit het uitgavenoverzicht van IDC.

Laaghangend fruit

Ondertussen noemt Gartner KI en ML als een van de 10 belangrijkste strategische technologietrends in 2017. “[Het gaat daarbij om] geavanceerde systemen die kunnen begrijpen, leren, voorspellen, aanpassen en uiteindelijk mogelijk zelfs autonoom kunnen werken. Systemen die in staat zijn te leren en ander gedrag te vertonen, wat leidt tot intelligentere apparaten en programma’s.

“Organisaties die digitaal willen innoveren met deze trend, doen er goed aan om verschillende bedrijfsscenario’s te evalueren waarbinnen KI en machine learning duidelijke en specifieke bedrijfswaarde kunnen opleveren, om vervolgens een of twee van de meest veelbelovende scenario’s uit te testen.”

In steeds meer gevallen gaat het daarbij om scenario’s waarin kunstmatige intelligentie en machine-learningprocessen taken binnen een bedrijf kunnen automatiseren die nu nog worden uitgevoerd door mensen: mensen die langzamer en duurder zijn en fouten maken.

“Bedrijven moeten het laaghangende fruit plukken, bepalen waar in de bewerkingsprocessen de mens vervangen kan worden door automatische processen”, aldus Longbottom. “Dat moet hoge prioriteit hebben. We zijn nu aangekomen op het punt waar iemand anders het zal doen als u het niet doet.”

DIT VINDT U MISSCHIEN OOK INTERESSANT

Het kantoor in 2020

Wat organisaties van de 21e eeuw moeten weten.