Wat is Artificial Intelligence?

En wat kunnen organisaties ermee?

Artificial Intelligence (kunstmatige intelligentie) past geavanceerde analyse en op logica gebaseerde technieken toe – waaronder machine learning – om gebeurtenissen te interpreteren, beslissingen te ondersteunen en automatisch acties te ondernemen. Dat is de definitie zoals Gartner deze hanteert. Op zich is dat al een redelijke duidelijke definitie, alleen wat beknopt en je weet nu nog niets over de toepassing van AI. In dit artikel helpen we je daarbij.

Artificial Intelligence valt binnen het domein ‘digitalisering‘. Behalve dat dit ontzettend veelomvattend is, wordt het domein vaak ook te complex gemaakt. Dus net als bij Robotic Process Automation, Virtual Reality, Internet of Things, Block Chain en Process Mining maken we het begrip begrijpelijk én toepasbaar.

Artificial Intelligence in a nutshell

Kunstmatige intelligentie is een combinatie van technologieën die gegevens autonoom analyseren, aannames doen, testen en opnieuw testen. Complexe algoritmen verwerken enorme hoeveelheden gegevens in realtime zonder vooraf bepaalde regels, waardoor de software automatisch gegevenstrends kan identificeren en ervan kan leren. Dit machine learning-proces evalueert continu modellen en gegevens om de resultaten nauwkeurig te voorspellen op schaal en met snelheden die menselijke analisten niet kunnen bereiken.

Het verschil met Advanced Analytics (Predictive Analytics)

Advanced Analytics (Predictive Analytics) is een op statistieken gebaseerde, voorspellende analysemethode die gegevensanalisten gebruiken om aannames te doen en records te testen om de waarschijnlijkheid van een bepaald toekomstig resultaat te voorspellen. Analisten leggen historische trends vast en passen deze patronen toe op huidige gegevens, en berekenen vervolgens een specifieke waarde op een toekomstig tijdstip. Gegevens moeten echter voortdurend handmatig opnieuw worden getest voor up-to-date voorspellingen.

Het grootste verschil tussen kunstmatige intelligentie en Advanced Analytics (predictive analytics) is dat AI volledig autonoom is, terwijl Advanced Analytics (predictive analytics) afhankelijk is van menselijke interactie om gegevens op te vragen, trends te interpreteren en aannames via zelf te maken algoritmes te testen. Hierdoor heeft AI een aanzienlijk breder bereik en meer toepassingen dan alleen predictive analytics.

Waar wordt Artificial Intelligence voor gebruikt?

Er is een verschil tussen waar Artificial Intelligence voor gebruikt kán worden en waar het vandaag de dag voor wordt gebruikt. Zie hierover meer in het blokje ‘AI en Lean Digital’. Een aantal aansprekende voorbeelden waarbij nu AI wordt ingezet zijn:

• Risicobeheersing en fraudedetectie: Net als in het geval van Advanced Analytcs kan kunstmatige intelligentie helpen door opvallende en verdachte patronen vroegtijdig en in realtime te herkennen op het gebied van fraudedetectie en verzekeringsverplichtingen.
• Marketing: Marketing bestaat uit het begrijpen van de doelgroep, het matchen van producten of diensten aan behoeften van de klant en het overtuigen om een aankoop te doen. Op al deze facetten wordt Artificial Intelligence ingezet. Met als gevolg dat campagnes gerichter worden en de ROI verhoogd wordt.
• Klantenservice: In toenemende mate zetten organisaties chatbots in die werken op basis van AI. Ze analyseren de tekstberichten en op basis van de geleerde patronen, formuleren ze het juiste antwoord. Deze technologie is al zover dat het bijna onmogelijk is om als klant te herkennen of je met een bot aan het chatten bent of met een mens.
• Gepersonaliseerde suggesties en zoekresultaten: Bedrijven als Netflix en Spotify gebruiken AI om op basis van het kijk- en luistergedrag van de consument suggesties te doen. Google heeft AI verwerkt in het algoritme, waardoor het algoritme zelf leert van elke zoekopdracht en de resultaten per gebruiker kunnen personaliseren.
• Meteorologische instituten: Het weer voorspellen is een immens complexe aangelegenheid, waarbij gebruik wordt gemaakt van enorme hoeveelheden data en wiskundige formules. AI helpt patronen te herkennen en verbanden te leggen die het mogelijk maken soms al twee weken van tevoren vrij nauwkeurig te voorspellen hoe de weersomstandigheden zullen zijn.

Artificial Intelligence is geen doel op zich

De eerdere genoemde voorbeelden geven al een vrij goed antwoord op de vraag ‘wat kunnen organisaties met Artificial Intelligence?’. Wellicht heb je bij het lezen nu ook al direct mogelijke toepassingen in het hoofd. Maar stap nu niet in de valkuil om te starten met een grootschalige implementatie. Net als met alle nieuwe ontwikkelingen is het namelijk geen doel op zich, maar een hulpmiddel bij een specifieke uitdaging.

In onze wereld van continu verbeteren zien we steeds vaker dat er uitdagingen spelen waarbij Artificial Intelligence een geschikt hulpmiddel kan zijn. Bijvoorbeeld op het gebied van:

• Zorg en diagnostiek: Zorginstellingen hebben 2 grote uitdagingen: het verbeteren van de uitkomst van de behandeling en het verlagen van kosten. En voor beide aspecten kan AI ingezet worden. Het kan helpen bij de diagnostiek, het voorspellen van het effect van de behandeling en patronen herkennen in het ziektebeeld, bijvoorbeeld in het geval van kanker. Tegelijkertijd kunnen chatbots en virtuele assistenten helpen in de communicatie met de patient, waarmee de kosten van de zorginstelling verlaagd worden.
• Transport & logistiek: Van het in kaart brengen van bezoekersstromen op Schiphol, tot het voorspellen van vertragingen in transport; AI kan in de hele keten van transport en logistiek van grote waarde zijn.
• Onderwijs: Met behulp van AI kan er waardevolle tijd van docenten vrijgespeeld worden door het nakijken en beoordelen van huiswerk en proefwerken te automatiseren. En in een tijd waarin gepersonaliseerd leren een enorme vlucht neemt, is AI het hulpmiddel om ontwikkelkansen van studenten te analyseren en te voorspellen.
• Auto-industrie: Auto’s van nu zijn steeds meer rijdende IT-systemen. AI kan bijvoorbeeld helpen bij het beperken van benzine- en energieverbruik en de uitstoot van CO2.
• Machinebesturing: Zeker waar het gaat om complexere machines die met elkaar zijn verbonden kan AI uitkomst bieden. Middels AI leert het sproeisysteem onkruid onderscheiden van gewassen als aardappelplanten en bieten.
• Compliance & Security: Het overgrote deel van de werkzaamheden van Compliance & Security afdelingen is onzichtbaar; ze moeten voorkomen dat het misgaat. Het werk schuilt voor een groot deel in het herkennen van afwijkende patronen in de datastromen. Bij uitstek een geschikte uitdaging voor AI.

Zoals hierboven te zien is, kan Artificial Intelligence dus bij uitstek ingezet worden om extra waarde te creeren voor de klant en de maatschappij. Waardoor de connectie met bijvoorbeeld Lean al snel gemaakt is. Mits goed ingezet kan dit direct verschil maken op het succes van verbeterprogramma’s, worden verspillingen eenvoudiger geïdentificeerd en geëlimineerd en kan de waarde voor de klant exponentieel verhoogd worden.