We hoeven niet bang te zijn voor kunstmatige intelligentie (AI), vindt schrijver en ondernemer Jim Stolze. ‘Een van de fouten die wij als nerds en computerwetenschappers hebben gemaakt, is dat we het kunstmatige intelligentie hebben genoemd. Want het gaat over statistiek. Hoe vaker data of een patroon in data voorkomt, hoe groter de kans dat een computer er iets mee kan. Maar robots die gaan “leven”? Dat is sciencefiction.’
‘Mijn vader heeft onlangs twintig minuten met een chatbot van een verzekeraar “gepraat”’, vertelt Jim Stolze. De Nederlandse schrijver en ondernemer levert met zijn bedrijf Aigency oplossingen voor bedrijven die een AI-strategie willen uitrollen. Hij is ook keynotespeaker op events over innovatie, technologie en ondernemerschap. ‘Dat gesprek met de verzekeraar verliep optimaal. Het aantal vragen dat je over verzekeringen kunt beantwoorden is natuurlijk niet eindeloos. Pas aan het einde liep het mis. Toen vroeg mijn vader of ze samen een pizza zouden bestellen …’
Een afdeling innovatie heeft geen zin. Innovatie moet er in alle departementen zijn, ze is van iedereen.
Zo’n chatbot is au fond een machine die met ons praat. Dat spreekt tot de verbeelding. In veel gevallen is AI – ‘of beter nog: machinelearning’ – veel minder mythisch, maar daarom niet minder interessant. ‘Een mens is niet gemaakt om urenlang door Excel-files te scrollen. Je ogen zien het op een gegeven moment niet meer. Machinelearning kan tijd besparen door afwijkingen of patronen uit de data te halen. Zo kun je bijvoorbeeld kostenbesparingen in het aankoopbeleid op sporen of de papierwinkel van administraties verkleinen.’
Data rich, information poor
Met machinelearning maken bedrijven hun processen en diensten efficiënter en meer schaalbaar, vindt Stolze. ‘Het gaat om narrow intelligence: een algoritme is ontworpen om één taak uit te voeren. En de kennis die het bij de uitvoering van die taak opdoet, kan het niet automatisch op andere taken toepassen.’ Zo’n algoritme kan uiteraard alleen maar goed werken als je over voldoende data beschikt. ‘Maar vergis je niet, het is niet omdat je over een berg data beschikt dat je ook de juiste informatie hebt. Veel organisaties zijn al vijftien jaar aan het digitaliseren, ze zijn data rich, maar information poor. Het is cruciaal dat je nieuwe inzichten uit die data haalt om je processen of klantenervaring te verbeteren.’
Hoe begin je daaraan? ‘Als ik bij organisaties aankom, vraag ik de board meestal wie de datascientist in huis is. Als ik daar geen antwoord krijg, loop ik alle afdelingen af. Vaak eindig ik uiteindelijk in de kelder, waar de IT zit. Daar vraag ik dan wie software in Python – de meest gangbare taal van AI-software – kan schrijven. Als ze het in Keulen horen donderen, keer ik terug naar de board. Machinelearning is een verhaal dat door alle afdelingen moet lopen. En natuurlijk doe je dat niet van de ene dag op de andere.’
Een mens is niet gemaakt om urenlang door Excel-files te scrollen.
Stolze raadt zijn klanten aan een multidisciplinair team samen te stellen met één concrete, afgelijnde taak waarvoor het een oplossing moet bedenken. ‘Dat mogen niet allemaal techneuten zijn, er moet bijvoorbeeld ook iemand uit de boekhouding- of marketingafdeling bij zijn. Als zij een innovatieve oplossing bedenken, en gesteund worden door de board, zullen ze anderen in hun enthousiasme meenemen. Geleidelijk kun je vanuit de marge steeds meer oplossingen in je hele organisatie uitrollen. Een afdeling innovatie heeft geen zin. Innovatie moet er in alle departementen zijn, ze is van iedereen.’
Onder de motorkap
In dat multidisciplinair team zou Stolze ook iemand van legal zetten. ‘Die hoeft niet de partypooper van dienst te worden’, lacht hij. ‘Zo’n jurist kan er wel van in het begin over waken dat de machinelearningoplossing ethisch is.’
‘Een recente blunder bij de Nederlandse belastingdienst heeft laten zien hoe schadelijk het kan zijn als niemand zich opwerpt als het geweten van de organisatie. Duizenden burgers zijn nu gedupeerd en dat is niet de schuld van een IT-systeem. Je moet een betrouwbaar datamodel opstellen. Hoe verzamel ik mijn data? Welke bronnen gebruik ik? Hoe gaan we om met die data? Hoe brengen we bronnen bij elkaar? Hoe bewaken we de kwaliteit van data? Uiteindelijk ligt de verantwoordelijkheid altijd bij de mens. De computer neemt geen beslissingen.’
Stolze is ervan overtuigd dat mondige burgers en kritische consumenten organisaties op het juiste spoor houden. ‘AI is allang geen toekomstmuziek meer. Ze zit verweven in alle aspecten van ons dagelijks leven, van muziekstreaming tot de newsfeed van Facebook. Het is te belangrijk om over te laten aan grote techbedrijven en overheden. Daarom heb ik een nationale AI-cursus opgezet zodat je zelf kunt ontdekken wat onder de motorkap van AI zit. Al 30.000 Vlamingen hebben de cursus gevolgd.’