Onderzoekers van de TU Delft ontwerpen nieuw materiaal met alleen kunstmatige intelligentie

Onderzoekers van de TU Delft hebben een nieuw materiaal ontwikkeld zonder enig experimenteel onderzoek te doen. Dit supersamendrukbare maar sterke materiaal werd ontworpen met behulp van alleen kunstmatige intelligentie.

Miguel Bessa, universitair docent bij Materials Science and Engineering aan de TU Delft, kreeg inspiratie voor dit onderzoeksproject gedurende zijn tijd aan het California Institute of Technology. In het Space Structures Lab zag hij een satellietconstructie die vanuit een heel klein pakketje lange zonnezeilen kon openen. Hij vroeg zich af of het mogelijk zou zijn om een in hoge mate samendrukbaar maar sterk materiaal te ontwerpen, dat tot een klein deel van zijn volume kan worden samengeperst.

Met behulp van machine learning vervaardigde Bessa twee ontwerpen op verschillende lengteschalen, die broze polymeren omzetten in lichte, recyclebare en supersamendrukbare metamaterialen. Bij het ontwerp op macroschaal streefde hij naar maximale comprimeerbaarheid, bij dat op microschaal naar grote sterkte en stijfheid.

De essentiële vereisten zijn dat er ‘voldoende’ gegevens over het betreffende probleem beschikbaar zijn en dat de gegevens accuraat genoeg zijn.

Bessa is een sterke voorstander van datagestuurd onderzoek in de mechanica en de materiaalwetenschap. ‘Datagestuurde wetenschap zal een revolutie teweegbrengen in de manier waarop we tot nieuwe ontdekkingen komen, en ik kan niet wachten om te zien wat de toekomst ons zal brengen.’

Mastercards Steve Flinter: ‘AI is gedemocratiseerd, the time is now’

Dr. Steve Flinter is Mastercards Labs’ Artificial Intelligence Practice Lead. Hij is verantwoordelijk voor de Artificial Intelligence (AI)- en Machine Learning (ML)-strategie van Mastercard Labs. Het lab ontwikkelt technologieën en services voor Mastercard én hun klanten. Flinter vertelt over de visie van Mastercard op AI en de laatste trends op dit gebied.

Op dit moment gebruikt Mastercard artificial intelligence zowel commercieel als intern op drie vlakken: veiligheid, consultancy en biometrische authenticatie. Veiligheid van betalingsverkeer is het meest voor de hand liggende onderwerp voor een organisatie als Mastercard om AI en ML in te zetten. Sinds de overname van Brighterion in 2017 heeft Mastercard dankzij steeds beter wordende predictive analytics de opsporing van creditcardfraude en het voorkomen van geweigerde goede betalingen sterk verbeterd. 

Met de acquisitie van NuData, een kleine twee jaar geleden, zette Mastercard ook grote stappen in biometrische authenticatie. Inmiddels wordt zelfs je gedrag gebruikt voor authenticatie: systemen herkennen bijvoorbeeld in welke hoek je je telefoon meestal vasthoudt of hoe je swipet. 

Mastercard Labs: innovatie en veilige implementatie van nieuwe technieken

Maar Mastercard Labs heeft een opdracht die verder gaat en zoekt ook naar nieuwe toepassingen van AI en ML. Hoe kunnen deze technieken een rol spelen in processen of producten waar het dat nu nog niet doet, en welke nieuwe mogelijkheden ontstaan door het inzetten van AI en ML? En vooral: hoe kunnen we de technologieën veilig implementeren, zowel intern als bij onze klanten?

Wil je de voordelen van AI laten doorwerken in de hele organisatie, dan moet je kansen zien om het in producten en services op te nemen en zo de interne efficiëntie te vergroten. Maar met AI en ML zijn de mogelijkheden eindeloos. Het is daarom belangrijk om prioriteit te bepalen. Bij Mastercard kijkt men daarbij bijvoorbeeld naar de grootste return on investment en welke nieuwe producten en diensten waardevol kunnen zijn voor klanten. Welke producten zijn het best te verbeteren met AI? En wat kan er gemaakt worden dat zonder AI en ML niet zou kunnen bestaan?

Ontwikkeling van nieuwe producten gebaseerd op AI

Mastercard ontwikkelt een hele reeks aan nieuwe producten en oplossingen met een AI-component. Zo werkt Mastercard Labs momenteel aan systemen voor aanbevelingen en personalisatie: hiermee kunnen klanten precies op het juiste moment het juiste aanbod doen aan eindgebruikers. Het effect van juiste aanbevelingen en exacte personalisatie is inmiddels wel bewezen.

Daarnaast ontwikkelt Mastercard bijvoorbeeld ‘goedkope’ Point of Sales (POS)-systemen voor opkomende markten. Met een goedkope, mobiele POS-oplossing kunnen kleine winkeliers ook hun zaken digitaliseren. POS in opkomende markten kunnen niet altijd gebaseerd worden op de technologieën die in de Westerse wereld gebruikt worden. Maar dankzij de inzet van AI kan Mastercard mobiele POS-systemen aanbieden die gebaseerd zijn op goedkopere smartphones. Met een videostream worden producten die de klanten willen kopen, herkend en kan hierdoor afgerekend worden. Deze geavanceerde technologie brengt ook financiële diensten naar minder welvarende gebieden. 

Democratisering van AI

De trend om AI toepasbaar te maken voor de massa, wordt steeds belangrijker. Waar web- en databasetechnologieën een aantal jaren geleden nog voor de happy few waren, zijn ze inmiddels niet meer weg te denken uit allerlei bedrijfsprocessen. Daar gaan we binnen drie tot vijf jaar ook heen met AI. 

Een belangrijke trend in AI is het democratiseren van de technologie. AI en ML zijn ook voor kleinere en middelgrote bedrijven binnen handbereik. Met open source tools en cloud based technology kan iedereen aan de slag. En dat zouden ze ook moeten doen. Met AI Express helpt Mastercard bedrijven met geen tot weinig ervaring op het gebied van AI bijvoorbeeld met antiwitwas-technologieën, credit risk-voorspellingen, cybersecurity en fraudemanagement.

Consumer experience verandert mee: start nu
We moeten ons beeld aan blijven passen van de klantervaring. Eerst was het de opkomst van webtechnologie, toen van mobiele toepassingen. Nu gaan we het tijdperk in van nieuwe interfaces, zoals voice, smart home devices, augmented en virtual reality. Veel van deze technologieën worden gedreven door AI-technologie. Hoewel er nog veel te verbeteren valt, worden AI-oplossingen binnen de kortste keren normale onderdelen van de consumer experience.

Voor bedrijven is het nu de tijd om AI en haar mogelijkheden te ontdekken. Het is niet meer alleen iets voor grote bedrijven. Je hebt geen in-huis expertise nodig om te beginnen met ontwikkelen. Doe je het niet, dan mis je de boot.

NDC mediagroep ontwikkelt nieuwsfeed voor sport op basis van A.I.

NDC mediagroep lanceert dinsdag tijdens de AI Challenge in Groningen de bètaversie van de AI nieuwsfeed van Sport Noord. Al het sportnieuws wordt in deze feed op basis van interesses en voorkeuren van de gebruiker geselecteerd en gepresenteerd.

In de Sport Noord nieuwsfeed komt het sportnieuws van alle verschillende platformen van NDC mediagroep samen. Dagblad van het Noorden, Leeuwarder Courant, TweeNul en andere websites van de noordelijke uitgever worden automatisch samengevoegd en op persoonlijk niveau samengesteld door de AI van Sport Noord.

Door middel van tekstanalyse worden personen, organisaties, onderwerpen, locaties en meer geïdentificeerd waardoor interesses van de gebruiker worden gevolgd zonder dat redacties hun artikelen zelf hoeven te rubriceren. Ook de lezer hoeft niet aan te geven welke interesses hij heeft

De AI van Sport Noord is ontwikkeld samen met techbureau Goldmund, Wyldebeast & Wunderliebe uit Groningen.

AI Challenge in Groningen vindt plaats op 15 oktober om 19.30 in Grand Theatre in Groningen.

Foto Pixabay

eDay: Kickstart AI hoopt op Europese zegen met onderzoekshub

Kickstart AI, het ambitieuze project van Ahold Delhaize, ING, KLM, NS en Philips, hoopt dat Europa eind november bepaalt dat een van de vier onderzoekshubs voor kunstmatige intelligentie in Nederland komt. De vijf partijen investeren tientallen miljoenen euro’s en hopen dat hun AI Challenges talenten aanzuigen.

Gisteren maakten de vijf instanties bekend samen aan de bak te gaan om Nederland internationaal te laten meespelen op het gebied van onderzoek en toepassing van kunstmatige intelligentie. Daarom zetten voor vijf à tien jaar budget apart om zeker 25 professoren bij zes universiteiten te financieren. Behalve aan de universiteiten werken ze ook bij hun financiers.

Bart Voorn van Ahold Delhaize lichtte gisteren op Emerce eDay toe: “Gezamenlijk hebben we tweehonderdduizend medewerkers en raken we dagelijks het leven van miljoenen Nederlanders. Dat doen we afzonderlijk. Om met kunstmatige intelligentie vooruit te kunnen, moeten we samen pionieren.”

Een belangrijke component van Kickstart AI vormen de AI Challenges. Daarvoor worden tientallen miljoenen euro’s apart gezet als prijzengeld. Over de exacte opzet konden Voorn en Sander Stomph van KLM gisteren nog niets zeggen. De vergelijking met X Prizes licht echter voor de hand. Daarbij worden zeer ambitieuze, bijna onhaalbare doelen geformuleerd. Het team dat als eerste het doel haalt, wint een grote prijs. In de tussentijd hebben alle deelnemende teams bakken kennis en kunde opgedaan die eerst niet bestond.

Stomph en Voorn benoemden al twee thema’s: gezondheid en mobiliteit. Er volgen er meer. Het idee is, dat strijdende talentvolle teams een aanzuigende werking op andere belangstellende onderzoekers in binnen- en buitenland.

Een meer pulieksgericht onderdeel van Kickstart AI zijn de AI-cursussen die NS, KLM en Ahold Delhaize aan al zijn eigen medewerkers gaan geven: ‘van vakkenvuller tot CEO’.

Foto Peter Boer

Column: Slimme blikken

‘Under his eye’. In de dystopische serie The Handmaid’s Tale wordt daarmee aan De Almachtige gerefereerd, maar het zijn met name de menselijke ‘eyes’ die in de serie iedereen in de gaten houden. Overtreed je één van de strenge regels van het totalitaire religieuze regime, dan hang je. Letterlijk. 

In onze eigen wereld zijn er ook overal ogen. Ogen die alles volgen, vastleggen, en herkennen. Ogen die niet alleen waarnemen, maar ook oordelen. Ogen, in de vorm van camera’s. 

Een kleine tsunami van camera’s lijkt ons te overspoelen. Camera’s die de publieke ruimte monitoren, camera’s in gebouwen, camera’s in ons slimme huis en camera’s in onze laptop. Maar de grootste cameragolf komt van onszelf. De ogen van onze smartphonecamera, die we altijd en overal op richten. 

De camera’s van tegenwoordig kunnen veel meer dan fotonen vangen in een mooi plaatje. Ze zijn slim. AI empowered slim. En dit alles realtime op basis van waar wij de camera op richten. Ze hebben toegang tot tal van extra informatie over wat ze in beeld hebben.

Ze weten of ze kijken naar een landschap, een object of een mens. En in toenemende mate weten ze ook naar wíe ze kijken. We dragen zelf bij aan deze gezichtsherkenning door te taggen met wie en waar we op de foto staan. En we verbeteren de software erachter door braaf de ‘ik ben geen robot’ foto recaptcha’s te doorlopen. 

Het slimme laagje zal steeds vaker onze waarneming beïnvloeden. De camera voegt niet alleen tien pond toe, maar ook een oordeel. Dit is mooi, dit is lelijk. Dit is goed, dit is fout. Prima als het gaat om de juiste route in Google Maps, minder goed als we zo naar de mensen om ons heen gaan kijken. Laten we ervoor waken dat we niet de Chinese surveillance maatschappij nastreven. Waarbij de ‘fouten’ er meedogenloos uit worden gehaald. Genageld aan een digitale schandpaal. Of erger, als je tot een ongewenste minderheid behoort.

Mijn advies in deze techwereld: blijf kritisch op het advies van je slimme camera. De algoritmes erachter worden gevoed door mensen. Mensen met een gekleurde blik. Blijf dus zelf ook kijken, écht kijken. Voorbij je eerste indruk. ‘Under your eye… may they be open’.

Ahold, ING, KLM, NS en Philips bundelen AI kennis

Vijf Nederlandse bedrijven, Ahold Delhaize, ING, KLM, NS en Philips, willen het AI-ecosysteem (Artificial Intelligence of kunstmatige intelligentie) in Nederland een impuls geven door de ontwikkeling van AI-technologie te bevorderen en te versnellen en door AI-talent in het land te stimuleren. Zij doen dat onder de noemer van Kickstart AI.

Het doel van Kickstart AI is het overbruggen van de kloof op het gebied van kunstmatige intelligentie tussen Nederland en andere landen, zoals het Verenigd Koninkrijk, de VS en China, die op dit vlak flinke vooruitgang hebben geboekt.

Zonder een nationale AI-strategie en snelle actie, blijft het ernstige tekort aan AI-talent in ons land een van de grootste obstakels bij het bereiken van het volledige potentieel van AI-talent en technologie, waarschuwen de initiatiefnemers.

Om de positie van Nederland als pionier en uitvinder van nieuwe technologieën te behouden, moeten de Nederlandse overheid, bedrijven, organisaties en universiteiten een inhaalslag maken met betrekking tot structurele investeringen en de beschikbaarheid van wereldwijd AI-talent.

De vijf bedrijven pleiten voor de cruciale uitbreiding van lokale kennis en lokaal talent om op ethische wijze kunstmatige intelligentie te kunnen implementeren die niet alleen is gericht op wat technisch mogelijk is, maar ook voldoet aan de ethische en sociale normen die de Nederlandse samenleving mogelijk verwacht.

Onder meer komt er een Nationale AI-Cursus, met een streefaantal van 170.000 aanmeldingen in Nederland per eind 2020.

Verder is gepland AI superchallenges, een competitie om wereldwijd AI-talent te mobiliseren bij het aanpakken van maatschappelijke uitdagingen, zoals op het gebied van gezondheid en mobiliteit.

Foto Pixabay

Hoe AI de overheid verder kan ondersteunen

Hoe gaan overheden wereldwijd – en vooral in Nederland – om met alle technologische ontwikkelingen? Hoe kunnen zij ervoor zorgen dat de democratie blijft functioneren in zo’n snel veranderende omgeving? In een serie van 9 webartikelen wordt ingegaan op de belangrijkste (toekomst)trends voor de publieke sector. Aflevering 1: hoe Artificial Intelligence (AI) de overheid kan ondersteunen. 

Waarom AI?

AI heeft in de afgelopen jaren een stormachtige ontwikkeling doorgemaakt. Met behulp van deze technologie worden zelfrijdende auto’s gebouwd en teksten zonder tussenkomst van een mens beoordeeld. Dankzij de verschillende aspecten van AI, zoals machine learning en Natural Language Processing (NLP), kunnen ook overheidstaken worden versterkt, van onderwijs en zorg tot politie en defensie. Hoewel het voor veel organisaties moeilijk is om te bepalen wat AI precies voor hen kan betekenen, zijn er wereldwijd steeds meer grote en kleinere overheden die AI gebruiken. Zij beschikken immers over grote hoeveelheden data – een belangrijke voorwaarde voor zinvol gebruik van AI.

Voorbeelden in binnen- en buitenland

Op het gebied van zorg zijn bijvoorbeeld de UK en Japan al heel actief. De Britse NHS (Nationale Gezondheids Dienst) zet AI-bestuurde chatbots in die patiënten adviseren in niet-levensbedreigende situaties. Daardoor hebben artsen meer tijd voor echte noodgevallen. In Japan investeert de overheid in 10 ‘smart’ ziekenhuizen waarin AI wordt gebruikt om medische testresultaten te adviseren en de juiste behandelmethodes voor te schrijven. Ook op het gebied van veiligheid en rechtshandhaving zijn er talloze voorbeelden. Waaronder in Nederland, waar machine learning wordt ingezet om fraude en andere misstanden op het gebied van sociale voorzieningen op te sporen. Chicago gebruikt algoritmes om misdaden te voorkomen (op basis van voorspellingen) en in de UK worden radicaliserende (groepen) mensen opgespoord met behulp van NLP.

Van eenvoudig naar complex

Uit al deze voorbeelden blijkt dat Artificial Intelligence veel werk uit handen neemt, zodat ambtenaren worden ontzorgd. Een goede samenwerking tussen mensen en technologie verhoogt de kwaliteit van overheidsdiensten. Er zijn drie stadia van ontwikkeling (ofwel de ‘AI journey’). Allereerst ‘Assisted intelligence’, waarmee data worden gebruikt ter ondersteuning van besluitvorming. Dit is het stadium waarin we nu verkeren – onder meer vanwege wettelijke voorschriften. In het stadium van ‘Augmented intelligence’ wordt machine learning toegevoegd aan bestaande systemen. ‘Autonomous intelligence’, het hoogste stadium, betekent dat processen worden gedigitaliseerd en geautomatiseerd om de intelligentie te leveren waarmee machines, bots en systemen worden aangestuurd.

Strategieën

Steeds meer overheden investeren in nationale strategieën. Zowel de publieke als de private sector zijn hierbij betrokken. Duitsland heeft in 2018 2,9 miljard euro geïnvesteerd in zo’n strategie en Frankrijk is van plan om er 1,6 miljard euro erin te investeren. De Nederlandse overheid hanteert de Data Agenda Overheid, waarop een planning is te vinden met de actuele stand van zaken van diverse actielijnen. Voor de tweede helft van 2019 staan bijvoorbeeld Ontwikkeling Transparantielab en Code Goed Digitaal Bestuur op het programma. Gebruik binnen de overheid heeft wel grote gevolgen voor de ‘workforce’. Er moet een goed samenspel zijn tussen eigen mensen, partners van buitenaf en de gebruikte technologieën. Werkzaamheden van ambtenaren zullen veranderen – bijvoorbeeld minder routinematig worden. Dat brengt vooral voordelen, maar die moeten wel goed worden gecommuniceerd – en ingezet.

Voordelen en risicofactoren

De potentiële voordelen van AI-gebruik binnen de overheid zijn onder meer: aanvulling van menselijke capaciteit, een betere kwaliteit van dienstverlening, minder papierwerk en een stimulans voor economische ontwikkeling. Risicofactoren zijn er ook, zoals het voorbereiden van medewerkers op het AI-tijdperk (veranderende werkzaamheden en samenwerking met i.p.v. gebruik van machines), de financiering en groeiende complexiteit van technologieën en toenemende bezorgdheid over algoritmische risico’s, black box en bias.

Hoe nu verder?

Het is belangrijk om een brede AI-strategie neer te zetten, waarbij de grote vraag is: willen we kosten besparen, meer waarde creëren of beide? En: met welke problemen kampen wij en welke technologieën zetten we hiervoor in? Daarna is het taak kleine op te zetten die je bij gebleken succes verder uitrolt. Je moet zoeken naar AI-talent, zowel binnen als buiten de organisatie, voor de uitvoering van projecten. Daarbij is relevante data en toegang daartoe natuurlijk onmisbaar.

Binnenkort Deel 2 van de serie: De digitale burger.

 

Kabinet wil intensieve publiek-private samenwerking en -investeringen voor AI

Met ruim honderd concrete acties zoals intensieve samenwerking met bedrijfsleven en wetenschap gaat het kabinet de maatschappelijke en economische kansen van artificiële intelligentie (AI) voor Nederland benutten. Dat staat in het Strategisch Actieplan voor Artificiële Intelligentie dat vandaag door staatssecretaris Mona Keijzer (Economische Zaken en Klimaat) namens het kabinet naar de Kamer is gestuurd.

Nederland heeft een goede uitgangspositie als het gaat om het onderzoek naar en toepassingen van AI. Doel van het kabinet is om de Nederlandse economie mondiaal concurrerend te houden door AI te stimuleren op basis van het uitgangspunt dat mensen en bedrijven erop kunnen vertrouwen dat AI zorgvuldig wordt ingezet.

Het actieplan is gericht op het benutten van de kansen van AI en omvat onder meer financiering voor onderzoekers en ondernemers.

Het kabinet investeert overigens jaarlijks al tientallen miljoenen euro’s in AI. In 2019 gaat het om 64 miljoen euro. De ambitie is om dit publieke deel te verdubbelen om gezamenlijk met bedrijven en kennisinstellingen deze technologie te ontwikkelen tot concrete toepassingen.

Op dit moment werken al 65 partijen, waaronder het ministerie van EZK, daar samen aan in de Nederlandse AI Coalitie. Deze publiek-private samenwerking werd vandaag gelanceerd en vormt met de strategie de basis voor de Nederlandse aanpak van AI. De coalitie streeft naar een meerjarige publiek-private investering van in totaal twee miljard euro in zeven jaar.

Het kabinet onderzoekt de opzet voor een investeringsfonds, onder andere voor projecten die kennis en innovatie versterken. Vanuit Europa is in de Horizon Europe en Digital Europe programma’s nog eens 7,5 miljard euro beschikbaar voor AI. Inzet is om vanuit Nederland hier maximaal middelen uit te halen.

Kabinet lanceert dinsdag AI Coalitie

Staatssecretaris Mona Keijzer (Economische Zaken en Klimaat) presenteert morgen in Den Haag het Strategisch Actieplan voor Artificiële Intelligentie (AI) van het kabinet. Aansluitend lanceren bedrijven, organisaties, kennisinstellingen en overheden de Nederlandse AI Coalitie, een publiek-private samenwerking om de kansen op dit thema voor Nederland te benutten.

Kunstmatige intelligentie verandert op dit moment de wereld ingrijpend. Als we als Nederland en Europa mee willen blijven doen in de voorhoede van een wereldwijd concurrerende economie, dan moeten we een gecoördineerde kabinetsaanpak hebben op het gebied van AI, meent het kabinet.

Door publiek-private samenwerking kunnen maatschappelijke en economische kansen op het thema AI worden benut. Daarnaast gaat de strategie in op voorwaarden als onderzoek, scholing, gebruik van data, en de benodigde digitale infrastructuur en de wijze waarop mensen en bedrijven erop kunnen vertrouwen dat AI zorgvuldig wordt ingezet.

De Nederlandse AI Coalitie is een publiek-private samenwerking die juist al deze partijen samenbrengt met als doel elkaar te versterken en helpen en te zorgen voor synergie, zodat Nederland kiest voor een geheel eigen aanpak waarbij we de vruchten van AI ten volle plukken met kansen voor iedereen.

Samenwerking UvA, TNO en CWI rond kunstmatige intelligentie

De Universiteit van Amsterdam gaat een samenwerking aan met TNO en CWI voor onderzoek naar de impact van intelligente autonome systemen in de maatschappij en de adoptie van op AI gebaseerde systemen. Daartoe tekenden de drie organisaties afgelopen week een intentieverklaring.

TNO heeft kennis van veilig data delen, uitlegbare AI en menselijk gedrag, en past deze kennis toe op innovaties in de automotive sector, het juridische en veiligheidsdomein en de financiële sector. CWI is gespecialiseerd in deep learning en statistische machine learning. En de UvA heeft met de rechtenfaculteit enerzijds de juridische en ethische kennis in huis en anderzijds biedt het Instituut voor Informatica kennis rond deep learning, information retrieval, computer vision, en veilige data-uitwisseling. Bovendien is er met het Innovation Center for AI (ICAI) en Amsterdam Data Science toegang tot het nationale en regionale ecosysteem rond AI en Data Science.

De komende tijd gaan de partijen zich binnen MCAS richten op case studies in twee applicatiegebieden namelijk autonoom en coöperatief rijden en justitie en publieke diensten. Dit zullen de groeikernen zijn van waaruit grotere initiatieven zullen worden ontwikkeld.

Hoe AI operationele efficiëntie, personalisatie en een betere customer service brengt

Kunstmatige intelligentie (AI) zet haar opmars voort, van het onderzoekslaboratorium naar het bedrijfsleven. Bedrijven uit steeds meer branches benutten de kracht van AI – van callcenters die chatbots inzetten om de interactie met klanten te verbeteren tot retailers die retouren verminderen door de klantvraag te voorspellen.

Technologische ontwikkelingen, zoals neurale netwerken en virtuele assistenten, maken AI geschikt voor een groeiend aantal zakelijke toepassingen. Dit eBook,  mogelijk gemaakt gesponsord door Criteo, focust op AI in de praktijk in customer service, retail en travel. Drie branches waar persoonlijk contact een grote rol speelt en waar AI nu al businesswaarde biedt. Drie Nederlandse AI-experts geven hun visie en praktisch advies. 

AI in commercie 

Als vierde industriële revolutie zal AI wereldwijd grote veranderingen brengen. Op korte termijn kan AI bedrijven helpen om operationele processen te verbeteren en hun klanten beter te begrijpen en bedienen.

AI wordt al decennia gebruikt in de financiële wereld en logistiek. Door de groeiende beschikbaarheid van data en computerkracht gebruiken nu ook steeds meer andere branches AI. Hierbij gaat het vooral om machine learning: het maken van voorspellingen op basis van historische data. Zoals het herkennen van koopgedrag op een website of het identificeren van klanten die neigen op te stappen. Deze zakelijke toepassingen vallen onder business AI, waarbij algoritmes zakelijke data verwerken tot inzichten en voorspellingen. De inzet van AI is een doorlopend proces gericht op continue verbetering van diensten en klantinteracties. Hoewel de eerste stappen tijdrovend zijn voor bedrijven, zal business AI geleidelijk leiden tot kostenbesparingen, operationele efficiëntie, meer gemak en tijdwinst.

Bedrijven zetten fors in op AI

De grote belofte van AI is dat het slimmer zal worden dan mensen, al het verkeer zal besturen en zelfs de grootste wereldproblemen kan oplossen. Zover is het voorlopig nog niet, maar de adoptie van AI gaat steeds sneller. Onderzoek van PwC onder Noord-Amerikaanse bedrijven toont aan dat 27 procent van hen AI nu toepast in diverse gebieden en 16 procent al verschillende pilotprojecten heeft draaien. Voornaamste voordelen voor bedrijven zijn volgens Deloitte State of AI In the Enterprise 2018 het verbeteren van bestaande producten (44 procent), het optimaliseren van interne processen (42 procent) en het maken van betere beslissingen (35 procent). Gartner verwacht dat tegen 2022, minimaal 40 procent van de applicatie ontwikkelingsteams AI zal inzetten. De wereldwijde markt voor AI wordt dan ook door Statista geschat op 89,85 miljard dollar tegen 2025.

De consument gaat mee

Als consument zijn we steeds meer gewend aan AI. De persoonlijke suggesties van Netflix en Spotify voelen intuïtief, net als onze tijdlijnen op social media die worden samengesteld door zelflerende algoritmes. Vijf procent van de Nederlandse huishoudens maakt in 2019 al gebruik van een smartspeaker à la Google Home. Consumenten zijn vooral geïnteresseerd in de toegevoegde waarde van AI: nieuwe mogelijkheden, gemak en tijdsbesparingen. Voor bedrijven is het daarom de grote uitdaging om technologische mogelijkheden om te zetten in praktische scenario’s die een meerwaarde voor klanten vormen. Technologie biedt pas waarde als het gericht wordt ingezet. 

AI in customer service

Voor een goede customer service zijn snelheid van reageren en een gepersonaliseerde benadering belangrijk. AI voorziet in beiden door grote hoeveelheden data te verwerken en 24/7 te vertalen naar intuïtieve antwoorden via een chatbot of suggesties. Bij complexe vragen blijft persoonlijk contact echter nodig.

Voor het managen en stroomlijnen van klantencontact kiezen bedrijven vaak voor een callcenter. AI biedt hiervoor tal van toepassingen die voor kostenbesparing en beter klantcontact zorgen: het omzetten van telefoongesprekken naar tekst, het analyseren van sentiment en context en het bieden van informatie via zelflerende chatbots en persoonlijke suggesties. Medewerkers hoeven pas in actie te komen wanneer AI de klant niet verder kan helpen. De focus verschuift hiermee van aantal minuten per gesprek en de hoeveelheid gesprekken per uur naar klanttevredenheid en gemiddelde afhandelingstijd. Dat maakt van customer service niet alleen een kostenpost, maar ook een vorm van marketing en onderdeel van het totaalproduct. 

De lat ligt hoger bij customer service dan bij een marketinguiting, omdat optimaal klantencontact belangrijker is. Waar een verkeerde advertentie door de ontvanger simpelweg wordt genegeerd en de kosten slechts een enkele cent bedragen, heeft het verkeerd aanspreken van een klant een grotere impact. Het kan leiden tot negatieve mond-tot-mond reclame. Je wilt bij de inzet van AI in customer service daarom zeker zijn van de toegevoegde waarde. 

KLM case 

Klantvragen sneller en goedkoper beantwoorden
Bij KLM werken 300 medewerkers uitsluitend op social media die per week 180.000 mentions in tien talen afhandelen. Met de komst van messenger-apps groeide het aantal vragen aan de vliegtuigmaatschappij exponentieel. Het bedrijf zet technologie in om deze groei op te vangen: antwoordsuggesties voor medewerkers op veelgestelde vragen en chatbot BlueBot, kortweg BB, om klantgesprekken te voeren. In de helft van de antwoorden die KLM digitaal geeft, wordt al een vorm van kunstmatige intelligentie toegepast. De volgende stap voor KLM zijn spraakgestuurde diensten op Google Home waarmee klanten boekingsinformatie en praktische reisinformatie krijgen.

‘Maak eerste je use case helder’

Job Deibel – Data Scientist Dept

“Het begint altijd met de use case, de praktische toepassing bekeken vanuit de gebruiker. Kun je die toepassing niet goed formuleren, dan kan machine learning je ook geen inzichten verschaffen. Maak je use case daarom concreet en definieer duidelijk je scope. Vervolgens ga je kijken welke data je daarvoor nodig hebt. Het op orde maken van je data is cruciaal, want het gezegde garbage in, garbage out is hier zeker van toepassing. Wil je bijvoorbeeld het sentiment kunnen herkennen in een tekst, dan zul je heel veel teksten moeten verzamelen waarvan je het sentiment correct labelt. Nu is sentiment gebonden aan cultuur en zelfs subcultuur. Een woord als mooi kun je daarom niet op zichzelf als positief benoemen, als het bijvoorbeeld in de context is van mooi niet. Het is tricky om daar goed mee om te gaan, en daarom is het zo belangrijk dat je vooraf je use case helder helpt om je te leiden. Door multidisciplinair te werken, benader je de use case breed en bekijk je alle invalshoeken tijdig vooraf.” 

 AI in Retail

Sinds Amazon in 1998 begon met aanbevelingen, is de reikwijdte van AI in retail enorm gegroeid. AI brengt niet alleen waarde met het optimaliseren van advertenties en het voorspellen van klantgedrag, maar het verlaagt ook operationele kosten, zoals retouren.

Volgens retail-analisten van Juniper Research zullen de wereldwijde uitgaven aan AI door retailers zo’n 7,3 miljard dollar bedragen in 2022. Voor 2018 schatte Juniper dit al op twee miljard dollar. De focus van AI in retail ligt voor 75 procent op use cases in sales en marketing, volgens het Capgemini Research Institute, terwijl er door de gehele waardeketen een slag is te maken. Operationele processen zoals procurement, planning, onderhoud en distributie bieden tal van schaalbare quick wins. Zoals het optimaliseren van bezorgroutes, efficiënter inkopen op basis van voorspelde verkopen, het onderbouwen van assortimentswijzigingen en het terugdringen van retourpercentages. 

Het verminderen van retouren
Nederlanders lopen in Europa voorop met het terugsturen van pakjes, volgens een internationaal groot onderzoek van pakketdienst DPD. 9 procent van alle pakjes gaat terug, waarvan de helft uit kleding bestaat. Zalando kampt bijvoorbeeld met een retourpercentage van 50 procent. AI biedt verschillende invalshoeken om retouren te verminderen:

  • Voorspellen van aankopen. De Duitse e-commercegigant Otto analyseerde drie miljard transacties met 200 variabelen. De twee belangrijkste factoren voor het terugsturen van producten bleken de snelheid van levering en het ontvangen van meerdere pakketten. Alles in één keer snel kunnen verzenden resulteert in minder retouren. Met een deep learning algoritme kan Otto de aankopen nu tot 90 procent accuraat voorspellen. Door vervolgens tijdig in te kopen, verlaagt Otto het aantal retouren met twee miljoen artikelen per jaar.
  • Identificeren van wardrobers. Een soepel retourbeleid kan sommige klanten verleiden heel veel producten terug te sturen. AI kan deze zogenaamde wardrobbers herkennen zodat retailers hier vervolgens passende actie op kunnen ondernemen. Zoals het in rekening brengen van retourkosten, het uitsluiten van deze klanten uit advertentiedoelgroepen of zelfs verbannen, zoals Amazon soms doet.
  • De juiste maat en kleur vinden. Vooral online mode lijdt onder retouren. Merken zoals Levi’s en West Elm bieden daarom AI-gedreven tools die persoonlijke aanbevelingen geven op basis van stijlvoorkeuren en dieperliggende interesses. Pasdiensten zoals My Size ID en ZoZosuit ondersteunen consumenten bij het bepalen van hun maten zodat ze bij aangesloten retailers precies hun maat kunnen kopen. 
‘Voldoende data zijn voorwaarde’

John Terra – Research Director Retail bij onderzoek- en adviesbureau Q&A

“De mogelijkheden van AI zijn alleen te benutten bij winkelbedrijven die over voldoende data beschikken”, stelt Terra in dit artikel. Maar bedrijven met een hiaat in hun data kunnen daar snel verandering in brengen: “Met sensoren en heatmapping kun je net als op een website goed in kaart brengen wat er in een winkel gebeurt. Die gegevens zijn vooral nuttig voor het optimaliseren van bijvoorbeeld de looproutes en marketing. Met inzicht in de data van de klant kan iemand beter worden ondersteund. De klant checkt bijvoorbeeld in en vertelt daarmee wie hij is. De historie en opgeslagen voorkeuren maken het makkelijker om vervolgens een advies op maat te geven.”

‘Retail gaat naar point of engagement’
Volgens de Q&A-onderzoeker staat de industrie op een kruispunt: “Retail is in transitie van ‘point of sale’ naar een ‘point of engagement’. Bedrijven die zich blijven positioneren als verkooppunt zullen vooral investeren in automatisering op de winkelvloer. Tools en data nemen dan taken van medewerkers over. Winkeliers die juist de stap zetten richting ‘engagement’ – betrokkenheid dus – zien juist toekomst in expertise en de winkelervaring. Medewerkers met kennis van zaken en de juiste ‘tools’ ter ondersteuning, maken dan het verschil.” 

AI in travel

Ook in de reisbranche brengt AI operationele efficiëntie, personalisatie en een betere customer service. Twee derde van de reisprofessionals gelooft heilig in AI en plaatst AI daarom hoog op de agenda.

Kosten verlagen en productiviteit verhogen staan op dit moment centraal bij de meeste AI-toepassingen in travel, volgens onderzoek van Eye for Travel. Van kortere turnaroundtijd (bij vliegtuigen), het efficiënt verwerken van reserveringsaanvragen tot het geven van advies en actuele informatie in de vorm van chatbots en antwoordsuggesties voor callcentermedewerkers. 

Twee derde van de reisprofessionals verwacht volgens Eye for Travel dan ook dat AI voor een revolutie in de reisbranche gaat zorgen. Voor 11 procent is AI de grootste investeringspost op dit moment en voor 36 procent van de reisprofessionals is AI een kernproject. Het rapport TCS Global Trend Study: Part II meldt dat AI vooral wordt ingezet op het gebied van IT (46 procent), sales (32 procent) en klantenservice (29 procent).

Postillion Hotels case

Hotelreserveringen efficiënter verwerken
Het beantwoorden van e-mails is geen hospitalitywerk. Om de duizenden maandelijks e-mails te verwerken waren er bij Postillion Hotels zeventien mensen fulltime bezig, tot AI-reserveringsmedewerker Michiel in het leven werd geroepen. Snel, foutloos en inspelend op alle commerciële kansen verwerkt Michiel 24/7 tientallen e-mails tegelijkertijd. Met een kleine vertraging van een half uur om het geloofwaardig te houden. Na een inwerkperiode kon Michiel zelfstandig mails lezen en beantwoorden. Ook verkoopkansen worden beter gepakt, omdat mensen het minder vervelend vinden als een robot vraagt of je nog iets extra wilt bestellen. Door AI verandert de psychologie van het contact.

‘Verifieer je output’

Alexander Lamprecht – Online marketeer TMI en blogger voor TravelNext en Emerce

“In travel gaat het om gastvrijheid. Technologie is ondersteunend in de dienstverlening. Dat maakt van AI niet alleen een IT-onderwerp, ook marketing en business moeten er zo dicht mogelijk op zitten om persona en conversaties te ontwikkelen. Kijk doelgericht: wat wil je doen en wat heb je nodig? Let ook op de context van de data die je gebruikt. Wil je reserveringen voorspellen op basis van voorgaande jaren, houd dan ook rekening met afwijkingen, zoals het WK of het EK. Verifieer je output uitvoerig en denk goed na over privacy en ethiek. Een multidisciplinaire werkgroep kan daar goed bij helpen.”

De impact van AI in de dagelijkse praktijk in Nederland neemt duidelijk toe. In de branches customer service, retail en travel vult AI het persoonlijk contact prima aan, wanneer dat ook resulteert in een meerwaarde voor bedrijven en consumenten. De investeringen in AI zullen dan ook fors toenemen naarmate AI zich steeds meer bewijst als efficiënte manier om kosten te verlagen, de klantbeleving te verhogen en operationele processen te verbeteren. Online adverteren bijvoorbeeld komt op een heel ander niveau, zo zegt Pepijn Breijder van Criteo: “Dankzij kunstmatige intelligentie kunnen advertenties niet alleen toegespitst worden op de persoon, maar ook op het moment, de fase en context. Advertenties worden op deze manier hyper-relevant – de overtreffende trap van gepersonaliseerd.”

We staan nog maar aan het begin. AI wordt een bulkgoed: steeds goedkoper en toegankelijker voor bedrijven. AI zal in eerste instantie zorgen dat repetitief werk wordt geautomatiseerd. Zoals Erik-Jan Ginjaar van Postillion Hotels als praktische tip geeft: “In feite kun je alles wat binnen jouw bedrijf in Excel staat, uitbesteden aan een computer.”

Als business enabler vraagt AI om heldere use cases, kwalitatieve data in voldoende hoeveelheden en een goede verificatie achteraf. Er is ook een ethisch vlak. Hoe meer impact AI zal hebben op individuele personen, hoe belangrijker het is om hen nauw betrokken te houden. Begin daarom direct met een multidisciplinair team dat de use case goed neerzet en toetst. Bovenal is technologie een bedrijfsmiddel, en geen doel op zich.

Digitaal darwinisme: overleven met nieuwe technologie

Deepfakes, GAN-technologie, chatbots… de wereld van klantcommunicatie is constant in beweging. Hoe groot wordt de rol van AI in de toekomst? En gaat AI mensen vervangen? In gesprek met Sander Duivestein over zijn toekomstvisie. Trendwatcher, adviseur en columnist Sander Duivestein is een graag geziene spreker op events. Gewapend met een goed gevuld slidedeck, neemt hij de […]

AI en educatie: hoe gaan we verder?

Slimme tools vinden steeds meer hun plek in het onderwijs. Een internationaal speelveld, waarin China een voorname rol speelt. Welke impact heeft dat op Nederland?

Voor ieder complex probleem kan een handige AI-oplossing verzonnen worden. Tegelijkertijd maken steeds meer mensen zich zorgen over de impact van AI. Hoe weet je nog wat een bot is en wat echt? En vertrouwt een arts zijn eigen diagnose of die van de computer? Ook in de van nature trage educatiesector komt deze discussie nu op gang. Toch is educatieve AI niks nieuws. Verschillende universiteiten doen al jaren research met machine learning-modellen om te voorspellen welke studenten zullen afhaken. En al in de jaren negentig ontstonden in de Verenigde Staten de eerste systemen waarbij de rol van de leraar door de computer werd nagebootst.

Black box
In Nederland zijn slimme digitale leer- en oefen-tools inmiddels niet meer weg te denken uit het onderwijs. Zo passen producten met een adaptieve component de moeilijkheid of volgorde van de stof aan op basis van de prestaties van het kind. En proberen Memorizing tools de informatieopslag binnen het korte en langetermijngeheugen te voorspellen en hier hierop in te spelen. Veel van deze toepassingen hebben zich in het buitenland snel kunnen ontwikkelen door de schaalvoordelen van een grote thuismarkt. Daarna vinden ze makkelijk hun weg naar onze scholen: er zijn voldoende early adopters onder de docenten, ze spreken Engels en we hebben een uitstekende digitale infrastructuur.

Deze groeiende afhankelijkheid van buitenlandse technologie roept wel een aantal vragen op. Kunnen we deze partijen vertrouwen met de gegevens van onze kinderen? AI gaat straks voorspellen, actief meehelpen in het leerproces en wellicht advies geven aan leerkrachten en ouders. Problematisch hierbij is de ondoorzichtigheid in complexe AI. En de kans op een onbewuste bias die ervoor kan zorgen dat kinderen op verschillende manieren behandeld worden. Dat meisjes andere sommen krijgen dan jongens bijvoorbeeld. Dat black box-effect wordt versterkt wanneer een toepassing ontwikkeld is op een dataset in een ander land, met een ander type onderwijs en afwijkende culturele en ethische normen.

Druk
Je kunt je afvragen of je dit soort kritische software daarom niet van wat dichterbij moet halen. Zodat de lijnen kort zijn en aan de Europese wetgeving wordt voldaan. Het verkleint bovendien het risico van een groeiende data-achterstand die straks niet meer in te halen is. Plus: het kan het hoofd bieden aan lokale problematiek. Het onderwijs hier kampt met grote klassen, een groeiend lerarentekort en een alsmaar toenemende administratieve druk, waardoor een individuele benadering vaak niet mogelijk is. Daar kunnen sterk gepersonaliseerde leeromgevingen, die inspelen op de motivatie, interesses en voorkeuren van het kind, helpen.

* Dit artikel verscheen eerder in het oktobernummer van Emerce magazine (#173).

Welke video scoort? Drie experts over creativiteit op het YouTube-algoritme

Zeven tot zestien minuten is momenteel de ideale lengte voor een video. Maar hoe wordt je zo relevant mogelijk op YouTube, ook wel het platform dat ‘ ideaal is om je video goed te verstoppen’? Vele experts vertellen hoe de algoritmes van het platform werken, wat de juiste content is om uit te zenden, en hoe je SEO inricht voor video’s. In zeven podcasts komen de de onderwerpen aan bod. Dit is deel 1, met Tubelift, Rijksmuseum en Maak. 

Tijdens de Emerce Update over YouTube spraken vele experts over de strategie en best practices van het videokanaal. Want hoelt je video op, als er iedere minuut meer dan 500 uur film bij komt?

Daniel Buchner van Tubelift geeft bijvoorbeeld zes ideale tips om het algoritme te beïnvloeden. Wat is het ideale aantal uploads per week? Dat is drie. Maakt niet uit welke sector. Als je naar dagelijks gaat, ga je jezelf tegenwerken. Of je moet gelijk naar drie per dag, dan heb je weer voordeel in het youtube-algoritme. En vergeet ook niet aandacht te besteden aan de thumbnail; dat is de voordeur naar je video.

Wouter van der Horst van het Rijksmuseum probeert de oude collectie van het museum tot leven te brengen in nieuwe media. Zo ontwikkelde het Rijks al de kanalen Rijkstube en Rijkscreative. Daarbij leggen de makers een link tussen de collectie van het Rijksmuseum en pop culture, zoals bijvoorbeeld de overeenkomsten tussen de Nachtwacht en de filmposter van The Avengers.

Ten slotte vertelt Omar Kbiri, Maak, over de creatieve kant van films maken; Wat kun je zelf doen op Youtube, als merk? En hoe bouw je een sterk kanaal op het platform?

 

 

Retailers gebruiken business intelligence voor prijsoptimalisatie en betere klantervaringen

Een kleine zoektocht naar de rol van data in de retailsector toont tientallen websites over het belang van business intelligence (BI). Een mooie en belangrijk klinkende term, maar daardoor misschien ook afschrikwekkend en eng. Toch zijn genoeg retailers hier in meer of mindere mate al jaren mee bezig, bewust én onbewust. Maar hoe doen ze dat dan en wat houdt BI nou in? Hoeveel aandacht verdient het? En wat levert het op? 

De retailsector is continu aan verandering onderhevig, wat betekent dat er elke dag een hoeveelheid gegevens bijkomen – van opkomende trends en sales tot veranderingen op de markt en alles daartussenin. Heb je als retailer ooit de verkoopcijfers van twee maanden met elkaar vergeleken om erachter te komen waarom ze in de ene maand hoger waren dan de andere? Houd je een lijstje bij van wat specifieke klanten leuk vinden of nodig hebben? Als je ooit geld hebt bespaard of meer hebt verkocht door dit soort analyses, dan heb je BI gebruikt. 

Kijk ook naar de opkomende digitale loyaliteitsprogramma’s. Diende de klantenkaart vroeger om klanten aan de winkel te binden middels een simpel spaarsysteem, bestaat deze nu in digitale vorm. Handig voor de consument, maar vooral voor de retailer om data mee te verzamelen en klantprofielen op te stellen. Ook dit valt onder BI. Om Wikipedia te quoten: “business intelligence kan omschreven worden als het proces van gegevens [uit de eigen handelsactiviteit] omzetten in informatie, dat vervolgens zou moeten leiden tot kennis en aanzetten tot adequate actie. Business intelligence heeft als doel competitief voordeel te creëren en organisaties slimmer te kunnen laten werken.” 

Van verbeterde klantervaring tot prijs optimalisering

Dat iedere retailer in minder of meerdere mate aan BI doet is inmiddels duidelijk. Of BI daadwerkelijk de plek, aandacht en het budget krijgt die het verdient, is een tweede. Hieronder volgen daarom de drie belangrijkste voordelen van BI die aantonen waarom het hoog op het lijstje moet staan bij iedere retailer. 

  • Verbeterde klantervaring: met zoveel concurrentie in de retailsector zijn de verwachtingen van de klant hoger dan ooit. Retailers moeten ervoor zorgen dat klanten behouden en tevreden blijven in elke fase van het shoppingproces en dat lukt met de inzet van BI. 
  • Voorspellend modelleren: wil je als retailer echt succesvol zijn, dan meet je niet alleen je huidige gegevens maar kijk je ook naar de toekomst. Met hulpprogramma’s voor voorspellende retail-analyses kunnen bedrijven huidige gegevens combineren met andere relevante statistieken om nieuwe verkoopkansen te spotten, opkomende trends te identificeren en modellen te ontwikkelen voor producten die klanten het meest waarschijnlijk zullen kopen. 
  • Prijs optimalisering: toegang hebben tot eigen data en dit combineren met big data, oftewel data van de gehele markt, leidt ertoe dat retailers in realtime hun prijzen kunnen bijwerken. Zo vallen deze altijd samen met het huidige aanbod, de vraag en opkomende trends.

Belangrijke voordelen dus, en dit zijn slechts de basics van BI. Wanneer je BI specifiek gaat toepassen wordt de lijst met voordelen namelijk te lang om op te noemen. Dit vraagt uiteraard om complexere vormen van BI en een grotere investering. Maar met de voordelen die het biedt, is het zeker het overwegen waard eens dieper in de wereld van BI en data te duiken.

Page generated in 1,284 seconds. Stats plugin by www.blog.ca