De beste bedrijfsstrategie tijdens de coronacrisis

Eén ding is duidelijk. Door de coronacrisis kunnen alle strategieplannen de prullenbak in. We gaan over naar het ‘nieuwe normaal’. Met een enorme economische recessie en een onbekende 1,5 meter-samenleving. Wat nu? Wat moet je doen om overeind te blijven? Welke strategie kies je als multinational, mkb-bedrijf of zzp’er? Het antwoord ligt in een slimme […]

Het is tijd om te investeren in verantwoorde AI

Artificial intelligence (AI) stelt steeds meer organisaties in staat om hun data optimaal te benutten en bedrijfsprocessen te automatiseren. Tegelijkertijd ligt het gebruik van AI steeds vaker onder een vergrootglas. Daarom wordt het voor organisaties alsmaar belangrijker om aan te tonen dat zij op een verantwoorde manier met kunstmatige intelligentie omgaan. Beslissingen die met behulp van AI worden genomen, moeten betrouwbaar, eerlijk en vooral transparant zijn. Want de mondige burger van nu eist – en heeft – recht op uitleg. 

Kunstmatige intelligentie is inmiddels volop aanwezig in het dagelijks leven. En niet alleen in de vorm van algoritmes die berekenen welke serie jij op Netflix wilt kijken. Steeds vaker wordt AI bijvoorbeeld ook gebruikt om te bepalen of iemand in aanmerking komt voor een lening of welk creditcardlimiet iemand krijgt. 

Het potentieel van AI is voor veel mensen en organisaties duidelijk, maar daarmee groeit ook de roep om regulering. Google CEO Sundar Pichai sprak zich hier al eerder over uit. De Europese Unie lijkt erop gebrand om nieuwe regel- en wetgeving in te stellen en begin dit jaar kwam het World Economic Forum met acht regels op de proppen voor bedrijven die ethiek in hun AI willen integreren. 

Voor bedrijven is het daarom zaak nu te handelen en niet achter de ontwikkelingen aan te lopen.  

Voorkom dat je vragen krijgt die je niet kunt beantwoorden

Een van de grootste problemen met kunstmatige intelligentie is het zogeheten ‘black box decision making’. Simpel gezegd komt dit erop neer dat de input in een systeem (bijvoorbeeld financiële data) leidt tot een output (bijvoorbeeld een aanbeveling of iemand of een bedrijf kredietwaardig is), maar waarbij er geen enkel inzicht is in hoe deze beslissing precies tot stand kwam. Waarom AI bepaalde keuzes heeft gemaakt, blijft een mysterie en betrokkenen moeten maar aannemen dat de beslissing juist is, zonder dat dit op een of andere manier valt te valideren.

Dit leidt natuurlijk tot ondoorzichtige situaties die je als organisatie wilt voorkomen. 

Als het gaat om AI-voorspellingen binnen bedrijfsprocessen wil je als beleidsbepaler binnen een organisatie niet alleen weten wat je moet doen, maar ook waarom je dat moet doen. Als het gaat om diensten of beslissingen met betrekking tot klanten moet je kunnen uitleggen waarom een AI-systeem een voor de klant negatieve beslissing heeft genomen en dan volstaat het niet om te zeggen dat ‘de computer dat nu eenmaal heeft berekend’. Daarnaast loop je bij ondoorzichtige besluitvorming ook het risico dat je AI-systeem zonder dat jij het weet discrimineert, wat negatieve pr of zelfs een rechtszaak kan opleveren. 

Wanneer het fout gaat

Dat het goed fout kan gaan, blijkt wel uit de volgende voorbeelden.

In februari besloot de rechtbank in Den Haag dat het overheidsprogramma Systeem Risico Indicatie (SyRI) van tafel moest. SyRI, een initiatief van het ministerie van Sociale Zaken, is een algoritme dat allerlei persoonlijke gegevens aan elkaar koppelt en op die manier mensen identificeert die waarschijnlijk fraude plegen. De rechtbank besloot echter dat het programma onvoldoende inzichtelijk en controleerbaar was, onder meer door een gebrek aan transparantie over hoe gegevens werden verwerkt en geanalyseerd. Daarmee bestond ook het risico dat discriminerende effecten zouden optreden. Eerder uitte het Europees Hof voor de Rechten van de Mens al kritiek op SyRI. 

Een paar maanden eerder bevond techgigant Apple zich in het oog van een mediastorm toen bleek dat het AI-systeem achter de nieuwe creditcard van het bedrijf mannen een stuk kredietwaardiger achtte dan vrouwen. Zelfs medeoprichter Steve Wozniak liet via Twitter weten dat hij tienmaal zoveel krediet had gekregen als zijn vrouw, ook al deelde het echtpaar alle bankrekeningen en bezittingen.  

Ook in andere gevallen is het belangrijk om te weten hoe een AI-systeem tot een besluit kwam. Stel: kunstmatige intelligentie wordt gebruikt om te bepalen wanneer de wielen van een trein vervangen dienen te worden, zonder dat het duidelijk is waarom ze op dat moment versleten zijn. Het gevolg is dat je alleen aan symptoombestrijding doet en achter de feiten aanloopt, iets wat steeds weer tijd en geld kost. 

Verschillende oplossingen

Voorkomen is beter dan genezen en dus doen bedrijven en organisaties er verstandig aan om nu actie te ondernemen. Er zijn oplossingen waarmee AI-systemen inzichtelijk en transparant worden, bijvoorbeeld door middel van het implementeren van een responsible AI framework in nieuwe of bestaande AI-toepassingen. Dit framework gaat uit van vier elementen: Fairness, Accountability, Confidentiality en Transparancy en deze methodiek stelt bedrijven in staat om oneerlijkheid op te sporen en door middel van transparantie vertrouwen op te bouwen. 

Welke oplossing er ook het beste past bij je organisatie, het is sowieso tijd om de black boxes te openen. 

Over de auteur: Marijn Kroes is data science consultant bij VIQTOR DAVIS.

Investeer in een betere toekomst door het gebruik van externe data

Nieuwe technieken om externe ongestructureerde data te monitoren zorgen ervoor dat bedrijven beter in staat zijn om goed geïnformeerde beslissingen te nemen om zo een voorsprong op hun concurrentie te creëren. Tegelijkertijd kunnen organisaties deze technieken inzetten om te investeren in een betere wereld. Een beweging genaamd AI4GOOD probeert dit te bereiken.  

Over het algemeen kan het datalandschap van vandaag worden verdeeld in twee categorieën: gestructureerde gegevens en ongestructureerde gegevens. Gestructureerde gegevens zijn georganiseerd en gemakkelijk te doorzoeken – denk aan Excel-bestanden of databasetabellen – en maken ongeveer twintig procent uit van het datalandschap. De overige 80% bestaat uit ongestructureerde gegevens zoals webpagina’s, tekstbestanden, posts op sociale media, audio- en videobestanden en afbeeldingen.

Hoewel het op het eerste gezicht misschien moeilijk lijkt om specifieke informatie uit ongestructureerde gegevens te halen, hebben technologische ontwikkelingen op het gebied van artificial intelligence (AI) dit mogelijk gemaakt. Het verzamelen, lezen en verwerken van deze gegevens moest in het verleden handmatig worden gedaan, maar kan nu worden geautomatiseerd door het gebruiken van monitoring- of radarapplicaties. Deze toepassingen kunnen miljoenen online artikelen scannen en gestructureerde inzichten bieden vanuit verschillende invalshoeken, welke vervolgens door bedrijven en organisaties worden gebruikt ter bevordering van betere besluitvorming.

The big picture

Er is zoveel “data in het wild” dat het de moeite waard is om er de vruchten van te plukken. Iedereen draagt bij aan deze data: we posten, we liken, we tweeten en we delen. Zo communiceren we onze waarden, opvattingen en gedachten naar de buitenwereld.

Door organisaties het gereedschap te bieden om deze ongestructureerde gegevens te analyseren, kunnen ze die inzichten gebruiken om beter geïnformeerde zakelijke beslissingen te nemen. Niet alleen kan een bedrijf leren hoe consumenten over hun producten en diensten denken, maar door gebruik te maken van externe ongestructureerde gegevens kunnen bedrijven ook een beter inzicht krijgen in consumenten en markten in het algemeen. Het is nu mogelijk om te leren welke waarden en overtuigingen de doelgroep belangrijk acht, waardoor producten en diensten in deze richting kunnen worden ontwikkeld. Hierdoor kan een bedrijf een concurrentievoordeel behalen of behouden. 

Van inkomsten naar idealen: ongestructureerde gegevens gebruiken voor AI4GOOD

Naast bedrijfsoptimalisatie en omzet kunnen externe ongestructureerde gegevens ook worden gebruikt om een ​​positieve bijdrage te leveren aan het milieu en de samenleving.

AI4GOOD is in de basis een beweging die kunstmatige intelligentie gebruikt om ’s werelds grootste problemen op te lossen. Zeventien van deze uitdagingen zijn door de VN gedefinieerd als Sustainable Development Goals (SDG’s), variërend van de strijd tegen klimaatverandering tot het bewerkstelligen van gendergelijkheid. Dit zijn concrete voorbeelden van waar AI kan worden gebruikt om een duurzame, verantwoorde en welvarende toekomst voor de mensheid te creëren.

Op de huidige kapitaalmarkten streven beleggers niet alleen financieel rendement na, maar willen ze ook bijdragen aan een beter wereld. Volgens de International Finance Corporation (IFC) “erkennen […] beleggers steeds vaker de noodzaak om internationale normen en principes te volgen die zijn ontwikkeld om Environmental, Social and Governance (ESG) risico’s aan te pakken.”

Er is echter een operationele uitdaging. Met betrekking tot de ESG/SDG-status van bedrijven en markten bestaan ​​er momenteel geen rapportagestandaarden, wat betekent dat beleggers zich tot openbare bronnen moeten wenden om bedrijven en markten te beoordelen.

Hier speelt een monitoringapplicatie een cruciale rol. Stel je voor dat je een pensioenfonds bent met een uitgebreide beleggingsportefeuille en dat je ervoor wilt zorgen dat beleggingen zijn afgestemd met de waarden en normen van je organisatie. Je kunt dan gebruikmaken van externe ongestructureerde gegevens om een ​​onafhankelijk overzicht te maken van organisaties die deze mening delen en zo verantwoorde partners zijn.

Wat gaat het kosten?

Hoewel er veel te winnen valt met het gebruik van externe ongestructureerde gegevens hangt hier wel een prijskaartje aan. Los van arbeidsuren komt dit door de complexiteit van het structureren, verwerken en valideren van extern gegenereerde gegevens. Als we de constant groeiende data op het World Wide Web als bron van externe ongestructureerde gegevens zien, kan de uitdaging worden beperkt tot het zoeken, identificeren en ophalen van betrouwbare en relevante documenten.

Het is belangrijk dat radarapplicaties zich richten op scope, relevantie, kwaliteit en snelheid. Hoewel al deze opties kostbaar lijken, zijn de voordelen van de inzet van tools en technieken die compatible zijn met een specifieke markt erg groot, omdat het organisaties een volledig beeld geeft van branche gerelateerde onderwerpen. Ze geven inzicht in financiële voordelen en het nemen van verantwoorde zakelijke beslissingen, maar ze stellen bedrijven en organisaties ook in staat om te investeren in een betere en duurzamere toekomst.

Over de auteur: Aysenur Bilgin werkt als data science consultant & researcher bij Viqtor Davis.

Een open organisatiecultuur is cruciaal voor innovatie

Het is de droom van elk bedrijf om een innovatieve startup-mentaliteit behouden, terwijl je naar een groot bedrijf groeit, of dat al bent. Dat is zeer belangrijk in deze snel veranderende wereld waar innovatie en digitale transformatie zo belangrijk zijn om relevant en succesvol te blijven. In gesprek met een aantal experts op de gebieden innovatie en leiderschap.

Omarm verandering

“Containerplatform lijkt het nieuwe modewoord te zijn, en veel bedrijven investeren hierin”, zegt Carrie Carrasco, Senior Architect bij Red Hat. “Ze doen dit echter vaak zonder een duidelijke strategie. Ook is de organisatiestructuur of -cultuur niet altijd klaar om dit soort technologie te ondersteunen. Dat resulteert vervolgens in ‘lege’ containerplatforms en gefrustreerde teams. Dat is een harde leerschool. Bij innovatie moet alles om mensen en processen draaien, en technologie is daarbij slechts een middel om een doel te bereiken.”

“Innovatie kan volgens mij het beste worden bereikt door de kenmerken van open source ook op een organisatiecultuur toe te passen,” zegt Carrasco. “Of zoals onze CEO, Jim Whitehurst, het verwoordde in zijn boek uit 2015 The Open Organization: door te werken volgens de waarden van open source, kunnen leiders bedrijfsomgevingen creëren waarmee ze snel kunnen reageren en acteren, de beste ideeën kunnen aanmoedigen, en het slimste talent kunnen aantrekken en behouden.”

Maar de wereld heeft sinds 2015 niet stilgestaan. Of het nu gaat om kunstmatige intelligentie, blockchain, big data of Internet of Things; de toenemende snelheid van technologische innovatie dwingt bedrijven na te denken over de manier waarop ze werken. Met alleen technologische superioriteit red je het niet meer om de concurrentie voor te blijven. De bedrijfscultuur speelt ook mee. Die hangt samen met leiderschap en daarom helpt Red Hat bedrijven bij de overgang naar nieuwe organisatieprincipes en laat het bedrijf ze de opensourcemanier van werken zien. De opensourceleverancier ontwikkelde een aantal nieuwe initiatieven, zoals de Open Innovation Labs Residency-aanpak, en de DevOps Culture en Practice Enablement-training, en legt meer nadruk op open leiderschap door mentoring en coaching.

Innovatief potentieel

Organisaties die hun innovatieve potentieel willen realiseren door de voordelen te benutten van opensourcekenmerken is het ideaal om deel te nemen aan de praktische Open Innovation Labs Residency-, DevOps Culture en Practice Enablement-cursus. Beid zijn gebaseerd op het idee dat een opensourcecultuur en -technologie teams helpen zelfs de moeilijkste zakelijke uitdagingen op te lossen.

“Wij hebben ons ontwikkeld tot een open organisatie door een omgeving en cultuur te creëren waarin medewerkers een stem hebben, en waarin samenwerking wordt gestimuleerd,” aldus Valentin Yonchev, hoofd van Open Innovation Labs EMEA bij Red Hat. “Een deelcultuur resulteert in verbetering en innovatie die het bedrijf echt vooruithelpen. Om andere bedrijven te helpen zo’n cultuur te omarmen, hebben we een selectie van best practices gemaakt en deze samengebracht in onze Open Innovation Labs, en de DevOps Culture en Practice Enablement-cursus.”

Beide programma’s bieden klanten de vaardigheden, tools en processen om niet alleen sneller betere software te leveren, maar ook om te voldoen aan de eisen van de hedendaagse markt. Niet door te prediken en te onderwijzen, maar door ze zelf te laten ervaren hoe een open organisatie werkt. Of het nu gaat om het co-creëren van een disruptief product, het versnellen van culturele transformatie, of het ontdekken van wat mogelijk is met een reeks bewezen en open tools en methoden – de programma’s zijn ontworpen om innovatieve ideeën in beweging te krijgen. Volkswagen, Unicef en Lockheed Martin zijn slechts enkele voorbeelden van merken die succesvol een innovatietraject met Red Hat hebben doorlopen.

Open leiderschap

Open leiderschap helpt bij het oplossen van zakelijke problemen en het innovatiever maken van een bedrijf. Om leiders te ondersteunen en ze te helpen zich aan deze nieuwe mindset aan te passen, maakte Red Hat open leiderschap enablement en coaching onderdeel van het digitale transformatieproces. Het leiderschap van vandaag de dag heeft niets te maken met het traditionele ‘command, demand and control-principe’. Dat zou in de huidige tijd, met al zijn veranderingen, alleen maar de groei en het succes van een organisatie vertragen. Om een ecosysteem te creëren dat digitale transformatie bevordert, moeten leiders het belang van een organisatiecultuur begrijpen en de impact van hun eigen leiderschapsinvloed erkennen bij het vormen van die cultuur. Leiders moeten zich richten op het bouwen van een rijke, diverse omgeving met vertrouwen, openheid, transparantie, continu leren, open uitwisseling en communicatie. Dit is echter makkelijker gezegd dan gedaan.

Grondbeginselen

Shabnoor Shah, Open Leadership Coach bij Red Hat: “Met individuele coaching op het gebied van leiderschap willen we leiders helpen de grondbeginselen van de open organisatie en open leiderschap te omarmen en hun eigen individuele sterke punten te optimaliseren. Door hun zelfbewustzijn te vergroten en door training worden ze bekwaam in het identificeren van dode hoeken in hun leiderschap, en kunnen ze hun overtuigingen en gedrag bewust veranderen om een positieve impact te hebben. Deze ontdekkingstocht heeft als doel meer inzicht te krijgen in hoe directeuren een meer transparante, inclusieve samenwerkingscultuur kunnen creëren, die een perfecte voedingsbodem is voor innovatie.”

Over de auteur: Margreet Poolman werkt als Communicatie Adviseur bij Lubbers De Jong.

Cryptovaluta: de 5 belangrijkste ontwikkelingen voor 2020

In het land van cryptovaluta was het het hele jaar één grote ‘winter’. De prijs van Bitcoin zakte na een piek van $20.000 in december 2017 naar $3000 in december 2018. In juli 2019 steeg de prijs toch weer tot bijna $14.000, maar inmiddels is daar door een snoekduik van de koers nog maar de […]

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.

 

Page generated in 1,117 seconds. Stats plugin by www.blog.ca