Van buzzwoord naar business: drie gebieden waar AI buzz direct verandert in biz

Bent u een optimist of pessimist als het gaat om Artificial Intelligence (AI)? Bas de Vos, Director van IFS Labs – de creatieve denktank van wereldwijde leverancier van enterprise-software IFS – pleit voor een praktischer beeld van AI. Volgens hem zorgen afwijkende percepties er namelijk voor dat we de mogelijkheden van de technologie niet meer zien. Menselijke augmentatie en automatisering van besluitvorming, voorspellend onderhoud en service op basis van AI en door AI ondersteunde systeeminteracties zijn echter drie gebieden waar AI nu al een verschil kan maken. De sleutel tot succes ligt erin de sterke punten van AI te combineren met het menselijk brein, aldus De Vos.

AI wordt vaak weergegeven als het eind van de wereld zoals we die kennen, waarbij robots al onze banen overnemen. Of juist als het antwoord voor al onze problemen, met AI als de ultieme oplossing om de aarde te redden. Ironisch eigenlijk, dat zo’n complexe technologie zulke simplistische reacties oproept. En bovendien problematisch. Want zoals iedereen die daadwerkelijk met AI werkt je kan vertellen, is de waarheid helemaal niet zo dramatisch, maar juist heel relevant. Op welke gebieden AI als eerst zal doorbreken en welke gebruikscases voorop zullen lopen in deze ontwikkeling? Ik voorspel dat deze drie gebieden snel in opkomst zullen raken.

1)      Toename van AI en automatisering van besluitvorming

Het doembeeld van veel mensen waarin AI hun banen zal overnemen, ontstaat doordat ze de technologie verwarren met automatisering. Volgens Gartner wordt ‘2020 een cruciaal jaar in werkgelegenheidsdynamiek met betrekking tot AI, omdat artificial intelligence (AI) een positieve werkmotivator zal worden. (…) AI zal in 2020 voor 2,3 miljoen nieuwe banen zorgen, terwijl er 1,8 miljoen zullen verdwijnen’. Gartner-analist Svetlana Sicular zegt hierover: “Helaas verwarren degenen die het hardst waarschuwen voor baanverlies, AI met automatisering – dat overschaduwt het grootste voordeel van AI. AI-augmentatie daarentegen is een combinatie van menselijke en kunstmatige intelligentie die elkaar versterken.”*

Een mogelijke toepassing voor AI-augmentatie is besluitoptimalisatie. In een wereldmarkt die steeds omvangrijker wordt, worstelen sectoren continu met toenemende complexiteit. Globalisering, innovatie en concurrentie nemen snel toe, en bedrijven zijn steeds bezig met méér produceren of leveren, tegenover minder middelen en snellere werkwijzen. Door de snelle globalisering kan de vraag naar producten en diensten in markten over de wereld elk moment verschuiven. Neem bijvoorbeeld een productiebedrijf dat zijn producten verkoopt in vijftig markten. Bij een plotselinge prijsverhoging van grondstoffen in de ene regio of nieuwe handelstarieven moeten vraag en mogelijk de prijzen op korte termijn aangepast worden.

AI kan helpen een overzicht te maken van een groot aantal factoren om een plan te maken voor deze aanpassingen. Op basis van historische data kan geleerd worden om snellere en slimmere beslissingen te maken of voor te stellen. Met grote hoeveelheden data uit verschillende markten kan het moeilijk zijn te bepalen welke punten belangrijk zijn. AI kan afwijkingen en patronen vinden en helpen alerts in te stellen voor het geval dat datapunten buiten bepaalde intervallen vallen. Zo kan AI sommige beslissingen helpen automatiseren. Op basis van acties uit het verleden en aangegeven prioriteiten, kan businesssoftware op basis van AI bijvoorbeeld per dag aangeven welke vijf beslissingen prioriteit hebben.

Met AI zijn bovendien afwijkingen op te sporen. Mensen zouden zich hierbij richten op hoe die afwijkingen beheerd zouden moeten worden – waar mogelijk menselijke eigenschappen als creativiteit of empathie voor nodig zijn. Een balans vinden tussen hoe mensen en AI kunnen samenwerken, is essentieel voor een AI-strategie die op lange termijn succesvol is.

2)      Voorspellend onderhoud en services op basis van AI

Opvallende AI-verhalen, zoals zelfrijdende vrachtwagens, halen vaak het nieuws. In de praktijk ligt de impact van AI voor bedrijven eerder op de manier waarop zo’n vrachtwagen wordt onderhouden: welke sensordata gebruiken welke algoritmes om op voorhand aan te geven wat het voertuig nodig heeft? En dat in een bepaalde context, ongeacht het klimaat en of het voertuig zich op de weg begeeft of al in de garage staat. AI zal in heel veel sectoren een grote rol gaan spelen op het gebied van onderhoud. Uit onderzoek van McKinsey blijkt dat voorspellend onderhoud op basis van AI voor productiebedrijven betere voorspellingen mogelijk maakt en machinefouten voorkomt door data van geavanceerde Internet of Things-sensoren, onderhoudslogs en externe bronnen te combineren. Daarnaast kan het zorgen voor wel twintig procent meer productiviteit en tien procent lagere onderhoudskosten.

Branches met veel productiemiddelen, zoals de manufacturing- of energiesector, lenen zich perfect voor AI. De meeste belangrijke apparatuur is momenteel immers al uitgerust met sensoren die enorme hoeveelheden IoT-data genereren die als basis kunnen dienen voor machine-learning-algoritmes. Op basis van deze data kan AI van preventief onderhoud, voorspellend onderhoud maken.

Productielijnen of energiecentrales die zijn aangesloten op software met ingebouwde AI-mogelijkheden kunnen bijvoorbeeld met behulp van sensoren voorspellen waar temperatuurniveaus te hoog zijn. Maar de IoT-data die die software verzamelt, is veel breder inzetbaar. Zo kan het systeem met behulp van machine-learning-algoritmes leren van ervaringen en deze gegevens koppelen aan productiescenario’s.

Stel bijvoorbeeld dat het temperatuurniveau op de productielijn te hoog is, waardoor in het verleden onderhoud nodig is geweest. Op basis van deze ervaring kan automatisch een werkorder gecreëerd worden in de bedrijfssoftware en wordt servicepersoneel gestuurd om het probleem op te lossen, zonder dat hier handmatige tussenkomst voor nodig is. Voeg hier AI-toepassingen, zoals een door AI aangedreven routeplanningsoplossing (voor beslissingsoptimalisatie) aan toe, en de software kan zelfs leren hoe hij het personeelsschema voor het onderhoud van apparatuur zo efficiënt mogelijk optimaliseert op geografisch verspreide locaties. Dit is slechts één voorbeeld van hoe IoT, automatisering en AI samen voorspellend onderhoud kunnen optimaliseren.

3)      Door AI ondersteunde systeeminteracties

Het gebied waar AI misschien al het meest vergevorderd is, is interacties met mensen of systemen. Spraakassistenten op basis van AI bieden voor veel organisaties een belangrijke kans, zowel intern als extern. Vooral wanneer het wordt ingezet voor niet-ingewikkelde vragen of vaak voorkomende transacties. Want hoe simpel deze taken ook zijn, medewerkers moeten er wel telkens voor inloggen in een applicatie en er steeds opnieuw een korte serie handelingen voor uitvoeren. En op de lange termijn kost dat allemaal bij elkaar toch veel tijd. AI kan zowel intern als extern helpen dit proces een stuk efficiënter te maken.

Intern hebben AI-chatbots de potentie om dit proces een stuk effectiever te maken. Bijvoorbeeld wanneer werknemers zich ziek melden, verlof aanvragen of gewoon op zoek zijn naar bepaalde items in de bedrijfssoftware. Door deze informatie toegankelijk te maken via spraak of chat, wordt kostbare tijd en geld bespaard. Deze extra AI-functie kan het proces uiteindelijk nog verder verbeteren, om uitvoer van dit soort taken in de toekomst nog soepeler en sneller te laten verlopen.

Extern worden telefoongesprekken op een service-helpdesk al regelmatig afgehandeld door AI-chatbots. De vragen zijn namelijk vaak simpel, zoals wat de vaste openingstijden zijn of wanneer een monteur gepland staat om langs te komen. Deze aanpak op basis van AI wordt steeds belangrijker, niet alleen voor wat betreft de kwaliteit van dienstverlening, maar ook in de context van een toenemend tekort aan vaardige serviceproviders.

Nu veel contactcentra omnichannel-oplossingen ontwikkelen, met spraak, e-mail, social media en chat als contactopties, kan de AI-mogelijkheid helpen bij het bepalen van de voorkeurscontactoptie van klanten om hen in de toekomst sneller door het proces te loodsen.

*Persbericht Gartner: Gartner Says By 2020, Artificial Intelligence Will Create More Jobs Than It Eliminates, december 2017, https://www.gartner.com/newsroom/id/3837763

Bas de Vos, Director van de innovatieve denktank IFS Labs van IFS

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.