Hoe je Kunstmatige Intelligentie (AI) kunt toepassen

In de afgelopen jaren is kunstmatige intelligentie (AI) in elke branche in een stroomversnelling geraakt. Gezondheidszorg, transport, productie, logistiek, detailhandel en meer zijn begonnen met op AI gebaseerde applicaties om de productiviteit en prestaties te verbeteren.

Volgens PwC (PwC is de op één na grootste professionele dienstverlener ter wereld en is samen met Deloitte, EY en KPMG een van de Big Four-auditors) zal kunstmatige intelligentie tegen 2030, $15,7 biljoen bijdragen aan de wereldeconomie. Bedrijven kunnen dus enorme voordelen halen uit investeringen in AI. Uit onderzoek bleek dat 85% van de leidinggevenden gelooft dat AI hun organisatie kan helpen om de concurrentie voor te zijn en te blijven.

De beste manier om deze ​​opkomende technologie te waarderen, is om het praktische gebruik ervan in uw bedrijf te achterhalen. Dus hier zijn enkele toepassingen van AI-toepassingen die u kunnen helpen.

In dit artikel bespreken we hoe jij in jouw bedrijf kunt beginnen met kunstmatige intelligentie, waar je moet beginnen, waar je aan moet denken en hoe je het risico kunt beperken.

Waar begin je met AI? Een bedrijf kan behoorlijk complex zijn, en wordt verbonden door een hoop verschillende externe elementen als; klanten, community, partners, concurrenten en toezichthouders. Naast externe elementen, zijn er ook nog de interne elementen zaken als; visie, strategie, plannen, beslissingen, maatstaven & maatregelen, risico, prioriteiten en governance. Tot slot zijn er de Operationele elementen zoals; organisatiestructuur, processen, automatisering, data, tijd, geld, en producten.

Uiteraard heb je ook nog de immateriële zaken zoals leiderschap, cultuur, marketing en merk.

Het is behoorlijk complex… En dus is de vraag die wij het meest horen; Waar moet ik beginnen met AI in mijn bedrijf te integreren? ​

Stap 1: Bepaal welk bedrijfsproces je wilt verbeteren / welk probleem je wilt oplossen

Er zijn twee manieren om AI te benaderen… ​

  1. De verkeerde manier: Op zoek gaan naar een AI-technologie alleen omdat het ‘cool’ is en dan geforceerd een probleem zoeken die kan worden opgelost met deze technologie. Die werkwijze raden we af…
  2. De beste manier om AI te benaderen is om een probleem in jouw organisatie te vinden, en hierbij een AI-technologie zoekt die helpt dat probleem op te lossen.

Kunstmatige intelligentie heeft meerdere technologische landschappen en meerdere toepassingen. In feite kun je bijna elk bedrijfsprobleem / bedrijfsproces met AI-technologieën oplossen / verbeteren. ​

Stap 2: Meet je bedrijfsprobleem vs. oplossing

Er zijn duizenden plaatsen waar AI in uw bedrijf kan worden toegepast, dus het is belangrijk om te weten wat en waarom je kiest wat je kiest. Dus je hebt een lijst met verschillende bedrijfsprocessen die je wilt verbeteren / problemen die je wilt oplossen. Stem deze problemen / oplossing af op de waarde die ze kunnen bieden en de moeilijkheid van implementatie. Daarnaast leg je het naast de mate van afstemming op strategie om betere keuzes te maken.

Denk aan oplossingen die meer omzet genereren, tijdsbesteding aan bepaalde processen zal verminderen, marges verhoogt etc.

Ieder bedrijf heeft verschillende bedrijfsprocessen, dus ieder bedrijf heeft een andere focus. Bouw of laat geen AI technologie bouwen zonder dat je weet wat je wilt bereiken. ​

Stap 3: Begin klein, maar bouw en architect voor groei

Als je net begint met AI, moet je de overweging maken tussen de meest ideale oplossing (deze kost vaak veel geld en tijd om te implementeren) of de starter oplossing (relatief goedkoop en kan snel worden geïmplementeerd). Natuurlijk klinkt de meest ideale oplossing als muziek in de oren, en met genoeg geld en toegang tot de juiste ‘infrastructuur’ kan je dit implementeren.

Helaas is dit in veel gevallen niet mogelijk en moet er onderscheid worden gemaakt tussen de verschillende problemen die opgelost zouden kunnen worden met AI. Maar hoe doen we dat?

Om het je wat makkelijker te maken hebben we 5 criteria op rij gezet waar je altijd rekening mee moet houden wanneer je een probleem met een AI-technologie wilt oplossen: ​

  1. Tijdsbestek → Hoeveel tijd kost het om deze technologie te implementeren? 1 maand, 6 maanden of één jaar?
  2. Gegevens afhankelijkheid (Data) → Hoe afhankelijk is deze technologie van de gegevens (data) die je hem geeft om deze te laten functioneren zoals jij wilt dat deze functioneert?
  3. Interne organisatie benodigd voor implementatie → Welke organisatie structuur is nodig om deze te implementeren? Kan jij het zelf? Is het een plug-n-play oplossing? Of je aan de slag met engineers?
  4. Technologie risicoAI is en blijft een technologie, en een technologie heeft altijd bugs en errors. Dus wat als deze technologie na implementatie niet meer werkt… Gaat jouw hele bedrijf dan plat? Of wordt het een onafhankelijk incident, die geen invloed heeft op de rest van het bedrijf?
  5. Goedkeuring → Hoevaak moet het worden goedgekeurd en door wie? Heeft het alleen goedkeuring van de manager nodig? Of moet het ook langs de algemeen directeur, financieel directeur en commercieel directeur? ​ Hier volgen twee voorbeelden:

Stel je verkoopt persoonlijke verzorgingsproducten online, bijvoorbeeld voor op gezicht en in het haar. Dat iemand op de website of app zit, en in de camera kijkt zodat de app het gezicht en/of haar herkent. Hier selecteren zij een product, en kunnen zij direct zien hoe het product er in het echt uitziet op hun gezicht of in het haar.

Hierboven genoemd is de ideale oplossing en zou geweldig zijn voor iedere bezoeker om te gebruiken. Laten we de criteria eens nalopen: ​

  1. Tijdsbestek → Hier gaat zeker veel tijd in zitten, het zal ze minstens 6 tot 12 maanden duren om te implementeren
  2. Erg afhankelijk van data → Omdat je eerst meerdere tests moet uitvoeren, bv hoe je de data in uw databases etc. gaat integreren
  3. Organisatie structuur → Voor deze oplossing heb je een software-engineer nodig…
  4. Risico → Vrij hoog - Als dit de belangrijkste manier is om bezoekers te trekken en om te zetten naar betalende klanten, is het risicovol. Want als het niet meer werkt, zal er geen omzet binnen komen.
  5. Goedkeuring → Je hebt absoluut je goedkeuring nodig van de directeur(en).

Bovenstaand is de ideale oplossing, maar zoals je ziet komt er ontzettend veel bij kijken.

Wanneer je net begint met AI, is het toch niet de beste oplossing voor jouw bedrijf. Dus wat je kunt doen om te starten met AI, is bijvoorbeeld een chatbot voor jouw e-commerce een betere optie. Een chatbot werkt als volgt: Een bezoeker stels een vraag op de website, en antwoord met de verschillende antwoorden die jij vooraf als ‘data’ aan de chatbot hebt gegeven. De chatbot herkent namelijk welke woorden de bezoeker gebruikt, wat voor soort vraag er wordt gesteld en beantwoordt deze op een juiste wijze. Als de chatbot de vraag niet kan beantwoorden, moet er iemand van klantenservice bijspringen. Zodra hij/zij de vraag beantwoordt, leert de chatbot hiervan, zodat deze de volgende keer wél het juiste antwoord kan geven.

Laten we voor deze oplossing de 5 criteria eens nalopen: ​

  1. Tijdsbestek → Absoluut een goed idee, je kan de chatbot al binnen 4 tot 6 weken implementeren.
  2. Erg afhankelijk van data → Je hebt niet zoveel gegevens nodig om deze te implementeren. Je kunt de vragen die bezoekers zelf invoeren met de bijbehorende antwoorden. Je hebt dus niet veel gegevens nodig om de chatbot naar behoren te laten functioneren.
  3. Organisatie structuur → Voor deze oplossing heb je een software-engineer nodig… Er zijn zelfs plug-n-play oplossingen die goed zijn om mee te beginnen (voor nu…)
  4. Risico → Vrij laag. Als de chatbot morgen niet meer werkt, kan je deze gemakkelijk herstellen terwijl de verkopen binnen blijven komen (alleen de klantenservice krijgt het drukker)
  5. Goedkeuring → Afhankelijk van het bedrijf waar je voor werkt, maar waarschijnlijk heb je geen goedkeuring nodig van de directeur om een chatbot te gebruiken.

Dus die laatste optie zou beter zijn als je net begint met AI.

Perfect! Je hebt zojuist achterhaalt welke problemen of processen binnen jouw organisatie opgelost / geoptimaliseerd kunnen worden! Maar vergeet niet, AI is niet iets ‘magisch’, kan niet binnen een dag geïmplementeerd worden en heeft veel data nodig om te ‘leren’ naar behoren te functioneren. ​

Hoe kan jij vandaag nog beginnen met AI?

Hoe je AI implementeert ligt volledig aan jou en jouw bedrijf! Voor mensen die op zoek zijn naar Kunstmatige Intelligentie is het slecht nieuws dat er geen kortere weg is dan testen. Bedrijven moeten nadenken welke Kunstmatige Intelligentie technologie hun problemen oplost, beginnend bij de stappen in van dit artikel.

Door die stappen te volgen vind je verborgen zakelijke kansen. Evalueer jouw bedrijf om erachter te komen waar je Kunstmatige Intelligentie kunt gebruiken, bijvoorbeeld van voorraadbeheer of chatbots.

Wanneer je dat hebt gedaan is het van belang om een betrouwbare AI-partner te vinden die jou ondersteunt. Divtag helpt organisaties met de strategie, het ontwerp, het bouwen en de groei van een AI technologie.

Als laatst raden we je aan om een ‘AI-practitioner’ te zijn. Je kunt alleen leren door het te proberen. Het is normaal dat organisaties dingen fout doen. Als je oplossingen gaat implementeren, leer je van je fouten en vergaar je nieuwe en kwalitatief goede data. Jouw ervaring (en data) geeft je voordeel ten opzichte van je concurrenten.

Wil je ook je concurrenten een stap voor zijn? Fouten voorkomen en je eerste stap richting AI nemen? Wij komen graag met je in contact om eens te praten over eventuele oplossingen specifiek voor jouw organisatie!

12 September, 2019