Trage adoptie van kunstmatige intelligentie

De adoptie van kunstmatige intelligentie (artificial intelligence, ai) door het bedrijfsleven verloopt bijzonder traag. De praktische toepassing valt tegen. Dat zei Reinier van Leuken, solution engineer bij Salesforce, tijdens de Dag van de Data & Technologie in Jaarbeurs Utrecht. Volgens deze data scientist, die zich heeft gespecialiseerd in kunstmatige intelligentie, zijn er maar weinig voorbeelden van werkende toepassingen. Hij komt in de praktijk nauwelijks ‘use cases’ tegen die echt operationeel worden.

De meest succesvolle toepassingen richten zich nog op de consument. Hierbij valt te denken aan natuurlijke taalverwerking. Dankzij computer vision zijn foto’s en video snel te analyseren. Ook gepersonaliseerde suggesties (klanten die dit product kochten, schaften ook … aan) zijn gemeengoed geworden. Maar het aantal zakelijke toepassingen is schaars. Nog maar weinig bedrijven gebruiken ai om te bepalen op welke leads ze hun sales moeten richten. Of welke producten onder de aandacht moeten worden gebracht.

Van Leuken noemde ook een aantal redenen waarom het zo stroef loopt. ‘Veel bedrijven hebben een enorme puinhoop van hun data gemaakt,’ zei hij. Ze hebben een ‘data lake’ vol ongestructureerde data. Van Leuken relativeerde ook de hype rond ai. De basisideeën zijn al behoorlijk oud. Van echte doorbraken, met name bij de algoritmes, is geen sprake. Ook het vertrouwen is nog een issue.

Salesforce heeft het platform Einstein met ai gericht op ‘customer relationship management’. Daarbij heeft Salesforce vertrouwen, transparantie en ethiek hoog in het vaandel staan, stelde Van Leuken. Die uitspraak verleidde dagvoorzitter Jort Kelder tot de vraag wat er ethisch is aan crm-systemen die de drang tot consumeren nog verder opstuwen. Van Leuken had duidelijk niet gerekend op die vraag. 

Formule 1

Sneller van reactie was oud-Formule 1-coureur Robert Doornbos die het belang van data in de autosport onderstreepte. Data zijn cruciaal om een pitstop onder de twee seconden te houden. Sensoren geven aan wanneer de banden erop zitten. Een F1-wagen bevat tweehonderd sensoren die per seconde 3 terabyte aan data naar een centrale sturen. ‘Honderd nerds bestuderen continu deze enorme gegevensstroom. Ze zien meteen of er bijvoorbeeld problemen met het differentieel zijn,’ aldus Doornbos tijdens de Dag van de Data. Volgens hem zijn deze nerds volledig gefixeerd op data. ‘Ze weten vaak niet ineens wie uiteindelijk de race heeft gewonnen.’ Bij een team als Red Bull Racing houdt meer dan de helft van de zeshonderd medewerkers zich met data en software bezig.

Doornbos ging ook uitgebreid in op de risico-afwegingen die coureurs moeten maken. Het omgaan met risico’s stond ook centraal in de keynote van Brenno de Winter, auteur van de Survivalgids voor de Digitale Jungle. Risicoanalyse kan vrij simpel, stelt hij. Bij de methodiek van failure mode and effects analyses (fmea) wordt gekeken naar de manieren waarop dingen fout kunnen gaan. Deze worden ingeschat en van een waarde voorzien.