-

Kunstmatige intelligentie en machine learning: hype of toekomstbestendig bedrijfsmodel

Kunstmatige intelligentie en machine learning zijn een hot topic in de fintech-sector. Afgelopen maand becijferde McKinsey dat AI-technologieën het wereldwijde bankwezen elk jaar tot één biljoen dollar aan extra waarde kunnen opleveren. Geen wonder dat vrijwel elk webinar en elke conferentie in het teken staat van de opkomst van deze technologieën en hun potentie om bestaande verdienmodellen te ontwrichten.  

Wat mij betreft gelden kunstmatige intelligentie en machine learning als een nieuwe blauwdruk voor de fintech-industrie. Hoewel steeds meer spelers doordrongen zijn van de grote impact die deze technologieën op hun verdienmodellen kunnen hebben, worden ze nog lang niet overal toegepast. Zo worstelen veel bedrijven met de vraag hoe zij AI en machine learning kunnen inzetten, terwijl zij zich er wel degelijk van bewust zijn dat deze technologieën een grote rol kunnen spelen bij het realiseren van strategische doelstellingen.

De kloof tussen hype en implementatie

Tussen hype en praktische toepassing gaapt echter een enorme kloof. Minder dan 5 procent van de bedrijven heeft kunstmatige intelligentie met succes geïmplementeerd, terwijl tussen de 80 en 85 procent het vizier gericht houdt op ‘proof of concept’ producten. Terwijl de kracht van AI en machine learning volledig losstaat van zulke wetmatigheden. Veel bedrijven maken dan ook geen gebruik van de potentie die deze technologieën hebben. Zonde, want met de enorme volumes aan historische en gestructureerde data die in de fintech-sector omgaan, is het een vruchtbare voedingsbodem voor de ontwikkeling van oplossingen die bedrijven helpen kosten te besparen en groei te realiseren. Waarom zijn veel organisaties zo traag in het adopteren en opschalen van deze technologieën? Veel bedrijven lopen achter de feiten aan vanwege een gebrek aan kennis. Hierbij gaat het niet alleen om de integratie van AI en machine learning in processen, maar óók om het besef welke toegevoegde waarde dit kan hebben voor de business.

In mijn Silicon Valley-tijd heb ik gezien dat AI en machine learning een grote rol kunnen spelen door alle lagen van organisaties heen. Bedrijven kunnen fors op kosten besparen, hun efficiency vergroten en de CFO kan beter invulling geven aan zijn rol als iemand die een cruciale bijdrage levert aan de groei van de organisatie. Door AI en machine learning op de juiste manier te combineren, wordt het mogelijk dagelijkse activiteiten en processen te optimaliseren. Het stelt je in staat betere besluiten te nemen, effectiever te opereren en het maakt de weg vrij voor wereldwijde groei. 

Operationele uitdagingen

Bedrijven worden niet zo zeer vanwege financiële beperkingen geremd in hun adoptie van AI en machine learning. Het zijn vooral operationele uitdagingen rondom de integratie die hen in de weg staan. Vaak ontbreekt het aan een goede organisatorische structuur, fundamentele datafuncties en aan draagvlak. Het zijn ook precies deze randvoorwaarden waarmee bedrijven die er wél in zijn geslaagd om deze nieuwe technologieën te omarmen zich van andere spelers onderscheiden. De mate waarin het een organisatie lukt medewerkers mee te nemen, is voornamelijk afhankelijk van de bedrijfscultuur. Een duidelijk data- en gegevensbeleid is ook bepalend voor een succesvol AI-beleid. Als fundamentele datafuncties ontbreken, is het verstandig om iemand aan te stellen om de data-architectuur te vernieuwen en te herstructureren. Denk bijvoorbeeld aan een data lake (voor het verzamelen van grote hoeveelheden ruwe, ongestructureerde data) – een data warehouse (voor de opslag van vooraf gestructureerde data) en de herinrichting van de data flows in de organisaties.

Het ontsluiten van nieuwe data

De kracht van AI en machine learning ligt in het ontsluiten van data en inzichten die voorheen door verouderde en vaak handmatige processen niet toegankelijk waren. De mate waarin het lukt om deze technologieën te implementeren, heeft niets te maken met de omvang van organisaties. AI en machine learning kunnen fungeren als een katalysator van groei: of je nu een startup, scale-up of grote onderneming bent. Het gaat erom dat je de beschikbare data ontsluit via één gemeenschappelijke informatiebron, waarin de opgeslagen data onderling met elkaar zijn verbonden en niet per project een afzonderlijke dataset gebruikt. Bedrijven die voor deze aanpak kiezen, groeien twee keer zo snel en hebben een drie keer zo hoge return on investment dan bedrijven die hun heil zoeken in traditionele en gescheiden inzet van data. 

Er zijn talrijke succesvolle casestudy’s te vinden. Zo zag een Japanse levensverzekeraar die AI gebruikte om uitbetalingen aan polishouders te berekenen, zijn productiviteit met 30 procent stijgen en realiseerde het kostenbesparingen van zo’n één miljoen dollar per jaar. In Amerika gebruikte topbanken een door AI aangedreven cyberbeveiligingsbedrijf om onderscheid te maken tussen echte klanten en bots. Alleen al in de eerste week werden één miljoen ‘credential stuffing’-aanvallen gedetecteerd, waarmee cybercriminelen accounts proberen te kapen. AI en machine learning kunnen dus niet alleen de winstgevendheid verhogen en kosten besparen, maar bedrijven ook beschermen tegen fraude en cybercriminaliteit.

Minder praten, meer doen

Het komt er nu op aan de daad bij het woord te voegen. De fintech-sector moet in actie komen om de positieve impact die AI en machine learning op de business hebben ten volle te benutten. De financiële sector moet deze technologieën gaan omarmen als integraal onderdeel van het verdienmodel en niet beschouwen als een additionele oplossing. Het is dan ook cruciaal dat bedrijven een strategie uitwerken waarin zij helder maken hoe zij kunstmatige intelligentie en machine learning binnen hun bedrijf willen toepassen. Investeer in het juiste personeel, de juiste data-architectuur en stel beide technologieën centraal in de bedrijfsvoering om de kloof tussen hype en implementatie te dichten. 

Over de auteur: Yann Stadnicki is chief data officer bij iBanFirst.

Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social: LinkedIn, Twitter en Facebook.

Deel dit bericht

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond