Download

Download
0
1.2k

AI integreren in je bedrijfsprocessen? Gebruik deze tips

Artificial Intelligence is de nieuwe Digital en net zoals we in veel gevallen de rol van Chief Digital Officer hebben vervangen door Chief Transformation Officer, zal wellicht de Chief AI Officer de toekomstige organisatie hiërarchieën domineren. De toekomst vereist dat succesvolle organisaties AI-talent werven. Dit is echter een uitdaging! Er wordt voorspeld dat we in Europa alleen al drie miljoen data wetenschappers nodig hebben in 2020, terwijl we er momenteel minder dan duizend per jaar opleiden. AI-talent is dus duur.

Een gestructureerde aanpak voor AI ontwikkelen? Gebruik deze handvatten

In het Artefact AI Factory rapport wordt een gestructureerd antwoord beschreven op de grote uitdagingen waar organisaties mee geconfronteerd worden tijdens het aanpakken van AI. Het rapport gaat in op:

  • De opkomst van AI: de lancering van meerdere initiatieven.
  • De cloud is de katalysator voor AI.
  • AI: Waarom processen en mensen het hart van het bedrijf vormen.
AI, het nieuwe (geheime) Coca-Cola-recept

Tegen 2020 zal, zonder twijfel, honderd procent van de bedrijven hebben geïnvesteerd in AI. De merken van morgen zullen AI gebruiken als hun nieuwe geheime Coca-Cola-recept. AI zal onmisbaar zijn voor het handhaven van een concurrentievoordeel. Daarom is het bouwen aan een sterke basis vandaag cruciaal. Dit heeft Nederland gerealiseerd en vijf Nederlandse bedrijven, Ahold Delhaize, ING, KLM, NS en Philips, willen met het initiatief Kickstart AI, de ontwikkeling van AI-technologie in Nederland bevorderen.

Het tijdperk van AI’s

Dit nieuwe tijdperk van AI wordt eigenlijk een tijdperk van AI’s. Honderden en duizenden AI’s worden gecreëerd (een AI bouwen is een creatieve handeling door de mens) om te voldoen aan de groeiende vraag naar kunstmatige intelligentie. De omvang van de transformatie vereist tools die in staat zijn het proces te versnellen. Organisaties die kunstmatige intelligentie al tot een prioriteit maken, beschouwen de Cloud al als een onmisbare tool. De Cloud is echter maar één stap in het proces.

De opkomst van AI in de corporate wereld: Het lanceren van meerdere initiatieven

Het lanceren of herlanceren van AI-initiatieven is een spannend proces voor elke organisatie. De risico’s zijn groot inclusief een gebrek aan resources, hoge kosten en de uitdagingen van het lanceren van een prototype.

Om de transformerende kracht van AI te kunnen benutten is het belangrijk dat je organisatie een hoge veranderingsbereidheid heeft, constructief kritisch is op de merkarchitectuur, de benodigde technologie beschikbaar is en er strategische focus is. Het eerste deel van dit rapport gaat in op de basisprincipes van AI voor organisaties die een AI-initiatief willen opstarten.

De ontwikkeling van data door de eeuwen heen

Waar het in de begin twintigste eeuw allemaal draaide om ‘Big data’ draait het anno 2019 om het verwerken van grote hoeveelheden data en de opkomst van nieuwe typen data. Het aantal digitale interacties met klanten zal in 2020 rond de zeshonderd bedragen en in 2025 verder stijgen naar vierduizend interactiemomenten. Lees in de whitepaper wat de visie van Sebastien Wallet (Artefact) hierop is.

Data is het nieuwe zwarte goud in digital marketing

Data is het nieuwe zwarte goud in de digitale wereld. Het is hierbij wel belangrijk dat je goed nadenkt over hoe je omgaat met deze data. Gegevensverzameling moet legitiem zijn en moet voldoende worden gerechtvaardigd door een organisatie. Transparantie, doelbeperking, minimalisatie, nauwkeurigheid, conservering, integriteit en vertrouwelijkheid zijn de grondbeginselen van de AVG, die sinds mei 2018 in heel Europa van kracht is. Het regelt de verwerking van persoonsgegevens door organisaties om te zorgen voor respect voor privacy en controle van gedeelde persoonlijke informatie.

Lees in de whitepaper hoe je fysieke grenzen kunt overwinnen met de cloud en hoe je AI kunt inzetten om grote hoeveelheden data snel te kunnen verwerken.

De ontwikkeling van AI door de jaren heen: Van Manchester Mark 1 tot Microsoft

De meeste organisaties zijn geïnteresseerd in AI. Om het efficiënt te kunnen gebruiken, moet je zowel de interne factoren (operationele vereisten en relevante vereisten) als externe factoren (overheidsinitiatieven en marktrijpheid) begrijpen.De eerste stap om te kunnen begrijpen wat de waarde en het gebruik van AI inhoud, is het vergeten van de buzzwords. De whitepaper beschrijft wat Ai wel en niet is en weergeeft visueel hoe AI zich vanaf het begin ontwikkeld heeft tot wat het nu is.

Het toepassingsbereik van kunstmatige intelligentie

Er bestaan meerdere definities van AI, dus het definiëren van kunstmatige intelligentie is net zo moeilijk als het definiëren van menselijke intelligentie. AI is een machine die menselijk denken kan reproduceren. Het kan een persoon herkennen, tekst begrijpen en een situatie analyseren om een beslissing te nemen. Lees in de whitepaper:

  • Wat het verschil tussen strong AI en weak AI is.
  • Het verschil tussen artificial neuronen en deep neuronen.
  • Twee toepassingen van AI: machine learning en deep learning.

Ook wordt in de whitepaper visueel weergeven hoe een AI-model in zijn werk gaat en wat de voordelen en nadelen zijn van de verschillende AI-algoritmen:

  • Lineare regressie.
  • Logistieke regressie.
  • K-means.
  • Beslissingsboom.
  • Random forest.
  • Het neurale netwerk.
  • Tijdreeksen.
  • Ensemble methoden.

De exponentiële groei van op AI-gebaseerde tools voor wereldwijde dataverzameling versnellen de vooruitgang en toepassing. Een nieuw soort AI – Artificial Super Intelligence (ASI) – zal de menselijke capaciteiten in de toekomst overtreffen. Ze bestaan nog niet, maar de kloof tussen het intelligentiepotentieel van een ASI en de menselijke soort groeit snel.

Drie dingen om te onthouden over de realiteit van AI

Kunstmatige intelligentie is niet de heilige graal en ook zeker geen magie. Een AI-model werkt met de verkregen input. Als de kwaliteit van de gegevens niet relevant, volledig en betrouwbaar is, zal het algoritme niet in staat om aan de verwachtingen te voldoen en de reactie op het probleem bij de hand is onbetrouwbaar. Alleen kwalitatieve data is niet genoeg, net zoals bij mensen moet een AI-model getraind worden. Dit vraagt menselijke handelingen. Om een AI-algoritme te trainen moet je drie stappen doorlopen:

  • Voorzie je AI van kwalitatieve data.
  • Bereid een kennisbank voor.
  • Train je model met herhaling.

Daarnaast is het belangrijk om te weten dat een AI je helpt bij het optimaliseren of efficiënter maken van processen of activiteiten, het is geen vervanging van je eigen intelligentie. Lees in de whitepaper over het mislukte AI-experiment ‘Tay’ van Microsoft in 2016.

Overheden maken van AI een prioriteit

Volgens Gartner zal de wereldwijde economische waarde die wordt gegenereerd door AI naar verwachting de 3.9 biljoen dollar bereiken tegen 2022. In de afgelopen jaren hebben veel landen en overheidsinstanties (onder andere de Europese Commissie) overheidsstrategieën gepubliceerd om zowel de ontwikkeling als het gebruik van kunstmatige intelligentie te bevorderen. Lees in de whitepaper wat de AI-strategie per land of overheidsinstantie is.

De vaardigheidskloven van vandaag zullen de concurrentiekloven van morgen zijn

Een kritische succesfactor voor het uitvoeren van AI-strategieën door zowel overheidsinstanties als het bedrijven is het aantrekken en behouden van AI-talent. De race om wereldwijd AI-leiderschap is het creëren van hubs van vaardigheden en technologieën die toonaangevende AI-dienstverlenende bedrijven aantrekken. Deze hubs van initiatieven zullen in de toekomst de meeste waarde opleveren. Lees in de whitepaper wat per sector de belangrijkste uitdagingen, de toegevoegde waarde van AI en waardecreatie is.

De cloud als katalysator voor AI

Dankzij de flexibiliteit en de “on-demand” aard van de cloud, kan AI worden gebruikt om middelen toe te wijzen aan algoritmen met onregelmatige verwerkingsvereisten. Op deze manier richt cloud computing zich meer op het probleem dan op de tools die nodig zijn om te reageren. AI-leiders die ook toonaangevende cloud-providers zijn, hebben geïnvesteerd in eigen technologieën om de race naar de beste rekenkracht te winnen. De vier schaaleenheden van cloud computing zijn in de whitepaper visueel weergegeven.

Cloud-oplossingen zorgen voor flexibiliteit en samenwerking

De cloud biedt de flexibiliteit om het abstractieniveau te kiezen van IaaS en PaaS tot FaaS, waarmee bedrijven de waardecreatie kunnen maximaliseren en kosten kunnen verlagen. Cloud-oplossingen bieden daarentegen de flexibiliteit om het gewenste model te kiezen:

  • On-premise cloud.
  • On-demand cloud.
  • Serverless cloud.

De cloud maakt het mogelijk om de infrastructuur op te zetten die altijd compatibel is met de nieuwste AI-innovaties, waardoor het technologische risico beperkt wordt die door initiële ontwikkelingskeuzes wordt gecreëerd. Daarnaast stimuleert de cloud samenwerking, het Google Cloud Platform is hier een goed voorbeeld van.

Tussen de cloud en AI: de strategische positionering van IBM, Google, Microsoft en Alibaba

In 1999 was Salesforce het eerste bedrijf dat applicaties via een online platform aan gebruikers beschikbaar stelt en het eerst cloud-concept initieerde. Het eerste aanbod van openbare cloud-services werd in 2006 gelanceerd door Amazon, al snel gevolgd door IBM, Google, Microsoft en meer recentelijk Alibaba (2017). Ze zijn nog steeds de belangrijkste cloud-providers in termen van marktaandeel.

Bekijk in de whitepaper hoe deze ‘tech giants’ zich tot elkaar verhouden in het Gartner Magic Quadrant voor IaaS-oplossingen.

De beste cloud-infrastructuur voor het hosten van AI

In bedrijven wordt de keuze voor private, public of hybride (gemengd publiek en privaat) cloudgebruik geëvalueerd aan de hand van vier factoren:

  1. Beveiligingsniveau
  2. Technologische vereisten
  3. Flexibiliteit van middelen
  4. Vereiste vaardigheden.

De whitepaper bevat een handig diagram waar de verschillende keuzes met elkaar worden vergeleken op basis van de eerdergenoemde vier factoren. De verscheidenheid aan abstractielagen en de toepassing van de cloud betekent dat organisaties hun eisen voor cloud-services nu beter kunnen afstemmen. Daarnaast zorgt data portabiliteit ervoor dat cloudgebruikers meer controle over hun data hebben.

Opschalen met AI: Omarm de technische mogelijkheden

31 procent van de executives is van mening niet over de juiste resources te beschikken om te kunnen starten met hun AI-strategie, dit blijkt uit cijfers van Tata Consultancy Services and IDC. Het ontwikkelen van een solide strategie die technische en menselijke kwaliteiten combineert is de sleutel tot succes. Dit vraagt om drie belangrijke programma’s:

  • Het beschikbaar maken van data.
  • Het opzetten van de technische enablers (lego tools) en de juiste processen (AI Factory).
  • Ontwikkelen van een compliant, ethisch en veilige AI.

Voor een succesvolle integratie en impactvolle resultaten moet je AI-programma’s geïntegreerd worden in de dagelijkse organisatieprocessen.

Het bouwen van een actionable data asset voor snelle en flexibele toegang tot je data

De afgelopen jaren hebben organisaties geprobeerd om alle hun databronnen te centraliseren in zogenaamde ‘data lakes’. In praktijk blijkt het centraliseren van alle bedrijfs- en klantdata een behoorlijke uitdaging vanwege complexe infrastructuren en beperkingen vanuit IT-afdelingen.

De belangrijkste uitdaging is dus niet: het centraliseren van data maar het instellen van gecentraliseerde toegang tot gedecentraliseerde data. Een voorbeeld hiervan is in de whitepaper visueel weergegeven. Lees daarnaast wat de voordelen van deze aanpak zijn.

De drie fasen van AI-adoptie

Je medewerkers zijn het fundament van het AI-adoptieproces binnen je organisatie. Door hen vanaf het begin mee te nemen in het transformatieproces en de impact te laten begrijpen zullen je medewerkers actief betrokken zijn. Artefact heeft een dit samengevat in een drie-fasen-model:

  1. Demystify
  2. Leren
  3. Engage
AI zorgt voor meer creativiteit bij je medewerkers

Mensen moeten leren werken met machines en AIs. Ze moeten allereerst begrijpen dat kunstmatige intelligentie hen gaat helpen en niet gaat vervangen. AI zorgt ervoor dat tijdrovende en inefficiënte taken geautomatiseerd worden. Een belangrijk voordeel voor je werknemers is dat er hierdoor meer ruimte voor creativiteit en vakinhoudelijke ontwikkeling is, aldus David Kennis (IBM).

Ook voor data specialisten (data miners, developers, data scientists etc.) vraagt dit om veranderingen. Zij hebben vaak elke stap van hun werkwijze volledig uitgedacht, maar AI vraagt om een nauwe samenwerking tussen mens en machine. Lees in de whitepaper hoe je deze samenwerking het beste kunt stimuleren.

Het werven, ontwikkelen en behouden van talent

Om dit alles te kunnen bewerkstelligen moet je kunnen beschikken over een multidisciplinair team. Dit team bestaat uit technische en business experts, die elkaar begrijpen en toewerken naar een gezamenlijk doel. Een ideale situatie is dat de business wordt vertegenwoordigd door een AI product owner en de technische kant wordt vertegenwoordigd door een data scientist. De structuur van een AI-projectteam kun je vinden in de whitepaper.

Ook vraagt AI om nieuwe functies zoals: een AI advocaat, Chief AI Officer (CAIO) en Chief People Officer (CPO). Lees in de whitepaper hoe industry experts van Allianz, Coursera en de Guillaume de Roquemaurel (CEO van Artefact) hier tegenaan kijken.

Het ontwikkelen van een AI-vriendelijke infrastructuur en toolset

Elk AI-project bestaat uit een industrialisatie fase en deployment fase. Artefact heeft vier pijlers gedefinieerd voor het ontwikkelen of optimaliseren van je AI-infrastructuur:

  1. Vereenvoudig je infrastructuur met microservices.
  2. Groepeer je data producten in containers.
  3. Combineer je cloud en on-premise architectuur met Kubernetes.
  4. Adopteer continuous delivery.
Lanceer AI labs voor acceleratie en het creëren van waarde

AI labs stellen je in staat om snel use cases op te stellen. Een brengt de juiste resources en middelen bij elkaar. De twee belangrijkste uitdagingen van een AI labs zijn:

  • Het creëren van waarde op grote schaal door het intelligent prioriteren van use cases en het versnellen van industrialisatie.
  • Het stimuleren van het delen van kennis en het verbeteren van de skills en competenties van de betrokken medewerkers.

Lees in de whitepaper wat de vijf belangrijkste tips voor het ontwikkelen van een AI lab zijn. En bekijk daarnaast hoe de organisatie en werkprocessen van een dergelijk lab eruit zien.

Ontwikkel een veilige en compliant cloud-omgeving

Volgens een Gartner studie uit 2016 zijn workflows gehost in de public cloud in 2020 minder kwetsbaar op het gebied van security dan datacenters. Daarnaast respecteren de cloud providers de acht principes van de AVG wetgeving. De grootste bedreigingen op securitygebied zijn gerelateerd aan menselijk handelen. De whitepaper bevat een overzicht van de twaalf grootste bedreigingen gerelateerd aan het gebruik van public cloud oplossingen. Om het security te borgen en het hoogste niveau te bereiken is het belangrijk om de volgende vijf projecten op te starten:

  1. Het veilig opslaan en verwerken van data.
  2. Fysieke security.
  3. Het beveiligen van je infrastructuur.
  4. Bewustwording en gebruikersmanagement.
  5. Incidentmanagement.

Deze projecten moet je uitvoeren op drie niveaus: contracten, interne processen en software en vertrouwen. Cloud publishers kunnen tot 95 procent voldoen aan security vereisten, de overige vijf procent moet je zelf afdekken. Lees in de whitepaper een security architectuur eruit ziet en wat Google adviseert voor haar eigen Cloud Platform.

Het optimaliseren van het AI productieproces voor maximale waardecreatie

Uit onderzoek van Artefact blijkt dat eenderde van de AI-projectbudgetten gereduceerd kunnen worden en dat zeventig procent van de Proof Of Concepts (POCs) niet geïndustrialiseerd is. De meeste waarde wordt gecreëerd in de tweede versie van het project. De whitepaper beschrijft de zeven belangrijkste valkuilen van AI-project. De whitepaper geeft per valkuil een situatieschets en concrete praktijkvoorbeelden. De volgende valkuilen worden beschreven:

  • Meer leveren dan de klant verwacht.
  • Onnodige energieverspilling van mens en machine.
  • Het creëren van onnodige voorraad.
  • Overproductie door een ongestructureerde werkwijze.
  • Te lange doorlooptijd door lange besluitvorming.
  • Het AI-product voldoet niet aan de verwachtingen.
  • Gebrek aan benodigde AI-skills.

Hoe voorkom je deze valkuilen? Door gebruik te maken van de Artefact’s Lean AI methodologie. Lees in de whitepaper wat dit framework inhoudt en hoe je het kunt toepassen voor je eigen organisatie.

Inhoud:

AI (Re) Launch

  • Data evolueert snel
  • Adoptie van AI via meerdere initiatieven
  • De cloud als katalysator voor AI

AI Scale

  • Data release
  • Zet processen en mensen in om AI in het hart van het bedrijf te vormen
  • Stel een AI-vriendelijke infrastructuur en toolset samen
  • Ontwikkel een veilige en compliant cloud-omgeving

Lean AI

  • Optimaliseer het AI productieproces
  • Het CAIO actieplan

Liza Merkourieva