Big data wordt door veel bedrijven nog vooral als een IT-project gezien in plaats van als een bedrijfsstrategie om het bedrijfsmodel en de concurrentiepositie te versterken. Erasmus Q-Intelligence biedt zowel bestuurders als commissarissen de mogelijkheid om die strategische visie op de rol van data te ontwikkelen. ‘De concurrent van vandaag is niet de concurrent van morgen’, zegt Dr. Willem Peter de Ridder van Erasmus Q-Intelligence.
Een commissaris heeft een belangrijke rol te vervullen die verder gaat dan het toezicht op de financiën en de risico’s, stelt De Ridder. ‘Als het over de impact van nieuwe technologie gaat, zijn er ook raden van bestuur die door de commissarissen worden aangespoord om hier een bedrijfsstrategie op te formuleren.’
De Ridder is bij Erasmus Q-Intelligence (EQI) onder andere verantwoordelijk voor het executive program Strategische kijk op Data Analytics; een programma gericht op senior managers, directeuren en bestuurders. Daarnaast is er een tweedaagse masterclass over hetzelfde onderwerp speciaal voor commissarissen en toezichthouders.
Achteruitkijkspiegel
De bijdrage van de commissarissen bestaat met name uit het stellen van gerichte vragen, zegt De Ridder. ‘Welke impact hebben robotisering en kunstmatige intelligentie (AI) op de sector? Hoe veranderen de verwachtingen van onze klanten? Maken we volledig gebruik van de mogelijkheden van Data Analytics om onze operationele prestaties te verbeteren?’
Prof. Dr. Cees van Halem, directeur EQI, valt hem bij: ‘Wij hanteren een gedragsmatige insteek. Een commissaris moet weten welke vragen hij moet stellen. Niet alleen de eerste vraag, maar ook de tweede en de derde. Ze kijken nu nog teveel naar de jaarrekening. Maar de jaarrekening is een achteruitkijkspiegel.’
De Ridder en Van Halem hameren zo op die rol van management, bestuur en commissarissen omdat zij bang zijn dat het Nederlandse bedrijfsleven de slag mist: heel veel toepassingen van Data Analytics en kunstmatige intelligentie komen momenteel uit de Verenigde Staten en China.
‘We zien een ontwikkeling in Data Analytics van beschrijvend naar voorschrijvend. Werden analyses eerst vooral gemaakt om het verleden te begrijpen, nu gebruiken we algoritmes om ontwikkelingen te voorspellen en om oplossingen te optimaliseren’, aldus De Ridder.
Impact AI op bedrijfsstrategie
Als recent voorbeeld noemt hij de inzet van het DeepMind machine learning-systeem door Google voor de koeling van een datacenter. ‘In eerste instantie werd het energiebeheer door mensen uitgevoerd. Alle relevante data werd in DeepMind gezet en toen bleek dat het algoritme 40 procent zuiniger kon werken dan die mensen!’
‘Ze hebben nog een aantal maanden mens en machine naast elkaar laten werken, maar eind 2018 besloot Google om het energiebeheer van hun datacenters uitsluitend door een algoritme te laten doen. Er kijken alleen nog mensen mee om in noodgevallen te kunnen ingrijpen. Met andere woorden: wanneer een systeem goed blijkt te functioneren, leggen we de besluitvorming bij een machine neer.’
Ontdek wat data analytics voor jouw organisatie betekent
Toepassingen van data analytics zijn talrijk en variëren van marketing en verkoop tot productie, logistiek, Finance en HR. Benieuwd welke analyses in jouw specifieke situatie nuttig én haalbaar zijn?
lees verder
Die impact van kunstmatige intelligentie op de bedrijfsstrategie moet niet worden onderschat, aldus De Ridder en Van Halem. ‘Je ziet het terug in alle sectoren en in alle bedrijfsprocessen: routeringen van bezorgdiensten en op fabrieksterreinen worden allemaal door algoritmen bepaald. We krijgen persoonlijke aanbiedingen en betalen prijzen die door algoritmes worden bepaald.’
Robotisering van routine
Het is volgens De Ridder een misverstand om te denken dat kunstmatige intelligentie uitsluitend werk overneemt waar geen langdurige opleiding voor nodig is. De Ridder: ‘Het grote gevolg van kunstmatige intelligentie is de robotisering van routine. Alles wat routinematig is, gaan wij robotiseren. Als een activiteit routinematig is, hebben wij daar veel data van. En als wij veel data hebben, kunnen wij daarmee een algoritme trainen en kunnen machines dezelfde resultaten als mensen behalen.’
Hij geeft het voorbeeld van een medisch specialist: ‘Een specialist in een ziekenhuis doet heel complex werk en heeft lang gestudeerd. Toch zit er meer routine in het werk van een specialist (stellen van diagnoses, behandelplannen maken) dan in het werk van een verpleegkundige aan een bed.’
Minder werk voor advocaten
Als voorbeeld van een andere sector waarin kunstmatige intelligentie veel verandering gaat brengen, noemt De Ridder de advocatuur. In een test liet het Amerikaanse LawGeex twintig advocaten vijf geheimhoudingsverklaringen (NDA’s) beoordelen op risico’s. De advocaten kregen vier uur de tijd om die klus te klaren. Gemiddeld kostte de opdracht hen 92 minuten en bedroeg hun accuratesse 85%.
Het door LawGeex ontwikkelde algoritme had slechts 26 seconden nodig om alle vijf de contracten te beoordelen met een accuratesse van 94%. De Ridder: ‘Zo blijft er meer tijd over voor gesprekken met de klant, terwijl het geestdodende werk voortaan door machines wordt gedaan.’
Digitaal leiderschap
De Ridder en Van Halem benadrukken de rol van leiderschap in de digitale transformatie. ‘Dat begint uiteraard met het ontwikkelen van een toekomstvisie en het mobiliseren van de organisatie.’
‘Ook zul je veel moeten experimenteren en moeten accepteren dat niet alles meteen lukt. Eén van de moeilijkste dingen in digitaal leiderschap is de timing van het opschalen van de experimenten die de toekomst van de organisatie op langere termijn bepalen.’
Toepassingen van data analytics zijn talrijk en variëren van marketing en verkoop tot productie, logistiek, Finance en HR. Benieuwd welke analyses in jouw specifieke situatie nuttig én haalbaar zijn? Download de gratis leaflet ‘Data Analytic Scan’.
