Herinner je je Hans Rosling nog? De Zweedse hoogleraar die erin slaagde om van een hele brij onoverzichtelijke cijfers, statistieken en grafieken begrijpelijke mensentaal te maken. Zijn TED Talk in 2006, waarin hij de welvaartsontwikkeling van landen laat zien, maakte hem in één klap wereldberoemd.
‘Mijn getallen gaan over seks, geboorte, dood en geld’, zo vertelde hij in 2016 nog tijdens een uitzending van Zondag met Lubach. Een jaar later zou hij overlijden aan de gevolgen van alvleesklierkanker.
Het domein van decision intelligence
Wie op YouTube naar podiumoptredens en interviews van Cassie Kozyrkov kijkt, ziet een enthousiasme voor datawetenschap dat aan Rosling doet denken. Maar waar de Zweedse hoogleraar zijn statistieken vooral gebruikte voor volksgezondheid, richt zij zich op het domein van decision intelligence (DI).
Wat is decision intelligence?
Traditionele business intelligence (BI) is vooral gericht op inzichten in huidige en historische gegevens. Je kijkt terug in de tijd, zoals in een binnenspiegel bij het autorijden. Decision intelligence (DI) daarentegen doet ook toekomstgerichte voorspellingen en aanbevelingen. Het biedt bestuurders daarmee een bredere kijk, meer als een voorruit.
Daarvoor worden datawetenschap en statistische modellen ingezet, die inzicht geven in complexe patronen en trends. Met AI en machine learning kunnen deze modellen zich aanpassen aan nieuwe gegevens en veranderende omstandigheden. Daardoor neemt de nauwkeurigheid van die voorspellingen en aanbevelingen toe.
Daarnaast integreert decision intelligence belangrijke principes van de besluitvormingstheorie, zodat ook rekening gehouden wordt met menselijke aspecten. Dit gaat onder meer om vooroordelen.
Decision intelligence kan worden toegepast in verschillende domeinen, zoals bedrijfsbeheer, financiën, gezondheidszorg en overheidsbeleid.
Risicobeheersing en klantgedrag zijn voorbeelden van praktische toepassingen. Zo kun je met decision intelligence de waarschijnlijkheid van ongewenste gebeurtenissen in kaart brengen en beter leren begrijpen waarom klanten bepaalde voorkeuren hebben.
Dit vakgebied behandelt de vraag hoe mensen met de beschikbaarheid van data betere besluiten kunnen nemen. En dat op grote schaal, door gebruik te maken van nieuwe technologie zoals machine learning en big data-analyses. DI identificeert patronen en trends, doet voorspellingen en modelleert scenario’s. Zo zijn besluitvormers beter geïnformeerd over de mogelijke uitkomsten van hun keuzes.
De term an sich is al wat langer bekend. Maar het was Kozyrkov die dit werkveld door een naamswijziging van haar functie bij Google op de kaart heeft gezet.
Een voorliefde voor getalletjes
Kozyrkov groeit – net als Elon Musk – op in Zuid-Afrika. Op school wordt haar talent en ijverige houding al snel opgemerkt. Met name getallen gaan er bij het pientere meisje in als koek. Ze kiest voor een studie economie en wiskundige statistiek aan de Nelson Mandela University in Port Elisabeth.
Maar Zuid-Afrika blijkt al snel te klein voor de grote ambities van Kozyrkov. De Verenigde Staten, en dan vooral Silicon Valley, hebben een grote aantrekkingskracht op de talentvolle student.
Voor haar bachelor verkast ze naar Chicago University. Hier haalt ze haar graad in economie. Wat volgt is een diploma in wiskundige statistiek, psychologie en cognitieve neurowetenschappen aan de Duke University en de North Carolina State University. In Chicago gaat ze vervolgens aan de slag als onderzoeksassistent aan het Center for Cognitive and Social Neuroscience.
Zo komen twee werkvelden samen bij Kozyrkov. Het is haar liefde voor statistiek in combinatie met een verregaande interesse voor het menselijk brein. De basis voor het werk waarmee ze later naam zal maken is gelegd.
Naar Google
In 2014 komt Kozyrkov op de loonlijst van Google. Hier gaat ze aan de slag als statisticus op de afdeling Research and Machine Intelligence. Eerst op het befaamde Googleplex in Mountain View, maar snel daarna wordt het kantoor in New York haar standplaats. Ze wordt een soort verbindingsofficier tussen het management en het team met data-analisten.
‘I bridge the gap between leaders and quantitative analysts and researchers’, zo vertelt ze over deze periode op LinkedIn. Kozyrkov spreekt beider talen. Ze snapt niet alleen hoe collega’s de ingewikkelde databerekeningen doen, maar kan ook meepraten over strategische uitdagingen in de boardroom.
Haar analytisch vermogen valt in de smaak. In november 2017 wordt ze door het bestuur van Google aangesteld als Chief Data Scientist.
Maar Kozyrkov blijkt eigengereid. Ze vindt de functiebeschrijving niet passen bij de missie die ze naar eigen zeggen heeft: het democratiseren van artificiële intelligentie en het begeleiden van bedrijfsleiders bij het benutten van de kracht van machine learning. Daar hoort wat haar betreft een andere titel bij.
DX300 van 2024
MT/Sprout onthulde in april de DX300 van 2024. In dit jaarlijkse onderzoek peilen we de stand van de digitale transformatie in Nederland. Welke bedrijven en organisaties lopen voorop? En welke dienstverleners maken dit mogelijk? Bekijk de DX300 »
Chief Decision Scientist
In een YouTube-interview met Richie Cotton van Datacamp vertelt ze later waar die behoefte vandaan kwam. ‘Data op zichzelf zegt niets. Het verschil maken doe je pas wanneer je op basis van die informatie beslissingen neemt. Daarom heb ik mijn functienaam laten wijzigen, van Chief Data Scientist naar Chief Decision Scientist. Het lijkt een kleine aanpassing, maar is wel een belangrijke stap geweest. Het vertelt namelijk precies waar het in mijn vak om draait: het nemen van betere beslissingen.’
Al sinds de oprichting van Google in 1999 zijn data de brandstof voor groei geweest. Het zit in de core van de bedrijfsvoering. De opkomst van artificial intelligence heeft dat belang enorm alleen maar groter gemaakt en Kozyrkov krijgt de taak om het bedrijf klaar te stomen voor dit nieuwe tijdperk.
Haar opdracht in een notendop? Ontwikkel een betrouwbaar model waarmee we op grote schaal machine learning kunnen toepassen om belangrijke beslissingen te nemen. Of het nu gaat over productaanpassingen, marktintroducties of de strategische koers.
Gedragswetenschap en statistiek
Wat het werk van Kozyrkov baanbrekend maakt, is de manier waarop ze twee wetenschappen samenbrengt. Gechargeerd gezegd: datawetenschappers zijn verliefd op feiten, maar denken niet na over de manier waarop mensen beslissingen nemen. Andersom zijn het de gedragswetenschappers voor wie de mogelijkheden van grote datasets vaak onbekend terrein zijn.
‘Veel van de trainingen die datawetenschappers hebben gevolgd, gaan ervan uit dat de beslisser precies weet wat hij nodig heeft en dat de vraag en het probleem perfect zijn geformuleerd’, zegt ze hierover in een interview op Fast Company. ‘De datawetenschapper gaat op pad en verzamelt de gegevens om de vraag te beantwoorden. Vervolgens wordt het machine learning-systeem gebouwd om dit antwoord te implementeren.’
Maar dit blijkt slechts theorie. Al in haar eerste jaren bij Google ziet Kozyrkov dat managers hun vooroordelen maar moeilijk opzij kunnen zetten. Of het nu gaat om het formuleren van de probleemstelling of het nemen van de uiteindelijke beslissing zelf. In de meeste gevallen hebben ze daar zelf overigens nauwelijks weet van.
‘We doen alsof we geen voorkeur hebben, maar eigenlijk liegen we tegen onszelf. We hebben een soort aangeboren gevoel over wat de veiligere, betere optie lijkt’, aldus Kozyrkov. Om die reden delven statistiek en data – hoe hard en overtuigend ze ook zijn – nog regelmatig het onderspit.
Het groengrijs van Excel
Als Chief Decision Scientist bij Google gebruikt Kozyrkov beide vakgebieden om collega’s te trainen. Zo geeft Google een nieuwe wending aan het begrip decision intelligence. ‘Ik zie dit als het vermogen om informatie om te zetten in betere acties, in elke situatie en op elke schaal’, vertelt Kozyrkov daarover.
Haar concept is dus niet enkel gebaseerd op data-analyses, maar gaat ook over besluitvormingstheorie en gedragswetenschappen. Kozyrkov stopt al deze disciplines in de blender en gebruikt het resultaat om teams bij Google te helpen betere beslissingen te nemen.
‘Dit is een domein dat decennialang deeply unsexy was’, vertelt Kozyrkov. ‘Als ik denk aan de bijbehorende merkkleuren, gaat het al snel over het groengrijs van Excel. Niemand werd daar echt enthousiast van.’
Het is Kozyrkov die DI een duidelijke identiteit geeft en het belang ervan weet te benadrukken in dit nieuwe tijdperk van big data en kunstmatige intelligentie. Daarmee is het een mainstream vakgebied geworden dat nu ook in steeds meer andere organisaties wordt toegepast.
Op eigen benen
In het najaar van 2023 houdt Kozyrkov het bij Google voor gezien. Op internet wordt gespeculeerd over bonje met haar werkgever. Die zou niet altijd even blij zijn met haar uitgesproken mening in blogs en op podia.
Onzin, schrijft ze niet veel later in haar eigen blog. ‘De echte reden dat ik ben gestopt, is omdat ik mezelf heb beloofd om nooit langer dan 10 jaar te werken bij een bedrijf dat ik niet zelf heb opgericht. Mijn deadline naderde snel. En die deadline was een goede zaak, ik voelde mij namelijk te veel op mijn gemak. Ik overhandigde opgewekt mijn beste ideeën, zonder de moeite te nemen ze in het wild te ontwikkelen.’
De volgende stap in haar carrière kan nauwelijks verrassend genoemd worden. Kozyrkov begint een eigen adviesbureau: Data Scientific. Op de eigen website beschreven als ‘een elitebureau dat wereldleiders en ceo’s helpt hun belangrijkste beslissingen te optimaliseren’. Haar AI-workshops vinden naar eigen zeggen gretig aftrek.
Keynotes als verdienmodel
LinkedIn is voor Kozyrkov het ultieme marketingkanaal. Haar posts over artificial intelligence en datagedreven besluitvorming in organisaties bereiken inmiddels een gigantisch publiek. Meer dan 560.000 mensen hebben de blauwe follow-knop op haar profiel weten te vinden.
Maar social media is niet het enige podium waar deze koningin van de statistiek zich laat gelden. Zo is ze in het najaar van 2023 nog een van de hoofdsprekers op Websummit in Lissabon, ’s werelds grootste tech-event.
Ze is het type keynote-spreker dat organisatoren van dit soort congressen maar wat graag op hun poster zetten. Ex-Google. Energiek. En een begenadigd spreker over artificiële intelligentie. Cassie Kozyrkov slaagt er voortdurend in om van saai ogende statistieken en ingewikkelde datawetenschap een boeiend verhaal te maken. Inderdaad, net zoals Hans Rosling dat kon.
