Experimenteren of implementeren?

Het is op dit moment al duidelijk in welke toepassingen AI een rol kan spelen. Experimenteren kan nog steeds leiden tot sterke en innovatieve ideeën, maar moet hand in hand gaan met een realistisch idee over wat reeds bewezen en haalbaar is.

Meer nog, AI moet ontstaan en groeien in samenwerking met mensen. Zo niet, dan blijft een succesvolle implementatie met concrete toegevoegde waarde eerder droom dan daad. Om succesvol aan de slag te gaan met AI zijn drie zaken van belang: realistische verwachtingen, voldoende relevante aanwezige data en een breed draagvlak bij de medewerkers.

Verwachtingen

Wat wil je van AI: experimenteren of implementeren? Het is namelijk belangrijk dat je je eigen verwachtingen kent. Ga je voor een oplossing waarvan je weet dat deze reeds bewezen is en waarbij voldoende betrouwbare data beschikbaar zijn, da kan je bepaalde uitkomsten verwachten. Ga je voor een meer experimentele aanpak, dan zal de uitkomst nog niet vast liggen.

Data

Een tweede belangrijk punt om af te vinken voordat je je waagt aan een AI-project, is de controle op en de monitoring en logging van data. Pas wanneer de data er zijn en continu worden worden gecapteerd, kan een AI-tool geïmplementeerd en gebruikt worden. Hierbij is het zeer belangrijk om te begrijpen en te controleren hoe de data in de loop van de tijd kunnen veranderen en wat voor effect dit heeft op het doorontwikkelen en functioneren van de machine learningalgoritmes. Het is daarom belangrijk om je bewust te zijn van de hierdoor ontstane beperkingen van AI, zowel functioneel als bijvoorbeeld op ethisch vlak.

Draagvlak

Ten slotte is het zaak om een draagvlak te creëren om AI-oplossingen te integreren in businessprocessen. De medewerkers moeten het AI-verhaal gaan begrijpen. Eerst via kleine projecten als start om zo enkele en vervolgens meerdere werknemers de werking van AI te laten zien. Waar is het goed in, en wat moet het juist nooit doen? Door dit begrip ontstaat draagvlak binnen de organisatie voor mogelijke implementaties. Dat maakt het mogelijk AI-projecten succesvol organisch te doen groeien en tot volle bloei te laten komen.

AI als nieuwe collega

Medewerkers moeten begrijpen wat AI voor hen kan doen zodat begrip en erkenning voor de meerwaarde ontstaat. Zo blijven ze gemotiveerd om steeds feedback (en dus data en labels) te blijven geven en mee te bouwen aan de continue verbetering van AI binnen het bedrijf. Zie AI als een nieuwe collega in je team. Niet alleen moet die collega zich inwerken, ook het team moet hem leren kennen om een goede samenwerking op te zetten. Maar twijfel vooral niet langer om AI als nieuwe medewerker aan te stellen.