Management

Dit is een bijdrage van Rubrik
Infrastructuur
stock

Hoe gaan we AI en machine learning gebruiken om een voorsprong te krijgen?

A.I is veel te vaak beschouwd als een op zichzelf staand component in plaats van een brede tool.

19 april 2019
Door: Rubrik, partner

A.I is veel te vaak beschouwd als een op zichzelf staand component in plaats van een brede tool.

Bedrijven die het meeste profijt hebben gehad van AI zijn echter de bedrijven die het integreren in elk aspect van hun digitale transformaties.
 

Tenzij je de afgelopen jaren onder een steen hebt geleefd, is het je waarschijnlijk wel opgevallen dat de IT-industrie het tijdperk van kunstmatige intelligentie (AI) en machine learning maar (ML) blijft inluiden, waarbij deze technologieën worden afgespiegeld als de nieuwe afgoden aan wiens voeten alle CIO's moeten knielen.

En nee; AI is nog niet zelfbewust geworden en heeft ons ook nog niet tot slaaf gemaakt, we hoeven ons nog geen zorgen te maken over Skynet en Terminators. Het is echter wel heel snel volwassen geworden en steeds meer zakelijke toepassingen maken gebruik van AI.

Naarmate er meer AI-gebaseerde technologieën blijven verschijnen, zullen CIO's over de hele wereld hun eigen inzicht en visie op AI/ML gaan vormen en welke gevolgen dit voor hen heeft. Voor mij maakt AI-technologie het mogelijk om iets te simuleren dat normaal gesproken door een mens kan worden gedaan. Er is sprake van Machine Learning wanneer de technologie verder gaat dan simuleren en zelf begint te leren, zonder menselijke keuzes of invloed.

Natuurlijk zijn zowel AI als ML slechts zo goed als de gegevens waartoe ze toegang hebben. Hoe meer gegevens, hoe meer intelligentie er kan zijn. Hoe schoner de gegevens, hoe preciezer de voorspelling en hoger de bruikbaarheid van de uitkomst. Ze zullen helpen om diezelfde gegevens nuttiger te maken voor onze zakelijke doeleinden.

AI kan worden gebruikt als een hulpmiddel om extra informatie te verzamelen uit de enorme hoeveelheid gegevens die elke onderneming reeds heeft. Het kan, indien op de juiste manier gebruikt, organisaties helpen bij het analyseren van data en intelligente zakelijke inzichten geven, op een niveau welke voor veel van ons nog ondenkbaar is. Binnen mijn onderneming hebben we inmiddels 1,5 jaar geleden op verschillende vlakken AI/ML toegepast. Keer op keer blijf ik me verbazen over de voorspellende krachten van deze technologieën. Na maanden van testen hebben we inmiddels veel van deze toepassingen in productie genomen en is het onderdeel geworden van dagelijkse evaluaties en beslissingen als bedrijf.

Digitale transformatie
AI is veel te vaak beschouwd als een op zichzelf staand component in plaats van een brede tool. Bedrijven die het meeste profijt hebben gehad van AI zijn echter de bedrijven die het integreren in elk aspect van hun digitale transformaties.

Salesteams kunnen bijvoorbeeld gebruikmaken van voorspellende modellen om te voorspellen welk product het best zal worden verkocht, in welke regio en wanneer. Personeel dat zich met de klant bezighoudt, kan AI gebruiken om klantgegevens te analyseren en te anticiperen op productproblemen, zelfs voordat de klant het merkt, wat een ongekend niveau van proactieve klanttevredenheid kan bieden.  AI heeft een plek in elk aspect van een bedrijf en CIO's die nieuwe en verbeterde applicaties implementeren doen er goed aan om eerst te zorgen dat ze klaar zijn om hun business intelligence te gebruiken.

Soepel draaien
Om een IT-suite voor bedrijven als een goed geoliede machine te laten draaien, is het niet langer genoeg om het hier en nu in de gaten te houden: CIO's moeten ook weten wat er te gebeuren staat. Het voorspellen van uitval voor de infrastructuur, of een specifieke webserver problemen zal krijgen, of je het doel gaat zijn van een cyberaanval, AI en ML kunnen bedrijven de beste kans bieden om deze problemen aan te pakken, in plaats van dat ze erdoor overvallen worden.

Ransomware is een probleem waar organisaties over de hele wereld mee te maken krijgen en waarmee AI en ML kunnen helpen. Wat als je het gebruikersgedrag in je organisatie zou kunnen bewaken, een baseline zou kunnen bepalen van hoe 'normaal' eruitziet en vervolgens automatisch gewaarschuwd zou worden voor ongewoon gedrag dat hiervan afwijkt? Het zou je in staat stellen om bijna onmiddellijk te reageren wanneer een aanval plaatsvindt en de totale downtime te minimaliseren. Machine learning-algoritmen kunnen de aanpak continu blijven verbeteren, zodat je de constante stroom aan nieuwe dreigingen voor kunt blijven.

Menselijke productiviteit
Hoe krachtig AI en ML momenteel ook zijn, ik heb er alle vertrouwen in dat we nog ver verwijderd zijn van robots die onze banen stelen. In plaats van het vervangen van personeel, ondersteunt AI de productiviteit van werknemers door hen vrij te spelen voor het werk dat ze moeten doen en al het andere zo veel mogelijk weg te nemen. Het stelt medewerkers in staat om hun rol beter te vervullen, door het verbeteren van inzicht, workflows en de samenwerking.

Een goed voorbeeld is taalverwerking, waarmee apparaten kunnen begrijpen wat een mens zegt en dat aan iemand anders in hun moedertaal kunnen overbrengen. Deze toepassing zou het voor een persoon in China moeiteloos maken om met iemand in Venezuela te spreken, ongeacht de individuele moedertaal. Intonaties en kleine verschillen in emotie kunnen hierbij reeds herkend worden.

Zie AI gewoon als een nieuw teamlid. Als een uiterst efficiënte medewerker die een rol speelt in elk aspect van je bedrijf en die alle andere medewerkers de mogelijkheid biedt om het beste in zichzelf naar boven te halen.

Begin vandaag
Bij het bespreken van de implementatie van de AI met organisaties, heb ik geleerd dat het grootste obstakel dat ze ervan weerhoudt om al het bovenstaande te bereiken, is dat ze te overweldigd zijn om te weten waar ze moeten beginnen - ze willen de inzichten, maar beschikken niet over de gegevensstrategieën om ze te voeden. Mijn advies is altijd hetzelfde: focus op de gegevens die je nu hebt en groei vanaf daar. Een beetje intelligentie is oneindig veel nuttiger dan geen intelligentie en de hoeveelheid gegevens zal alleen maar toenemen.

Van zelfherstellende infrastructuren tot zelfbewuste beveiliging en anticiperen op de toekomst, AI-algoritmes hebben allereerst toegang tot datalakes en historische gegevens nodig. Om dit mogelijk te maken, zal de slimme CIO eerst een gegevensbeheerplatform (data control plane) implementeren dat precies weet waar alle gegevens in het hele bedrijf zich bevinden. Met de juiste technische architectuur kunnen alle applicaties profiteren van je data en intelligente beslissingen nemen.

Dus het komt hierop neer: wil je je zaak blindelings leiden, of met een zoeklicht? Wil je je industrie leiden of ben je tevreden met de tweede plaats? Persoonlijk heb ik in ieder geval geen AI of ML nodig om het antwoord te voorspellen.

Door Jerry Rijnbeek, Vice President, Sales Engineering EMEA bij Rubrik

Reactie toevoegen