Innovatie & Strategie

Dit is een bijdrage van SAS
Artificial Intelligence
AI-vaardigheden

Tekort aan AI-vaardigheden leidt tot verspilde investeringen en belemmert innovatie

AI en machine learning zullen belangrijke investeringen worden in de toekomst.

21 november 2022
Door: SAS , partner

AI en machine learning zullen belangrijke investeringen worden in de toekomst.

Welke sector heeft geen baat bij data analytics om het besluitvormingsproces te stroomlijnen? Een organisatie die beslissingen baseert op betrouwbare gegevens in plaats van onderbuikgevoel, heeft een grote voorsprong op de concurrentie. Toch is technologie slechts één aspect. De echte beloning komt pas als je erin slaagt om de kennis van data analytics door het hele bedrijf te verspreiden en een analytics cultuur te creëren. 

De komende twee jaar zullen Artificial Intelligence (AI) en machine learning voor veel organisaties de belangrijkste investeringen zijn, zo blijkt uit een studie van Fortune Business Insights. Maar drieënzestig procent van de respondenten beweert ook dat ze vooral een tekort aan vaardigheden hebben op het gebied van AI en machine learning. Zonder bekwame professionals en vaardigheden dreigen al die investeringen uiteraard verloren te gaan. Ze kunnen zelfs tot financieel verlies voor de organisatie leiden.

De resultaten van een ander onderzoek leren ons dat vier op tien data-analisten op dit moment niet tevreden zijn over de manier waarop hun organisatie data-analyse en modeling gebruikt en implementeert. Bovendien gelooft eenzelfde aantal (42%) dat managers analytics op dit moment niet benutten als basis voor hun beleidsbeslissingen.

Waar loopt het vaak mis?

Dat digitalisering en data-analyse hand in hand gaan, hoeft geen betoog. Maar als je de resultaten van analytics niet gebruikt in je besluitvorming, dan is het een nutteloze bron die op lange termijn zelfs de ROI van het hele digitaliseringstraject kan verminderen. In veel bedrijven is dat laatste nog altijd het geval. De belangrijkste afremmende factoren zijn een gebrek aan interne communicatie en processen, een bedrijfscultuur die het belang van datagedreven beslissingen nog niet volledig omarmt, of het management dat ervoor kiest om meer te vertrouwen op onderbuikgevoel dan op feiten en analyses.

Natuurlijk is het belangrijk om goede technologie aan te schaffen en sterke analytische modellen te bouwen. Maar als je wil dat inzichten uit data en analytics echt iets opleveren, dan is het minstens zo belangrijk om een analytics cultuur neer te zetten. Zowel analisten als het management en andere medewerkers binnen de organisatie moeten nieuwe vaardigheden verwerven en afspraken maken over hoe ze analytics in het dagelijkse werk inzetten.

Dit is waar interne communicatie een hoofdrol speelt. Zonder middelen, mandaat of kennis om de waarde van een model uit te leggen aan het management of de rest van het bedrijf, dreigt al het werk van een data-analist zonder meer verloren te gaan. Helaas komt die verandering niet vanzelf. Hiervoor heb je inzicht nodig in de vaardigheden die ontbreken en de training of opleiding om deze vaardigheden te verwerven of verder te ontwikkelen.

De eerder vermelde studie van Fortune Business Insights stelt dat driekwart van de bedrijven hun huidige personeel wil trainen en dat 63% nieuw talent zoekt. Het eerste is zonder twijfel de meest kostenefficiënte oplossing, maar respondenten halen verschillende obstakels aan. Zoals gebrek aan tijd en motivatie, maar ook angst dat iemand z’n pas verworven vaardigheden meeneemt naar de concurrent.

De 4 pijlers van een datagedreven organisatie

Het IIA, het Internationaal Instituut voor Analytics, ziet verschillende voorwaarden waaraan een organisatie moet voldoen om waarde uit data te halen en zich datagedreven te mogen noemen. We kunnen ze in vier grote pijlers samenvatten:

  • Leiderschap: het management van de organisatie moet datagedreven beslissingen benadrukken, ondersteunen en toepassen.
  • Technologische oplossingen: er moet een technologische infrastructuur aanwezig zijn die data-analyse mogelijk maakt.
  • Onderwijs en training: de organisatie moet mensen trainen om datagedreven beslissingen te nemen en de data analytics vaardigheden van werknemers in alle fasen van hun ontwikkeling verbeteren.
  • Cultuur: het ondersteunen van beslissingen met data moet in de cultuur ingebakken zitten. Hiervoor moet je organisatie een omgeving ontwikkelen waarin data de basis vormt voor samenwerking.

In een ideale wereld ontpopt een data-analist zich tot een evangelist die de waarde van data-analytics in de rest van de organisatie predikt en verspreidt. En geven managers hun data-analisten kansen om te groeien en de nodige vaardigheden te ontwikkelen. Zodra de juiste mindset aanwezig is, zal je bedrijf snel de echte waarde van data-analytics ontdekken.

Meer weten? Bekijk dan deze infographic of lees dit rapport 'How to Solve the Data Science Skills Shortage'. 

Reactie toevoegen