Geen AI zonder IA
Om meer/betere datagedreven beslissingen te nemen zal een organisatie het gebruik van BI onder de gebruikers hiervan moeten bevorderen. Dit is de kern van het artikel, Via augmented analytics naar datagedreven besluiten van 15 maart 2023 gepubliceerd op Computable.nl. De titel en introductie van het artikel haken slim aan op de huidige trend van AI. Het wekt hiermee de indruk dat dit een rode draad in het artikel zal zijn. De lezer zal bij het lezen van het relaas echter teleurgesteld raken. De term ‘AI’ zal slechts één keer genoemd worden als mogelijkheid om BI voor een bepaalde groep relatief nieuwe gebruikers te bevorderen, en komt met uitzondering van de conclusie, niet verder terug. Desalniettemin maakt het artikel een goed pleidooi; het verbeteren van datageletterdheid en BI skills zal datagedreven beslissingen bevorderen. Dit hoeft echter niet direct met AI tools gedaan te worden, en dit is wat het artikel indirect voorstelt.
Als we kijken naar de meest recente ontwikkelingen op gebied van AI - het toepassen van NLP tools zoals ChatGPT - wat ongetwijfeld het schrijven van het artikel heeft gemotiveerd. Dit kan het maken van analyses vele malen makkelijker en vooral toegankelijker maken, het is echter belangrijk de basisvoorwaarde van goede analyses niet uit het oog te verliezen. In mijn ervaring is men geneigd een nieuwe tool vaak als een soort toverstok te zien, ‘wanneer we deze in huis hebben zullen al onze problemen opgelost zijn’, maar wanneer we deze uiteindelijk hebben komen we erachter dat veel issues blijven bestaan, in dit geval; masterdata is niet op orde, data zit in afgezonderde silo’s, en verschillende afdelingen gebruiken definities welke niet afgestemd zijn met elkaar, om maar een paar voorbeelden te noemen.
Veel van de issues die ik hierboven aanhaal zijn verbonden aan het gedrag van mensen. Daarom terecht dat het artikel veel aandacht besteedt aan gedragsverandering. Wanneer datageletterdheid naar een hoger niveau getild wordt, is het makkelijker mensen te overtuigen dat afstemming van definities en masterdata nodig is, of dat een eendrachtige manier van werken in het ERP systeem naar betrouwbaardere data leidt.
Vervolgens zou het naast de gedragsverandering voor bedrijven belangrijk moeten zijn dat men zich nu klaarstoomt voor het gebruik van AI tools in de toekomst. Een gedegen data-structuur is hier een harde voorwaarde in, “There is no AI without IA” [1]. Net als bij een menselijke analyse geldt hier ‘crap in, is crap out’. Datastructuur zal opgezet moeten worden, meta-data moet op orde zijn, definities moeten worden afgestemd, en voor het werken met NLP zullen aliassen gedefinieerd moeten worden. Het voorbereiden op AI kan zich echter niet beperken tot een aantal van dit soort ‘taken’. Een holistische opzet is nodig voor het goed implementeren van AI tooling. Hiervoor moet gekeken worden naar de data infrastructuur in het geheel. En het kan zijn dat hiervoor een organisatie zich op breed niveau opnieuw uit moet vinden. Veel bedrijven zien overigens ook in dat men (nog) niet klaar is voor het implementeren van AI tools. Dit wordt bevestigd door het feit dat er vele malen meer vacatures open staan voor Data Engineers dan Data Scientists[2].
De meest recente ontwikkelingen op gebied van conversational AI geven op dit moment al wel middelen welke makkelijk te gebruiken zijn in een organisatie. Denk aan Virtual Agents, of het gebruik van ChatGPT om suggesties te krijgen voor het schrijven van algoritmes. Dit zal het maken van complexere analyses voor de minder ervaren gebruiker toegankelijker maken. Daarnaast beschikken BI softwarepakketten ook vaker over kant en klare AI tools zoals een key influencer analysis of sentiment recognition tool. Maar ook bij deze tools zal het ondergeschikt zijn aan de kwaliteit van de data waarmee het gevoed wordt. Ineffectief data model management wordt niet voor niets als een van de grote ondermijners voor Augmented Analytics benoemd.[3]
Is er dan weinig winst te behalen voor bedrijven welke nog niet zover zijn in hun data transformatie reis? Niets is minder waar! Het proces om te transformeren naar een datagedreven organisatie zal vele vruchten dragen. Zo leidt het democratiseren van data al tot veel nieuwe inzichten, en het combineren van data zal altijd meer opleveren dan de som van haar afzonderlijke componenten. Daarnaast kan het implementeren van AI geen doel op zichzelf zijn - hoe sexy dit ook mag staan op een corporate slide deck – maar is een middel om informatie uit de nieuw-gestructureerde data te halen.
Ben je benieuwd dat jouw organisatie nog meer uit haar data kan halen, of zijn er al concrete plannen om te transformeren naar een datagedreven organisatie? Of, wellicht is de organisatie al klaar om haar eerste stappen te zetten in het toepassen van Artificial Intelligence. Veneficus specialiseert zich in data consultancy en het detacheren van data professionals. Hierin zijn wij zorgvuldig in het zoeken naar een match op technisch niveau alsmede op persoonlijke vlak met de organisatie.
[1] Information Archetecture: The AI Ladder: Accelerate Your Journey to AI - Rob Thomas, Paul Zikopoulos
[2] Indeed.nl heeft 7350 vacatures open op ‘Data Engineer’, 1046 als ‘Data Scientist’.
[3] What is Augmented Analytics - Microsoft (https://powerbi.microsoft.com/en-us/augmented-analytics/)