Waar moet je opletten als je wilt starten met Artificial Intelligence?

Een lezer van AIToday vroeg via LinkedIn waar je op moet letten als je wil starten met Artificial Intelligence. Dit is een vraag die wij veel in de markt zien. De drie belangrijkste punten waar je op moet letten zijn:

1. AI draagt bij aan doelen.
2. Start met een haalbaar idee.
3. Zorg voor de juiste expertise in AI.

1. AI moet bijdragen aan organisatiedoelen

Wat is je motivatie om met AI te starten? Is je motivatie dat AI cool is en iedereen het doet? Of wil je gewoon een experiment om te weten of dit je bedrijf ten goede kan komen?

Als dit het geval is, stop dan even en stel jezelf de volgende vragen:

1. Kun je de juiste ondersteuning krijgen?
2. Gaat je stakeholder een leuk, cool experiment financieren?
3. Geeft je manager je tijd om met enkele concepten te spelen?

Is het antwoord ‘Nee’ op deze vragen? Klinkt redelijk omdat geen enkele organisatie projecten en experimenten alleen voor de lol zou moeten financieren of de menigte zou moeten volgen. Voor het krijgen van de juiste ondersteuning, tijd en budget voor een experiment, moet het experiment een duidelijk doel hebben en waarde toevoegen aan je organisatie. Daarom moet je het experiment afstemmen op je bedrijf.

Voorbeeld bedrijfsdoelen

De bedrijfsdoelstellingen kunnen zowel voor non-profitorganisaties als voor organisaties met winstoogmerk worden gedefinieerd. Businessplannen met winstoogmerk zijn meestal gericht op financiële doelen, zoals winst of het verlagen van kosten. Non-profit en bedrijfsplannen van overheidsinstellingen richten zich meestal op de ‘organisatiemissie’ die de basis vormt voor hun belastingvrije status, hoewel non-profitorganisaties zich ook kunnen richten op het optimaliseren van omzet en impact.

2. Start met een haalbaar idee

Voor het krijgen van de juiste ondersteuning, tijd en budget voor een experiment, moet het experiment een duidelijk doel hebben en waarde toevoegen aan je bedrijf. Daarom moet je het experiment afstemmen op je bedrijf en zorgen dat het haalbaar is.

Met het gratis AI Experiment Canvas zet je eenvoudig een AI Experiment op. Het dwingt je om na te denken over je bedrijfsdoel en je werkt een concrete hypothese uit.

Proof-of-impact

Zet een klein experiment op (van ongeveer 5 dagen), waarin je kunt aantonen dat het idee levensvatbaar is. Het experiment moet aantoonbaar impact maken op een bedrijfsdoel. Bijvoorbeeld het verhogen van de NPS kan een uitgangspunt zijn.

3. Zorg voor de juiste expertise

Bij een machine learning project ligt de nadruk vaak op het ontwikkelen van een model, zoals bijvoorbeeld het voorspellen of een klant vertrekt. Echter, wordt vaak vergeten dat dit slechts een klein deel is van een machine learning project. Modellen moeten ook onderhoudbaar, schaalbaar, performant en veilig worden gemaakt. Daarnaast moet er goed nagedacht worden over hoe een model kan doorleren op basis van nieuwe data.

Artificial intelligence heeft een grote invloed op de bedrijfsvoering en daarom is het belangrijk om deze kennis intern te verzamelen. Externe partners met diepgaande technische AI-expertise kunnen helpen bij het creëren van momentum, maar het is belangrijk om op lange termijn de AI-kennis zelf in huis te hebben.

Profielen met de juiste expertise worden vaak Data Scientist type B (van Builder) genoemd. Zij hebben specialistische AI-kennis aangevuld met professionele software development skills.