Zo laat je een AI-implementatie wél slagen in de uitvoering
Veel AI-projecten mislukken doordat tijdens de ontwikkeling en implementatie alleen naar het technologische aspect gekeken wordt. Jan Peter de Jong, Managing Director van Xebia, legt uit hoe een implementatie wél kan slagen in de uitvoering.
Dat AI enorm krachtig is, staat buiten kijf. Je moet het eigenlijk zien als een dynamisch team van een stuk of tien mensen die een opdracht uitvoeren. AI maakt daardoor een bovengemiddelde impact. Dit geldt overigens voor alle opkomende technologieën die gericht zijn op het verhogen van de productiviteit.
Toch is er ook veel terughoudendheid. En mislukken veel AI-projecten in binnen- en buitenland.
Veel innovatieve onderwerpen hebben technologie in de kern. Maar dat betekent niet dat alles om de technologie draait. Eromheen dansen veel meer aspecten, zoals juridische of maatschappelijke thema’s. In veel gevallen is het niet de technologie die het complex maakt, maar de maatschappelijke context.
AI als oplossing voor arbeidsproductiviteit en klimaat
Ondanks de kloof tussen technologie en maatschappelijke impact zijn er toch enorme kansen. Het behoeft geen betoog dat AI in meer of mindere mate een oplossing is voor uitdagingen rondom arbeidsproductiviteit, waar veel organisaties mee kampen.
Het is belangrijk om bij de implementatie van AI niet alleen een technisch team te betrekken, maar juist een business- of productieteam in combinatie met een HR- of juridisch team. Daarmee breng je de innovatie naar een hoger niveau.
De truc is om veel te leren over de inzetmogelijkheden van de technologie zelf, maar daarbij ook rekening te houden met andere aspecten. Wat betekent een implementatie bijvoorbeeld voor wet- en regelgeving of privacy? Ook moet je meewegen hoe de maatschappij, onder meer via politiek en media, kritisch kijkt naar de technologische oplossing. Het is niet de technologie op zichzelf, maar de samensmelting van belangen die de daadwerkelijke complexiteit bepaalt.
De kloof tussen use case en productie
Het helpt om met een positieve blik naar AI te kijken. Er wordt om ons heen veel gesproken over dat AI bedreigend zou zijn. En de technologie wordt niet altijd serieus genomen. Dat remt enorm af. Terwijl in AI en andere technologie juist een enorme kans schuilgaat om op een slimme manier de economie in stand te houden. En ondertussen kan AI ook maatschappelijk van betekenis zijn, onder meer om het klimaat te verbeteren.
Het goede nieuws is dat AI in de techindustrie voor talloze use cases wordt ingezet en als technologie van significante toegevoegde waarde is. Het slechte nieuws is dat slechts een fractie van deze projecten uiteindelijk in productie terechtkomt. Dit komt doordat de use case vaak vanuit IT wordt gemaakt en technologisch gedreven is. Zonder een concreet beeld van het probleem of de context waarbinnen de technologie moet slagen.
Intelligentie op grote schaal via precision farming
Het toepassen van AI, en technologie in het algemeen, kan ook anders. Neem bijvoorbeeld een boerderij. Door intelligentie toe te voegen aan het landbouwproces kun je bijvoorbeeld slimmer zaden planten. Op de vochtigere plekken plant je de zaden die daar geschikt voor zijn, terwijl de zaden die gebaat zijn bij drogere grond elders geplant worden.
“Je moet wel weten hoe de technologische toepassing, de data en de maatschappelijke context samenkomen.”
Het resultaat? Je hebt een efficiëntere productie. Door de zaden juist te planten zijn ze minder kwetsbaar voor ziekten. Daardoor hoeven minder bestrijdingsmiddelen worden toegepast om een hogere oogst te halen. Meer optimalisatie zorgt bovendien voor minder energieverbruik en een reductie in irrigatie, wat ook weer resulteert in minder energieverbruik.
Dit is niet nieuw. Boeren deden dit vroeger ook al door handmatig resultaten van eerdere jaren bij te houden op een notitieblokje. AI doet in feite hetzelfde, maar maakt het mogelijk om dit op grote schaal te doen. Dus voor grotere stukken grond met veel meer parameters. En daardoor wordt de landbouw op grote schaal vele malen nauwkeuriger.
Meer tijd voor patiënten in de huisartsenpraktijk
Een ander voorbeeld is de gezondheidszorg. Dit is een zeer arbeidsintensieve sector. Tegelijk is er een hoge noodzaak om bijvoorbeeld thuiszorg of huisartsenzorg op een verantwoorde manier in te richten. De ambitie is om administratieve handelingen te verminderen en die bovendien minder foutgevoelig te maken.
Dit kan bijvoorbeeld door een patiëntgesprek op te nemen – vanzelfsprekend op een veilige manier. Een AI-tool kan vervolgens het gesprek direct samenvatten, zodat je dat samen met de patiënt doorneemt. Van beide kanten geef je vervolgens aan of dit de correcte weergave is van het gesprek, waarna de data via de juiste verwijzingen naar de specialist of apotheek gaat. Dit resulteert in minder administratie en meer tijd voor de patiënt.
Lees ook: Negen van de tien ziekenhuizen maken gebruik van AI.
Samenwerking, data en een inzichtelijke praktijkomgeving
Om technologie impactvol te maken is vooral samenwerking nodig. Bijvoorbeeld samenwerking met de overheid, maar ook met de juiste bedrijven. Denk dan aan bedrijven die de juiste satellietdata of -beelden leveren of andere waardevolle gegevens bezitten. Daar kun je gezamenlijk erg mooie use cases mee ontwikkelen. Of het nu gaat om agridata of data uit de gezondheidszorg, je kunt de slimme combinatie van data en technologie in iedere industrie toepassen.
Maar dan moet je wel weten hoe de technologische toepassing, de data en de maatschappelijke context samenkomen. Daarbij is het essentieel om naast techfuncties ook medewerkers uit de praktijk bij projecten te betrekken. En stuur het techteam ook een keer het platteland op of een huisartsenpraktijk in, voordat ze aan de slag gaan met een use case.
Betrek verder de juiste partijen en experts om te zorgen dat de use case van alle kanten wordt onderbouwd. Dan is de stap naar productie kleiner en de kans om echt impact te maken vele malen groter.
