‘Aan de belofte van AI kan alleen worden gebouwd op een sterk fundament van IT- en data-infrastructuren’
Kunstmatige intelligentie (AI) belooft organisaties enorme voordelen. Maar wie denkt deze voordelen snel te kunnen benutten, komt vaak bedrogen uit. Want aan al die mooie beloftes kan alleen worden gebouwd als er een passend IT- en datafundament ligt, stelt Rik de Gier van Van Dam Datapartners. Een goede kandidaat voor dat fundament is het dataplatform.
Het is de laatste tijd hard gegaan met de opkomst van AI. Voor veel organisaties zal het voelen als een trein waar ze op moeten springen, voordat het te laat is. De transformatie naar een bedrijfsmodel dat de vruchten plukt van AI is echter niet in een handomdraai gemaakt.
Dit komt deels doordat AI zo grensverleggend is: daardoor vragen AI-oplossingen meer van de bestaande IT- en data-infrastructuren dan ze aankunnen.
“Oude systemen zijn vaak inflexibel en kunnen grote hoeveelheden data niet snel verwerken”, vertelt Rick de Gier, Business Intelligence Consultant bij Van Dam Datapartners. “Bovendien ontbreekt het aan integratie tussen verschillende databronnen, wat leidt tot datasilo’s en inconsistente datasets.”
De obstakels
De Gier zet de drie belangrijkste obstakels van traditionele infrastructuren op een rijtje. Om te beginnen de genoemde datasilo’s. Die ontstaan wanneer verschillende afdelingen of systemen binnen een organisatie hun data afzonderlijk opslaan en beheren, zonder effectieve integratie.
Dit leidt tot een gefragmenteerd beeld van de beschikbare informatie. “Dit is problematisch voor AI-toepassingen die afhankelijk zijn van toegang tot uitgebreide, geïntegreerde datasets om nauwkeurige en bruikbare resultaten te leveren”, legt De Gier uit.
“Traditionele systemen missen de mogelijkheden om zich aan te passen aan nieuwe technologieën.”
Ten tweede zijn traditionele datawarehouses ontworpen voor gestructureerde data. Ze hebben moeite met het opslaan en verwerken van ongestructureerde data, terwijl die tegenwoordig steeds meer voorkomt.
“In de huidige technische wereld, waar snelheid en efficiëntie cruciaal zijn, kunnen deze beperkingen ertoe leiden dat organisaties kansen missen of niet in staat zijn om adequaat te reageren op veranderingen in het werkveld of in de organisatie”, aldus De Gier.
Ten derde vereisen AI-toepassingen een infrastructuur die zowel schaalbaar als flexibel is, zodat de organisatie kan meegroeien met de toenemende data-eisen. “Traditionele systemen missen de mogelijkheden om zich aan te passen aan nieuwe technologieën of veranderingen in bedrijfsprocessen. Dit beperkt de mogelijkheid van een organisatie om snel te innoveren.”
De organisatie
Tot slot een uitdaging die niet tot de IT- en data-infrastructuur wordt gerekend, maar wel cruciaal is: de organisatie.
Wil je de vruchten plukken van AI, dan moet je als organisatie ook je databeheer en -governance aanpassen. “Doe je dit niet, dan kan het leiden tot flinke problemen, denk aan dataduplicatie, -inconsistentie of zelfs datalekken”, aldus De Gier.
Minstens zo belangrijk is het inrichten van datagedreven processen en – met name uitdagend – het creëren van een datagedreven werkcultuur. “Niet alleen moeten zorgen onder medewerkers worden weggenomen – sommigen vrezen wellicht dat AI hun baan overneemt – maar ook moet worden gewerkt aan hun kennis en vaardigheden, zodat ze ook echt succesvol AI kunnen toepassen in hun werkzaamheden.”
De oplossing: Het dataplatform
Kortom: aan obstakels en uitdagingen geen gebrek. Hier bestaan verschillende antwoorden op, zoals cloudopslag, API-koppelingen en diverse data-integratietools.
Volgens De Gier is de beste oplossing meestal echter iets anders: het dataplatform. “Een dataplatform is een geavanceerd technologieplatform dat organisaties in staat stelt om grote hoeveelheden data uit verschillende bronnen te ontsluiten, te verrijken, te organiseren en te delen met diverse gebruikers binnen de organisatie.”
Het dataplatform – ook wel datamanagementplatform genoemd – fungeert als een centrale hub waar alle relevante gegevens worden samengebracht, ongeacht hun oorsprong.
Zo ontstaat één allesomvattende omgeving met de beschikbare informatie”, schetst De Gier. “De data wordt bovendien gestructureerd, gecategoriseerd en op een logisch plek geplaatst, zodat deze eenvoudig benaderd kan worden wanneer nodig.”
Consistent, gestructureerd en flexibel
Op deze manier heb je als organisatie veel minder last van datafragmentatie. “Datasilo’s worden opgeheven, waardoor fragmentatie wordt verminderd en consistente datasets ontstaan die AI-toepassingen ondersteunen.”
Ook kunnen flexibele data lakes en moderne cloudoplossingen worden ingericht, wat het mogelijk maakt om ongestructureerde en realtime data op te slaan en te analyseren. “Iets wat essentieel is voor diverse AI-toepassingen”, aldus De Gier.
“Een dataplatform kan ook de organisatorische processen stroomlijnen.”
En ten derde vergroot een dataplatform de schaalbaarheid en flexibiliteit van je infrastructuur. “Daardoor kun je makkelijk steeds grotere hoeveelheden data ontsluiten, passend bij toekomstige technologische ontwikkelingen en diverse organisatiebehoeftes.”
Geen wondermiddel
Opgeteld biedt het dataplatform zo een antwoord op de drie genoemde belemmeringen van traditionele IT- en data-infrastructuren. Maar de belangrijkste reden dat De Gier het dataplatform aanraadt, is juist die ene uitdaging die níet tot de IT- en data-infrastructuur wordt gerekend: de organisatie.
“Een dataplatform is vaak de beste keuze omdat het niet alleen de technische vereisten voor AI ondersteunt, maar ook de organisatorische processen kan stroomlijnen”, aldus De Gier.
“Doordat het datamanagementplatform alle data op één plek samenbrengt en op dezelfde manier verwerkt, maakt het databeheer én datagovernance eenvoudiger”, legt hij uit. “Dit zorgt voor betere datakwaliteit en vermindert fouten zoals dubbele of inconsistente gegevens.”
Dat betekent echter niet dat het dataplatform een wondermiddel is, benadrukt hij. “Die bestaan niet – ook een dataplatform is technologie, en zal dus altijd moeten samengaan met een gedegen implementatie. Je zult hoe dan ook moeten investeren in het meenemen en trainen van de medewerkers, of ze nu een technische rol hebben in je organisatie of niet.”
Wel biedt het dataplatform een stevig fundament om echt stappen te zetten op het gebied van AI. “Door te investeren in zowel de technologische als de organisatorische aspecten van AI, kunnen bedrijven hun IT- en data-infrastructuren succesvol transformeren en de enorme belofte van AI waarmaken”, besluit De Gier.
