Machine learning voor iedereen: het nieuwe denken in bedrijven

Artificial intelligence en machine learning waren tot voor kort het domein van grote tech-bedrijven. Maar nieuwe ontwikkelingen, zoals laagdrempelige user platforms als BigML, Azure ML, Amazon ML en Google Cloud ML, maken deze technologie toegankelijk voor een veel groter publiek. Jan Veldsink, kerndocent AI en Cyber bij Nyenrode Business Universiteit en Lead Artificial Intelligence bij Rabobank, heeft als missie om AI en machine learning te integreren in het bedrijfsdenken. Bij Rabobank doet hij dat bij de afdelingen Compliance en Fraude, waar hij werkt aan oplossingen met AI en machine learning en medewerkers opleidt. Van 8 tot en met 11 juli aanstaande is Veldsink dagvoorzitter bij de Machine Learning Summer School van Nyenrode en BigML.

Machine learning in een bedrijfscontext

Veel bedrijven vragen zich af hoe ze zich moeten verhouden tot machine learning en AI, en of het een technische of een bedrijfsaangelegenheid is. Voor Jan Veldsink is het duidelijk: “Wat mij betreft horen machine learning en AI thuis aan de kant van de business, en niet bij IT. Dat vergt nogal een denkswitch.”

Hoe krijg je dit als bedrijf voor elkaar? Veldsink ziet een belangrijke rol weggelegd voor het management: “Mensen in het business management moeten begrijpen wat machine learning is, en hoe het anders is dan wat ze tot nu toe aan traditionele software-ontwikkeling hebben gedaan. Daarom organiseren we de Machine Learning Summer School, waarin specifiek aandacht is voor de bedrijfscontext. Verder moet je goed naar de competenties binnen je organisatie kijken als je machine learning in het denken van je medewerkers wil krijgen. Hoe moet je je teams ontwikkelen en moet je misschien nieuwe mensen aannemen?”

Experts staan centraal

Productontwikkeling, service-afdelingen, legal, administratie: allemaal kunnen ze de vruchten plukken van wat machine learning te bieden heeft. Om iedereen mee te krijgen, ook de mensen zonder technische achtergrond, moet je artificial intelligence en machine learning laten aansluiten bij het vak dat ze uitoefenen. Veldsink: “Ga met mensen in gesprek over hun vak. Onlangs heb ik twintig auditors opgeleid om met machine learning invulling te geven aan hun werk. Daarbij ging het deels over de technologie, maar vooral over de data die zij door en door kennen, en hoe je daar slimmere dingen mee kan doen.”

Nieuwe software zonder programmeurs

In deze nieuwe manier van denken is data geen doel op zich, maar een middel om sneller betere bedrijfsbeslissingen te nemen. De modellen die je met machine learning bouwt worden steeds beter naarmate je ze voedt met nieuwe data, waardoor je snel kan inspelen op veranderingen. “Met machine learning maak je met data nieuwe software zonder dat er een programmeur aan te pas komt,” aldus Veldsink, “dat scheelt enorm veel tijd en geld. En je hoeft echt geen miljoenen datapunten te hebben. Vanaf een paar honderd klanten kan je al gaan leren van je data.”

Een blik vooruit

De rijdende trein die AI heet is niet meer te stoppen, zoveel is duidelijk. Waar staan we over tien jaar? Jan Veldsink voorziet dat elk bedrijf straks op grote schaal machine learning toepast. “Elk bedrijf krijgt ermee te maken, of je nu in de financiële dienstverlening, een corporate context of het mkb zit. Alle software zal AI bevatten en zelfs door AI geschreven zijn.”