Meer kansen en hogere kwaliteit met kunstmatige intelligentie

Geen enkele organisatie ontkomt aan digitalisering, robotisering en kunstmatige intelligentie. Voor bestaande bedrijven, zowel profit als non-profit, kan die digitale transformatie een behoorlijke opgave zijn. Juist voor deze bedrijven schreef Willem Peter de Ridder het boek ‘Winnen met kunstmatige intelligentie’. Want je organisatie transformeren is moeilijk, maar niets doen is geen optie. Hoe creëer je kansen en realiseer je hogere kwaliteit met kunstmatige intelligentie?

Vanuit zijn bedrijf Futures Studies werkt Willem Peter de Ridder als spreker, postacademisch docent en als strategieconsultant. Hij helpt uiteenlopende bedrijven bij het vaststellen van hun strategie, op basis van de strategic foresight methodology. ‘Met deze methode kijken we vijf tot tien jaar vooruit. We kijken altijd van buiten naar binnen en van later naar nu. Hiermee creëren we een beeld van de toekomst: hoe ziet de markt er over vijf jaar uit, welk businessmodel heb je daarvoor nodig, wat voor soort organisatie moeten we dan zijn? Als je dan terugkijkt naar vandaag, dan realiseer je je dat je nu hele grote stappen moet zetten.’ De Ridder wil ook het begrip kunstmatige intelligentie (KI) demystificeren. ‘Er wordt heel ingewikkeld over gedaan en er bestaan zelfs angstbeelden. Als we KI kunnen uitleggen en behapbaar maken, dan hebben we al een grote stap gezet.’

Lees ook: Kunstmatige intelligentie is een bewegend doel >>

Prescriptive analytics

In essentie gaat KI om geavanceerde data-analyse, zegt De Ridder: ‘Voorheen hadden we managementinformatie die inzicht gaf in wat er vroeger of tot dan toe gebeurde. Met managementinformatie kijk je dus terug. Tegenwoordig hebben we veel meer data én veel meer analysemethoden beschikbaar. Daarmee kunnen we trends en patronen in data herkennen op basis waarvan we met slimme systemen een voorspelling maken van wat er in de toekomst gaat gebeuren. Dat is een enorm verschil.’

Tien jaar geleden voorspelde men massawerkeloosheid door digitalisering en robotisering. Daar is niets van waar gebleken, maar we zijn wel andere dingen gaan doen.

De Ridder duidt op de ontwikkeling van descriptive analytics naar predictive analytics. Descriptive analytics is de meeste basale vorm van data-analyse. Het beschrijft wat er eerder is gebeurd. Hiermee kun je oorzaken van succes of falen achterhalen. Bij predictive analytics worden op basis van trends en patronen in data voorspellingen gedaan. Maar we gaan nog een stap verder, legt De Ridder uit: ‘Met KI gaan we naar prescriptive analytics. Dan ga je aan een systeem vragen: wat is de kortste route van a naar b? Wat is in deze situatie het beste om te doen? Hoe kan ik de kwaliteit in dit proces verbeteren? Het systeem geeft je advies gebaseerd op data-analyses, met behulp van KI. Als je dat toepast in je organisatie, dan kom je tot andere manieren van werken en tot andere businessmodellen.’

Andere dingen doen

Tien jaar geleden zei men dat er door digitalisering en robotisering massawerkeloosheid zou ontstaan en dat het hele middenkader zou gaan verdwijnen. Daar is niets van waar gebleken, zegt De Ridder. ‘De werkelijkheid laat zien dat er juist meer banen bij komen, maar we gaan wel andere dingen doen.’ Een voorbeeld is een callcenter waar meer en meer gebruik gemaakt wordt van chatbots om de veel voorkomende vragen te beantwoorden. ‘Een chatbot is een robot die met jou praat. Die begrijpt wat jij zegt of typt en geeft daar in normale taal antwoord op. In callcenters gaat 80 procent van de vragen over hetzelfde, zoals bijvoorbeeld statusvragen. Die kun je heel goed door een robot laten beantwoorden. De mensen die aan de telefoon zitten, krijgen dan meer tijd voor de gesprekken die er echt toe doen. Dat maakt hun werk leuker.’

Er is geen functie die niet geraakt wordt door kunstmatige intelligentie.

Ook zijn er applicaties die eenvoudig juridisch werk kunnen overnemen. Dat betekent niet dat er geen advocaten meer nodig zijn, integendeel: ‘Juridisch advies wordt op die manier juist voor veel meer mensen bereikbaar. Vervolgens gaan ze aan een advocaat vragen wat hun opties zijn. Een advocaat is dan minder lang bezig met vooronderzoek en veel meer met het adviseren van klanten.’

Waarde toevoegen

Het is dus wel belangrijk om in jouw bedrijf uit te zoeken wat je aan algoritmes kunt overlaten en waar mensen veel beter in zijn. De Ridder: ‘Simpel gezegd: alles wat routinematig is, kunnen we beter aan machines overlaten. Machines zijn betrouwbaarder, maken minder fouten en leveren een hogere kwaliteit, want die hebben er geen problemen mee om iedere keer hetzelfde te doen. Mensen gaan fouten maken als iets routinematig wordt. Daar zit onze toegevoegde waarde ook niet in. Die zit in de toepassing, in creativiteit, innovatie en vooral in de sociale interactie, empathie en sociale vaardigheden.’

Andere manier van denken

Een uitdaging voor kwaliteitsmanagers is de juiste vraag formuleren. ‘Je moet je een voorstelling maken van de analysetool of de interface die je graag zou willen hebben. Dat is heel erg hard werken. Je denkt misschien dat het voor de hand ligt of dat je een ‘aha-moment’ krijgt. Maar het ligt niet voor de hand, want het is niet wat we altijd al gedaan hebben. Het is een andere manier van denken. Het betekent dat je met afstand naar je eigen proces en je eigen werk moet kunnen kijken. Dat is heel erg moeilijk. Je hebt creativiteit nodig om te bedenken hoe het zou kunnen worden.’ Voor kwaliteitsmanagement is de ontwikkeling naar predictive maintenance van belang, vertelt De Ridder: ‘We zijn bekend met periodiek onderhoud, waarbij machineonderhoud preventief uitgevoerd wordt. Onderdelen worden eens in de zoveel tijd vervangen, ook al zijn ze nog niet kapot. Nu machines vol zitten met sensoren, kunnen we de stap zetten naar predictive maintenance. De machine geeft een signaal af dat na zoveel tijd of zoveel rotaties onderhoud noodzakelijk is. Op basis van data over hoe onderdelen presteren, gaan we onderdelen vervangen. Dat levert enorme besparingen op want de onderhoudskosten dalen, terwijl je niet inlevert op kwaliteit of de beschikbaarheid van de machine.’

Digital twin

Een andere interessante ontwikkeling is die van de digital twin. Dat is een virtuele kopie van een machine, een gebouw, fabrieksterrein of zelfs een hele stad, legt De Ridder uit. ‘De digital twin communiceert met de werkelijkheid dankzij sensoren in real time. Op afstand kun je zien wat er aan de hand is en heb je de mogelijkheid in te grijpen. Maar je kunt bijvoorbeeld ook – en dat is heel interessant – bepaalde dingen simuleren. Je kunt wat-als-analyses doen, bijvoorbeeld in een fabriek of een ziekenhuis. Als ik hier iets verander, wat betekent dat dan voor de doorlooptijd, voor de kosten, voor de kwaliteit?’

Kunstmatige intelligentie en kwaliteit

Voor kwaliteitsmanagement zijn dit fantastische hulpmiddelen om processen te verbeteren, uitkomsten te optimaliseren en kwaliteit te verhogen, zegt De Ridder. ‘Het mooiste is als je als kwaliteitsmanager de stap kunt maken van het ontdekken van fouten naar het voorkómen fouten. Als je heel veel data hebt dan kun je KI gebruiken om patronen te ontdekken en oorzaken van fouten te achterhalen. Zo kun je bijvoorbeeld uitvinden of een fout of verstoring in het productontwerp zit of in het proces.’ Willem Peter de Ridder besluit: ‘Het boek is geschreven voor wie de transformatie moet maken naar datagedreven werken – en dat is iedereen. Er is geen functie die niet geraakt wordt door deze ontwikkelingen.’ Willem Peter de Ridder geeft tijdens Het Grote Kwaliteitscongres op vrijdag 30 oktober een presentatie over hoe kunstmatige intelligentie kwaliteit naar een hoger niveau kan brengen. Bekijk hier het programma!    Interview: Maud Notten, freelance tekstschrijver en webredacteur