Eén van de waardevolle toepassingen van kunstmatige intelligentie is het personaliseren van producten en diensten, die we dan ook wel ‘smart’ noemen. Producenten verzamelen data over wie je bent, wat je doet en hoe je hun product of dienst gebruikt. En op basis van die data wordt de gebruikservaring gepersonaliseerd. In dit blog bespreekt futuroloog Willem Peter de Ridder hier een paar voorbeelden van.
Het verschil tussen maatwerk en personalisatie
De begrippen maatwerk en personalisatie worden vaak door elkaar gebruikt, maar betekenen iets anders. Het verschil wordt bepaald door de vraag wie het initiatief heeft voor de productaanpassing. Bij maatwerk, in het Engels customisation, kunnen gebruikers een product of dienst eenvoudig zelf aanpassen aan hun eigen wensen. Als je online een abonnement neemt op een nieuwsbrief en je geeft aan hoe vaak je de nieuwsbrief wilt ontvangen en over welke onderwerpen, dan is er sprake van maatwerk. Bij personalisatie past de aanbieder de dienst aan op basis van data over de klant en predictive analytics. In het voorbeeld van de nieuwsbrief wordt de inhoud in dat geval aangepast op basis van demografische gegevens (geslacht, leeftijd, inkomen) en gedrag (welke artikelen heb je gelezen en op welke links heb je geklikt). Het resultaat is dat klanten een persoonlijke service ervaren en de indruk krijgen dat de aanbieder hen goed kent. Bij een nieuwsbrief is dat triviaal; in de financiële dienstverlening en de gezondheidszorg leidt hetzelfde proces van personalisatie tot significant betere uitkomsten die een grote invloed kunnen hebben op je leven.
Gepersonaliseerde verzekeringen
Verzekeraars kunnen met meer data een betere inschatting maken van de risico’s die zij verzekeren. Voor de meeste schadeverzekeringen worden momenteel vooral demografische gegevens gebruikt die iets zeggen over de buurt waarin iemand woont of het klantsegment waartoe een verzekerde behoort. Dit kan veel preciezer door in te zoomen op individuele objecten en personen. Zo zijn er sinds enkele jaren autoverzekeringen op de markt waarbij de premie afhankelijk is van je rijgedrag. Door middel van een on-board diagnostics (OBD) dongel die je eenvoudig in je auto kunt bevestigen of met een app op je telefoon worden gegevens over je rijgedrag verzameld en doorgegeven aan de verzekeraar. Die stelt vervolgens vast hoe snel je rijdt, optrekt en remt en waar je dat doet. Als je rijgedrag als veilig wordt beoordeeld, krijg je korting op de premie. Dit type verzekering is in Nederland verkrijgbaar bij Fairzekering en de ANWB.
Dezelfde logica is ook toe te passen bij ziektekosten- en levensverzekeringen. Steeds meer mensen dragen smart watches die informatie verzamelen over je hartslag, het aantal minuten inspanning per dag en je slaapritme. Als je bereid bent data over je persoonlijke gezondheid en levensstijl te delen, zijn verzekeraars bereid daarvoor premiekorting te geven. Het Vitality-programma van de Zuid-Afrikaanse verzekeraar Discovery biedt klanten die gezond leven korting op de verzekeringspremie en op sportartikelen. Sinds eind 2019 biedt a.s.r. hetzelfde programma in Nederland aan.
Gepersonaliseerde gezondheidszorg
Ook in de gezondheidszorg zien we de mogelijkheden van vergaande personalisatie. DNA-analyse wordt snel goedkoper en zal binnen afzienbare tijd gemeengoed zijn. Als je een medische behandeling moet ondergaan, kun je je persoonlijke gevoeligheid voor de medicatie vaststellen en de dosering optimaliseren voor maximaal effect en minimale bijwerkingen. DNA-analyses geven ook inzicht in de kans dat je bepaalde ziekten krijgt, zodat je daar door middel van regelmatige screening of preventieve zorg iets aan kunt doen. Voor het leggen van verbanden tussen DNA en ziekteverschijnselen wordt machine learning toegepast. En dankzij de CRISPR-CAS-techniek is het nu zelfs mogelijk je DNA aan te passen. Het voert te ver om de techniek hier in detail uit te leggen, maar simpel gezegd betekent CRISPR-CAS dat je kunt knippen en plakken met DNA.
Gepersonaliseerde juridische dienstverlening
Juridische dienstverlening was uiteraard altijd al gepersonaliseerd. Nieuw is dat de personalisatie dankzij kunstmatige intelligentie ook gerobotiseerd tot stand kan komen. In de financiële dienstverlening hebben we Fintech, in de gezondheidszorg Healthtech en in de juridische dienstverlening Legaltech. Aanbieders zoals doehetzelfnotaris.nl, Firm24 en VraagHugo hebben een eenvoudige online tool waarin op basis van antwoorden van klanten contracten worden opgesteld.
Voor routinematig juridisch werk is de robot lawyer in opkomst. Het controleren van huurcontracten, arbeidsovereenkomsten en leveringsvoorwaarden is een tijdrovende en voor de meeste juristen een routinematige en weinig boeiende bezigheid. In de Verenigde Staten kan LawGeex door middel van algoritmes automatisch aangeven welke clausules in een geheimhoudingsovereenkomst ongebruikelijk zijn, ontbreken of mogelijk moeten worden aangepast. De resultaten van LawGeex zijn gebenchmarkt en daarbij bleek dat het algoritme een nauwkeurigheid realiseerde van 94% en een groep van twintig ervaren advocaten gemiddeld 85%. Het grootste verschil zat hem in de tijd die hiervoor nodig was. De advocaten hadden gemiddeld 92 minuten nodig voor vijf contracten, LawGeex niet meer dan 26 seconden.
De gevolgen voor advocaten, notarissen en andere juristen zijn groot. Enerzijds ontstaat er druk op het traditionele ‘uurtje-factuurtje’-verdienmodel en leidt transparantie van zowel prijzen als kwaliteitsbeoordelingen van klanten tot meer concurrentie. Daar komt dan nog bij dat het aantal uren dat je aan een zaak moet besteden, aanzienlijk kan worden gereduceerd door gebruik te maken van slimme systemen. Toch is het geen slecht nieuws voor de sector. De juridische praktijk wordt met name voor particulieren, zzp’ers en kleine ondernemingen toegankelijker, waardoor de vraag naar juridische ondersteuning verder kan toenemen. En voor de professionals moet het toch fantastisch zijn om minder tijd te besteden aan routinewerk en meer aan strategische vragen, creatieve oplossingen en persoonlijk klantcontact?
Hoe nu verder?
In elke sector zijn er dankzij kunstmatige intelligentie mogelijkheden om producten en producten te personaliseren. Essentieel daarbij is de vraag welke data je beschikbaar hebt en welke data je kunt verkrijgen die inzicht geven in de wensen en de behoeften van je klanten. Verder moet je bij de toepassing alert blijven op onbedoelde negatieve consequenties, zoals vooroordelen en dergelijke, waar ik al eerder over schreef. Desondanks is er voor organisaties in alle sectoren, zowel profit als non-profit, alle reden om de mogelijkheden van personalisatie door middel van kunstmatige intelligentie nader te onderzoeken.
Door: Willem Peter de Ridder
Dr. Willem Peter de Ridder is directeur van Futures Studies, een strategisch adviesbureau dat organisaties ondersteunt bij het verkennen van de toekomst en het formuleren van een toekomstbestendige strategie. Hij verzorgt keynotes op congressen en medewerkersbijeenkomsten, geeft strategieworkshops voor managementteams en doceert in executive programma’s van onder andere de Erasmus Universiteit Rotterdam en TIAS.
Dit blog is gebaseerd op het boek Winnen met kunstmatige intelligentie van Willem Peter de Ridder (2020).
