Er worden in hoog tempo geavanceerde, cognitieve technologieën ontwikkeld die mensenwerk kunnen vervangen. Om te bepalen waar en hoe je slimme machines kunt toepassen in je organisatie, heb je grondig inzicht nodig in wat je er wel en niet mee kunt.
Slimme machines worden duidelijk intelligenter. De trend gaat richting steeds zelfstandigere besluitvorming. Ofwel: van machines die een sterk gestructureerde data- en beslissingscontext nodig hebben naar machines die complexere contexten kunnen ontcijferen.
4 niveau’s van intelligentie
Er zijn grofweg vier niveaus van intelligentie en daarmee samenhangende toepassingen:
- Ondersteuning bieden aan mensen. De toonaangevende visie van de afgelopen decennia is nog steeds actueel: de meeste mensen gaan ervan uit dat de machine louter een aanbeveling doet voor een bepaalde handelwijze of beslissing, maar dat een mens van vlees en bloed uiteindelijk de knoop doorhakt.
- Automatisering van repetitieve taken. Het is een kleine stap van machines die mensen ondersteunen naar machines die beslissingen nemen, in het bijzonder in gestructureerde contexten. Geautomatiseerde besluitvorming heeft steeds meer voet aan de grond gekregen op gebieden als acceptatie van verzekeringen en financiële handel. Deze besluitvorming is meestal gebaseerd op een vaste set regels of algoritmen, waarbij mensen de systeemperformance monitoren en de algoritmen fijnslijpen.
- Contextbewustzijn en leren. Geavanceerde cognitieve technologieën beschikken tegenwoordig over een zekere mate van realtime contextueel bewustzijn. Door de continue stroom van data, in grote hoeveelheden, hebben we technologieën nodig die ons helpen om in realtime wijs te worden uit de breiden door anomalieën op te sporen, patronen te ontdekken of te voorzien wat er gaat gebeuren. Denk bijvoorbeeld aan een routeplanner die aangeeft wat op dat moment de beste route is op basis van onder andere de voorkeuren van de bestuurder. Deze technologieën zijn bovendien zelflerend – op basis van onder meer continue analyse van realtime data, en feedback van gebruikers – waardoor ze steeds beter presteren.
- Zelfbewustzijn. Machines die zelfbewustzijn hebben en zelfstandig doelstellingen kunnen bepalen, bestaan op dit moment nog niet. Zelfs de meest optimistische experts denken dat dit minstens nog 30 à 40 jaar gaat duren.
Machines die zelfbewustzijn hebben en zelfstandig doelstellingen kunnen bepalen, bestaan op dit moment nog niet.
4 soorten cognitieve taken
Slimme machines kunnen vier soorten taken verrichten, van eenvoudige verwerking van cijfers tot fysieke taken in de echte wereld:
- Cijfers analyseren. Dit is de basis van alle cognitieve technologieën (bijna vergeten, maar ‘to compute’ betekent gewoon ‘rekenen’ en een computer is dus van huis uit een rekenmachine).
- Woorden en beelden analyseren. Dit is een essentieel kenmerk van menselijke cognitie, maar machines worden er steeds beter in – denk aan machineleren, computerlinguïstiek (natuurlijke-taalverwerking), neurale netwerken en deep learning. Een eenvoudige smartphone kan tegenwoordig menselijke spraak begrijpen en beelden herkennen. En er zijn al systemen die veel verder gaan. Zo is er software die communicatie tussen werknemers bij banken analyseert om de kans op fraude in te schatten. En: software die op basis van gesprekken interpreteert wat klanten willen en dat zo mogelijk voor ze doet.
- Digitale taken verrichten. Hierbij gaat het om administratieve taken en beslissingen, zoals acceptatie van verzekeringspolissen en hogesnelheidshandel. De recentste ontwikkeling is robotic process automation, waarbij data uit meerdere informatiesystemen worden gebruikt op de manier waarop mensen dat normaliter doen. Voorbeelden zijn back-office klantenservicetaken (zoals het vervangen van een kwijtgeraakte betaalkaart), het verwerken van verzekeringsclaims en -uitbetalingen, het monitoren van systeemfoutmeldingen en oplossen van eenvoudige problemen in IT-systemen, en het verwerken van facturen en afhandelen van routinematige verzoeken van klanten en leveranciers. De kostenbesparingen kunnen aanzienlijk zijn. Kijk maar naar Telefónica O2, het op een na grootste mobiele-telefoniebedrijf van het Verenigd Koninkrijk. Het concern meldde dat zijn investeringen in ‘softwarerobots’ (voor automatisering van meer dan 160 procesgebieden) in drie jaar tijd een ROI opleverden van 650 tot 800 procent.
- Fysieke taken verrichten. Dit is het werkgebied van robots. In 2014 installeerden bedrijven wereldwijd zo’n 225.000 industriële robots. De autonomie van deze apparaten loopt sterk uiteen. Drones bijvoorbeeld, en ‘robotische’ chirurgische instrumenten, moeten door mensen worden bediend. Andere apparaten kunnen zodanig worden geprogrammeerd dat ze minstens semizelfstandig werken, al kunnen ze vooralsnog meestal slechts in beperkte mate reageren op onverwachte omstandigheden.
Gaan slimme machines mensen vervangen?
In elk geval niet in de nabije toekomst. Mensen hebben meerwaarde ten opzichte van zelfs de allerslimste machines. Ze zijn er beter in om ongestructureerde data te interpreteren – bijvoorbeeld in de betekenis van een gedicht achterhalen, of op basis van een foto beoordelen of een woonbuurt goed of slecht is. Ze hebben de cognitieve ‘breedte’ om veel dingen tegelijkertijd correct uit te voeren.
Mensen hebben meerwaarde ten opzichte van zelfs de allerslimste machines.
De menselijke oordeelskracht en flexibiliteit blijven voorlopig de basis van het vermogen om te innoveren, klanten enthousiast te maken en te concurreren.
Bron: MIT Sloan Management Review, voorjaar 2016
Lees ook: Dit zijn de topbanen in 2025 – en deze vaardigheden heb je daarvoor nodig
Ook interessant: 11e Sigma Jaarcongres Procesmanagement over Digitale Transformatie
