Vier experts over impact en implementatie van ai

Ook bij de digitale voorlopers uit het bedrijfsleven gaat het bij een videocall weleens mis: ‘Je staat nog op mute!’, wordt bij aanvang geroepen. Het zorgt in elk geval voor een ontspannen begin. ‘Wist je dat “je staat nog op mute” de meest gebruikte zin van 2020 was in corporate Nederland?’, vraagt Jeroen Tas. ‘Ik ken teams die hiervoor een bierpot hebben gemaakt: een euro als je op mute staat,’ zegt René Steenvoorden, die in dit geval zelf een euro lichter zou zijn geweest. ‘Maar wanneer kunnen we dat biergeld weer samen uitgeven?’, vraagt Dailah Nihot zich hardop af.
Als de camera’s en de microfoons allemaal aanstaan, heet Steve Muylle de deelnemers welkom. Hij snijdt meteen het wellicht belangrijkste thema aan van de 11 thema’s die gedurende de bijeenkomst aan bod komen: wat levert artificial intelligence (ai) eigenlijk op aan meetbare impact? De hoogleraar komt meteen met, zoals hij zelf zegt, ‘ontnuchterende cijfers’: ‘Uit recent onderzoek blijkt dat bij slechts één op de tien bedrijven een significante businessimpact te zien is dankzij ai.’ Het gaat dan om bijvoorbeeld omzetverbetering of kostenbesparing. Dat roept de vraag op hoe de deelnemers aan De Raad de businessimpact van ai op hun bedrijf zien en meten.

1. Businessimpact is moeilijk te meten, maar wel waarneembaar
Tas weet zeker dat die impact er wel degelijk is. ‘De belangrijkste impact zien wij in het verbeteren van onze proposities.’ Dat klinkt wellicht wat abstract, maar Tas weet zijn woorden kracht bij te zetten met een duidelijk voorbeeld: de MRI-scanners van Philips. ‘Dat zijn grote, medische machines die een forse investering vragen en die de afgelopen jaren beetje bij beetje verbeterd zijn. Juist ai zorgt voor extra waarde: dankzij kunstmatige intelligentie kan de machine 20 tot 30 procent meer dan voorheen. MRI’s zijn sneller, secuurder en slimmer geworden. Hoe meer gebruiksinformatie aan die machines wordt toegevoegd, hoe waardevoller ze worden.’ Tas vergelijkt de MRI-machines graag met een auto: ‘Als een nieuwe auto de garage uitrijdt, verliest die meteen 20 procent van zijn waarde. Een MRI krijgt alleen maar meer waarde door alle data die in de loop van de tijd aan het apparaat wordt toegevoegd.’ Steenvoorden vindt het lastig om precies te detecteren waar bij Randstad de businessimpact van ai zit: ‘Wat schrijven we toe aan ai en wat schrijven we toe aan een min of meer reguliere optimalisering van bijvoorbeeld de HR-systemen? Die grens is diffuus.’ Toch ziet ook Steenvoorden duidelijke voorbeelden van impact: ‘We laten het zoeken door onze consultants naar geschikt personeel voor onze klanten steeds meer begeleiden door algoritmes. Het aantal bruikbare matches is daardoor in korte tijd verdubbeld. Of een ander, simpel voorbeeld: door het optimaliseren van onze website kunnen onze klanten en kandidaten nu veel sneller een vacature vinden en invullen. Dat zijn belangrijke successen. Maar het blijft lastig om ze volledig op het conto van ai te schrijven.’

2. Zorg voor een ecosysteem
Businessimpact is ook te bereiken door middel van uitgebreide samenwerking in ecosystemen. Muylle, stellig: ‘Ecosystemen leiden tot nieuwe businessmodellen.’ Het is een stelling die Nihot (NN Group) onderschrijft: ‘Het aanbieden van embedded insurances is inmiddels een trend. Dat betekent dat verzekeraars op de platforms van derden een verzekering aanbieden. Als iemand bij Amazon diervoeding koopt, dan zouden wij een aanbieding voor een huisdierenverzekering kunnen doen. We participeren in het systeem van de ander. Door datadeling levert dat nieuwe, relevante producten op.’
Tas is het met Nihot eens: ‘Langetermijnrelaties aangaan en uit die relatie wederzijdse waarde creëren: daar gaat het om. Wij hebben voor onze MRI een marktplaats voor ai-algoritmes opgezet. We hebben relaties met ongeveer 500 startups en research-organisaties die algoritmes creëren en verbeteren.’ Philips wordt dankzij ai steeds meer een servicebedrijf, al gaat dat niet altijd vanzelf. ‘Ik vind dat nog wel een moeilijke weg, hoor. Veel van onze productmanagers denken nog heel sterk in features en functions. Ze kijken wat concurrenten aan producten bieden, maar wij moeten een ander spel spelen. Dat kan alleen door in ecosystemen te werken. Wie dat het beste doet, zal er zelf beter van worden.’

3. Ai zorgt voor een betere employee én customer experience
Nihot is ervan overtuigd dat data de kernprocessen van NN versnellen en verbeteren, bijvoorbeeld op het gebied van het afhandelen van claims, risico-analyse en fraudedetectie. Maar ze wil er meteen graag een ander element bij betrekken: het welzijn van de medewerkers. ‘Ook dát kan door ai worden verbeterd. Een klein voorbeeld: dankzij digitale oplossingen is het binnenkort voor onze collega’s makkelijker om reiskosten te declareren. Dat gebeurt nu met de hand, maar we zijn dat volledig aan het automatiseren. Door datzelfde systeem kunnen we ook weer makkelijker onze CO2-uitstoot berekenen, wat weer van belang is voor de duurzaamheidsdoelstellingen. Ook dat beschouw ik als relevante businessimpact van ai.’ Muylle ziet een duidelijke link tussen employee experience en customer experience. ‘Ik denk dat het belangrijk is dat ai-processen end-to-end zijn, zodat ze binnen de hele keten vertegenwoordigd zijn en je niet geïsoleerd hier en daar maar wat doet.’

4. Bouw een rode knop in
Met het verbeteren van de employee experience raken de deelnemers van De Raad een ander belangrijk thema aan: ai en mensenwerk. Muylle spreekt van de drie o’s: ‘Ai kan worden ingezet om human work te ondersteunen, over te nemen of te overstijgen.’ Tas onderstreept het bestaan van de drie o’s. ‘Het is een drietrapsraket. Ik zie dat bij vrijwel al onze producten en diensten terugkomen.’ Tas denkt dan bijvoorbeeld aan de kankerzorg, waarbij datagedreven MRI-scanners en operatierobots inmiddels duidelijk de menselijke denkkracht ‘overstijgen’. ‘Wat de machine kan, is zo complex dat echt geen enkel menselijk wezen dat bij kan benen. Toch heb je nog steeds een oncoloog nodig die in overleg met de patiënt de eindbeslissing neemt. Dat wil je niet door ai laten doen. Je hebt human judgement nodig. De machine moet altijd overruled kunnen worden. We bouwen in al onze ai human feedback loops in, en in alle applicaties is wel een rode knop ingebouwd die door een mens ingedrukt kan worden.’

5. Dankzij ai blijft er tijd over voor humaneness
Ook Steenvoorden herkent de drietrapsraket. En ook hij ziet een duidelijke rol voor de mens. ‘Het is helder dat technologie zaken soepeler kan laten lopen. Het is fijn dat je als uitzendkracht in een app kunt opzoeken hoe laat je dienst begint.’ Het voordeel daarvan is dat de consultants of intercedenten tijd overhouden voor de echt belangrijke zaken. Steenvoorden haalt eigen internationaal onderzoek aan, waaruit naar voren komt wat medewerkers en klanten tegenwoordig echt belangrijk vinden. ‘In elk onderzoek is dat humaneness: menselijkheid. Even van mens tot mens laten weten dat je geen cijfertje bent.’ De menselijke factor heeft het bij Randstad geschopt tot in de strategie die tech and touch is genoemd. ‘Dankzij technologie spelen we veel tijd vrij. In het contact met de intercedent hoeft het niet langer over urenbriefjes te gaan. Het gesprek gaat over jouw carrière en over de skills die je nodig hebt.’
Muylle: ‘Dat hebben mensen voor op ai. Met ai kun je wel gevoelens simuleren, maar ai ligt nooit wakker, treedt nooit echt met je in contact. Een mens zal altijd van toegevoegde waarde blijven.’

6. Ai is nooit verveeld en hoeft nooit koffie
Het feit dat ai ‘gevoelloos’ is, is volgens Nihot ook een voordeel: ‘Machines raken nooit vermoeid of verveeld. Ze vinden het niet erg om 100 keer dezelfde klus te doen, zelfs zonder koffie. Wat dat betreft is het dus prettig dat je saaie, administratieve klussen kunt overlaten aan een machine zonder gevoel.’ Steenvoorden: ‘Dat repetitieve, daar worden mensen heel ongelukkig van – maar ai gelukkig niet.’ Volgens Steenvoorden vraagt dit alles wel om een andere begeleiding en beoordeling van het personeel. ‘Als je consultants blijft beoordelen op de hoeveelheid interviews die ze doen, dan blijf je steken in het verleden. Kwaliteit gaat nu boven kwantiteit. Een klantgesprek heeft straks een hogere strategisch toegevoegde waarde. We moeten klanten er bijvoorbeeld op wijzen dat ze straks te weinig data-analisten zullen hebben.’ Muylle: ‘Transactionele business verandert steeds meer in relationele business.’

7. Door ai verandert de workforce
Dat de ontwikkeling van ai gevolgen heeft voor de banen van de toekomst, staat volgens De Raad wel vast. Steenvoorden volgt namens Randstad de trends op de arbeidsmarkt op de voet: ‘Er zullen banen verdwijnen, maar er zullen ook banen bijkomen. Afhankelijk van het scenario dat je volgt, zal de schaarste op de arbeidsmarkt zeer waarschijnlijk groter worden. Dat betekent dat er absoluut werk is voor iedereen. Echter, de aard van het werk verschuift. Het belang van humaneness en hospitality neemt toe, er is meer behoefte aan het menselijke gezicht in de gezondheidszorg bijvoorbeeld. En natuurlijk zijn er straks allerlei ai-specialisten en techneuten nodig die dat faciliteren.’

8. Ai vraagt meer systeemdenken
Vanwege al die veranderende, ‘nieuwe’ capaciteiten – 21st century skills – moet het onderwijs meebewegen met de ontwikkelingen om aan de vraag van de markt te voldoen.
Tas: ‘Wat bedrijven nodig hebben, vergt een ander soort onderwijs. We moeten leren omgaan met dynamisch veranderende situaties. Systeemdenken is nu nog geen gemeengoed.’ Tas refereert onder meer aan de coronapandemie. ‘Kijk naar de IC-capaciteit van Nederlandse ziekenhuizen. We denken dat we de problemen op kunnen lossen door tien extra IC-bedden neer te zetten, maar dat voldoet niet. De oplossing is ai gebruiken. Met behulp van ai kunnen we patiënten monitoren, virtuele zorg bieden en de instroom in de ziekenhuizen verlagen. We moeten mensen anders leren denken om de problemen op te lossen. We denken te veel in oude modellen.’

9. Ai levert pas op termijn resultaat op
Muylle: ‘Dat is meteen een mooie inleiding op de belemmeringen die we tegenkomen bij het opschalen van ai-oplossingen. Ai inzetten klinkt fantastisch, totdat je het in de praktijk wil brengen. The worst day for ai is the first day. Dat is een herkenbare uitspraak van Gina Chung, vice president innovation van koeriersbedrijf DHL. Ai biedt niet een onmiddellijke oplossing. Het vraagt tijd.’
Tas: ‘De dimensie tijd is inderdaad belangrijk. Besef dat je pas na verloop van tijd resultaat ziet. En zeker niet op dag één. Je moet veel vertrouwen en nog meer geduld hebben.’

10. Gebruik ai als een force for good
Een ander belangrijk punt is ethiek. Steenvoorden heeft er een uitgesproken mening over: ‘Ai moet een positieve driver zijn. We hebben bij Randstad een aantal ai-principes vastgelegd, die aangeven wat we wel en niet willen.’ Nihot geeft aan dat NN Group eveneens de ethische kaders formeel heeft vastgesteld. ‘Het is belangrijk dat we ai inzetten in het voordeel van de klant. Dat klinkt wellicht voor de hand liggend, maar dat is het niet. Je kunt ai namelijk ook inzetten in het nadeel van de klant, ook in de financiële sector of in de gezondheidssector. Daar moeten we goed bedacht op blijven. Ai als een force for good zou default moeten zijn.’

11. De mens leert van ai en andersom
Volgens Muylle is het van belang om vooral te leren van ai. ‘Als je meer businessimpact wil, dan toont onderzoek aan dat je niet moet kijken naar machine learning maar naar organizational learning. Dat zijn dus onder meer de feedback loops waar Jeroen het al over had in zijn voorbeeld over kankeronderzoek. Ai leert van menselijke feedback en mensen leren van ai.’ De deelnemers aan De Raad zijn het daarmee eens. Muylle vraagt zich wel af of het belang van ai ook is doorgedrongen tot de boardroom. ‘Hoe krijg je de board mee? Begrijpen raad van bestuur en raad van commissarissen het belang van ai?’
Tas is stellig: ‘De reden dat ik bij Philips zit, is juist omdat onze ceo Frans van Houten dit allemaal zag aankomen. Hij loopt digitaal voorop. Dus daar zie ik geen probleem. Toezichthouders zijn gemiddeld misschien iets conservatiever, maar dat zorgt er ook voor dat de boel in balans blijft. Dat je voorwaarts kunt zonder te veel risico’s te nemen.’ Nihot: ‘Ai is al lang geen keuze meer, ook niet voor de board. Je kunt dus maar beter proactief zijn en nadenken over wat je ermee wilt.’ Steenvoorden: ‘Voor bestuurders is ai al snel een moeilijk thema. Als je niet oppast, klinkt het als abracadabra. Maar aan het eind van de rit is het uiteindelijk niet meer dan statistics on steroids – je krijgt zoveel gegevens beschikbaar dat een mens het niet kan behappen. Ik zie het ook als mijn taak om het een beetje te relativeren. Laten we het niet magischer maken dan het is.’

Dit artikel is gepubliceerd in Management Scope 03 2021.