Arjan van den Born: 'Investeren in data'

Sinds 2012 is Van den Born hoogleraar digitaal ondernemerschap aan de Tilburg University. Daarnaast is hij sinds twee jaar directeur van de Utrechtse Regionale Ontwikkelingsmaatschappij (ROM Utrecht Region), een van de laatste regio’s die nog geen ontwikkelingsmaatschappij had. Met een risicokapitaal van 55 miljoen euro is de ROM aanjager van innovatieve, vaak digitaal gedreven startups. Het gaat dikwijls om een cofinanciering voor startende bedrijven die voor hun ideeën geen reguliere financiering bij bijvoorbeeld banken kunnen krijgen. In het kantoor op het Utrecht Science Park vindt het interview plaats met Tjarda Molenaar, directeur van de Nederlandse Vereniging van Participatiemaatschappijen (NVP). Maar eerst geeft Van den Born een rondleiding. Naast een aantal werkplekken is er een open ruimte voor brainstormsessies. Het kantoor oogt allesbehalve kil, dankzij de wanden die in coronatijd werden betimmerd met houten planken van afgeschreven pallets. Het interieur werd verzorgd door Pop Up Pallets, een van de bedrijven waarin de ROM investeerde. Met zichtbare trots vertelt de ROM-directeur over deze en andere veelbelovende startups.

Eenmaal aan tafel is Van den Born weer in zijn rol van hoogleraar gekropen. Zijn kennis over artificial intelligence (ai) deelt hij in rap tempo en hij haalt daarbij geregeld voorbeelden aan.
‘Ai is niet heel moeilijk’, stelt hij meer dan eens. ‘Maar bestuurders moeten wel begrijpen wat de impact kan zijn van ai.’ Om de digitale businesskennis van executives te vergroten, schreef Van den Born het boek De AI fabriek. ‘Disruptie ligt op de loer. Niet alleen door nieuwe technologieën, ook door nieuwe regelgeving.’
Durfinvesteerders kunnen volgens de hoogleraar een belangrijke bijdrage leveren aan de ontwikkeling van nieuwe technologieën. Maar Van den Born constateert dat veel venture capital-spelers in Europa terughoudend zijn omdat de markt te gefragmenteerd is.

Wat is de relatie tussen data en ai?
‘Feitelijk zijn er vier lagen. De eerste laag is de software waarop de programma’s draaien. De tweede laag bestaat uit data waarmee – in de derde laag – modellen kunnen worden gebouwd. De vierde laag omvat de diensten die ontstaan door het slim analyseren van data. Daarbij zijn er drie manieren waarop ai kan worden ingezet. Veel bedrijven maken gebruik van ai om er operational excellence mee te behalen: denk aan boodschappenbezorger Picnic die zijn routes slim uitstippelt. Daarnaast kun je met ai ook customer intimacy bereiken: je leert de klant beter kennen dankzij data-analyse. Netflix doet dat door series of films aan te bevelen op basis van eerder kijkgedrag. De derde toepassing van ai is productinnovatie. Hierbij ontwikkelt een bedrijf met behulp van data nieuwe diensten. Vooral startups en scale-ups slagen hier goed in, voor grote bedrijven is het lastiger. Het is een enorme uitdaging om te transformeren naar een digitale organisatie. Het vraagt om een cultuuromslag. Te veel bestuurders kijken met een analoge, 20e-eeuwse mindset naar hun organisatie, terwijl die digitaal geleid moet worden.’

Hoe kunnen gevestigde bedrijven die omslag maken?
‘Vroeger was het eenvoudig. Was je een maakbedrijf dan rolden er auto’s, wasmachines of televisies de fabriek uit. Vanaf de jaren ’80 speelt IT een steeds grotere rol: het werd een ondersteunende afdeling. In de jaren ’90 werd IT zo dominant dat business IT alignment en vooral business operations goed moesten samenwerken met de IT-afdeling. Maar dat is onvoldoende in dit digitale tijdperk. Data en ICT zijn zo essentieel dat er altijd gemixte teams moeten zijn. Het liefst met vijf typen mensen: de hacker, de hipster, de hound, de hustler en de hopestar. De hacker doet aan data-engineering, hij verzamelt en beheert data. De hipster weet alles van digitale marketing. De hound heeft kennis van statistiek en ai. De hustler houdt het hele team bij elkaar en zorgt dat er geld wordt verdiend. De hopestar is de ethicus en de jurist. Ook binnen het bestuur van grote bedrijven zou veel meer digitale kennis moeten zijn. De moderne ceo zou eigenlijk een hustler moeten zijn: een digital executive.’

Welke succesvoorbeelden zijn er van bedrijven die de omslag maken?
‘Autofabrikanten zoals BMW voorzien hun auto’s van honderden sensoren die van alles registreren. Daarvan profiteert de automobilist – hij weet of het glad is en waar files staan – maar ook de autofabrikant. Dankzij data over het rijgedrag van de eigenaar kan risico op ongelukken goed worden ingeschat. Autoproducenten kunnen dat zelfs beter dan verzekeringsmaatschappijen: deze bedrijven weten enkel de postcode, hoe lang iemand autorijdt en hoeveel schadevrije jaren hij of zij heeft. Steeds vaker bieden autofabrikanten daarom autoverzekeringen aan. In Nederland maken veel ingenieursbureaus, grote partijen zoals Arcadis en Royal Haskoning maar ook middelgrote bedrijven als HydroLogic, de switch van het verkopen van kennis en consultancydiensten naar het verkopen van data, services en software.’

Hoe kunnen investeerders bijdragen aan dit succes?
‘Er zijn behoorlijke investeringen nodig om grote datasets te creëren, maar het zijn vooral durfinvesteerders in de Verenigde Staten die hierop inspelen. Venture capitalists (vc’s) investeren daar fors in partijen met toegang tot veel unieke data, omdat ze zien dat er sprake is van winner takes all-uitkomsten. Ze weten bovendien dat partijen die in de Verenigde Staten het grootst worden, vaak ook de rest van de wereld kunnen leiden. In Europa zijn veel vc’s toch wat terughoudender omdat onze digitale markt te gefragmenteerd is.’

In Europa bestaat de maatschappelijke wens om het ontstaan van monopolies tegen te gaan. Hoe krijgt Europa dat voor elkaar?
‘Er is nieuwe wetgeving in de maak, zoals de Digital Marketing Act. Ook investeert Europa in nieuwe methodes om data te delen. Het uitgangspunt daarbij is dat er in de toekomst meer samengewerkt zal worden volgens standaarden. Vergelijk het met de clearing-afspraken in de banksector of hoe de gsm-technologie achter de mobiele telefoon werkt. Dankzij die regels is het voor consumenten mogelijk om onderling geld naar elkaar over te maken of elkaar te bellen terwijl iedereen een andere mobiele provider heeft. Dat wordt in toenemende mate ook met dataverkeer geregeld.’

Met welke wetten wil Europa de digitale markt reguleren?
‘We zien steeds meer regelgeving uit Europa. In eerste instantie was er alleen de Algemene verordening gegevensbescherming (AVG) die inging op privacy. De nieuwe regelgeving gaat enerzijds het onethisch gebruik van ai tegen middels de AI Act, en anderzijds monopolievorming op digitale markten met de Digital Markets Act. De Amerikaanse onderzoeker Cathy O’Neil beschreef een paar jaar geleden in Weapons of Math Destruction hoe wiskundige algoritmen kwalijke effecten kunnen hebben. Ze bepalen hoeveel verzekeringspremie je betaalt, maar ook of er een recidiverisico is bij mensen die een misdrijf pleegden. Het kan soms lelijk misgaan als de computer beslist, omdat mensen niet in staat zijn onbevooroordeeld modellen te maken. Deze fouten waren al onethisch, maar worden met de AI Act ook strafbaar: er worden flinke boetes uitgedeeld.
De Digital Markets Act is weer anders. Deze wet wil de macht van big tech-bedrijven inperken. Google en Amazon opereren veelal op een manier die we niet ethisch zouden vinden als het niet in de digitale wereld zou plaatsvinden. Zo halen online marktplaatsen zoals Amazon doodleuk productaanbieders van hun platform af als deze aanbieders goede winst maken. Op de lege plek plaatst Amazon vervolgens zijn eigen producten. Dit kunnen we ons in de fysieke wereld niet voorstellen, dat de marktmeester zelf bepaalt wie er op de markt mag staan en ook zijn eigen standjes heeft. De Digital Markets Act gaat niet alleen monopolievorming tegen, maar legt ook op dat aanbieders transparant moeten zijn over hun prijsstelling en dat er dataportabiliteit moet zijn, wat inhoudt dat personen het recht hebben de persoonsgegevens te ontvangen die een organisatie van ze heeft. Voor consumenten bestond die al dankzij de AVG, nu moeten ook bedrijven zich daaraan houden.’

Welke impact zullen deze wetten hebben?
‘Het inperken van de macht van de Amerikaanse big tech biedt kansen voor Nederlandse bedrijven. Maar bestuurders moeten wel goed nadenken hoe ze hierop kunnen inspelen. Disruptie ligt op de loer. Nieuwe spelers kunnen de markt flink opschudden als er nieuwe technologie wordt ontwikkeld. Maar disruptie ontstaat soms ook door nieuwe wetgeving, als de spelregels opnieuw worden geformuleerd. Dat wordt dus nog spannend.’

Wat kunnen we van digitale koplopers leren?
‘Bedrijven moeten niet onderschatten hoe belangrijk data zijn in het digitale tijdperk. Zonder gegevens kun je niets beginnen met mooie ai-modellen. In het digitale tijdperk vormen data de ruwe olie, is ai de raffinaderij en zijn digitale services het distributienetwerk van pompen. Je kunt als onderneming best in de raffinaderij – ai – investeren, maar je moet vooral zorgen dat je als bedrijf toegang hebt tot olie – data – en waardevolle services biedt: pompen.
De enorme waarde van toegang tot data is de reden waarom Google jaarlijks 15 miljard dollar aan Apple betaalt om de standaardzoekmachine te zijn op iPhones. Nederlandse bestuurders moeten goed nadenken over welke unieke data ze beschikken of hoe ze ervoor zorgen dat ze die krijgen. Veel bedrijven denken daar nu niet over na. Banken en verzekeraars denken dat ze met hun grote datasets wel iets moois kunnen doen. Maar in veel gevallen zijn die datasets net zo uniek als die van de concurrent. Bedenk aan welke data je wel iets hebt en zorg dat die pijpleiding je bedrijf bereikt.’

Hoe presteert Nederland op het gebied van ai? Het Nationaal Groeifonds heeft daarvoor veel geld beschikbaar gesteld: wat zien we daarvan terug?
‘Bijna alle Nationaal Groeifonds-aanvragen gaan over oplossingen met een ai-component. In Nederland zouden we nog wel meer aandacht mogen hebben voor data. Daar loopt het bij bedrijven vaak op mis. Het moeilijkst van ai is het verzamelen van data, het “schoon” krijgen ervan en vervolgens het aan elkaar koppelen. Pas als dat gebeurd is, kun je er slimme dingen mee doen. Als er tien mensen op een ai-project zitten, zijn er vaak acht bezig met data engineering. Er gaat veel energie in deze fase zitten. De kwaliteit van modellen hangt sterk af van de hoeveelheid bruikbare data.’

Hoe kunnen we ons onderscheiden met ai?
‘Nederland loopt voorop in ai-toepassingen met klimaatdata. Omdat het Kadaster tien jaar geleden zijn datasets heeft opengesteld, zijn daar veel startups op gedoken. Het zou goed zijn als we meer data openbaar maken. Ik denk aan het Prinses Máxima Centrum dat is gespecialiseerd in kinderoncologie. Er is nergens ter wereld zoveel specialistische kennis onder één dak. Alleen lopen we in ons land tegen kwesties aan als het elektronisch patiëntendossier. Die gegevens zijn beschermd en niet zomaar voor onderzoek beschikbaar. In andere landen zijn ze hier veel verder mee. Het is begrijpelijk dat we voorzichtig zijn, maar we slaan iets te ver door.’

Hoe zouden we op dit vlak stappen kunnen zetten?
‘We zullen simpelweg meer data moeten gaan delen. Dat is nu nog ingewikkeld. Hier op het Utrecht Science Park zit Genmab, een internationaal opererend biotechbedrijf dat onderzoek doet naar gepersonaliseerde kankermedicijnen. Genmab zou daarbij graag meer gebruik maken van ai, maar in Nederland lukt dat niet altijd goed omdat de wetgeving rondom persoonlijke data erg rigide is. We zijn te voorzichtig. Onze natuurlijke houding is vooral terughoudend. Toch zouden we vaker moeten openstaan voor het delen van datasets. Zo ontstaan nieuwe verdienmodellen. Ook is het delen van data cruciaal voor het realiseren van veel maatschappelijke opgaven – denk maar eens aan gepersonaliseerde zorg en de circulaire economie. Zo kan de bouw veel duurzamer opereren als data in de keten beter gedeeld kunnen worden en we restproducten waarde geven zoals een bedrijf als Madaster doet.’

Waarom zijn we terughoudend in het delen van data?
‘Ik denk dat er drie redenen zijn. Allereerst, we vinden het juridisch eng. Ten tweede speelt het data governance-vraagstuk: van wie zijn de data? Ten derde is er onduidelijkheid over het verdienmodel. Stel, dat het verzamelen en verwerken van data tot succes leidt, wie gaat er dan aan verdienen? Het is niet de technologie die ontwikkelingen tegenhoudt, maar dergelijke lastige vraagstukken.’

Waar gaat het heen met ai?
‘De hoeveelheid data zal alleen maar groeien. Daarnaast zullen ai-technologieën verder verbeteren. Die combinatie betekent dat we ai steeds meer gaan gebruiken voor maatschappelijke opgaven. Maar we staan nog voor grote uitdagingen voor het zover is. De bioloog Edward Osborne Wilson zei het in 2009 heel treffend: “Het echte probleem van de mensheid is: we hebben paleolithische emoties, middeleeuwse instituties en goddelijke technologie.” De technologie vormt niet het probleem, maar we worstelen hoe we die in ons systeem kunnen gebruiken en hoe we er op een verantwoorde, onbevooroordeelde manier mee om kunnen gaan.’ 

Dit interview is gepubliceerd in Management Scope 07 2022.