Bruno Schröder
National Technology Officer
Elke technologie doorloopt een tijdperk van ontdekking en een tijdperk van implementatie. Vandaag de dag snelt AI op volle toeren door het tijdperk van implementatie. Bedrijven passen deze technologie toe om hun werknemers te ondersteunen, contact met hun klanten te onderhouden en hun bedrijven te transformeren.
“Alle grote techbedrijven investeren geld in AI-mogelijkheden. Ze hebben duidelijke visies om het menselijk denken en gedrag onder de knie te krijgen. Als je dat combineert met rekenkracht, kom je onvermijdelijk uit op AI.” – Skandia
Microsoft en EY hebben 277 bedrijven in 7 sectoren en 15 landen ondervraagd om inzicht te krijgen in hoe AI wordt toegepast bij bedrijven in heel Europa. We hebben de acht meest genoemde mogelijkheden op een rijtje gezet die je nodig hebt om waarde te halen uit AI. Zakelijke leiders die voorop lopen bij AI, werd gevraagd om deze mogelijkheden op volgorde van belangrijkheid te zetten.
Advanced analytics komt als belangrijkste AI-mogelijkheid uit de bus bij de ondervraagde bedrijven.
Dat is misschien niet verwonderlijk. De ruggengraat van AI bestaat uit deskundige, intelligente denkers die gedetailleerd inzicht in zakelijke problemen hebben en AI effectief kunnen toepassen om deze problemen op te lossen.
Uit dit onderzoek blijkt dat er een enorm tekort is aan technische gegevensvaardigheden om te voldoen aan de steeds grotere vraag naar AI. Er woedt een hevige strijd met de concurrentie om de juiste AI-experts te vinden en in te huren. Functionele AI-experts krijgen nu vaak hogere salarissen dan hun bazen. Soms wordt zelfs een heel nieuw HR-beleid opgesteld om de snel veranderende vereisten bij te benen.
Gegevensbeheer staat op de tweede plaats. Dit onderzoek wijst uit dat een aanzienlijk deel van de tijd die bedrijven uittrekken voor AI, wordt besteedt aan gegevensbeheertaken. Bedrijven gaven aan dat ze 2 tot 3 jaar bezig zijn om de benodigde gegevensinfrastructuur voor AI te bouwen. Bedrijven met de meest ambitieuze AI-visies besteden nog steeds het grootste deel van hun tijd aan het aanpassen van hun infrastructuur.
De derde belangrijke mogelijkheid is AI-leiderschap. Dit onderstreept de noodzaak voor leiders om inzicht in AI te krijgen en een duidelijke AI-visie te formuleren.
De bevordering van een open cultuur is nummer vier. Succesvolle leiders moeten hiervoor transparant zijn over lopende AI-projecten en de gewenste resultaten.
Op de vijfde plaats staat inzicht in de implementatie van de juiste opkomende technologieën, gevolgd door Agile-ontwikkeling. Snelle experimenten en iteratieve processen met opkomende technologie zorgen hierbij voor snel intern leersucces.
Externe samenwerkingsverbanden staat op de voorlaatste plaats. Dat komt misschien omdat leiders van mening zijn dat ze de meeste controle over dit gebied hebben. Gedragswetenschappen komen in beeld bij emotionele intelligentie, wat wordt gezien als minst belangrijke AI-mogelijkheid. Dit kan worden verklaard doordat bedrijven nog steeds proberen vat te krijgen op de complexe technische vaardigheden voordat ze willen verdergaan met de geavanceerdere menselijke cognitieve vaardigheden.
Sectoren die verder zijn gevorderd met het gebruik van AI, zijn ook verder met advanced analytics, vooral TMT (telecom, media/entertainment en technologie). Bedrijven uit de biowetenschappensector (waaronder gezondheidszorg en farmaceutica) geven aan minder ver te zijn met AI-leiderschap. AI wordt in de farmaceutische industrie mogelijk al wel toegepast bij O&O, maar nog niet in de bredere organisatie op hoger strategisch niveau.
Zó maak je dankzij machine learning je organisatie klaar voor de toekomst
Dankzij machine learning innoveren organisaties hun dienstverlening. Dat bespaart tijd en geld, terwijl de kwaliteit juist verbetert. Deze drie tips helpen je daarbij. 1. Start met automatisch contact Contact via bots bespaart de nodige mankracht. Bovendien krijgen klanten, cliënten en patiënten sneller antwoord op hun vragen, zonder dat ze weten dat ze met een computerprogramma […]
Dorien Aerts
Business Group Lead Business Applications
Azure ML: jouw belangrijkste data in overzichtelijke modellen
Stel je voor dat je een fietsverhuurbedrijf hebt. Je wilt weten hoeveel fietsen worden verhuurd tijdens wat voor weer, met welke windsnelheden, op welke dagen en tijdstippen. Azure Machine Learning bevat een uitgebreid stappenplan om deze gegevens op te slaan en om te zetten naar gemakkelijk te analyseren data. In deze whitepaper komen dan ook […]
Joris Aeles
Azure Business Group Lead
Een nieuwe kijk op digitale transformatie: Het AI 360°-model
We bevinden ons in dé fase waarin we gaan ontdekken hoe artificiële intelligentie (AI) de toekomst van het werken gaat veranderen. Bedrijfsleiders wereldwijd stellen zichzelf een aantal vragen: Hoe kan mijn bedrijf AI doeltreffend inzetten? Onderzoeken we de juiste commerciële kansen? Staan we open voor verandering? Digitale transformatie met AI is geen eenduidig of eenvoudig traject. […]
Bruno Schröder
National Technology Officer
