De 50 tinten grijs van artificial intelligence

In de AI-hype beloven leveranciers en experts hemelse vergezichten. Men overtroeft elkaar in claims, ook al zijn die nergens op gebaseerd. AI is een vakgebied dat maar een handjevol echte experts en doorbraken kent. Maar dat weerhoudt investeerders er niet van om er geld in te steken. Tot grote vreugde van diverse IT-partijen die al te graag een graantje mee willen pikken.

Deze cyclus van ‘hype – enorme investeringen – grote desillusie’ steekt om de paar jaar weer de kop op. Het lijkt wel alsof men niets leert van het vorige debacle. Dan is het interessant om een verhaal van iemand te lezen die zelf uit die wereld komt en een tipje van de sluier oplicht.

Niets nieuws onder de zon

Siddharth Pai heeft diverse megaprojecten in outsourcing geleid. Hij heeft daar geleerd wat de hype-cyclus in de praktijk betekent en hij ziet hetzelfde gebeuren rond de AI-hype.

Siddarth ziet de ironie van de AI-hype waarin veel mensen denken dat dit gloednieuwe ontwikkelingen zijn. Maar in werkelijkheid is het begrip artificial intelligence (AI) al decennia oud en de ideeën achter machine learning (ML), deep learning (DL) en blockchain ontstonden minstens 10 jaar geleden.

Informatie asymmetrie

Omdat zo veel partijen inmiddels beloven dat zij AI aanbieden, wordt het steeds moeilijker om de AI-bomen door het bos te zien. Zo ontstaat een ‘information asymmetry’ waar de kopers en investeerders van de technologie minder van het onderwerp weten dan de aanbieders.

Siddharth komt er eerlijk voor uit: “Information asymmetry is manna from heaven for people like me, who make a living out of being slightly better informed than the people we are advising and express a strong opinion about technology trends and issues, backed with some facts of course, and tried and tested analytical and due-diligence methods.”

Kaf onder het koren

Siddharth had onlangs een gesprek met Kashyap Kompella van rpa2ai. Zijn bedrijf heeft een model gemaakt waarmee zij de AI-propositie van aanbieders kunnen beoordelen. Dit doen zij voornamelijk voor investeerders die geen technische achtergrond hebben, maar die wel willen investeren in deze technologie.

Kashyap en zijn collega’s zien veel kaf onder het koren. Veel oplossingen worden als AI neergezet terwijl dit maar een dun laagje is in het hele systeem. Er zijn ook oplossingen die 20 jaar geleden zijn ontwikkeld, worden verkocht als ‘deep learning’ terwijl die technologie pas zo’n 10 jaar oud is.

Zij hebben een lijst van 25 criteria opgesteld waarmee zij AI-oplossingen beoordelen. Deze lijst is ook interessant voor organisaties en informatieprofessionals die zich will oriënteren op de toepassing van AI-oplossingen. Enkele criteria zijn:

  • De kwaliteit van de data die wordt ingezet.
  • De methoden die worden gebruik om de data te verwerken.
  • De machine learning (ML) methode die wordt ingezet.
  • De geschiktheid van de oplossing voor de business case.
  • Wat de huidige oplossingen doen en hoe deze ML-oplossing het verschil maakt.
  • De risico’s in security, techniek en wet- en regelgeving.
  • En ten slotte de kennis, competenties en visie van het managementteam.

Schaarste

Siddharth is optimistisch over de kans op werk voor analisten en consultants in het digitale tijdperk. Mensen hebben altijd andere mensen nodig om hun de weg te wijzen, zeker als zij aan de verkeerde kant van de informatiekloof staan. Dit is een wat cynische opmerkingen, maar hij heeft wel gelijk. Ook informatieprofessionals die strategisch advies kunnen geven en het vakgebied en de ontwikkelingen kunnen duiden, zullen aan het werk blijven.

Echte kennis in zowel AI als informatiemanagement is schaars. Het is essentieel dat je je kennis als professional bijhoudt en uitbreidt, maar dan ben je ook van een mooie carrière verzekerd.

Lees het artikel Distinguishing among the 50 shades of artificial intelligence van Siddarth Pai.