• Nieuwsbrieven
  • MI Academy
  • Docentexemplaar
  • Boeken
  • Webshop
  • Contact
  • Over ons

Management Impact

Inspireert, verbindt en brengt verder

  • Home
  • Innovatie
  • Kwaliteit
  • Leiderschap
  • Organisatie
  • Strategie
  • Verandermanagement
  • Zorgmanagement

Artikel28 mei 2018

Van data-gedreven naar AI-gedreven besluitvorming

Kwaliteitsmanagement

Van alle technologische ontwikkelingen van dit moment, is kunstmatige intelligentie het meest ingrijpend en het minst begrepen. We zien indrukwekkende nieuwe toepassingen, maar kunnen de impact op mensen, organisaties en maatschappij nog nauwelijks overzien. 

Volgens veel managers en bestuurders is het fenomeen data-gedreven besluitvorming niet meer dan oude wijn in nieuwe zakken, omdat zij hun beslissingen altijd al op feiten en cijfers hebben gebaseerd. Als data-analyses zich beperken tot trends in historische cijfers en de extrapolatie daarvan naar de toekomst is er inderdaad weinig nieuws onder de zon.

update: Peter de Ridder verzorgt een Masterclass tijden het 13e Jaarcongres Procesmanagement. Schrijf nu in!

Besluitvorming als AI-systemen slimmer zijn dan mensen

Nieuwe informatiesystemen die gebruik maken van kunstmatige intelligentie (AI) en machine learning gaan echter verder dan het ondersteunen van besluitvorming. Als wordt vastgesteld dat zij tot betere oplossingen voor problemen komen dan mensen, dan neemt de acceptatie van een grotere, zelfstandige en onafhankelijke rol van AI systemen in de besluitvorming snel toe. Net zoals artsen in toenemende mate AI systemen inzetten bij het vaststellen van diagnoses en behandelplannen, kunnen managers dat ook.

Nieuwe informatiesystemen die gebruik maken van kunstmatige intelligentie (AI) en machine learning gaan echter verder dan het ondersteunen van besluitvorming.

Het AI systeem van Google DeepMind dat de wereldkampioen Go versloeg, bleek in staat om het koelen van de datacenters 15% efficiënter te organiseren dan menselijke experts. Er zijn financiële instellingen die AI gebruiken om persoonlijk advies aan klanten te geven en om witwassen tegen te gaan. Verzekeringsmaatschappijen zoals Lemonade laten zowel acceptatie als schadebehandeling zoveel mogelijk door AI uitvoeren, zodat de medewerkers zich kunnen beperken tot de uitzonderlijke gevallen. Ook het beoordelen van kredietaanvragen wordt steeds vaker door AI gedaan. En productiebedrijven laten hun logistiek en voorraadbeheer over aan slimme systemen.

Van descriptive naar prescriptive analysis

Dankzij AI, en in het bijzonder machine learning, ontstaan business informatiesystemen die niet alleen het verleden analyseren, maar ook vooruit kijken. Onderstaande figuur van McKinsey illustreert de ontwikkeling van descriptive naar prescriptive analytics, ofwel van beschrijvende naar voorschrijvende analyses.

  • Descriptive analytics gaat over historische en huidige resultaten en wordt door controllers gebruikt voor performance management. Wat is er gebeurd en waarom? De analyse is beschrijvend en diagnosticerend.
  • Predictive analytics onderzoekt wat er zou kunnen gebeuren en suggereert alternatieve uitkomsten met kansberekeningen en risico-inschattingen. Zo kun je bijvoorbeeld ontwikkelingen in productverkopen, klantgedrag en productie beter begrijpen. Dankzij machine learning en neurale netwerken kunnen zowel gestructureerde en ongestructureerde data worden geanalyseerd.
  • Prescriptive analytics gaat een stap verder en geeft aan welke beslissingen moeten worden genomen en wat moet worden gedaan om een doelstelling te realiseren. Op basis hiervan is het ook mogelijk om beslissingen te automatiseren en menselijke interventie te minimaliseren.

Deze analyse is niet gebaseerd op geprogrammeerde instructies (als dit, dan dat). Dankzij machine learning worden door het AI informatiesysteem patronen in de data gedetecteerd en algoritmes gedefinieerd voor het maken van voorspellingen en het doen van aanbevelingen.

Toepassing op strategisch en operationeel niveau

Ik pleit niet voor het robotiseren van leiderschap, maar wel voor het vergroten van de intelligentie bij het nemen van beslissingen door de inzet van AI informatiesystemen. Dit kan zowel op strategisch niveau (allocatie van kapitaal) als op operationeel niveau (optimalisatie) voordeel opleveren. Als je budgetten alloceert voor bijvoorbeeld onderzoek, productontwikkeling en marketing, kan AI helpen met analyses van historische gegevens van de eigen onderneming en van beslissingen en resultaten van concurrenten.

AI kan de CFO helpen die de financiering van de onderneming moet optimaliseren, door niet alleen interne financiële cijfers (metrics), maar ook ontwikkelingen op financiële markten, sentiment onder investeerders en algemene economische indicatoren in aanmerking te nemen.

Ik pleit niet voor het robotiseren van leiderschap, maar wel voor het vergroten van de intelligentie bij het nemen van beslissingen door de inzet van AI informatiesystemen.

Analyse van het interne e-mailverkeer kan meer zeggen over de betrokkenheid van de medewerkers en het risico dat mensen ontslag nemen dan een jaarlijks tevredenheidsonderzoek; uiteraard met inachtneming van de privacyregels. En een analyse van sociale media geeft eerder inzicht in de perceptie van klanten dan een traditioneel marktonderzoek.

Andere toepassingen zijn maximalisatie van de marge en optimalisatie van het voorraadbeheer door analyse van verkooptrends, prijsgevoeligheid, acties van concurrenten, marketingbudget, omvang van het verkoopapparaat en sentiment onder klanten.

Tijdens de financiële crisis hebben we vaak gehoord dat topbestuurders niet goed wisten wat er lager in de organisatie werd besloten, waardoor het kon gebeuren dat buiten het zicht van de directie financiële risico werden genomen die de onderneming veel geld hebben gekost. Dit zou met de juiste inzet van de Data Analytics kunnen worden voorkomen.

Data Quality Management

Het ultieme AI systeem maakt een digitaal model van de organisatie en daarvoor zijn veel data nodig. Op basis van informatie over input (de inzet van mensen en productiemiddelen) en output (resultaten) kunnen patronen worden geïdentificeerd en aanbevelingen worden gedaan.

Het ultieme AI systeem maakt een digitaal model van de organisatie en daarvoor zijn veel data nodig. Dit vraagt bijzondere attentie voor Data Quality Management.

De hoeveelheid data die wereldwijd wordt verzameld en opgeslagen, neemt exponentieel toe. Volgens SINTEF is 90% van de wereldwijd beschikbare data minder dan twee jaar oud. Voor organisaties blijkt het echter niet eenvoudig om relevante informatie op enigszins gestructureerde wijze toegankelijk te maken. Dit vraagt bijzondere attentie voor Data Quality Management. In dit verband ontstaat een nieuwe senior functie: Chief Analytics Officer.

Waarom managers nodig blijven

Hoewel AI-systemen worden ontworpen ter ondersteuning van bestuurders, is het in de toekomst eenvoudig voor te stellen dat bestuurders die afwijken van het advies van een prescriptief informatiesysteem dat moeten verantwoorden. Het zou een nieuwe dimensie toevoegen aan het corporate governance principe “comply or explain” (pas toe of leg uit).

Natuurlijk blijven er beslissingen over die niet door AI systemen kunnen worden genomen of voorbereid. Om een algoritme te ontwerpen, heb je veel voorbeelden nodig en die zijn er niet voor uitzonderlijke situaties. Bovendien kunnen bestuurders en directeuren informatie hebben die de huidige omstandigheden veranderen. Denk aan nieuwe wet- en regelgeving of technologische doorbraken, die niet in de – per definitie historische – dataset zijn opgenomen. We hebben managers nodig om beslissingen te nemen als de informatie incompleet is en je toekomstige resultaten niet kunt herleiden uit historische cijfers.

Als de routinematige beslissingen door AI worden genomen, worden verantwoordelijkheid, empathie, creativiteit en originaliteit belangrijkere competenties voor directies dan operaties en financiën. Vragen stellen wordt belangrijker dan antwoorden geven.

Kijk uit voor de HiPPO

De grootste belemmering voor AI-gedreven besluitvorming in een organisatie is overigens het fenomeen HiPPO, de Highest Paid Person’s Opinion. Als gevolg van de Authority Bias vinden veel mensen het moeilijk om de bestbetaalde persoon in de groep tegen te spreken.

Daar staat tegenover dat het slecht management is om daar waar data en AI informatiesystemen beschikbaar zijn, besluitvorming slechts te baseren op een subjectieve mening – van wie dan ook.


Futuroloog dr. Willem Peter de Ridder is spreker, auteur en strategieconsultant. Als directeur van Futures Studies ondersteunt hij organisaties bij het verkennen van de toekomst en het formuleren van een toekomstbestendige strategie. Voor meer informatie: www.futuresstudies.nl.

Op 22 november 2018 verzorgt Peter de Ridder een Masterclass tijden het 13e Jaarcongres Procesmanagement

 

 

Leestip:

8 dingen die u moet weten over Artificial Intelligence

 

Laatste update: 28 may 2018

Reageren op dit artikel

Gerelateerde tags

AI-systemen Artificial Intelligence besluitvorming Kwaliteit Kwaliteitsmanagement machine learning technologische ontwikkelingen

Verder lezen

4 mrt 2021Kwaliteitsmanagement
Vier process excellence-trends voor organisaties om in de gaten te houden
23 feb 2021Kwaliteitsmanagement
Hoe ziet de complimentenprocedure eruit? (Met podcast)
19 feb 2021Kwaliteitsmanagement
Het procescanvas in de praktijk: een digitale GGD
10 feb 2021Kwaliteitsmanagement
Paradoxale dialoog maakt het verschil: van kantelen naar schakelen
1 feb 2021Kwaliteitsmanagement
Het VVFPP-model: lean als verbeterproces
29 jan 2021Kwaliteitsmanagement
Online werkvorm: Guilty pleasure

Geef een reactie Antwoord annuleren

Lees voordat u gaat spelen de spelregels

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

  • Blogs kwaliteitsmanagement

    Hoe ziet de complimentenprocedure eruit? (Met podcast)23 feb 2021
  • Denkraam voor leiders en andere beïnvloeders

    De vorstenspiegel
  • Boeken kwaliteitsmanagement

    Zeg dat nog eens
  • Recente reacties

    • Jaap Peters op Spaghetti (Chaos) of Asperges (Orde)?
    • mariska wessel op De choreografie van het tweegesprek
    • De dubbele werking van het compliment op Waarom complimenten gelukkiger maken dan geld
    • Lajos Barsony op ‘Het is een mindfuck om te denken dat wat jij niet leuk vindt, dat niemand dat leuk vindt’
    • Michel op Zeven pilaren van een emotionele klantrelatie
  • Nieuwsbrief

    Niets meer missen van Management Impact? Meld je dan aan voor onze gratis nieuwsbrief.
    • *
  • Management Impact

    • Over ons
    • Contact
    • Nieuwsbrieven
    • Linkedin
    • Webshop
    • Events
    • Algemene voorwaarden
    • Privacy en Cookie

    Thema’s

    • Verandermanagement
    • Leiderschap
    • Innovatie
    • Project & Proces
    • Kwaliteit
    • Zorgmanagement
    • Strategie
    • Persoonlijke groei

    Categorie

    • Video’s
    • Blogs
    • Podcasts
    • Whitepapers
    • Congressen
    • Boeken

    Verder

    • Leren Veranderen
    • Veranderen als samenspel
    • Coachlink
    • Boekensites
    • M&O
    • Sigma
    • Boom
    vakmedianet

    Copyright: Boom uitgevers Amsterdam BV
    Op gebruik van deze site zijn onze Algemene voorwaarden Privacy policy en Cookie reglement van toepassing