Kunstmatige intelligentie: een realiteitscheck

Kunstmatige intelligentie: een realiteitscheck

Kunstmatige intelligentie (AI) is het nieuwe zwart, het glanzende nieuwe object, het antwoord op de gebeden van elke marketeer en het einde van creativiteit. De recente opkomst van AI uit de geheimzinnige zalen van de academische wereld en de achterkamers van datawetenschap is ingegeven door verhalen over drones, robots en zelfrijdende auto’s die zijn ondernomen door techreuzen als Amazon. Google en Tesla. Maar de hype overstijgt de dagelijkse realiteit.

AI heeft een vijftigjarige geschiedenis van wiskundige en computerwetenschappelijke ontwikkeling, experimenten en denken. Het is geen nachtelijke sensatie. Wat het spannend maakt, is de samenvloeiing van grote datasets, verbeterde platforms en software, snellere en robuustere verwerkingsmogelijkheden en een groeiend aantal datawetenschappers die graag een breder scala aan toepassingen willen exploiteren. Het prozaïsche dagelijkse gebruik van kunstmatige intelligentie en machine learning zal een groter verschil maken in het leven van consumenten en merken dan de flitsende toepassingen die in de pers worden aangeprezen.

Dus overweeg deze AI-realitycheck:

Big data is rommelig. We creëren data en verbinden grote datasets met buitengewone snelheden, die zich elk jaar vermenigvuldigen. De groei van mobiele media, sociale netwerken, apps, geautomatiseerde persoonlijke assistenten, wearables, elektronische medische dossiers, zelfrapporterende auto’s en apparaten en het aanstaande Internet of Things (IoT) creëren enorme kansen en uitdagingen. In de meeste gevallen is er veel en langdurig werk om ongelijksoortige gegevens op elkaar af te stemmen, te normaliseren, in te vullen en met elkaar te verbinden, lang voordat met de analyse kan worden begonnen.

Het verzamelen, opslaan, filteren en koppelen van deze bits en bytes aan een bepaald individu is lastig en opdringerig. Het samenstellen van een zogenaamd “Golden Record” vereist aanzienlijke rekenkracht, een robuust platform, fuzzy logic of deep learning om ongelijksoortige stukjes gegevens te koppelen en passende privacybeschermingen. Het vereist ook een aanzienlijke vaardigheid in modelleren en een kader van datawetenschappers die in staat zijn om het bos te zien in plaats van de bomen.

Eén-op-één is nog steeds ambitieus. De droom van een-op-een gepersonaliseerde communicatie gloort in het verschiet, maar is nog steeds ambitieus. De poortfactoren zijn de noodzaak om gemeenschappelijke protocollen te ontwikkelen voor identiteitsresolutie, privacybescherming, inzicht in individuele gevoeligheden en machtigingen, de identificatie van buigpunten en een gedetailleerd overzicht van hoe individuele consumenten en segmenten zich door tijd en ruimte bewegen op hun reis van behoefte naar merkvoorkeur.

Met behulp van AI bevinden we ons in een vroege test-en-leerfase onder leiding van bedrijven in de financiële dienstverlening, telecom en retail.

People Prize Predictive Analytics. Amazon heeft ons getraind om gepersonaliseerde aanbevelingen te verwachten. We zijn online opgegroeid met het idee: “Als je dit leuk vond, zul je dat waarschijnlijk ook leuk vinden.” Als gevolg hiervan verwachten we dat favoriete merken ons kennen en op verantwoorde wijze de gegevens die we delen, bewust en onbewust, gebruiken om ons leven gemakkelijker, handiger en beter te maken. Voor consumenten werkt voorspellende analyse als de inhoud persoonlijk relevant, nuttig en waardevol is. Alles wat daar minder van is, is SPAM.

Maar realistische, praktische datagestuurde voorspellingen doen is nog steeds meer kunst dan wetenschap. Mensen zijn gewoontedieren met een aantal voorspelbare patronen van interesse en gedrag. Maar we zijn niet per se rationeel, vaak inconsequent, snel om van gedachten te veranderen of onze handelswijze te veranderen en over het algemeen eigenzinnig. AI, die deep learning-technieken gebruikt waarbij het algoritme zichzelf traint, kan een deel van de weg zijn om deze gegevens te begrijpen door acties in de loop van de tijd te monitoren, gedrag af te stemmen op waarneembare benchmarks en anomalieën te beoordelen.

Platformproliferatie. Het lijkt erop dat elk technologiebedrijf zich nu in de AI-ruimte bevindt en allerlei claims maakt. Met meer dan 3500 Martech-aanbiedingen bovenop talloze geïnstalleerde legacy-systemen, is het geen wonder dat marketeers in de war zijn en IT-mannen worden belemmerd. Uit een recent onderzoek van Conductor bleek dat 38 procent van de ondervraagde marketeers 6-10 Martech-oplossingen gebruikte en nog eens 20 procent 10-20 oplossingen. Het samenstellen van een coherent IT-landschap ten dienste van marketingdoelstellingen, het verfijnen van de beperking van legacy-systemen en bestaande softwarelicenties en het verwerken van enorme datasets is niet voor bangeriken. In sommige gevallen moet AI de geïnstalleerde technologieplatforms omzeilen.

Kunstmatige intelligentie is waardevol en in ontwikkeling. Het is geen wondermiddel. Het vereist een combinatie van bekwame datawetenschappers en een krachtig eigentijds platform, gestuurd vanuit een klantgericht perspectief en een test-en-leer-mentaliteit. Op deze manier uitgevoerd, zal AI veel meer waarde leveren aan consumenten dan drones of robots.

Bron: Danny Flamberg

Affiliate Samenwerkingen
Berichten per categorie