Als het gaat om kunstmatige intelligentie en de algoritmisering van onze samenleving, overheerst vooralsnog de angst. De rapporten met waarschuwingen voor dreigend banenverlies stapelen zich steeds hoger op, terwijl de lijstjes met uitstervende beroepen steeds langer worden.
Belastingadviseurs, telemarketeers, brugwachters, ja zelfs tuinmannen zouden op hun tellen moeten passen. AI als “de grote banenvernietiger” is een doemscenario dat ik verwerp. Technologie schept ook nieuwe banen en nieuwe beroepen. Datagedreven werken op basis van algoritmes kan zelfs de passie op de werkvloer weer terugbrengen.
‘Vluchtige, onpersoonlijke, treurige, liefdeloze werkrelaties’, sociaal- en organisatiepsycholoog prof. dr. Aukje Nauta windt er in haar oratie geen doekjes om. De passie is ver te zoeken. Zij noemt het beestje direct bij de naam. De platformeconomie, inclusief de algoritmes waarop deze draaien, is volgens haar voor steeds grotere groepen mensen eerder een vloek dan een zegen.
Ze geeft ook een concreet voorbeeld. Als een Uber-chauffeur vanwege een blessure niet meer kan autorijden, appt Ubers-algoritme na twee weken: ‘het valt ons op dat je al een tijdje niet actief bent. ‘Ik ben ziek’, appt de chauffeur terug. Daarna stoppen de appjes abrupt.’ Geen enkel algoritme kan de menselijke warmte en creativiteit vervangen. Welkom in het algoritme-tijdperk. Op te veel werkplekken wordt volgens Nauta de mens als middel, als human resource beschouwd.
Deze managementfilosofie reduceert mensen tot productiemiddelen die harde, meetbare resultaten moeten opleveren aan de hand van echte KPI’s. ‘De relatie tussen werkgever en werknemer is te vaak slechts transactioneel’, zo stelt Nauta, die pleit voor een meer liefdevol partnership. Maar dit vereist wel een veilige omgeving.
Ondertussen voelen mensen op de werkvloer zich juist onveilig, omdat ze in hun baanzekerheid worden bedreigd. Zo vreest eenderde van de werknemers wereldwijd dat technologieën, zoals AI en automatisering, hun baan overbodig maken, zo meldt Mercer. Toch is het niet allemaal kommer en kwel. Een groot deel van werkend Nederland (42 procent) ziet grote tijdwinst ontstaan door robotisering en kunstmatige intelligentie, zo blijkt uit weer een ander onderzoek. Opmerkelijk volgens de onderzoekers is dat technologie met argusogen wordt bekeken. Een groot deel van de werknemers denkt namelijk dat de techniek ons zal teleurstellen. Maar liefst 58 procent noemt storingen als negatief aspect aan de komst van robotisering.
Met de recente crashes van de Boeing 737 MAX nog in het achterhoofd, zullen deze pessimisten hun gelijk proberen te halen. Eén defecte sensor, één software bug of één moertje met metaalmoeheid kan inderdaad een grote ramp veroorzaken. Zij vergeten echter dat menselijk falen een onuitroeibaar fenomeen is. Denk hierbij aan concentratieproblemen, waarnemingsfouten, geheugenvervormingen en vooringenomenheid (zoals bijvoorbeeld de hind sight bias).
Het zal jullie als kwaliteitskundigen niet verbazen dat er in het hart van Silicon Valley, maar ook in tech hot spots zoals Tel Aviv en elders, een ronduit positief beeld bestaat over de grenzeloze mogelijkheden van technologie en algoritmes. Zo kondigde IBM onlangs Internet of Things-oplossingen aan die kunstmatige intelligentie en geavanceerde analyses combineren met als doel om het risico van storingen in fysieke activa zoals voertuigen, productierobots, turbines, mijnapparatuur, liften en elektrische transformatoren te verminderen. De software verzamelt vrijwel realtime data van fysieke bedrijfsmiddelen en biedt inzicht in de huidige bedrijfsomstandigheden, voorspellen mogelijke problemen, identificeren problemen en bieden reparatie-aanbevelingen.
Organisaties in sectoren zoals energie en nutsbedrijven, chemicaliën, olie en gas, productie en transport, kunnen duizenden activa hebben die cruciaal zijn voor de bedrijfsvoering. Deze activa produceren enorme hoeveelheden data over hun bedrijfsomstandigheden. Volgens analistenbureau Aberdeen Research kan ongeplande downtime een bedrijf tot wel 260.000 dollar per uur kosten. Onderhoudsstrategieën verschuiven volgens IBM van preventief naar voorspellend en prescriptief. Een AI-aangedreven assistent stelt technici in staat om apparatuur (op afstand) te repareren. De gezondheid van assets bepalen we tegenwoordig dus met behulp van statistische modellen en machine learning.
‘What’s new’, hoor ik jullie zeggen? Tenslotte is er altijd al een grote verbondenheid geweest tussen data en kwaliteit. Denk bijvoorbeeld aan Statistische Proces Beheersing. ‘Het gedachtegoed van Deming is bovendien doordrenkt met de waarde van het gebruik van data binnen de kwaliteitskundige context’, zoals de NNK-sectie Data & Kwaliteit terecht opmerkt. Ook in jullie tijdschrift Synaps signaleert Ben van Schijndel in zijn artikel Paradigma’s en algoritmes in kwaliteitsmanagement nog eens het belang van continue verbetercirkels. ‘Onze Plan-Do-Check-Act (PDCA) cyclus is een mooi voorbeeld van een algemeen toepasbaar algoritme in kwaliteitsmanagement.’
Het gedachtegoed van Deming echoot ook in mijn nieuwste boek Datacratisch werken nogna. Alleen heb ik het in een nieuw jasje gestoken. De juiste koers, pure KPI’s,data analytics en doorlopende verbetercirkels zijn noodzakelijke voorwaarden. Maar passie is de belangrijkste driver voor continu verbeteren. Haal alleen mensen aan boord die een continuverbetermentaliteit in hun genen hebben. Hebben ze daarnaast ook nog een passie voor data-analyse, dan zit je goed. Algoritmes nemen een hoge vlucht, maar alle verbeterprojecten worden uiteindelijk aangestuurd door mensen van vlees en bloed. Mensen met een missie en een passie. Lees de praktijkvoorbeelden van mijn boek er maar op na. Of die mensen nu business improvement manager, manager bedrijfsvoering, product owner of gewoon directeur of projectleider op hun visitekaartje hebben staan, dat maakt niet uit. What’s in a name?
Kunstmatige intelligentie, datagedreven werken en algoritmes zullen jullie vakgebied echter niet onberoerd laten. Quality 4.0, een initiatief dat is ontstaan bij de American Society for Quality, is in dit verband een treffend voorbeeld. Het ontdekken en aggregeren van databronnen, het zoeken naar de root cause en het ervaren van waardevolle inzichten, ik zou bijna zeggen, het is de “story of my life”. Quality 4.0 sluit bovendien naadloos aan bij de vierde industriële revolutie, Industry 4.0, het speerpunt van het World Economic Forum (WEF). Net zoals een Business Improvement Manager op kleine schaal, binnen een organisatie, streeft naar gestroomlijnde processen, betere methoden en resultaten, streeft het WEF wereldwijd naar een betere, duurzame wereld. De cirkel lijkt daarmee rond.
Het is overigens een misverstand om te denken dat de toepassingsmogelijkheden van algoritmes zich beperken tot de grote industriële bedrijven. De afgelopen jaren is daarom bij veel serviceorganisaties zoals installatiebedrijven, software geïmplementeerd voor het automatiseren van de onderhouds- en storingswerkzaamheden.
Zo ontwikkelde data analist Mark Haring zijn First Time Fix Algoritme, dat gebaseerd is op 20 verschillende variabelen. Idealiter is na één bezoek een storing opgelost. Het percentage storingsmeldingen dat niet in één keer opgelost wordt ligt gemiddeld vaak nog boven de 25%. Een ander voorbeeld komt uit de zorgsector.
DeepMind, het zusterbedrijf van Google dat werkt aan kunstmatige intelligentie, heeft algoritmes ontwikkeld die meer dan vijftig verschillende oogaandoeningen correct kunnen diagnosticeren. Is de oogarts voortaan overbodig? Als mens kunnen we gemiddeld twee tot vier variabelen tegelijk analyseren en mee laten wegen in onze besluitvorming. Een algoritme kan gemakkelijk tientallen of zelfs honderden variabelen tegelijk analyseren. Daarnaast kan één algoritme wel 100 rapporten overbodig maken.
Nog een voorbeeld. In zijn oratie over video-intelligentie gaf prof. Cees Snoek, hoogleraar Intelligent Sensory Information Systems aan de UvA, een preview van algoritmische software die lichaamstaal kan herkennen in bewegend beeld. De software kan monitoren of een hulpbehoevende oudere wel voldoende eet en drinkt, of in een sociaal isolement aan het raken is. Ook kan de software onderscheid maken tussen iemand die op de grond ligt – en dus gevallen is – en iemand die op de bank ligt om uit te rusten. De software is bedoeld om zorgmedewerkers te ondersteunen bij hun surveillerende taak.
Ook de overheidssector verkent de mogelijkheden van algoritmes. Om na te gaan in hoeverre door overheidsorganisaties algoritmen worden ingezet heeft het ministerie van Binnenlandse Zaken en Koninkrijksrelaties een vragenlijst uitgezet onder ministeries, uitvoeringsorganisaties, provincies, gemeenten en waterschappen. De Belastingdienst kon daar, in haar niet aflatende strijd tegen fraude, niet op wachten en richtte het organisatieonderdeel Datafundamenten & Analytics op. Hoewel zij zelf constateert dat ‘business intelligence nog in de kinderschoenen staat’, krijgt Data Science nu een steeds prominentere rol binnen de Belastingdienst.
Ook in België zit men niet stil. Wetenschappers van de Universiteit van Antwerpen ontwikkelden nieuwe dataminingtechnieken voor het detecteren van fiscale fraude, gestaafd met 'gevalstudies' in de domeinen van btw-fraude en douanefraude. Met datamining kan de Belgische fiscus op een geautomatiseerde wijze fraudepatronen identificeren op basis van onder andere belastingaangiften, financiële transacties en sociodemografische gegevens. Het nieuwe algoritme zou tot 100 keer meer fraudegevallen vinden dan een gemotiveerde belastingambtenaar.
Kortom: data scientist is hét beroep van de toekomst. Maar er zijn er meer. Wat te denken van werkgelukdeskundigen, IoT-experts, data miners en growth hackers?
Zelflerende systemen zijn in allerlei sectoren steeds beter in staat om op basis van grote hoeveelheden data en algoritmes patronen en afwijkingen te herkennen. Dat leidt tot allerlei mogelijkheden op het gebied van kwaliteitsinspectie, voortdurende procesoptimalisatie en voorspellend onderhoud. Het maakt het beroep van kwaliteitskundige er alleen maar spannender en relevanter op.
Weg met het doemdenken. ‘Algoritmisering, wen er maar aan!’, zo luidt de boodschap van Jim Stolze, initiatiefnemer van de Nationale AI-cursus. Een boodschap die ik graag onderstreep. AI is een blijvertje, net als het gedachtegoed van Deming, inclusief zijn verbetercirkels. Voor Business Improvement Managers met passie die data analytics in hun genen hebben, zie ik een gouden toekomst weggelegd.
door: Daan van Beek, Eindbaas Passionned Group