De grenzen van automatisering in bedrijfsprocessen verleggen

Bedrijven kunnen het zich niet veroorloven de rijkdommen van hun menselijk kapitaal te negeren:die feilbare wezens met hun unieke vermogen om te durven en dromen, intuïtief aanvoelen en risico's nemen en vooral herkennen wanneer ze op een catastrofe afstevenen

Afgelopen zomer zag een grimmige mijlpaal in de geschiedenis van kunstmatige intelligentie:de eerste dood veroorzaakt door een autonoom voertuig. Een Tesla Model S, die op volledige automatische piloot werkte, crashte in de achterkant van een vrachtwagen op een snelweg in Florida, waarbij de menselijke "bestuurder" omkwam.

Volgens de blog van het bedrijf was de oorzaak van dit tragische ongeval het onvermogen van de AI om "de witte kant van de trekker-oplegger tegen een helder verlichte lucht" te onderscheiden. Zoals Tesla aangeeft, was dit het eerste dodelijke slachtoffer in meer dan 130 miljoen mijl gereden op de automatische piloot, wat minder is dan de helft van het wereldwijde percentage van 60 miljoen mijl per overlijden voor menselijke bestuurders.

Als Tesla en andere fabrikanten van autonome auto's dit tempo laag kunnen houden, betekent dit zeker een grote veiligheidsverbetering. Maar de aard van dit ongeval - een ongeval dat vrijwel zeker voorkomen zou zijn door een menselijke bestuurder - roept ernstige vragen op over hoeveel macht mensen zouden moeten overgeven aan machines.

>Zie ook: 5 uitdagingen van intelligente automatisering op schaal

Naarmate technologie intelligenter wordt, zal het onvermijdelijk nodig zijn om beslissingen te nemen die leiden tot de dood van mensen. Voertuigen zoals autonome auto's en vrachtwagens zullen moeten worden geprogrammeerd om morele beslissingen te nemen, zoals het onmiddellijk beantwoorden van het 'trolleyprobleem' dat ethici al vele jaren in verwarring brengt.

Niet elke vraag over AI en automatisering is een kwestie van leven en dood, maar er zijn belangrijke praktische en ethische vragen die moeten worden beantwoord voordat we er zeker van kunnen zijn dat deze technologieën ons leven zullen vergroten in plaats van verminderen.

Dit wordt door bedrijven zelf steeds meer erkend. Uit onderzoek van Infosys bleek dat meer dan de helft (53%) van de respondenten van mening is dat ethische vragen verhinderen dat AI zo effectief is als het zou kunnen zijn, terwijl slechts een derde (36%) zegt dat ze de ethische implicaties van deze nieuwe technologieën volledig hebben overwogen .

Deze zorgen variëren van de effecten van deze technologieën op de privacy van werknemers en klanten tot de impact op de werkgelegenheid (bijvoorbeeld door grote delen van het menselijke personeelsbestand overbodig te maken). Er zijn ook vragen – sterk benadrukt in het Tesla-verhaal hierboven – over in hoeverre kunstmatige intelligentie ooit menselijke agenten kan vervangen.

Het is net zo gemakkelijk om je te laten verleiden door de beloofde kracht van technologie als om de unieke mogelijkheden van het menselijk brein te romantiseren. Tenzij bedrijven deze twee zeer verschillende intelligenties met elkaar kunnen verzoenen, is het onwaarschijnlijk dat ze de volledige voordelen kunnen ontsluiten die kunnen worden bereikt door mensen en technologie elkaar aan te laten vullen.

>Zie ook: 2018 wordt het jaar van automatisering in ondernemingen

Een van de belangrijkste uitdagingen waarmee de mensheid wordt geconfronteerd, is hoeveel autonomie we aan machines willen geven en in welke situaties kunstmatige intelligentie beter wordt toegepast dan de menselijke geest.

Op het eerste gezicht maakt het vermogen van technologie om door enorme datasets te bladeren en natuurlijke taalverwerking te gebruiken om realistische interacties met klanten te bieden, ze de perfecte vervanging voor trage, dure en foutgevoelige mensen.

Maar dat is het negeren van de eigen aangeboren feilbaarheid van de technologie, van Microsoft's Tay-chatbot, die snel leerde racistisch te zijn, tot de zelfrijdende auto die geen onderscheid kan maken tussen de lucht en een stuk snel bewegend metaal van 20 ton.

Feit blijft dat machines ons nog steeds alleen inzicht kunnen geven, en dat alleen mensen de wijsheid hebben om dit inzicht op de juiste manier toe te passen voor een bepaalde zakelijke of persoonlijke context. Als het leven van mensen altijd werd bepaald door rationele, empirische overwegingen, dan zou er een argument kunnen zijn dat machines waar mogelijk mensen vervangen.

Zoals we allemaal weten, is dit echter gewoon niet het geval. Infosys is een bedrijf dat dagelijks tegen deze vragen aanloopt. Het helpt een groot aantal ondernemingen met machine learning-initiatieven en wat ons al snel duidelijk werd, is het belang van contextualisering.

In de meeste gevallen is het simpelweg niet genoeg om cijfers te kraken; om effectief te zijn, moet het gepaard gaan met een grondig begrip van de bedrijfscultuur en het bedrijfsmodel, de unieke uitdagingen en gegevens-/rapportagestructuren.

>Zie ook: Meer apparaten, meer problemen? Niet met IT-automatisering

De mens zal een cruciale rol blijven spelen bij het stellen van de juiste vragen; het opvragen, interpreteren en toepassen van de gegevens; en het opstellen van de juiste hypothesen voor de machines.

Technologie-evangelisten vergeten vaak te vermelden dat de nauwkeurigheid van een algoritme voor machinaal leren doorgaans 60-70% is in de eerste doorgang - dit moet worden gevolgd door fijnafstemming en verder werk.

Tot nu toe klinkt dit als slechts een argument om meer datawetenschappers in te huren, in plaats van een lofzang op het vermogen van menselijke werknemers. Maar het zou geen grote sprong in de verbeelding moeten zijn om naar de hierboven genoemde beperkingen van technologie te kijken en te zien hoe deze van toepassing zijn op andere delen van een organisatie.

Deze variëren van de top van de boom tot de jongste werknemer. Vraag het aan een succesvolle ondernemer en zij zullen u vertellen over het belang van het nemen van berekende risico's die tot op zekere hoogte op intuïtie zijn gebaseerd; ze zullen praten over het belang van lateraal denken om complexe zakelijke problemen op te lossen; ze kunnen benadrukken hoe hun beste ideeën en flitsen van inspiratie worden aangewakkerd door volledig onverwachte denkpatronen.

Voor een HR-medewerker geven gegevens een belangrijk inzicht in de prestaties en productiviteit van individuen; het zal hen waarschijnlijk niet vertellen waarom ze slecht presteren, of de meest empathische en effectieve manier om gesprekken te voeren over hoe die werknemer kan verbeteren.

Evenzo zal een medewerker van de klantenservice profiteren van toegang tot alle gegevens die ze nodig hebben om de klacht te onderzoeken, maar het vereist nog steeds training, intuïtie en menselijkheid om de zaak op te lossen op een manier die de klant tevreden stelt.

>Zie ook: Automatisering:een netwerknoodzaak 

De waarheid is dat gegevens slechts een hulpmiddel zijn dat mensen kunnen gebruiken om de manier waarop ze hun werk doen te verbeteren, of het nu gaat om het opzetten van een hedgefonds of het omgaan met een ontevreden klant.

Bedrijven kunnen het zich niet veroorloven om de rijkdommen van hun menselijk kapitaal te negeren:die feilbare wezens met hun unieke vermogen om te durven en te dromen, intuïtief te zijn en risico's te nemen en vooral te herkennen wanneer ze op weg zijn naar een catastrofe.

Gebaseerd op Jonathan Ebsworth, hoofd Disruptive Technologies bij Infosys Consulting