Functionele cookies

Wij plaatsen functionele cookies om deze website naar behoren te laten functioneren en analytische cookies waarmee wij het gebruik van de website kunnen meten. Deze cookies gebruiken geen persoonsgegevens.

Gepersonaliseerde informatie

Hiermee ontvangt u gepersonaliseerde informatie op onze website die wordt afgestemd op uw internetgedrag.

Het gros van de bedrijven ontkomt er niet aan. De vierde industriële revolutie is aangebroken. Een toekomst zónder kunstmatige intelligentie is ondenkbaar. Ondanks het feit dat kunstmatige intelligentie (ook wel artificial intelligence (AI) genoemd) al vele jaren mee gaat, blijft het een begrip dat moeilijk exact te definiëren is. In de volksmond wordt kunstmatige intelligentie vaak gelijkgesteld aan termen zoals machine-learning, deep-learning of andere leervormen die op slimheid wijzen. Voor organisaties betekent dit vooral het verzamelen van grote hoeveelheden data en het opslaan, analyseren, vertalen en aanvullen hiervan. Kunstmatige intelligentie kan als een ‘handige en efficiënte’ tool gebruikt worden om uiteindelijk aan de wensen en behoeften van klanten te voldoen, maar is het ook privacy-proof?

De vierde industriële revolutie

De ontwikkelingen op het gebied van kunstmatige intelligentie gaan op dit moment sneller dan menig mens zich kan realiseren. We staan op het punt de vierde industriële revolutie in te gaan, waarbij er een automatiseringsgolf op gang zal komen die uiteindelijk de productiviteit en welvaart een flinke boost geeft. Op redelijk korte termijn zal vrijwel iedere bedrijfstak niet ontkomen aan deze transformatie. Kunstmatige intelligentie kan enorm veel voordelen bieden voor bedrijven. Denk aan de zelfsturende systemen, vertaalmachines, de herkenning van spraak, beeld en patronen en (lopende) robots die de efficiency en het gemak van gebruikservaring verhogen. Echter, tegelijkertijd is het noodzakelijk om behoedzaam te blijven. Om de snelle ontwikkelingen op het gebied van kunstmatige intelligentie in goede banen te leiden, staan bedrijven voor grote uitdagingen.

Big data en machine-learning

Kunstmatige intelligentie is een begrip dat enorm veel verschillende disciplines raakt. Van informatica, neutrale netwerken en genetische algoritmen tot geesteswetenschappen. Om  die reden kan het begrip als interdisciplinair getypeerd worden. Al deze disciplines kunnen steeds sneller gevoed worden door de exponentiële groei van big data, want de voorspelling is dat de hoeveelheid data die de mensheid genereert zich elke twee jaar zal verdubbelen. In big data zit enorm veel kennis en intellect. Hier zal machine-learning, dat zich bezighoudt met het ontwikkelen van algoritmes, software en technieken, van profiteren. Met behulp van data kan met software en technieken bepaalde (specifieke) voorspellingen gedaan worden.

Machine-learning is een concept dat in zijn eenvoud enorm krachtig kan zijn en de toekomst van de hedendaagse kunstmatige intelligentie bepaalt. Door onder meer algoritmes te ontwikkelen kan dit concept zichzelf ‘super handig’ aanleren bepaalde patronen te herkennen, waarbij grote hoeveelheden data in allerlei verschillende categorieën worden ingedeeld. Alle verzamelde data kan dan in bepaalde ‘hokjes’ geplaatst worden waar eventueel conclusies aan gekoppeld kunnen worden. Zo is iedereen in allerlei verschillende profielen in te delen. Denk bijvoorbeeld aan geslachtsgroepen, leeftijdsgroepen, bepaalde interesses, de gemeente waar je woont, een bepaald huishouden dat je hebt, et cetera. Hier ontkomt niemand meer aan.

Customer intelligence

Een van de gebieden waar machine-learning een grote invloed op heeft, is customer intelligence. Deze invloed zal alleen maar groter worden. Customer intelligence wordt gebruikt om de juiste aandacht aan een bepaalde klant te geven, het is de basis voor klantgericht ondernemen. Customer intelligence kan voorspellen wanneer een klant op een bepaald moment geïnteresseerd is in een bepaald product, door de karakteristieke kenmerken te verzamelen en op te slaan van elk product dat wordt gekocht door een afzonderlijke klant. Kortom, door de juiste klantdata te vertalen naar klantinzichten, kunnen bedrijven hun klantbehoud, klantwaarde en klanttevredenheid optimaliseren.

Beveiliging is key

Maar naast de vele voordelen die kunstmatige intelligentie kan bieden, brengt het ook de nodige privacy-risico’s met zich mee. Via kunstmatige intelligentie worden grote hoeveelheden (gevoelige) persoonlijke informatie verzameld, van bijvoorbeeld gezichts- en stemherkenningsgegevens tot het internetverkeer. De mens is dagelijks meer online dan offline, dus kunstmatige intelligentie heeft een grote invloed op de privacy van eenieder. De verzamelde gegevens kunnen kwetsbaar zijn voor datalekken en zijn daardoor ook vatbaar voor misbruik. Bedrijven moeten op deze risico’s inspelen door hun beveiliging tegen zowel interne als externe aanvallen continu te verbeteren en privacy en databeveiliging een belangrijk onderdeel te laten zijn van hun bedrijfsvoering.

Verdeeldheid is niet nodig

Om kunstmatige intelligentie te optimaliseren is het niet nodig je privacy daarvoor in te ruilen. Het draait om de juiste balans en de controle van de mens blijft daarbij van groot belang. Om te beginnen is het belangrijk dat organisaties het begrip ‘privacy-by-design’ eigen maken. Door alle gegevensstromen goed gedetailleerd in kaart te hebben, kunnen ze op de juiste manier worden beveiligd. Het is veel werk, maar levert uiteindelijk meer op en is voor zowel de consument als de organisatie van toegevoegde waarde. Door privacy te garanderen, win je het vertrouwen van de consument en creëer je een concurrentievoordeel. Transparantie is hierbij de sleutel naar vertrouwen.

Behoud (algoritme-)controle

Een toekomst zónder kunstmatige intelligentie is ondenkbaar. Steeds meer organisaties zien de kansen en het potentieel dat kunstmatige intelligentie kan bieden. Het is aan te raden deze handige en efficiënte tool zij-aan-zij met de betrokken medewerkers te laten werken. Zeker als het gaat om technologische beslissingen die gemaakt worden aan de hand van bijvoorbeeld profilering. Het belang van een menselijk eindoordeel blijft hier groot. Door niet alleen de nieuwe technologie, maar ook de werkwijze van medewerkers met deze technologie te optimaliseren, creëer je meer ruimte voor innovatie. Het is voor organisaties niet langer de vraag wanneer ze kunstmatige intelligentie gaan introduceren; de juiste vraag is hoe ze dit privacy-proof kunnen doen.

Gerelateerde artikelen
Alle artikelen