Alle berichten

Robotisering en AI

De mens en de robot werken sinds de industriële revolutie samen. Robots werken precies en nemen het zware werk van de mens over. Vroeger werkten kraanmachinisten urenlang in een klein hok boven in een kraan. Zij zaten in een ongemakkelijke houding omdat zij naar beneden moesten kijken om het werk zo goed mogelijk te doen. Tegenwoordig doen robots het zware werk bij de containerterminal Rotterdam. Het werk in de haven is fysiek minder belastend dan in het verleden. De machines leveren spierkracht op. Het enige verschil waar de robots aan tekort doen is, intelligentie (Rathenau Instituut, 2015).

Robots voeren precies uit wat programmeurs programmeren, ze denken zelf niet na. AI (kunstmatige intelligentie) maakt de robot intelligent. Het is de bedoeling om de software slimmer te maken op basis van algoritmes. Een algoritme is een eindige reeks opeenvolgende instructies om problemen op te lossen. De robot krijgt een zelflerend vermogen. Zoals het gaat bij mensen, leren mensen door fouten te maken en vervolgens bij de volgende poging het beter doen. AI maakt gebruik van hetzelfde proces: systemen experimenteren, maken fouten, leren en evolueren. In de loop van de jaren is AI enorm ontwikkeld. Met een enorme hoeveelheid data en met een enorme rekenkracht kunnen systemen ontzettend snel experimenteren, leren en evolueren. Veel sneller dan mensen dat kunnen (Duin, 2017).

Wat is de rol van Big Data voor AI?

Big Data speelt een belangrijke rol voor AI. Er wordt gesproken over Big Data als het gaat om data die te groot is om met reguliere databasemanagementsystemen te onderhouden. De data die opgeslagen wordt, groeit exponentieel. Organisaties, overheden en bedrijven produceren steeds meer data over burgers. De uitdaging in Big Data ligt niet alleen in de opslag van deze hoeveelheden data, maar ook in het analyseren hiervan. Deze data bevat waardevolle informatie. Een voorbeeld hiervan is dat verzekeraars de informatie gebruiken om het risico van individuele klanten in te schatten en daar de premie uit af te leiden.

In de onderstaande grafiek (Tabel 1) is te zien dat de financiële dienstverlening en de IT het meest gebruik maken van Big Data-analyses. Door de constante groei van Big Data en het analyseren hiervan, gebruikt AI deze data om de robot “intelligenter” te maken. AI spot trends door analyse van ongestructureerde data en signaleert hiermee klanten bij bijvoorbeeld financiële problemen.

Tabel 1. Percentage van het aantal bedrijven dat Big Data-analyses uitvoert en waaruit de data wordt verzameld. (CBS, 2017)

De geavanceerde technologie verhoogt de productiviteit, creëert een betere klantenbinding en verlaagd de veiligheidsrisico’s. Voor het onderzoek van “Baan van de Toekomt: de financiële sector in 2030” zijn professionals als Marcel Bullinga gevraagd wat de verwachtingen en de visies zijn in de financiële sector. De meerderheid gelooft dat het betalingsverkeer realtime zal plaatsvinden. AI en Big Data vormen de basis van iedere beslissing in de financiële sector. De financiële sector en IT streven naar innovatie. Door Big Data, digitalisering en mobiele consumenten, heeft de professional de hulp nodig van zijn IT collega (HAYS, 2016).

Veel bedrijven vinden het belangrijk om te innoveren (zie tabel 2), voornamelijk in de IT en de financiële dienstverlening. In de IT en de financiële dienstverlening is innovatie in bedrijfsprocessen zeer belangrijk. Kunstmatige intelligentie wordt gezien als een veilige innovatiekracht.

Tabel 2: Percentage hoe belangrijk innovatie is (CBS, 2017).

In de toekomst zal er steeds meer een samenwerking zijn met de financiële wereld en de IT en zal de technologie, zoals AI en robotisering, bedrijfsprocessen efficiënter maken.

Ondanks de mogelijkheden, is AI-technologie nog in ontwikkeling en liggen er een hoop uitdagingen. AI is nog niet in staat om de huidige professionals te vervangen. Op dit moment ondersteunt de technologie de professional, door taken te automatiseren. Een professional die bijvoorbeeld hypotheekaanvragen beoordeelt, heeft door de geautomatiseerde technologie, meer tijd te besteden aan uitzonderingsgevallen en advisering. Creativiteit en het waarnemen van emoties zijn alsnog de vaardigheden die de mens beschikken.

Ook handig worden met Excel en veel meer leren op het gebied van IT? Heb je interesse in automatisering, procesoptimalisatie, Artificial Intelligence, robotisering en data mining, maar nooit de mogelijkheid gehad om je er verder in te verdiepen? Dan is ons Traineeship Business IT de beste keus voor jou!

Timon Hossain

Junior Consultant - AP Support

Nieuws

Gerelateerd nieuws

Lees meer >