AI’s revolutionaire rol in business intelligence
Praktische toepassingen en voordelen
Data was het centrale thema van het VIP Congres 2024, dat op 3 september in het AFAS Theater in Leusden plaatsvonden. Mirjam van Kooten, oprichter en directeur van HippoLIne, verzorgde een workshop waarin zij de laatste innovatieve ontwikkelingen rond AI liet zien. In dit blog blikken we terug op haar verhaal.
Mirjam. Je trok een volle zaal, wat was het centrale thema van je verhaal?
“De revolutionaire rol van AI in business intelligence. Dat klinkt spectaculair, maar ik begon met een serieuze kanttekening en verwees naar het oude wondermiddel Haarlemmer olie. In de 17e eeuw dacht men dat dit middel wonderen zou verrichten; het werd gezien als een alleskunner in de geneeskunde. Maar uiteindelijk symboliseerde het vooral de hoop op een simpele oplossing voor complexe problemen. De hype rond AI vertoont veel gelijkenissen met de beloften van Haarlemmer olie. Er zijn AI-profeten die beweren dat AI onmiddellijk alles beter maakt, maar dat is een oversimplificatie.”
Is AI (dan) een hype?
“Nee, zeker niet. Maar zieners en profeten die beweren dat met AI alles beter wordt, die vergeten vaak te vertellen dat kwalitatief hoogwaardige data de energiebron is waarop AI drijft. HippoLine werkt vanaf 2008 met data en een succesvolle implementatie van AI moet wel aan enkele belangrijke voorwaarden voldoen. Er zijn tal van mislukte AI-voorbeelden uit het verleden. Ik mijn verhaal heb ik er vier genoemd”.
Nou, kom maar door…
“In 2018 vloog het wervingsalgoritme van Amazon uit de bocht. Het AI systeem was bedoeld om CV’s te analyseren en de beste kandidaten voor een functie te selecteren, maar het systeem bleek gevoed met oude data waarbij de meerderheid van de sollicitanten man was. Hierdoor begon het algoritme vrouwelijke sollicitanten te discrimineren. Als je je data niet ververst en traint op verandering, dan krijg je verkeerde uitkomsten.”
“In 2013 voorspelde Google Flu Trends een griepepidemie die niet plaatsvond. Het algoritme bleek overgevoelig voor bepaalde zoekopdrachten en kon geen onderscheid maken tussen informatie zoeken over griep en de daadwerkelijke symptomen.”
“Een derde voorbeeld betrof een verzekeraar. Die wilde op basis van AI de hoogte van de autopremies bepalen, maar negeerde belangrijke dimensies als stedelijke factoren en verkeersveiligheid. Dat resulteerde in verkeerde risicobeoordelingen en dus tot ontevreden klanten en een boze toezichthouder.”
“Tot slot heb ik een nogal luguber voorbeeld genoemd van een AI-model dat volledig de mist in ging met het inschatten van schade op een foto. AI begreep de context niet en schatte de schade enorm hoog in na het zien van een plaatje met een Halloween-kostuum. Gelukkig konden de medewerkers van de verzekeringsafdeling er hartelijk om lachen en hebben ze de schade handmatig aangepast”.
Jij bent dataspecialist, wat concludeer jij aan de hand van deze voorbeelden?
“In de eerste plaats. AI-systemen zijn volledig afhankelijk van de kwaliteit, kwantiteit en tijdigheid (up-to-date zijn) van data. Zonder een goede dataset kunnen AI-modellen geen betrouwbare of nauwkeurige resultaten leveren. Data is de backbone: hoe beter de data, hoe beter het AI-systeem functioneert. Ten tweede. De technische mogelijkheden van AI zijn sterk verbeterd. Het implementeren van AI gaat vaker mis door een gebrek aan data of een gebrek aan strategie, dan door technische beperkingen. Daarnaast is het mijn overtuiging dat AI enorme voordelen kan bieden op het gebied van efficiëntie, kostenbesparingen en innovatie. Organisaties die geen AI toepassen, riskeren achterop te raken. Kort gezegd: niets doen is geen optie. En als laatste heb ik genoemd dat gezond verstand en menselijke controle noodzakelijk blijven. Ook AI-modellen kunnen onvoorziene fouten maken!”
En dan, waar de zaal voor kwam: wat zijn de laatste innovatieve ontwikkelingen rond AI in BI?
“Ik heb er in mijn workshop een aantal genoemd. We hebben tegenwoordig verschillende methoden en technologieën om data snel en effectief te controleren. Zo kunnen we gevoelige informatie, zoals BSN-nummers, afschermen of verwijderen om privacy te waarborgen. Daarnaast kunnen we de juistheid van data controleren, bijvoorbeeld of een ingevoerde postcode geldig is. Met deze technologieën kunnen we data continu bewaken en waarborgen dat we met betrouwbare gegevens werken.
Als we kijken naar hoe data tegenwoordig wordt gebruikt, zien we verschillende behoeften. Data-analisten en data scientists willen vooral veel data, geavanceerde analysemogelijkheden en toegang tot machine learning voor voorspellingen en clustering. Zij hebben de behoefte aan diepere analyses en flexibele toepassingen.”
Daarnaast is er een groep die simpelweg handzame rapporten wil ontvangen, bijvoorbeeld voor verplichte rapportages aan de Raad van Commissarissen (RvC) of toezichthouders, of om de organisatie aan te sturen.
Als laatste hebben we een groep gebruikers die snelle antwoorden wil zonder in grafieken of tabellen te duiken. Dankzij de combinatie van AI, LLM’s (large language models) en meer traditionele BI-tools is dit nu allemaal mogelijk.
Qlik Insights Advisor is een mooi voorbeeld van hoe AI en machine learning worden ingezet om gebruikers te helpen bij het ontdekken van inzichten in hun data. Tijdens mijn workshop heb ik een live demo gegeven van Qlik Insights Advisor, een tool die gebruikmaakt van natuurlijke taalverwerking (NLP). Dit betekent dat je vragen kunt stellen in gewone taal, zoals ‘Wat zijn mijn best verkopende producten?’ of ‘Hoe zagen de verkooptrends eruit in het laatste kwartaal?’ Insights Advisor begrijpt deze vragen en genereert automatisch de juiste visualisaties en rapporten om antwoord te geven.
Het mooie is dat dit ook werkt met ongestructureerde data, zoals documenten in Word of PowerPoint. Je kunt deze bestanden eenvoudig uploaden, een zogeheten ‘kennisbank’ opzetten, en binnen enkele minuten vragen stellen.
Daarnaast ben ik erg enthousiast over een ander AI-gebaseerd concept: HippoLine Data Alerts. Deze functie zorgt ervoor dat gebruikers alleen meldingen of notificaties krijgen wanneer er directe actie nodig is. Dit maakt BI niet alleen slimmer, maar ook meer gericht op wat er echt belangrijk is.
Als je meer wilt weten over deze nieuwe ontwikkelingen, neem dan gerust contact met ons op. We laten je graag zien hoe het werkt.”
HippoLine
