Vertrouwen in AI binnen je organisatie met Cloud Pak for Data

Stap 3 AI Ladder: Organisatievertrouwen in AI 

Om de waarde van data voor de organisatie optimaal te benutten, is het cruciaal om data slim te verzamelen &  verbinden en goed te organiseren. Na deze eerste twee stappen op weg naar het creëren van concrete meerwaarde met AI en Machine Learning, is het tijd voor het echte werk. Door de data op een slimme manier te visualiseren en te analyseren, en snel AI-modellen te maken, ontstaan nieuwe inzichten. Dit is de basis voor betere besluitvorming en biedt kansen om bestaande processen te optimaliseren en nieuwe perfect in te richten. Stap 3 op weg naar datagedreven werken versnelt de brede inzet en nauwkeurigheid van AI en Machine Learning en draagt direct bij aan meer vertrouwen in de organisatie.

Effectieve AI en Machine Learning vraagt meer dan het visualiseren van datasets in een overzichtelijk dashboard. Natuurlijk levert dat inzichten op, maar de echte kracht van AI gaat verder. Om die te benutten is het zaak concrete AI-toepassingen te maken, ofwel data slim combineren en daar algoritmes op toepassen. Dat klinkt eenvoudig, maar de praktijk is weerbarstig. Voorheen draaiden verschillende AI toepassingen in dezelfde omgeving. Bij bijvoorbeeld nieuwe softwareversies moest er goed gecontroleerd worden of er geen onderlinge afhankelijkheden waren met  andere software om te voorkomen dat modellen niet meer uitgevoerd konden worden. Het oplossen van deze onderlinge afhankelijkheden is een tijdrovende klus mede door het re-work op bestaande code. In IBM Cloud Pak for Data is dit verleden tijd. Je kunt hierin meerdere gescheiden omgevingen naast elkaar laten draaien. Deze aanpak voorkomt gedoe en je kunt je focussen op nieuwe dingen die waarde toevoegen aan jouw omgeving.

Eenvoudig AI- en Machine Learning toepassingen ontwikkelen

IBM Cloud Pak for Data verlaagt ook de drempel voor de inzet van AI en Machine Learning enorm. Met een geïntegreerde toolset kunnen gebruikers van alle vaardigheidsniveaus AI benutten voor hun werk. Het flexibele en modulaire platform biedt een compleet aanbod aan data- en AI-services. Via de gebruiksvriendelijke user interface kan letterlijk iedereen ermee aan de slag. Voor de technische data-scientists zijn er notebooks waarin men met verschillende programmeertalen aan de slag kan. Ook de minder technische data-scientists profiteren van de voordelen die het platform biedt. Zij hoeven niet langer complexe code te schrijven. Middels AutoAI en drag & drop is de ontwikkeling van AI- of Machine Learning-toepassingen veel eenvoudiger.

AI en Machine Learning toegankelijk voor iedereen

Zoals gezegd kunnen ook mensen met weinig programmeerkennis kunnen bv. AutoAI heel laagdrempelig voorspellingen maken. Zij worden letterlijk aan de hand genomen en kunnen dit met muisklikken in elkaar zetten. Deze eenvoud doet niets af aan de positieve impact van AI en Machine Learning, integendeel. Door iedereen te betrekken bij de inzet, word AI en Machine Learning binnen de gehele organisatie toegankelijker. Mensen ervaren zelf dat het niet per se complex is. Doordat alle technische zaken gestandaardiseerd en geautomatiseerd zijn, groeit het vertrouwen in AI. De nieuwe inzichten en optimalisatiekansen worden zo sneller omarmd en vooral ook benut.

Veilig digitaal experimenteren

Naast betere besluitvorming en inzicht in optimalisatiekansen biedt AI nog een belangrijk voordeel. Het geeft de kans om veilig te experimenteren zonder hoge kosten of onnodige risico’s. Het is mogelijk om scenario’s te maken en deze digitaal door te rekenen, nog voor de daadwerkelijke investering. Dit kan bijvoorbeeld door een Digital Twin op te zetten. Een Digital Twin is een virtuele representatie van een bedrijfs- of productieproces dat gebruikt kan worden om een proces te simuleren, visualiseren, voorspellen en optimaliseren. Het grote voordeel hiervan is dat optimalisatiemogelijkheden of wijzigingen eerst veilig digitaal uitgeprobeerd worden voordat deze daadwerkelijk in het proces toegepast worden.

Een Digital Twin met Cloud Pak for Data

Met IBM Cloud Pak for Data is het mogelijk om een Digital Twin te bouwen. De inzet van een Digital Twin is heel breed: van het bepalen van de ideale orderpick-route in een magazijn en het voorspellen van levertijden, tot het matchen van de voorraad en het opstellen van verkoopprognoses. De potentie is dus enorm. Collega’s Stijn Henken en Bodien Ypma – beide Business Intelligence Consultant bij Axians – hebben onlangs een Digital Twin gebouwd met Cloud Pak for Data. Hun opdracht was gericht op het optimaliseren van het orderpick-proces in een magazijn. In dit voorbeeld is het resultaat een overzichtelijk beeld van de originele route en de optimale route op detailniveau in een dashboard. Dit biedt waardevolle inzichten om de order-pick route slimmer te genereren en uit te voeren. Op die manier wordt AI, dat voor veel mensen toch een abstract onderwerp is, opeens heel concreet. Het biedt handvatten om het werk makkelijker en leuker te maken, en ze hebben daar direct invloed op.

Meer organisatievertrouwen in AI

Dit is maar één van de use cases die Axians met IBM Cloud Pak for Data heeft gerealiseerd. Maar dit voorbeeld toont wel heel goed aan dat dit platform direct kan bijdragen aan de verbetering van de implementatiesnelheid, effectiviteit en in het verlengde daarvan aan het vertrouwen in AI-modellen.

In onze volgende blog over IBM Cloud Pak for Data gaan we dieper in op de vierde trede van de AI Ladder – het toepassen van AI.