Hoe implementeer je succesvol een digitale strategie? Wat zijn de valkuilen? En wat is het gevaar van té veel vertrouwen op algoritmen? Op die vragen krijgen we antwoord van Etienne Fouarge, medeoprichter en directeur van data-consulting bedrijf LARKinfolab en Roman Briker, Assistant Professor in Organisational Behaviour & HRM bij Maastricht University School of Business and Economics.
“In dit digitale tijdperk, heeft praktisch elk bedrijf een digitale strategie nodig. Digitalisering kan de bestaande bedrijfsvoering ondersteunen om bijvoorbeeld bepaalde bedrijfsprocessen te verbeteren, zoals de zelfscankassa’s in supermarkten. Maar vaak leiden nieuwe technologieën tot compleet nieuwe businessmodellen, die een hele sector wakker schudden. Denk aan Picnic met zijn bezorgservice, dat geen fysieke vestigingen heeft en voor disruptie in het supermarktlandschap heeft gezorgd”, begint Fouarge.
Uitvoering strategie bepalende factor
“Bestaande bedrijven worden door digitalisering gedwongen hun businessmodel op de schop te nemen. Die overgang van een klassieke naar een digitale omgeving, vraagt ook om een cultuuromslag. Het meekrijgen van de mensen in die verandering is het lastigste aspect. De factor mens en organisatie is bepalend in het succes van een nieuwe, digitale strategie. Van de vragen waarom, wat en hoe je gaat veranderen, is die laatste het belangrijkste. Niet zozeer de bedrijven met de beste strategie, maar de bedrijven die hun strategie het beste in de praktijk brengen zijn succesvol in het digitale tijdperk”, weet Fouarge.
Race with the machines
“Mensen zijn, onterecht, bang dat ze vervangen worden door machines. In dit licht wordt wel eens gesproken van een ‘race against the machines’. Ik spreek liever van een ‘race with the machines’. In 2005 was er een schaaktoernooi waarin elk team kon bestaan uit een willekeurig aantal mensen en computers. Dat toernooi werd gewonnen door twee amateurschakers en hun computers. Hun kloof met de schaakgrootmeesters overbrugden ze door hun expertise in het samenwerken met een computer. De beste resultaten bereik je dus door een combinatie van mens én machine. Dat geldt ook in het bedrijfsleven”, legt Fouarge uit.
Wie kan en wil samenwerken met Kunstmatige Intelligentie?
“Die samenwerking tussen mens en kunstmatige intelligentie − hybride intelligentie − vraagt om andere vaardigheden van medewerkers”, zegt Briker. “Sommige mensen zijn bang dat ze vervangen worden door Kunstmatige Intelligentie (KI). Die vraag of je vervangen wordt, is mijns inziens niet relevant. Je kunt je beter afvragen wat nodig om succesvol samen te werken met KI. Overigens kan en wil niet iedereen samenwerken met KI. Het is interessant om de vraag te stellen welk type persoon en welke vaardigheden nodig zijn voor een succesvolle samenwerking”, vervolgt hij.
Algoritme-aversie
“In de huidige arbeidsmarkt zijn zaken als betrouwbaarheid, ijver en punctualiteit bepalend voor succes. Uit onderzoek blijkt dat vaardigheden als deze in een omgeving met KI minder belangrijk worden, omdat een algoritme deze veel beter beheerst dan een mens. In plaats daarvan worden bijvoorbeeld socio-emotionele vaardigheden veel belangrijker. Er bestaat ook zoiets als een aversie tegen algoritmen. Mensen zijn huiverig om algoritmen belangrijke beslissingen te laten nemen. Zelfs als een algoritme bewezen beter presteert dan de mens, is men geneigd de beslissing toch aan een mens over te laten”, weet Briker.
Niet blind vertrouwen op algoritmen
“KI is in principe een positieve ontwikkeling. Maar als het adviserende rol krijgt, bestaat het gevaar dat we die adviezen blind gaan opvolgen – het tegenovergestelde van algoritme-aversie. Dat is met name gevaarlijk als het om morele kwesties gaat. Idealiter is een algoritme minder bevooroordeeld dan een mens. Maar als een algoritme discrimineert heeft dat grotere gevolgen dan wanneer één mens discrimineert. Bijvoorbeeld bij het aannemen van mensen. Als een bedrijf al dertig jaar hoofdzakelijk met mannen werkt bijvoorbeeld, is het waarschijnlijker dat een algoritme voorspelt dat een man geschikter is voor een functie. Zelfs áls KI minder bevooroordeeld is dan een mens, kan het vanwege zijn snelheid en schaalgrootte enorme gevolgen hebben. Hier is menselijke tussenkomst noodzakelijk om data te begrijpen en interpreteren, en te kijken naar onder ander maatschappelijke en demografische factoren”, waarschuwt Briker. “De vraag voor nu en voor de toekomst is: hoe kunnen mensen en KI samenwerken en een relatie aangaan gebaseerd op vertrouwen? Daarvoor is het belangrijk dat mensen inzicht hebben in hoe een algoritme werkt en er in ieder geval ook invloed op hebben”, besluit hij.
Wil jij meer inzicht krijgen in hoe algoritmes werken en je kennis over nieuwe technologieën verder verdiepen en verbreden, schrijf je dan in voor onze Leergang Data Analytics en New Technologies. Etienne Fouarge zal in in deze Leergang verder ingaan op de samenwerking tussen mens en machine.
Klik hier voor meer informatie over de Leergang Data Analytics.
