Data delen tussen organisaties in waardeketens heeft de toekomst, maar we kunnen daar veel meer uit halen. Wat als je in plaats van basale gegevens relevante inzichten kunt delen? Daarbij komt uiteraard AI om de hoek kijken. Erik Beulen, hoogleraar bij TIAS School for Business and Society, over de laatste resultaten van zijn jaarlijkse onderzoek naar digitale volwassenheid.

Er is nog wel een weg te gaan voordat inzichten delen gemeengoed is. Data delen is al moeilijk genoeg: allerlei verschillende systemen moeten met elkaar kunnen praten, gebruikmakend van diverse infrastructuren, liefst in-real-time en dan ook nog veilig, aldus Erik Beulen. “Voor kleinere organisaties die niet over een al te groot geografisch gebied verspreid zijn, is dit eenvoudiger te realiseren. Maar heel grote organisaties die ook nog eens verdeeld zijn over meerdere continenten hebben het moeilijker: het aantal stakeholders is gewoon vele malen groter.”

“We hebben twee dingen nog niet echt goed voor elkaar: de data governance en helaas ook nog steeds de datakwaliteit”, zegt Erik Beulen. “En wat nu goed genoeg is, is het volgend jaar zeker niet meer. Als je niet op die rijdende trein springt, ga je het niet redden.”

De hoogleraar, die bij Royal ForaHolland in het datacomité zitting heeft, komt met een voorbeeld uit de praktijk. “Een bloemenkweker heeft er belang bij te weten wat er uiteindelijk met zijn gewassen gebeurt nadat deze op de veiling verkocht zijn aan de tussenhandel. Worden die tulpen verkocht voor de volle prijs, tegen korting of misschien helemaal niet? Data uit bijvoorbeeld een supermarkt in Zuid-Duitsland kan dan heel behulpzaam zijn bij het nemen van beslissingen over het juiste product en prijspeil.”

“Maar hoe ga je die uitwisseling van data organiseren? Wat betekent het voor het operating model en business model? Als een supermarkt informatie heeft die aantrekkelijk is voor een andere partij, is het dan een service die deze biedt? Krijgt het bedrijf dan korting op de volgende afgenomen partij? Over dat soort vragen moeten partijen goed nadenken.”

“En dan kom ik terug op data governance en datakwaliteit. Als je je operating en business model gaat vernieuwen, dan heeft dat grote consequenties voor bedrijven en samenwerkende organisaties. En daarmee wordt het nog dynamischer. Maar als data in een keten echter alleen maar naar de volgende schakel gaat, en het slechts transactiedata, prijs, leverdatum of condities betreft… dan moeten organisaties zich toch echt afvragen of ze daar niet veel meer mee zouden moeten doen.”

Bij ‘meer doen’ komt al snel AI om de hoek kijken. Maar ook daar hebben bedrijven nog veel werk te verzetten. “Ze kunnen efficiënter en sneller worden qua operating performance en process efficiency – daar wordt AI door heel veel organisaties ingezet. Maar dat doen ze ook in hun business model voor insight generation. Niet heel volwassen overigens.”

Hoe organiseren bedrijven de inzet van AI? “Een centrale aanpak is de norm. Meer dan zeventig procent heeft dit helemaal centraal of voornamelijk centraal geregeld. Als je wilt checken of er een ethische aanpak wordt gevolgd, wordt dat moeilijker te controleren als initiatieven over de hele organisatie zijn verspreid.” Organisaties die AI decentraal aanpakken, scoren echter hoger qua datakwaliteit en data governance. “Dus dit zijn twee zaken om naar te kijken als je AI nog moet gaan inzetten.”

“Wat verder opvalt: er is best een grote groep bedrijven die maar wat doet, waar ze mensen hebben aangenomen die experimenten mogen doen. Ik denk dat, als we over vijf jaar naar deze materie kijken, dat er meer decentraal, dichter bij de bedrijfsvoering geregeld is, dat er een soort AI gaat ontstaan die gemakkelijker toepasbaar is en gemakkelijker kan worden ingezet. Zowel aan de kant van verbeteren van de operatie als aan de kant van insight generation.”

Op termijn is een honderd procent centrale aanpak dus dodelijk. Erik Beulen: “Wat mij betreft, is AI creativiteit. Als je dat gaat micromanagen, zit je op het verkeerde spoor. Als je gaat zoeken naar verbanden in een grote bak data, kunnen er vreselijke dingen gebeuren, maar je kijkt naar patronen, en dat is creatief. Dus je moet de governance goed op orde hebben, en echt kijken of het uitlegbaar is op algoritme-niveau en niet biased. Dat kun je regelen via een governance rule board; Rabobank heeft bijvoorbeeld zo’n orgaan. ”

Er is nog een belangrijke factor in de toepassing van AI waar organisaties tekortschieten, zegt Erik Beulen. “Ze doen nog veel te veel handmatig. Dat is problematisch. Want als jij een fout maakt, maak ik ook een fout, en nog iemand. Zo krijg je fout op fout.” Organisaties moeten alles wat ze doen met AI automatiseren en daarbij is de juiste tooling essentieel. “Je kunt niet wat datapunten gaan patchen. Je hebt een goed data management proces nodig, en de uitkomst van dat proces is een dataset waarop je kunt bouwen. Dan kun je de mensen die inhoudelijk begrijpen waar de data over gaat, aan de gang laten gaan om daar de juiste inzichten uit te halen. Dat is de juiste volgorde.”

Op 16 januari 2024 organiseren we de volgende HPDO sessie in Amsterdam. Je kunt je nu al inschrijven.