Kunstmatige intelligentie (AI) is het nieuwe zwart, het glanzende nieuwe object, het antwoord op de gebeden van elke marketeer en het einde van creativiteit. De recente opkomst van AI uit de geheimzinnige hallen van de academische wereld en de achterkamertjes van de datawetenschap is ingegeven door verhalen over drones, robots en zelfrijdende auto’s van techgiganten als Amazon. Google en Tesla. Maar de hype overtreft de dagelijkse realiteit.

AI heeft een geschiedenis van vijftig jaar van wiskundige en computerwetenschappelijke ontwikkeling, experimenten en denken. Het is geen sensatie van de ene op de andere dag. Wat het opwindend maakt, is de samenvloeiing van grote datasets, verbeterde platforms en software, snellere en robuustere verwerkingsmogelijkheden en een groeiend aantal datawetenschappers die graag een breder scala aan toepassingen willen exploiteren. Het prozaïsche dagelijkse gebruik van kunstmatige intelligentie en machine learning zal een groter verschil maken in het leven van consumenten en merken dan de flitsende applicaties die in de pers worden aangeprezen.

Overweeg dus deze AI-realiteitscheck:

Big Data is rommelig​ We creëren data en verbinden big data-sets met buitengewone snelheden, die zich elk jaar vermenigvuldigen. De groei van mobiele media, sociale netwerken, apps, geautomatiseerde persoonlijke assistenten, wearables, elektronische medische dossiers, zelfrapporterende auto’s en apparaten en het aanstaande Internet of Things (IoT) creëren enorme kansen en uitdagingen. In de meeste gevallen is er aanzienlijk en langdurig werk om ongelijksoortige gegevens uit te lijnen, te normaliseren, in te vullen en met elkaar te verbinden, lang voordat er met een analyse kan worden begonnen.

Het verzamelen, opslaan, filteren en verbinden van deze bits en bytes met een bepaald individu is lastig en opdringerig. Het samenstellen van een zogenaamd “Golden Record” vereist aanzienlijke rekenkracht, een robuust platform, vage logica of diep leren om ongelijksoortige gegevens en passende privacybescherming te koppelen. Het vereist ook aanzienlijke vaardigheid in het modelleren en een groep datawetenschappers die in staat zijn om het bos te zien in plaats van de bomen.

Een-op-een is nog steeds ambitieus. De droom van een-op-een gepersonaliseerde communicatie is aan de horizon, maar nog steeds ambitieus. De poortfactoren zijn de noodzaak om gemeenschappelijke protocollen te ontwikkelen voor identiteitsresolutie, privacybescherming, begrip van individuele gevoeligheden en toestemmingen, de identificatie van buigpunten en een gedetailleerd plot van hoe individuele consumenten en segmenten zich door tijd en ruimte verplaatsen tijdens hun reis vanuit behoefte. naar merkvoorkeur.

Met AI bevinden we ons in een vroege test-en-leerfase, geleid door bedrijven in de financiële dienstverlening, telecom en retail.

Mensen prijzen voorspellende analyses. Amazon heeft ons getraind om gepersonaliseerde aanbevelingen te verwachten. We zijn online opgegroeid met het idee: “als je dit leuk vond, zul je dat waarschijnlijk leuk vinden.” Als gevolg hiervan verwachten we dat favoriete merken ons kennen en de gegevens die we delen bewust en onbewust op een verantwoorde manier gebruiken om ons leven gemakkelijker, handiger en beter te maken. Voor consumenten werkt voorspellende analyse als de inhoud persoonlijk relevant, nuttig en als waardevol wordt ervaren. Iets minder dan dat is SPAM.

Maar realistische, praktische datagestuurde voorspellingen doen is nog steeds meer kunst dan wetenschap. Mensen zijn gewoontedieren met een aantal voorspelbare patronen van interesse en gedrag. Maar we zijn niet per se rationeel, vaak inconsistent, veranderen snel van mening of veranderen onze handelwijze en zijn over het algemeen eigenzinnig. AI, met behulp van deep learning-technieken waarbij het algoritme zichzelf traint, kan een deel van de manier zijn om deze gegevens te begrijpen door acties in de loop van de tijd te volgen, gedrag af te stemmen op waarneembare benchmarks en afwijkingen te beoordelen.

Platformproliferatie. Het lijkt erop dat elk technologiebedrijf zich nu in de AI-ruimte bevindt en allerlei claims maakt. Met meer dan 3500 Martech-aanbiedingen bovenop de talloze geïnstalleerde legacy-systemen, is het geen wonder dat marketeers in de war zijn en IT-ers belemmerd worden. Uit een recent Conductor-onderzoek bleek dat 38 procent van de ondervraagde marketeers 6-10 Martech-oplossingen gebruikte en nog eens 20 procent 10-20-oplossingen. Een samenhangend IT-landschap samenstellen in dienst van marketingdoelstellingen, de beperking van legacysystemen en bestaande softwarelicenties beperken en tegelijkertijd enorme datasets verwerken, is niet voor bangeriken. In sommige gevallen moet AI om de geïnstalleerde technologieplatforms heen werken.

Kunstmatige intelligentie is waardevol en evolueert. Het is geen zilveren kogel. Het vereist een combinatie van bekwame datawetenschappers en een krachtig hedendaags platform aangestuurd door een klantgericht perspectief en een test-en-leermentaliteit. Op deze manier zal AI veel meer waarde opleveren voor consumenten dan drones of robots.


Source by Danny Flamberg

Author Bart Rinsma

Bart Rinsma is blog schrijver op MillennialClub.nl. Hij schrijft voornamelijk over Crypto, Blockchain & interessante IoT Projecten.

More posts by Bart Rinsma

Leave a Reply

All rights reserved Salient.