Voorspellende algoritmes worden volop ingezet door de overheid. Voor opsporing, om zorgbehoeften in te schatten of om te voorspellen of een leerling voortijdig van school gaat. Maar hoe zit dat in het bedrijfsleven? En merk jij daar iets van?
Voorspellende algoritmes zijn computersystemen die verbanden zoeken in grote bergen informatie, om zo voorspellingen en zelfs beslissingen te maken. Die systemen zijn overal, legt hoogleraar kunstmatige intelligentie Maarten de Rijke van de Universiteit van Amsterdam uit. "Vergis je niet: banken, zorginstellingen, diensten en ook boeren gebruiken ze. Niet alleen grote tech-bedrijven."
Voor we er verder op ingaan: hoe gaat zo'n voorspellend algoritme eigenlijk te werk? Dat leggen we je hieronder uit:
Terug naar de algoritmes in de praktijk. Banken gebruiken voorspellende algoritmes voor fraudedetectie: "Er zijn tientallen miljoenen transacties per dag", zegt hoogleraar De Rijke. "Dat red je niet met de hand, algoritmes zoeken transacties waar een luchtje aan zit."
En ook boeren gebruiken ze dus. "Ze zijn m'n rechterhand geworden", vertelt melkveehouder Wilfried de Bruin. "Sensoren registreren alles en voorspellende algoritmes herkennen de afwijkingen in loop- en liggedrag van de koeien. Daar krijg ik dan bericht over, het scheelt me werk en tijd. En mijn koeien hebben het ook beter sinds ik die systemen heb. Ik heb veel eerder een zieke koe in beeld."
Booking.com
Een bekender voorbeeld van een bedrijf dat voorspellende algoritmes inzet: Booking.com. Dat bedrijf gebruikt honderden, zo niet duizenden algoritmes om te bepalen wat je bij ze te zien krijgt. "We gebruiken algoritmes en machine learning-modellen over het hele platform", zegt een woordvoerder. "Al voor je op de site bent, beginnen onze algoritmes te werken. Ze maken een voorspelling waar jij wil landen als je op de site komt en welke aanbiedingen jij wil zien."
Die algoritmes doen dat op basis van informatie over jou en het gedrag van andere gebruikers. "Zie de algoritmes als een levend organisme. Zelfs als we niks van je weten kunnen we je aanbevelingen geven op basis van je locatie. We weten wat Nederlandse reizigers zoeken. Dat laten we je zien. Maar wat Nederlandse reizigers zoeken verandert constant, dus de algoritmes blijven leren en het aanbod blijft veranderen."
Voorspellende algoritmes zijn overal.
Hoogleraar De Rijke gaat door. "Algoritmes zitten overal. Webshops en krantensites gebruiken ze om je aanbevelingen te doen uit hun online aanbod. Ziekenhuizen gebruiken algoritmes voor planning, TomTom om kaarten beter te maken en KLM voor onderhoud aan vliegtuigen", vertelt De Rijke.
Voorloper
Nederland loopt gemiddeld voor bij de implementatie van voorspellende algoritmes in Europa, blijkt uit een recente enquête van Microsoft en adviesbedrijf EY onder 277 Europese bedrijven. EY en Microsoft spraken negentien grote Nederlandse bedrijven voor hun onderzoek. Zij gebruiken algoritmes voor uiteenlopende taken.
Wat opvalt in het onderzoek is dat meer dan de helft van de ondervraagde bedrijven nog aan het oefenen is met voorspellende algoritmes: ze hebben bijvoorbeeld pilotprojecten. "We zetten in Nederland vrij makkelijk pilots op om te kijken of het werkt binnen de organisatie", legt National Technology Officer Hans Bos van Microsoft uit, die betrokken was bij het onderzoek.
En ook algoritme-specialist Frank van Praat van adviesbedrijf KPMG ziet dit. Hij houdt zich bezig met kunstmatige intelligentie en komt veel over de vloer bij grote bedrijven. "Er is een tweedeling. Aan de ene kant heb je bedrijven die van begin af aan op voorspellende algoritmes gebouwd zijn. Bedrijven als Booking.com, TomTom en Thuisbezorgd. Daar is het alomtegenwoordig. Kijk je naar meer traditionele bedrijven, zoals verzekeraars en banken dan zit de inzet van voorspellende algoritmes ook nog regelmatig in de proeftuinhoek."
De Rijke voegt toe dat de tweede categorie hard bezig is met een inhaalslag. "Traditionele bedrijven moeten ook techbedrijven worden, anders bestaan ze over een paar jaar niet meer." En dat doen ze ook. "Banken, verzekeraars, kranten. Je hebt ook duidelijk partijen die niks doen, maar machine learning is overal. Het is niet iets van de toekomst, het is er nu al", zegt De Rijke.
Mkb blijft achter
Slechts een op de vijf ondernemers in het mkb gebruikt op dit moment informatie die ze over hun klanten hebben of kunnen verzamelen. Dat zegt MKB-Nederland en dat blijkt uit onderzoeken van de Kamer van Koophandel en van Kantar TNO en ABN AMRO. "Dat is meer dan het Europees gemiddelde. Maar er is zeker ruimte voor verbetering, want machine learning biedt flinke kansen", zegt Feroz Amirkhan van MKB-Nederland.
"Je hebt de koplopers", vertelt woordvoerder Ursul Schaap van de Kamer van Koophandel. "Maar over het algemeen beginnen bedrijven net met het gebruik van data. En daarbij geldt over het algemeen: gebruik dat met gezond verstand. Dan gaat het nog niet eens over voorspellende algoritmes of machine learning."
Amirkhan van MKB-Nederland voegt toe: "Ons beeld is dat het midden- en klein bedrijf over de breedte nog weinig doet met big data en voorspellende algoritmes, terwijl er wel grote kansen liggen in het omzetten van data naar kennis."
We hebben een nationale AI-agenda nodig.
Het bedrijfsleven in heel Nederland werkt dus in zekere mate met voorspellende algoritmes of staat op het punt dat te doen. Handig natuurlijk. Maar er zijn ook bezwaren. Zo bestaat er risico op discriminatie bij de inzet van algoritmes. En het is vaak niet duidelijk of er een algoritme gebruikt wordt. Aleid Wolfsen, voorzitter van de Autoriteit Persoonsgegevens, waarschuwde onlangs nog dat de overheid transparanter moet zijn over hoe jouw gegevens verwerkt worden en hoe besluiten tot stand komen.
En ook bij bedrijven is het niet altijd duidelijk of ze gebruik maken van algoritmes. "Bedrijven komen er niet altijd mee naar buiten dat ze algoritmes inzetten om te helpen bij het maken van beslissingen", zegt Frank van Praat van KPMG. "Ze zijn er niet altijd transparant over. Dat zou moeten veranderen." Uit recent onderzoek van KPMG blijkt dat weinig mensen zich bewust zijn dat algoritmes gebruikt worden. En dat het vertrouwen in algoritmes laag ligt.
