AI-expert HP: "Veel mensen zeggen dat AI de toekomst is, maar AI is nu"

Bedrijven die nu met AI aan de slag gaan, hebben waarschijnlijk een voorsprong op bedrijven die de techniek links laten liggen. Dat vindt Cihangir Kocak, expert op gebied van AI bij HP. “In het ergste geval zal een organisatie zijn concurrent die AI wél succesvol toepast op termijn niet meer kunnen bijbenen. Daarom moet je niet afwachten, maar ermee aan de slag gaan. Veel mensen zeggen dat AI iets van de toekomst is, maar AI is nu.”

Drie types AI

Om goed te begrijpen wat de mogelijkheden rondom AI zijn, onderscheidt Kocak drie types:

Artificial Narrow Intelligence (ANI) ANI is heel goed in het uitvoeren van specifieke taken, maar ook niet meer dan dat. De techniek is niet in staat om buiten de eigen specialisatie te denken.
Artificial General Intelligence (AGI) Deze vorm van AI kan op hetzelfde niveau als menselijke intelligentie opereren. Het is in staat om een breed scala aan taken uit te voeren en op dezelfde manier als mensen te leren van ervaringen.
Artificial Super Intelligence (ASI) ASI is aanzienlijk slimmer dan de slimste menselijke geest op elk gebied, inclusief creativiteit, sociale vaardigheden en wetenschappelijk inzicht.

Kocak ziet dat we nu nog grotendeels op het eerste niveau zitten. “Toch beginnen we de eerste stappen in de richting van Artificial General Intelligence te zetten met de huidige ontwikkelingen op het vlak van generative AI.” Artificial Super Intelligence is nu nog toekomstmuziek, zegt Kocak. “Daar zijn we technologisch nog niet toe in staat.”

Drie scenario’s waarop AI toegepast wordt

Naast de soorten AI die er zijn, zegt Kocak dat er in essentie drie scenario’s zijn waarop AI wordt toegepast:

Het bouwen van de systemen In dit scenario wordt geëxperimenteerd met AI, worden de AI-modellen ontwikkeld, algoritmes geschreven en geïmplementeerd in de IT-systemen van de organisatie. Qua rollen kun je denken aan Data Scientists, Machine Learning Engineers en Data Engineers.
Het toepassen binnen een applicatie Hier maken we onderscheid tussen gebruikers die zich heel bewust van de voordelen van AI in een applicatie zijn en gebruikers die er niet bij stilstaan. Kocak: “Er zijn allerlei gebruikers die weten dat dat de toepassing van AI binnen hun applicaties ervoor zorgt dat ze hun werk beter, sneller of efficiënter kunnen doen. Denk aan video editors, game developers, 3D-designers, allemaal rollen die een applicatie gebruiken waarbij AI onder de motorkap zit.De gebruikers die er niet bij stilstaan, profiteren van AI zonder dat ze het door hebben. “Ik had laatst een meeting met een collega en die collega zat in de trein. En ik had het niet in de gaten. Je hoorde geen enkel achtergrondgeluid of geruis. Dat wordt mogelijk gemaakt door AI-technologie in onze producten van Poly.”
Edge computing In dit scenario wordt AI toegepast om data direct op locatie te verwerken. De data wordt gebruikt om inzichten te verschaffen in real time en die mogelijk direct toe te passen. De workstations waarmee dit gedaan worden bevinden zich letterlijk aan de rand van het netwerk, vandaar de naam edge computing.

Bedrijven die AI zouden willen gebruiken

Naast bedrijven die al werken met AI onderscheidt Kocak nog een andere groep, namelijk bedrijven die AI zouden willen gebruiken. “Niet elk bedrijf heeft namelijk een data science team of een machine learning engineer. Daarbij helpen we vooral door te kijken naar hun business. Waar ben je mee bezig? Wat zijn je uitdagingen? Is AI de beste manier om dit mee op te lossen?”

Niet voor elk vraagstuk

Kocak vindt dat elke organisatie zou moeten kijken hoe ze dingen beter en efficiënter kunnen doen met AI. “Toch is AI niet de oplossing voor elk vraagstuk. Daarom stel ik ook de bovenstaande vragen om vast te stellen of AI van toegevoegde waarde kan zijn voor de beoogde oplossing.”

Toegevoegde waarde voor de business

Het kan namelijk ook voorkomen dat AI weliswaar wordt ingezet, maar niet op de juiste manier. Er moet een duidelijke toegevoegde waarde voor de business zijn.

“Stel, je vraagt een hypotheek aan. De hypotheekverstrekker gebruikt een algoritme om te bepalen of jij die hypotheek krijgt of niet. Een ingewikkelde beslissing waar veel variabelen bij komen kijken, waar deze technologie een belangrijke rol kan spelen. Maar stel dat het algoritme de conclusie trekt dat jij de hypotheek niet krijgt? Dan wil jij natuurlijk weten waarom. Als de hypotheekverstrekker dit niet kan uitleggen, dan wordt weliswaar het rekenwerk dat nodig is voor de beslissing uit handen genomen, maar het eindresultaat voor de business is niet goed genoeg. Dan is er een algoritme nodig dat de beslissing inzichtelijk maakt.”

De juiste data

Ga je als organisatie aan de slag met het implementeren van AI, dan wordt er een aantal stappen doorlopen. Dat is niet voor elke organisatie hetzelfde, dit hangt af van de maturity van de organisatie op dit vlak. “Een belangrijke vraag aan het begin is sowieso: heb je de juiste data? Waar bevindt de data zich? Is het toegankelijk of zit het in silo’s? Als je nog helemaal geen data hebt, dan is de eerste stap om een proces inrichten om op de juiste manier data te verzamelen en dat fijn te slijpen.”

Cloud first

Dan volgt er nog een relevante discussie, namelijk waar de data heengaat en waar deze verwerkt wordt. “Veel mensen hebben een cloud first mentaliteit. Kan het in de cloud? Dan doen we het in de cloud. Dat kan natuurlijk, maar ik adviseer om altijd een stapje terug te doen en te kijken wat er precies gebeurt. Hoe ziet de infrastructuur eruit? Is dit de ideale manier voor mijn organisatie? En dan zie je vaak dat een hybride vorm de optimale oplossing is.”

Niet alles in de cloud

Er zijn verschillende redenen om niet alles in de cloud te doen. Als je veel rekenkracht nodig hebt, dan kunnen de kosten in de cloud snel oplopen. Gebruik je dat regelmatig, dan wordt het al snel een prijzig verhaal. Dan is een workstation ook een mogelijkheid. Afhankelijk van je gebruik kan je de kosten er zo uit hebben. Je hebt die computerkracht voortdurend voor jezelf beschikbaar. We zien bij onze klanten dat ze hierdoor sneller kunnen werken en sneller kunnen analyseren. De productiviteit gaat omhoog en daarmee de time to market.”

Ongewenste vertraging

Een andere reden is latency, een ongewenste vertraging in het proces. “Stel dat je een fabriek hebt waarbij er producten van de lopende band rollen. Die producten worden voortdurend automatisch gecontroleerd, zodat defecte producten eruit gefilterd kunnen worden. Daarvoor wordt data uit verschillende bronnen, zoals sensordata of camerabeelden, samengevoegd en geanalyseerd. Stuur je al die informatie eerst naar de cloud en dan weer terug naar de locatie, dan is er zoveel tijd verstreken dat defecte product allang voorbij is. Dus wil je die data op locatie analyseren en direct toepassen.”

Hybride model

“Bovendien vergt het veel van je internetverbinding om voortdurend grote hoeveelheden data te versturen. Aan de andere kant is vaak wel handig om een selectie van de op locatie verwerkte data naar de cloud te sturen, om op te slaan in je data lake, of te combineren met andere data en opnieuw te analyseren. Dit hybride model kan je tijd en geld schelen.”

Daarom stelt Kocak altijd vragen als: Wat doe je precies? Waar werk je naartoe? Wat is de oplossing? Hoe is de infrastructuur ingeregeld? Hij geeft aan dat er altijd een kantelpunt voor organisaties is, om niet langer alles in de cloud te doen.

Technologie die het werk makkelijker maakt

HP heeft diverse oplossingen die gebruik maken van AI, maar ook oplossingen die het werk van specialisten zoals Data Scientists makkelijker maken. “Een goed voorbeeld is de Data Science Stack Manager. Data scientists werken met heel veel software, vaak open source. Het kost veel tijd om de software te downloaden, installeren en met elkaar te integreren. En als er een update is, vervalt vaak de integratie en moet je het opnieuw doen.” De Data Science Stack Manager installeert, integreert en beheert open-source software, waardoor tijd wordt bespaard en updates zonder verlies van integratie kunnen worden uitgevoerd.

Platform voor samenwerking

Daarnaast heeft HP samen met NVIDIA de Z by HP AI Studio ontwikkeld, een platform dat projectgroepen in staat stelt samen te werken. Kocak: “Het zorgt ervoor dat teamleden de juiste rechten hebben en dezelfde drivers en softwareversies gebruiken. Dit platform heeft ook een efficiënte interface waarmee gebruikers in één scherm kunnen werken, in plaats van met meerdere open schermen. Een van de grote voordelen is dat je niet beperkt bent tot één platform. Je kunt data uit allerlei verschillende bronnen integreren, bijvoorbeeld uit de clouds van verschillende aanbieders, maar ook on premise databronnen.”

Met zowel software, als hardware, als expertise heeft HP alle facetten in huis die nodig zijn om AI voor jouw organisatie tot een succes te maken.