Deel 2: Een reset van de AI-verwachtingen
VP en Gartner Fellow Tom Austin probeert in zijn presentatie de aanwezige it-managers tot rust te manen met betrekking tot Artificial Intelligence. De hoge verwachtingen moeten hoognodig worden getemperd. Hij vergeleek hen met tieners van een jaar of 14, 15 die net hun seksualiteit ontdekken: “Ze experimenteren wat, maar weten nog niet goed waar ze mee bezig zijn. Ze staan aan de kant en horen allerlei wilde verhalen van hun vriendjes, en doen daar zelf gretig aan mee.”
Austin ontmaskert de magische gedaante van AI: “Dit is het tijdperk van innovatie, vergelijkbaar met het stoomtijdperk en elektriciteit. AI is geen zwarte magie, het is geen superkracht, het is niets anders dan wiskunde. Modellen krijgen dwangmatig data gevoerd, meer niet. Iedereen wil weten wanneer je hierin moet duiken. Niemand die het weet. Ik weet slechts één ding zeker: duik nu niet gelijktijdig overal in.”
Verbluffende innovatie
Austin ageert tegen de veronderstelling dat AI menselijke intelligentie kan nabootsen. “AI heeft geen gezond verstand, geen zelfbewustzijn of intelligentie. Er zit geen intelligentie in Artifical Intelligence. AI is niets meer en niets minder dan verbluffende innovatie. Eigenlijk ben ik het eens met Stephen Hawking. Als we inderdaad menselijke intelligentie in een machine krijgen, is ons leven voorbij. Ik ben alleen helemaal niet bang dat dit zal gebeuren.”
Er zijn vele definities van AI, maar Austin geeft de voorkeur aan die van Nobelprijswinnaar Herbert Simon: het is de zoektocht naar computertechnologie dat doet wat we voor niet mogelijk hielden. “In 1902 geloofde niemand dat iets dat zwaarder was dan lucht zou kunnen vliegen”, vervolgt Austin. “Tot een jaar later de Wright broers deden wat we tot dan toe voor onmogelijk hadden gehouden. Dat is de eerste fase in AI: afrekenen met de overtuiging dat iets niet mogelijk is. De tweede fase is een grote doorbraak die leidt tot het nieuwe normaal. De eerste smartphone verblufte ons allemaal. Tegenwoordig is het de normaalste zaak ter wereld. In de derde fase wordt de verbluffende innovatie heel snel oude innovatie. Maar vergis je niet: ook oude innovatie kan nog uitstekende waarde leveren met lage risico’s.”
Diepe neurale netwerken
Er wordt al ruim 65 jaar gewerkt aan AI, zonder veel succes. Tot aan grofweg een jaar of vijf, zes geleden. “Tussen 2008 en 2016 verbeterde de AI-resultaten met een factor miljoen”, vertelt Austin. “We konden steeds grotere hoeveelheden data dwangmatig voeren aan de machines. Dat werd mogelijk dankzij de verbluffende innovatie van de verschillende variaties van diepe neurale netwerken (DNN). Dit is vandaag de dag nog altijd de voornaamste innovatie. De tweede innovatiestroom speelt zich af in natuurlijke taalverwerking (natural language processing), verwerkt door DNNs en gerelateerde technologieën. Het werken met DNNs vereist veel minder code en af en toe overstijgt het ons menselijk presteren. De nadelen zijn dat ze nog altijd veel fouten maken – ze weten niet de juiste antwoorden, maar ze raden net zo lang tot ze het goed hebben – en ze zijn ondoorzichtig. Dat wil zeggen dat je het geleerde van het autonoom rijden van een auto niet kunt overzetten naar een helikopter. Ook kost het enorm veel moeite om een machine te trainen.”
Austin raadt it-managers aan om in het verlengde van deze twee voorname technologieën de aandacht te richten op categorieën als ‘agents’, ‘robots’, ‘tooling’ en ‘enterprise applications’.
Het platformparadigma
Ongeveer iedere tien jaar komt een nieuw platform bovendrijven dat de verbeelding van it-professionals vasthoudt. De industrie verschuift dan naar dat platform; 1960 en verder: mainframes; 1970 en verder: minicomputer systemen; 1980 en verder: PC’s en file-sharing LANs; 1990 en verder: client/server en GUI’s; late 90’er jaren en verder: internet en intranetten; 2008/9 en verder: mobiel en cloud. “Momenteel bevinden we ons aan het einde van dat mobiel- en cloud-tijdperk”, vertelt Austin. “Waarom? Omdat we het begrijpen en er ruimschoots mee hebben gespeeld. Wat is het nieuwe platform? AI!” Hij somt diverse AI-platforms op die al sinds 2014 worden gelanceerd: Watson van IBM (2014), Alexa Skills van Amazon (2015), Cortana van Microsoft (2016) enzovoort. “Op welk platform moeten we nu onze standaard bouwen?” vraagt hij. “Op geen van alle. De eersten zullen ook hier de laatsten zijn. In plaats van te investeren in een specifiek platform, is het verstandiger om te investeren in applicaties die kant-en-klaar op de plank liggen. Specifieke apps voor jullie eigen industrie, die bedrijfsvoordelen bieden. Je hoeft niet zelf een wizard te zijn. Er is niets mis mee om snel te volgen. Zoek de applicaties die concurrenten al gebruiken en die waarde leveren en die toevallig ook nog eens AI gebruiken.”
Jonge industrie
Austin beschrijft enkele manieren waarop AI binnen kan komen bij een organisatie. Opmerkelijk is dat er in geen van de categorieën een leidende leverancier is. Het is allemaal nog erg versnipperd en van de tien categorieën zijn er vier nog nauwelijks in beeld. Als eerste noemt hij Platform-as-a-Service (PaaS). “Een meerderheid van Gartner-klanten experimenteert hiermee”, vertelt Austin. “Meestal betreft het dan enkele medewerkers die ervaring met of interesse in DNN hebben, waarbij het voornamelijk gaat om het opdoen van ervaring.” Een andere manier is via niche applicaties, die één klein onderdeel voor hun rekening nemen. Dit is allemaal nog bijzonder kleinschalig, maar er wordt al wel onmiskenbaar waarde geleverd hier. Gartner onderzocht hoeveel bedrijven nu daadwerkelijk AI-gedreven applicaties in productie hebben, zoals een chatbox. Van de 12 procent die hiermee bezig is, heeft de helft daadwerkelijk iets in productie en de andere helft verwacht dat het komende jaar. “Dus”, benadrukt Austin nog maar eens, “maak je geen zorgen over achterop raken. Je bent pas 15 jaar, de industrie is nog erg jong.” Verder noemt hij nog ‘Custom projects’, waarbij vanuit board-interesse interne activiteit plaatsvindt in kleine groepjes. Ook via grote applicatiesuites kan AI binnen komen, zoals van Oracle, SAP of Salesforce. Deze leveranciers bouwen dan iets van AI in hun suite, al is dit nog maar mondjesmaat zichtbaar.
Tot slot geeft Austin een aanpak van AI in drie stappen. “Experimenteer en leer, zoek naar oplossingen die snel waarde genereren en kies pas een platform over minimaal vijf jaar. Het is veel te vroeg om dat nu al te doen.”
