Waarom AI ook voor middelgrote bedrijven een kans is

Volgens Forbes gebruikte in 2018 slechts 11 procent van de kleine en middelgrote bedrijven artificial intelligence-toepassingen (AI); 41 procent geeft aan dat het te complex is voor de behoefte die ze hebben. Maar AI en machine learning hoeven niet ingewikkeld te zijn. Bovendien hebben de eerste MKB-bedrijven die deze technologieën omarmen de kans om een grote voorsprong te nemen op hun concurrenten.
 
Naar aanleiding van de recente introductie van Dataiku Lite en Dataiku Free, spraken we met Hylke Visser, Director Sales & Business Development bij Dataiku. Hij ging in op hoe MKB-organisaties om kunnen gaan met de uitdagingen en de kansen die AI met zich meebrengt.

Er wordt vaker gesproken over de kansen van data science, machine learning en AI, maar wat kun je zeggen over de nadelen hiervan?
Het grootste nadeel voor MKB-bedrijven als het gaat om het opstarten of uitbreiden van een AI-programma, is het aantrekken van talent. Veel grote organisaties hebben de middelen om data scientists en engineers aan te trekken. Dit is echter voor de meeste MKB-bedrijven niet het geval. Zij willen vaak liever starten met een klein team en hun AI-activiteiten in een aantal jaar uitbreiden. Dit betekent dat ze meer moeten doen met minder. Dat is waar data science-platformen toegevoegde waarde kunnen hebben. Je hoeft daarbij geen data scientist te zijn en aan machine learning-modellen te werken. Met de juiste tools kunnen MKB-organisaties zelfs medewerkers in hun rol laten groeien en capaciteiten stimuleren waarmee zij zich ontwikkelen tot data scientist.

Waarom is het van belang voor MKB-bedrijven om aan de slag te gaan met AI?
Het korte antwoord is simpelweg: overleven. Als je het budget en het aantal medewerkers van MKB-organisaties vergelijkt met grotere organisaties die actief zijn in dezelfde branche, dan staan ze er vanzelfsprekend minder sterk voor. Het goede nieuws is dat veel MKB-organisaties en startups al nadenken over wat AI voor hun organisatie kan betekenen. Ook zijn ze vaak veel flexibeler in het introduceren van een AI-programma dan grotere organisaties. Zij worden immers ook niet beperkt door bureaucratie en oude manieren van denken. Zo hebben de meeste kleinere teams die ik spreek vaak uitgebreide kennis van Python en ervaring met open source. Zij begrijpen wat een getraind en geoperationaliseerd model voor hen kan doen qua tijdsbesparing en het verhogen van de omzet. Om hiervan in de praktijk te kunnen profiteren hebben ze ook de tooling nodig die het nadeel van de beperkte teamgrootte en budgetten wegneemt en hen de mogelijkheid geeft om snel aan de slag te kunnen.   

Ken je MKB-organisaties die succesvol zijn in het toepassen van machine learning? En zo ja, hoe hebben ze dit gedaan?
We hebben een fintech-klant die met slechts een aantal mensen en ons platform, grote issues aanpakken zoals de detectie van fraude. Ze kunnen dit nu veel efficiënter doen dan voorheen. Omdat het platform samenwerking vereenvoudigd, maken voor het eerst collega’s uit de business onderdeel uit van het projectteam. Voorheen was dit ondenkbaar omdat ze geen kennis hadden van machine learning en niet konden coderen. Toen ze eenmaal zagen wat mogelijk was met Dataiku kwamen er nog meer issues aan de oppervlakte waar het platform een oplossing voor kon bieden. Als ze niet op hetzelfde platform hadden kunnen samenwerken was dit veel langzamer gegaan. Bovendien was het met deze werkwijze ook niet noodzakelijk om het team fors uit te breiden.

Wat is het beste advies dat je kunt geven aan MKB-bedrijven die met AI aan de slag willen?
Denk niet dat jouw bedrijf te klein is en het team niet groot genoeg is om aan de slag te gaan met AI. AI is een veelomvattend begrip dat op verschillende manieren geïnterpreteerd wordt. Maar het moet niet gezien worden als een onbetaalbare technologie die alleen is weggelegd voor de grote spelers. Ik heb gezien dat zelfs organisaties met slechts tien medewerkers in dienst, direct de waarde zagen van AI. We hebben er bij Dataiku ook aan gewerkt om ons platform toegankelijker te maken voor MKB-organisaties dus het is altijd de moeite waard om de mogelijkheden te verkennen.

De behoefte aan AI en andere technologie met voorspellende kracht zal alleen maar toenemen. Dit betekent ook dat de concurrentie heviger wordt, ongeacht in welke branche je actief bent. Wacht daarom niet met ontdekken hoe tools je verder kunnen helpen, omdat de kans groot is dat je concurrenten dit ook doen. Voordeel halen uit AI is vaak makkelijker dan je denkt en de kansen die je ermee kunt verzilveren zijn  zelfs nog groter.

Meer weten over hoe dataplatformen zelfs de kleinste teams kunnen helpen? Lees hier de white paper Data Science Tools: What Are They, And Why Do Data Teams Need Them?