Weg met de artificial intelligence hype

Veranderende winkelstraten, online spelers die met grote aanloopverliezen hun marktaandeel veelal hebben gekocht en, voor het eerst in decennia, drastische wijzigingen in de top 10 van de Fortune 500.

Door spelers als Amazon vervagen grenzen tussen branches en veranderen concurrentievelden. In menig boardroom is het dan ook onrustig door artificiële intelligentie, blockchain en Internet of Things. Bedrijven moeten steeds sneller ontwikkelen om de consument en zijn eisen bij te houden. Soms wordt het middel (agile) het doel. We moeten ons hoofd erbij houden, maar hoe doen we dat?

Tekst: Bas Karsemeijer

Het zijn veranderingen die bedrijven niet meer tegen kunnen houden en waar consumenten reikhalzend naar uit kijken: koelkasten gaan zelf boodschappen bestellen, men praat tegen een Amazon Echo speaker, een auto grijpt in om een ongeluk te voorkomen en dankzij open banking kan men vanaf volgend jaar met eigen data meerdere banken en fintechs tegen elkaar uitspelen voor een optimaal rendement. 

Algoritmes zijn van alle tijden

Iedereen steekt elkaar de ogen uit met termen als machine learning, deep learning en artificial intelligence (kortweg AI). Alsof het nieuw is en ons mensen volledig overbodig gaat maken. Het lijkt wel alsof we zijn vergeten dat deze algoritmes er ons hele leven al waren. In de jaren vijftig is de mens al gestart met het inzetten van computers voor kunstmatige intelligentie. In 1997 versloeg IBM’s schaakcomputer Deep Blue wereldkampioen Garri Kasparov. Dagelijks genieten consumenten al van de vruchten van AI, in de vorm van kant-en-klare vakantiepakketten, preventieve zorg, Netflix-series die van begin tot eind boeien, efficiëntere inzet van bestrijdingsmiddelen en water in de landbouw en nu ook van zelfrijdende auto’s.

AI is momenteel zo hot, omdat nu eindelijk het ware potentieel wordt benut. De algoritmes waren er al decennia, maar het uitvoeren van een model nam uren in beslag. Met de kracht van de huidige (cloud-)platforms is de uitvoering van deze algoritmes van uren naar minuten en seconden gegaan. We kunnen dus veel meer modellen combineren, testen en tijdens een klantinteractie uitvoeren. De tweede oorzaak zit hem in de beschikbaarheid van gigantische hoeveelheden data; met zoekgedrag, transacties, interesses, voorkeuren en locaties kunnen we een completer beeld van consumenten krijgen. Er zijn meer gegevens dan ooit om de modellen te trainen, valideren en optimaliseren.

4 lessen om AI voor je laten werken

1.Zet Human Intelligence in

Dankzij natural language processing zal de helft van alle zoekopdrachten in 2020 spraakgestuurd zijn, becijferde Gartner al eens. Samen met het feit dat de algoritmes razendsnel uitgevoerd kunnen worden, opent dit een wereld voor marketeers. Iedereen kan een analist worden en creatief meerdere queries testen en de juiste keuze voor klanten maken. De afhankelijkheid van developers en databasemarketeers is voorbij. We laten AI het werk doen en sturen dit aan met onze Human Intelligence.

2.Wees bewust en handel ethisch

Nu de consument de marktontwikkeling bepaalt en hij mede dankzij blockchain-technologie meer verantwoordelijkheid naar zich toetrekt, moeten we nog meer over onze ethische keuzes nadenken. Consumenten zijn soms nog onwetend, en kunnen zij de verantwoordelijkheid wel aan? Zo bleek vorige week dat 75 procent van de bijna zeshonderdduizend Nederlanders die in cryptovaluta handelen momenteel op verlies staat.

Besef ook dat de keuzes in het AI-domein nu nog gemaakt worden door technische mensen. Zij selecteren de trainingsdata en bepalen daarmee de optimalisatie van het algoritme, zo goed dat zelfrijdende auto’s worden geprogrammeerd die cruciale verkeersbeslissingen moeten maken. Wees je hier als marketeer bewust van; bemoei je met de keuzes die gemaakt worden tijdens de creatie van de algoritmes en de dataselectie.

3.Denk vanuit het heden

Context is van grote invloed op de keuze van consumenten. Next best offer algoritmes gebaseerd op historische data uit een klantbeeld hebben het onderbuikgevoel veelvuldig verslagen. Maar ze ztten er ook nogal eens naast. Een aanstaande hittegolf laat alle op historie baseerde voorspelling in het water vallen. Opblaasbare zwembaden en barbecues zullen de grote stijgers in het zoekgedrag zijn en bestaande productaanbevelingen verslaan.

4.Start klein voor een groot resultaat

De ervaring leert dat goede resultaten ontstaan wanneer datagedreven marketinguitdagingen in duo’s worden opgelost, bijvoorbeeld door een marketeer en een data scientist. In een dag staat er een minimum viable product en in een week is er bijvoorbeeld een machine learning model gemaakt om automatisch lookalike audiences voor campagnes te selecteren. Een trend recommender kan op basis van de grootste stijgers van vandaag productaanbevelingen doen. Het online zoekgedrag van afgelopen week blijkt een prima voorspeller voor de vraag van volgende week. Daarmee kan de inkoop van producten en diensten geoptimaliseerd worden. Dat alles door het saaie werk door computers te laten uitvoeren en onze Human Intelligence in te zetten voor de juiste creatieve beslissingen.

Bas Karsemeijer is Lead Data & Insights bij Yourzine, sinds eind vorig jaar opererend als label onder de vlag van Adeptiv. Karsemeijer sprak afgelopen donderdag op het Data Driven Commerce Event.