{"id":60173,"date":"2021-04-15T17:42:03","date_gmt":"2021-04-15T16:42:03","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&p=60173"},"modified":"2024-09-20T17:45:41","modified_gmt":"2024-09-20T16:45:41","slug":"conditions-required-for-successful-ai-driven-digital-transformation","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/nl\/blog\/conditions-required-for-successful-ai-driven-digital-transformation\/","title":{"rendered":"Vereiste voorwaarden voor succesvolle AI-gedreven digitale transformatie"},"content":{"rendered":"

Auteur<\/h2><\/div>\"Image\"

Fabien Cros<\/h3><\/div>

Data Consulting Directeur bij Artefact Frankrijk<\/p>\n<\/div><\/div><\/div><\/div><\/div>

<\/span><\/a><\/span>

Lees ons artikel over<\/u><\/p>\n<\/div>

<\/span><\/div>

.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

19 april 2021<\/p>\n

Kunstmatige Intelligentie (AI) wordt steeds meer onderdeel van het dagelijks taalgebruik van bedrijven, omdat ze op zoek zijn naar betere, snellere en slimmere manieren om te werken. Maar ondanks de belofte die het biedt, zullen de meeste initiatieven geen bedrijfsresultaten opleveren. Fabien Cros, Consulting Director bij Data29T, legt uit hoe AI-gedreven digitale transformatie tot een succes gemaakt kan worden. <\/p>\n

Het lage succespercentage dreigt organisaties er ook van te weerhouden om digitale transformatieprojecten uit te voeren en manieren van werken toe te passen die het fortuin van hun bedrijf op de lange termijn kunnen bepalen.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

We hebben het hier niet over AI op de schaal van Hollywoodfilms zoals robot-\u2018mensen\u2019 en gepersonaliseerde billboardreclame. De focus ligt eerder op projecten die intelligente technologie gebruiken om te optimaliseren wat een bedrijf al heeft; bijvoorbeeld het voorspellen van de vraag om het aanbod op elkaar af te stemmen zodat klanten niet teleurgesteld zijn maar overtollige voorraad niet verloren gaat, of het bepalen van waar een detailhandelaar<\/a> een specifiek product in de winkel moet plaatsen om de verkoop te maximaliseren.<\/p>\n<\/div>

Het hoge risico op mislukkingen is een groot probleem nu organisaties ernaar streven om hun bedrijfsvoering om te vormen zodat ze klaar zijn voor een sterk concurrerende wereld. Dit was al het geval v\u00f3\u00f3r 2020, maar de pandemie heeft de behoefte aan snelle, effici\u00ebnte en effectieve manieren om te werken die het herstel bevorderen in de schijnwerpers gezet.<\/p>\n<\/div>

AI-fouten<\/h2><\/div>

Waarom is het mislukkingspercentage dan zo hoog? Is AI gewoon te moeilijk? Niet in onze ervaring.<\/p>\n<\/div>

De sleutel ligt in de eerste innovatie, of proof-of-concept (POC). Hoe briljant en baanbrekend het ook is, als het niet in de hele organisatie kan worden uitgerold, is het werk uiteindelijk voor niets geweest. Niet alleen dat, maar omdat de kosten voor dit soort projecten vaak aan het begin worden gemaakt, is waarschijnlijk ongeveer 70% van het budget voor de totale bedrijfsbrede implementatie opgeslokt.<\/p>\n<\/div>

Ons praktische, praktijkgerichte werk in verschillende industriesectoren en met een grote verscheidenheid aan organisaties geeft ons waardevol inzicht. Bij het analyseren van onze bevindingen komen enkele kernthema's naar voren bij het identificeren van de problemen die wegversperringen veroorzaken bij AI en digitale transformatieprojecten. Wij zijn van mening dat voor het oplossen van deze problemen in elk project de volgende drie praktijken moeten worden toegepast:<\/p>\n<\/div>

1. Innovaties die schaalbaar zijn<\/h6><\/div>

Maar al te vaak worden POC's ge\u00efsoleerd uitgevoerd, om te bewijzen dat iets mogelijk is. Het einde van het initi\u00eble project bepaalt het succes ervan - zonder rekening te houden met de vraag of het idee effectief kan worden gebruikt om aan de behoeften van de hele organisatie te voldoen.<\/p>\n<\/div>

Echt succesvolle innovaties bevatten daarentegen maatstaven die rekening houden met de schaalbaarheid van de blauwdruk; dit gaat uit van een bedrijfskritische denkwijze waarbij projecten moeten aantonen dat, naast het bereiken van de kerndoelstelling, schaal een eerste vereiste is.<\/p>\n<\/div>

Door bijvoorbeeld twee landen in een POC op te nemen en de effectiviteit ervan te beoordelen op basis van de vraag of het de doelstellingen voor beide regio's heeft gehaald, wordt automatisch meer diepte en bereik gecre\u00eberd. Overeenkomsten en verschillen tussen de twee stromen worden ge\u00efdentificeerd, waarbij dit inzicht informatie geeft over hoe de uitbreiding naar de volgende gebieden het beste kan plaatsvinden. Proces en structuur zijn ontwikkeld en bewezen als onderdeel van de POC; wanneer het project breder ge\u00efntegreerd wordt, is de basis al gelegd.<\/p>\n<\/div>

2. De juiste vaardigheden voor de lange termijn<\/h6><\/div>

Een schaalbare implementatie is afhankelijk van het afbreken van de silo's die traditioneel binnen organisaties bestaan, of het nu gaat om de business en IT, business en software engineering, enz.<\/p>\n<\/div>

Om dit te bereiken is een multidisciplinair team nodig dat bestaat uit een data wetenschapper (de wiskundige), productmanager\/eigenaar (voor het zakelijke perspectief), oplossingsarchitect (om IT-vaardigheden in te brengen), en machine learning (ML) ingenieur met goede ML operations (MLOps) kennis (om codering op schaal te bieden). Maar digitale transformatie gaat verder dan de juiste vaardigheden.<\/p>\n<\/div>

Elk van de vaardigheden moet in elke fase van het project worden ge\u00efntegreerd, van dag \u00e9\u00e9n tot de afsluiting - en daarna (de rollen van solutions architect en ML engineer worden vaak weggelaten, of pas ge\u00efntroduceerd nadat belangrijke beslissingen zijn genomen). Bedrijfscontinu\u00efteit vereist dat de mensen die de implementatie dagelijks zullen uitvoeren, getraind zijn voordat het POC-team vertrekt. De levensvatbaarheid van een project is het vermogen om op lange termijn ingebed te blijven in de organisatie.<\/p>\n<\/div>

3. Overdraagbare hulpmiddelen<\/h6><\/div>

Om het project na afloop van het POC-team te overleven, is ook de juiste technologie nodig. Innovaties vereisen een begeleidende \u2018gereedschapskist\u2019 die vanaf het begin is ingepland met als doel een bedrijfsbrede uitrol en onderhoud op lange termijn mogelijk te maken (samen met het trainen van de mensen die deze tools zullen gebruiken).<\/p>\n<\/div>

De dagen dat bedrijven uitgebreide budgetten en lange doorlooptijden nodig hadden om grote organisatorische IT-oplossingen te bouwen of in te kopen, zijn voorbij. De snelle evolutie van cloud technologie\u00ebn en diensten (zoals Google AppSheet en Apigee) maakt het snel, gemakkelijk en kosteneffectief om tools en software te ontwikkelen die op maat gemaakt zijn voor het project in kwestie en die ingezet kunnen worden naarmate het initi\u00eble project opgeschaald wordt.<\/p>\n<\/div>

Digitale transformatie is complex<\/h2><\/div>

Deze richtlijnen lijken misschien overdreven eenvoudig voor wat potentieel een complex probleem is, maar keer op keer zien we de resultaten van het weglaten ervan. Het positieve nieuws is dat effectieve AI en digitale transformatie niet buiten bereik liggen; maar het vereist wel goede zakelijke governance, processen en disciplines, samen met het vermogen om het hele plaatje te zien en te begrijpen waarom dit cruciaal is voor het algehele succes van de organisatie.<\/p>\n<\/div><\/div><\/div><\/div><\/article>

Artikel oorspronkelijk gepubliceerd door Consultancy.eu<\/p>\n<\/div>

Artikel bekijken<\/span><\/a><\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":"

19 april 2021
\nKunstmatige intelligentie (AI) wordt steeds meer een vast onderdeel van het dagelijkse taalgebruik binnen bedrijven, die op zoek zijn naar betere, snellere en slimmere manieren om te werken. Maar ondanks de belofte die AI in zich draagt, zal het merendeel van de initiatieven geen zakelijke resultaten opleveren.<\/p>","protected":false},"featured_media":60172,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[22035],"blog-language":[2991],"class_list":["post-60173","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-data-ai-consulting","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog\/60173","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/media\/60172"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/media?parent=60173"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog-category?post=60173"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog-language?post=60173"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}