Waarom blijft het vaak liggen?
Friso ziet dat de meeste organisaties enthousiast zijn om op een verantwoorde manier met AI om te gaan, maar dat ze niet goed weten hoe. “Door alle media-aandacht realiseren beleidsmakers zich heel goed dat je makkelijk fouten kunt maken als je technologie inzet om beslissingen te ondersteunen of zelfs volautomatisch te nemen. Fouten die je zelf vaak niet eens door hebt en die volledig onbewust in je proces of je AI-model zijn geslopen. Daarom staat het thema Responsible AI momenteel hoog op de agenda van het management van de meeste organisaties. Maar ze vinden het lastig om er invulling aan te geven, omdat ze niet weten waar te beginnen. Bovendien hebben ze geen zicht op de volledige breedte van het spectrum,” aldus Friso. Daar brengt het Responsible AI Framework verandering in.
Wat maakt het zo complex?
Friso ziet dat de volwassenheid sterkt samenhangt met de aard van het bedrijf. De eerste stap die Conclusion daarom met klanten zet, is het bepalen van het AI Readiness (AIR)-profiel. “We hebben een model ontwikkeld waarin we bedrijven kunnen scoren. Want er zitten grote verschillen in de modus operandi van bedrijven. Die verschillen hebben invloed op het niveau van volwassenheid. Bedrijven in innovatieve sectoren moeten snel met nieuwe producten komen en durven daarbij ook risico’s te nemen. Responsible AI is over het algemeen niet het eerste waar ze aan denken. Terwijl bedrijven in andere sectoren juist risicomanagement hoog in het vaandel hebben staan omdat ze weten dat de impact van een fout grote consequenties kan hebben.”
Behalve door de sector waarin organisaties opereren, wordt de AI Readiness ook wel bepaald door de organisatiecultuur. Het ene bedrijf is wat opportunistischer, het volgende is vooral pragmatisch en weer een ander is van nature conservatief of sceptisch als het gaat om veranderingen. Friso: “Met het AIR-profiel krijgen we snel gevoel bij de stappen die een organisatie moet zetten alvorens daadwerkelijk met AI aan de slag te gaan. Bij veel organisaties moeten we op de rem trappen. Dat zijn de bedrijven waar je de handen makkelijk op elkaar krijgt voor een sexy pilot die de waarde van AI aantoont. Maar soms moeten we ook even de focus verleggen van risicomanagement naar de kansen. Dat zijn de organisaties die aan de voorzichtige kant van het spectrum zitten. Bij hen gebruik ik vaak de Formule 1-metafoor: je kunt een snelle auto heel betrouwbaar maken. Maar je kunt een betrouwbare auto niet snel maken.”
Twee modellen, meerdere toepassingen
Friso: “Wij gebruiken beide modellen op meerdere manieren. In de eerste plaats vormen ze een leidraad voor onze gesprekken met klanten. Het zorgt ervoor dat we geen onderwerpen missen. We gebruiken het Responsible AI Framework daarnaast als volwassenheidsmodel: op basis van een nulmeting krijgen we een goed beeld waar onze klant staat en op welke vlakken de volwassenheid achterblijft. Daarna herhalen we het assessment (half)jaarlijks om te monitoren of het groeipad dat we samen met de klant doorlopen zijn vruchten afwerpt. Door deze nauwgezette monitoring kunnen we AI op een verantwoorde en duurzame manier inbedden in de organisatie van onze klant.”
Kortom, inzet van het AI Readiness-model en Responsible AI Framework geeft je inzicht in waar je als organisatie kunt en moet groeien als je AI op een verantwoorde manier wilt inzetten. Het geeft je grip op AI en helpt je om op een duurzame manier je strategische doelen te realiseren.
