Kelly Meijers over duurzame waardecreatie met AI

Wat is duurzame waardecreatie?

Deze vraag lijkt een open deur. Duurzame waardecreatie gaat uiteraard over het creëren van waarde voor niet alleen nu, maar ook de lange termijn. En daar komt meer bij kijken dan veel organisaties beseffen, zegt Kelly Meijers, sustainable AI strategy specialist bij Conclusion AI360. “Je moet een AI-model niet alleen ontwikkelen, maar je moet het ook beheren en continu monitoren of het nog goed presteert. Als de omgeving verandert, moet het model immers mee veranderen. Ook zul je medewerkers moeten trainen. Mogelijk is er bij die medewerkers weerstand tegen de inzet van AI, dus je zult veel aandacht moeten besteden aan vernieuwing van hun werk. Ook zul je de functieprofielen moeten aanpassen, want werkzaamheden worden anders ingevuld. Daarnaast is er wet- en regelgeving waar je compliant aan moet zijn, denk aan de Europese AI Act die nu van kracht wordt. En dan heb ik het nog niet eens gehad over die andere betekenis van duurzaamheid: de impact op onze leefomgeving. Complexe AI-modellen vreten stroom en er is veel water nodig om de servers te koelen. Dat is niet bepaald duurzaam.”

De focus ligt in veel bedrijven vaak meer op de korte dan op de lange termijn. Zeker bij de toepassing van AI is dat een valkuil, zegt Kelly. “Want het is heel makkelijk om een AI-model te ontwikkelen of zelfs kant-en-klaar aan te schaffen en te gebruiken. Bovendien hebben veel bedrijven vooral veel oog voor de tot de verbeelding sprekende toepassingen, zoals de inzet van large language models. Ze vergeten dat die oplossingen ook heel complex zijn, en dus ook meer vragen op de zojuist genoemde gebieden. De kans wordt dan al snel groot dat de kosten op termijn hoger zijn dan de opbrengsten.” 

Hoe pak je het wél aan?

Duurzame waardecreatie begint altijd met de organisatiestrategie, met de bedrijfsdoelstellingen en ambities, zegt Kelly. “Welke bottlenecks of hordes zijn er die maken dat doelstellingen niet worden behaald en ambities niet worden waargemaakt? Welke data hebben we nodig om dit vraagstuk op te lossen? Pas daarna kijken we welke technologieën we daarbij kunnen inzetten. Dat hoeft lang niet altijd AI te zijn, soms is een simpele BI-oplossing ook goed.”

Responsible AI transformatieblueprint

Om ervoor te zorgen dat alle aspecten de aandacht krijgen die ze nodig hebben, heeft Conclusion Intelligence een Responsible AI transformatieblueprint ontwikkeld. Zoals gezegd begint deze blauwdruk bij de strategie en doelstellingen. Vervolgens wordt de AI Readiness   van een organisatie in kaart gebracht en wordt aan de hand van het Responsible AI Framework  tot in detail vastgelegd hoe volwassen de organisatie is op de zes dimensies die een rol spelen bij duurzame waardecreatie.
Kelly adviseert om altijd klein te beginnen, bij een probleem wat nu speelt in jouw organisatie. “We werken zo’n usercase uit in een prototype, waarmee we aantonen dat AI waarde kan creëren. Bij het daadwerkelijk live brengen van dat eerste AI-model in de organisatie gebruiken we het Responsible AI Framework, zodat we het direct op een verantwoorde manier inbedden. Natuurlijk, je krijgt de handen makkelijker op elkaar als je op korte termijn met een vlugge pilot de waarde van AI aantoont. Maar je zult moeten blijven benadrukken dat die waarde alleen duurzaam is als je het op een verantwoorde manier doet.”

De praktijk

De afvalverwerkingsindustrie heeft een hoge AI Readiness. Op de werkvloer stellen medewerkers zich regelmatig vragen als: kunnen we processen (denk aan kraanbewegingen, mengprocessen of stortprocessen) verder optimaliseren? Kunnen we specifieke voorwerpen zoals (lach)gasflessen automatisch herkennen? Kunnen we achterhalen wie afval op een verkeerde manier heeft aangeboden (denk aan lachgaspatronen, elektronisch afval of asbest wat in een container verdwijnt) zodat we die persoon kunnen beboeten?

Afvalverwerkers doen veel visuele inspecties en daarbij worden ze al ondersteund door camera’s. Conclusion heeft een Smart Waste Detection Model ontwikkeld dat in deze camerabeelden automatisch (lach)gaspatronen en -flessen kan detecteren. Dit model kan verder worden getraind met beelden van bijvoorbeeld verstoppingen, zodat hiermee processen kunnen worden geoptimaliseerd. Ook is het model geschikt voor Smart Document Processing: het volledig automatisch afhandelen van grote documentstromen zoals facturen.