Cases, Strategie

Doe eens (niet zo) bot: AI & chatbots voor élke organisatie

0

Artificial intelligence is een bekend begrip. Maar wat betekent het precies? Wat heb je eraan? En hoe ga je aan de slag? In dit artikel geef ik je een korte introductie van artificial intelligence (AI) en enkele andere buzzwords. Ik geef concrete voorbeelden van toepassingen binnen organisaties, waaronder het gebruik van chatbots. En een stappenplan hoe je direct aan de slag kunt.

Artificial intelligence: optelsom van cloud, data en learning

Om te beginnen een waarschuwing: de definities die ik geef zijn niet wetenschappelijk getoetst. Experts hebben vast heel veel op te merken. Maar, mijn definities zijn lekker simpel. En dat is ook wat waard.

Cloud computing: rekenkracht

Cloud computing betekent niet meer dan heel veel computers die verbonden zijn met internet. En al die computers stellen hun opslagruimte en rekenkracht ter beschikking. Zo is de enorme potentie van die rekenkracht niet alleen beschikbaar voor grote organisaties met veel geld, maar ook voor kleine mkb’ers en zzp’ers.

Big data: heel veel gegevens

Big data betekent een enorme berg aan gegevens. Die gegevens zijn afkomstig van het gebruik van onze smartphone en ons surfgedrag, maar ook van sensoren op koelkasten, koeien, fietsen en schoenen. Ook hier geldt: de data biedt een enorme potentie, als je er tenminste informatie van kan maken.

Machine learning: computers die leren

Machine learning betekent dat computers steeds beter worden. Ze leren volgens (statistische) regels die programmeurs erin hebben gestopt. En als ze veel geleerd hebben (wat snel gaat door de beschikbare rekenkracht) worden computers bijvoorbeeld beter in schaken dan de wereldkampioen schaken. In 1997 versloeg Deep Blue wereldkampioen Garry Kasparov.

Deep learning: computers die veel beter leren

Deep learning betekent dat computers leren volgens hun eigen regels. Wij mensen snappen niet eens precies hoe ze het doen. In het NRC stond op 20 januari een artikel over AlphaZero, een computer die zowel schaken, Go als Shogi (Japans schaken) heeft geleerd en wereldkampioenen verslaat door hem alleen de regels van het spel te vertellen. Hoogleraar Data Science Aske Plaat in dat artikel: “Het heel veel spelen tegen zichzelf blijkt beter te werken dan het leren van grootmeesters.” En zelfs de onderzoekers snappen niet precies waarom AlphaZero zo goed is. Plaat: “Het is alsof je twee baby’s met elkaar laat spelen en ze op een geheel eigen manier iets superslims ontdekken.”

Superslimme computers

Artificial intelligence betekent dus dat computers met hun rekenkracht en een enorme berg data heel slimme dingen kunnen doen, zo slim dat ze ons mensen verslaan. Daarbij moet ik aantekenen dat dat vaak op deelgebieden is. AI kun je opdelen in ‘general’ en ‘narrow’:

  • General betekent generiek, zoals wij mensen dat zijn. We kunnen schaatsen, schaken, mensen herkennen, emoties herkennen, rekenen en tekenen. Computers zijn nog (lang) niet zo ver.
  • Narrow betekent op een deelgebied. De computer is geprogrammeerd om op een deelgebied te excelleren, zoals schaken. Maar op veel deelgebieden is de computer ons mensen dan ook veruit de baas in kwaliteit en/of snelheid.

Artificial intelligence is heel toegankelijk

Interessant is daarbij dat heel veel technologie al heel erg toegankelijk is. Als je een beetje kunt knutselen, kom je een heel eind. Dat is wat Mark Zuckerberg (Facebook) gedurende een jaar heeft gedaan. Met onderstaand filmpje al resultaat.

After a year of coding, here's Jarvis.

Geplaatst door Mark Zuckerberg op Dinsdag 20 december 2016

Om deze video of embedded content te zien, moet je marketing cookies accepteren.

Let op zijn laatste opmerking (die voor de popcorn): “So this has been pretty fun, but I need some more ideas for Jarvis. So leave them in the comments…” De technologie is het probleem niet. Het is onze eigen creativiteit die ons in de weg staat. Daarom presenteer ik hieronder enkele voorbeelden, om je eigen stroom aan ideeën op gang te brengen.

Toepassingen van artificial intelligence

Artificial intelligence kent drie toepassingsgebieden:

  1. Ordenen en vinden van informatie
  2. Inzicht verkrijgen uit data
  3. Conversaties voeren

1. Ordenen en vinden van informatie

Van audio naar tekst

Stel, je hebt een video die je wil laten ondertitelen. Of je wil een transcriptie van de video delen in een blog. Nu kun je de video afspelen en meeschrijven. Vervelend werkje. Maar je kunt ook naar deepgram.com gaan en daar de url van de video invoeren. Even wachten… en je hebt je video volledig uitgeschreven!

Of stel je voor dat je een virtuele notulist hebt bij een overleg of conference call. Nodig Eva uit. Eva is ontwikkeld door Voicera. Je voegt haar toe aan het gesprek en ze maakt keurig notulen en een actielijst.

Beeldbank taggen

Iedereen die content beheert, kent het probleem: hoe zorg je ervoor dat mensen die content maken de moeite nemen om ook tags toe te voegen? Kleine moeite veel plezier, zou je zeggen. Maar de praktijk is weerbarstig. Vooral bij een beeldbank is dat heel vervelend, want plaatjes laten zich anders niet vinden. De oplossing? Laat software het doen. Stuur je afbeelding naar Google en je krijgt terug wat er op de foto staat, de locatie, de emoties op de gezichten op de foto, de kleuren, etc. En het probleem met je beeldbank is binnen no-time opgelost. Probeer het maar eens op cloud.google.com/vision.

Documenten samenvatten

Hoe maak je een samenvatting van informatie uit honderden documenten? En dan mooi gestructureerd in een tabel? Help de computer op weg door tekst te markeren en laat AI verder het werk doen. Kijk eens naar lore.ai/salient.

2. Inzicht verkrijgen uit data

Rechtszaken voorspellen

Stel, je bent advocaat en je wil je cliënt adviseren of een rechtszaak kansrijk is. Dan duik je in de jurisprudentie en kom je tot een afweging. Saai en tijdrovend werk. Of je laat de computer het werk doen. Het Illinois Institute of Technology in Chicago en het South Texas College of Law ontwikkelden een algoritme dat 70,2% van de uitspraken van het US Supreme Court goed voorspelt (in totaal 28.000 uitspraken). Dat is beter dan experts, die slechts tot 66% komen.

Kost vast heel veel geld, zo’n algoritme. Onbereikbaar voor een klein Nederlands bedrijf. Niets is minder waar. Natuurlijk, het is een investering in tijd en geld, maar ICT-jurist Arnout Engelfriet bewijst dat het de investering waard is. Van zijn blog: “ik heb een AI gemaakt die NDA’s reviewt, en ze heet NDA Lynn. Ze is gratis en geeft deskundig en praktisch advies of je dat geheimhoudingscontract moet tekenen of niet. […] Ik denk dat ik in de bijna 20 jaar dat ik dit werk doe, meer dan 1500 NDA’s heb gereviewd, en ik kan je zeggen – weinig dingen zo saai en onproductief als daarover steggelen.” Test het zelf op Ndalynn.com.

NDA Lynn

De optimale site: van A/B- naar AI-test

Je website draait om conversie: mensen die contact opnemen of een product kopen. Om die te optimaliseren kun je een A/B-test doen. Welke knop ‘Neem nu contact op’ resulteert in de grootste conversie: de licht- of donkerblauwe? Schotel bezoekers willekeurig één van de varianten voor en meet de resultaten. Je weet dan welke knop het beste werkt. Maar… een pagina bestaat uit veel meer elementen. En een funnel uit nog meer elementen. Wat is de beste combinatie? Gelukkig hoef je dat niet zelf uit te pluizen. Een dienst als Sentient.ai/ascend doet dat voor je.

En als je toch bezig bent, laat de computer dan ook de beste marketingteksten bepalen: Persado.com

3. Conversaties voeren

De bot is hot. “According to a recent Forrester survey, roughly ‘85% of customer interactions within an enterprise will be with software robots in five years’ time stond een jaar geleden in Chatbots Magazine. Surf je naar de site van start-up Motion.ai, dan zie je dat ze overgenomen zijn door CRM-dienstverlener Hubspot. En Recast.ai is ineens onderdeel van SAP. De wereld van de bots roert zich.

Ted Livingston (founder van Kik) voorspelde in 2016: “Chat apps will come to be thought of as the new browsers; bots will be the new websites. This is the beginning of a new internet.” Natuurlijk, hij heeft als eigenaar van een chatplatform een belang bij deze uitspraak, maar de gedachte van een chatapp als browser is interessant. Net als de chatbot als user interface. Zo laten de volgende voorbeelden zien.

Chatbot als user interface

Geef Firedrop de content voor je site en hij maakt een complete site voor je. Interessanter is de manier waarop, want je wordt in het proces begeleid door een bot.

Om deze video of embedded content te zien, moet je marketing cookies accepteren.

Daily stand-up in Slack

In een stand-up kom je dagelijks als team bij elkaar en vertelt elk teamlid wat hij heeft gedaan, wat hij gaat doen en of er belemmeringen zijn. Iedereen moet op het juiste moment en op de juiste plaats zijn. Maar wat als dat niet mogelijk is? Gebruik een stand-up bot in Slack. Elk teamlid krijgt de vragen voorgeschoteld en als iedereen het ingevuld heeft krijg je een keurig overzicht. Zie bijvoorbeeld Geekbot.io.

Virtuele secretaresse voor agendabeheer

Vervelend hè, afspraken maken met meerdere personen. Lekker uitbesteden dus. Meekan doet het voor je in Microsoft Teams of Slack: “Sorry, maar ik zie een dubbele afspraak in je agenda. Wil je een afspraak opnieuw plannen of verwijderen?”

Meekan

Het beste bestand vinden

De zoekfunctie op in je digital workplace is vast heel goed. Maar hij vindt alleen de bestanden waar je toegang toe hebt. Misschien is er al wel een update, maar zijn de rechten niet goed ingesteld of staat het bestand in een map van een andere afdeling. Butter.ai is een chatbot die het beste resultaat herkent en indien gewenst de eigenaar van het bestand vraagt of hij je het document mag geven: “I also found a better result from another team member. Should I request access for you.

Butter.ai

Eerste gesprek met sollicitanten

Hoe doe je een eerste gespreksronde als je tientallen of zelfs honderden sollicitanten hebt? Huur Mya in. Deze chatbot doet een eerste gesprek, verzamelt de juiste informatie en plant een afspraak in. Zo ben je optimaal voorbereid zonder dat het je tijd kost.

Aan de slag

Artificial intelligence is dichterbij dan je denkt. Er zijn veel standaard diensten om je te ondersteunen. Weliswaar is Engels de voertaal – wat jammer dat het Nederlands zo’n klein taalgebied heeft – maar laat je niet weerhouden om ervaring op te doen en te leren waar AI voor jou van waarde kan zijn. Ga aan de slag met de volgende stappen:

1. Vergaar kennis over het onderwerp

Het lezen van artikelen is een eerste stap. Verdiep je verder in het onderwerp. Zo leer je beter de mogelijkheden kennen. Een enorme bron van kennis is Medium.com. Zoek op ‘artificial intelligence’, ‘machine learning’, ‘chatbots’, etc. Of start met deze artikelen:

2. Identificeer de kansen

Als je weet wat de mogelijkheden zijn, kun je deze koppelen aan wensen (behoeften). Bedenk wat mogelijkheden zijn en brainstorm over de kansen binnen de drie toepassingsgebieden. Je kunt hiervoor onderstaande tabel gebruiken:

3. Experimenteer en leer

Selecteer de interessantste kansen en ga aan de slag. Bedenk: het belangrijkste doel van het experiment is om te leren.

  • Experimenteer met een bestaande dienst. Kies een van de voorbeelden uit dit artikel of een andere dienst en probeer het eens. Wat zijn je ervaringen?
  • Ga aan de slag met bots in Microsoft Teams of Slack. Teams en Slack hebben al enorm veel bots in het assortiment. In een paar klikken kun je aan de slag. Bekijk het aanbod en laat je inspireren.
  • Maak je eigen bot. Met een dienst als Dialogflow.com maak je zonder een regel code je eigen bot in bijvoorbeeld Slack of Facebook Messenger. Je ontwerpt een conversatie. Je geeft eerst aan wat de mogelijke input van de gebruiker is en vervolgens wat dan de reactie moet zijn. Door meerdere varianten in te voeren, help je Dialogflow om de vraag goed te begrijpen. Als een medewerker wil weten hoeveel vakantiedagen hij heeft, kan dat namelijk op verschillende manieren: “Hoeveel vakantiedagen heb ik nog?” of “Ik wil op vakantie, maar hoeveel dagen heb ik?” of “Kan ik dit jaar nog op vakantie?”. Dialogflow gebruikt AI om steeds beter te leren wat een gebruiker zegt. Zo’n conversatie is natuurlijk een simpel begin. Als je een programmeur laat aanschuiven, dan kun je allerlei koppelingen maken en echt een intelligente bot maken.

4. Maak een plan voor de implementatie

Door te experimenteren, leer je hoe bots van waarde kunnen zijn voor je organisatie. Je krijgt ook gevoel bij de impact: wat is de investering om het te implementeren? En vergeet het onderhoud niet. Wat heb je nodig om de chatbots actueel te houden?

Tot slot: doe niet zo bot

Een bot is geen mens, maar houd het wel menselijk. Een mooie uitspraak die ik tegenkwam: een bot is niet AI, maar UI (user interface). Ook voor chatbots geldt: stel de gebruiker centraal. Onderstaande voorbeelden spreken voor zich.

Goede tips voor het ontwerpen van bots vind je in dit artikel. Succes met leren! Ik ben benieuwd naar je ervaringen.

Dit artikel is een weergave van mijn sessie op het Digital Workspace Event 2018.