AIToday Live

S05E42 - Shorts - Hoe meet je succes van kunstmatige intelligentie

Info Support AIToday Season 5 Episode 42

Kunstmatige intelligentie belooft wonderen, maar levert het ook echt iets op? In deze aflevering delen we cruciale tips over het meten van de echte impact van AI op je organisatie.  

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

1
00:00:00,000 --> 00:00:05,000
Kunstmatige intelligentie belooft wonderen, maar levert het ook echt iets op?

2
00:00:05,000 --> 00:00:12,000
In deze aflevering delen we cruciale tips over het meten van de echte impact van AI op je organisatie.

3
00:00:12,000 --> 00:00:17,000
Je luistert naar een aflevering van AIToday Live Shorts.

4
00:00:17,000 --> 00:00:20,000
Actuele onderwerpen over AI in 5 minuten.

5
00:00:20,000 --> 00:00:26,000
AI introduceren in je organisatie, of deze nu groot of klein is, kan spannend zijn.

6
00:00:26,000 --> 00:00:29,000
Hoe weet je nu of het echt werkt en dingen verbetert?

7
00:00:29,000 --> 00:00:33,200
Dit is vooral belangrijk bij iets zo gehyped als artificial intelligence.

8
00:00:33,200 --> 00:00:36,960
Je wilt harde metrieken en geenloze beloftes van verkopers.

9
00:00:36,960 --> 00:00:43,000
Dus welke metrieken moet je volgen om de echte impact van AI op je organisatie te evalueren?

10
00:00:43,000 --> 00:00:45,960
Hier zijn de belangrijkste om in de gaten te houden.

11
00:00:45,960 --> 00:00:49,400
Laten we beginnen met Return on Investment of ROI.

12
00:00:49,400 --> 00:00:52,560
Deze metriek vergelijkt de kosten van ontwikkelen,

13
00:00:52,560 --> 00:00:57,280
aanschaffen en implementeren van een AI oplossing met het financiële rendement.

14
00:00:57,280 --> 00:01:03,400
Je hebt 10.000 euro uitgegeven aan een ER-chatbot voor je klantenservice.

15
00:01:03,400 --> 00:01:09,000
Je berekent dat het je menselijke medewerkers zo'n 20 uur per week scheelt wat 15 euro

16
00:01:09,000 --> 00:01:10,000
per uur zou kosten.

17
00:01:10,000 --> 00:01:13,240
Dus dan heb je 300 euro bespaard per week.

18
00:01:13,240 --> 00:01:17,480
Dat is een ROI van 15% of 1500 euro per maand.

19
00:01:17,480 --> 00:01:19,600
Niet verkeerd toch?

20
00:01:19,600 --> 00:01:24,400
Een andere belangrijke waar je op zou kunnen meten is productiviteit.

21
00:01:24,400 --> 00:01:31,400
Je wil nauwkeurig bijhouden hoeveel productiever je team is met AI vergeleken zonder AI.

22
00:01:31,400 --> 00:01:38,440
Als het aantal verkoopgesprekken per dag omhoog gaat, nadat ze een AI assistent hebben gekregen,

23
00:01:38,440 --> 00:01:39,960
dan is de productiviteit gestegen.

24
00:01:39,960 --> 00:01:43,240
Natuurlijk is omzetgroei ook een cruciale metriek.

25
00:01:43,240 --> 00:01:48,480
Als bijvoorbeeld je voorraadbeheer de vraag nauwkeuriger voorspelt, zou je een omzetstijging

26
00:01:48,480 --> 00:01:51,320
moeten zien doordat je altijd de juiste voorraad hebt.

27
00:01:51,320 --> 00:01:55,880
Vergelijk de omzet van voor en na de introductie van AI.

28
00:01:55,880 --> 00:02:01,280
Kijken we naar de klant. Klanttevredenheid is natuurlijk belangrijk.

29
00:02:01,280 --> 00:02:06,600
Vraag je klanten hoe tevreden ze zijn met bijvoorbeeld je AI-chatbot

30
00:02:06,600 --> 00:02:11,760
voor je customer service versus eerder menselijke medewerkers.

31
00:02:11,760 --> 00:02:14,720
Je zoekt dan hogere tevredenheidsscores.

32
00:02:14,720 --> 00:02:19,120
Dit is vooral belangrijk als de AI direct met klanten communiceert.

33
00:02:19,840 --> 00:02:23,640
Een andere belangrijke metriek is operationele efficiëntie.

34
00:02:23,640 --> 00:02:27,400
Je kan berekenen hoeveel tijd en geld je bespaart op taak als planning,

35
00:02:27,400 --> 00:02:32,280
rapportages, transactie, et cetera, sinds de automatisering met AI.

36
00:02:32,280 --> 00:02:37,680
AI wordt ook vaak ingezet voor zogenaamde predictive analytics.

37
00:02:37,680 --> 00:02:39,520
Dus het voorspellen van iets.

38
00:02:39,520 --> 00:02:43,600
En dan is de vraag hoe neauwkeurig zijn de voorspellingen dan?

39
00:02:43,600 --> 00:02:47,920
Als je voorspelling binnen 2% van de echte vraag zit per kwartaal,

40
00:02:48,040 --> 00:02:53,300
Dat is echt behoorlijk degelijk, maar bepaal voor andere toepassingen welke nauwkeurigheid

41
00:02:53,300 --> 00:02:54,300
je nodig hebt.

42
00:02:54,300 --> 00:02:55,820
Dit is van cruciaal belang.

43
00:02:55,820 --> 00:03:02,540
Wanneer AI beslissingen neemt voor je organisatie, evalueer het resultaat dan grondig.

44
00:03:02,540 --> 00:03:05,340
Als de AI de conversie verhoogt, mooi.

45
00:03:05,340 --> 00:03:08,460
Maar het mislopen van verkoopkansen is ook belangrijk om te weten.

46
00:03:08,460 --> 00:03:17,380
En natuurlijk, monitor altijd veiligheidsincidenten als je AI in risicovolle domeinen als gezondheidszorg

47
00:03:17,380 --> 00:03:20,820
Of bijvoorbeeld transport gebruikt wordt.

48
00:03:20,820 --> 00:03:23,220
Veiligheid is de allerbelangrijkste prioriteit.

49
00:03:23,220 --> 00:03:29,700
Belangrijk is dat je deze metrieken vroeg in je ontwerp meeneemt.

50
00:03:29,700 --> 00:03:34,380
Want uiteindelijk wat er gebeurt bij machine learning en AI systemen is dat je ergens op

51
00:03:34,380 --> 00:03:35,380
optimaliseert.

52
00:03:35,380 --> 00:03:37,740
Je optimaliseert op een bepaalde metriek.

53
00:03:37,740 --> 00:03:44,620
Dus op de metrieken die we net hebben besproken, daar ga je dan mee aan de slag.

54
00:03:44,620 --> 00:03:50,800
Als je dit soort zaken van tevoren niet hebt duidelijk gemaakt aan het team wat hiermee

55
00:03:50,800 --> 00:03:55,480
aan de slag gaat, dan heb je een hele grote kans dat zij andere metrieken nemen waarop

56
00:03:55,480 --> 00:03:58,120
het model wordt geoptimaliseerd.

57
00:03:58,120 --> 00:04:05,240
Dus belangrijk, consistent volgen van metrieken, maar ook dus een vroegtijdig stadium de metrieken

58
00:04:05,240 --> 00:04:06,240
definiëren.

59
00:04:06,240 --> 00:04:09,360
Dit is relevant voor elk van je AI toepassingen.

60
00:04:09,360 --> 00:04:15,240
Zo begrijp je namelijk de echte business value van begin, midden, eind.

61
00:04:15,240 --> 00:04:21,800
En zo zorg je dat je AI investeringen zich terugbetalen en kun je het succes van je AI

62
00:04:21,800 --> 00:04:22,800
daadwerkelijk meten.

63
00:04:22,800 --> 00:04:26,440
Vind je deze podcast interessant?

64
00:04:26,440 --> 00:04:29,520
Raad hem dan eens aan aan een collega, vriend of familie.

65
00:04:29,520 --> 00:04:31,000
Dankjewel voor het luisteren.

66
00:04:31,000 --> 00:04:38,000
[Muziek]


People on this episode