Menu
ChatGPT en vergelijkbare ontwikkelingen binnen de Artificial Intelligence (AI) hebben al invloed en gaan steeds meer invloed hebben de komende jaren in ons dagelijks leven en op kantoor.
Ook in MKB organisaties kan AI direct en indirect veel toegevoegde waarde leveren. Hierbij wordt tegenwoordig snel gedacht aan het opvragen van conceptteksten die snel te gebruiken zijn in de organisatie, waardoor je met een paar aanpassingen een document op maat hebt.
Maar denk ook aan (externe) diensten die goedkoper kunnen worden, omdat ook die ondersteund worden met AI en dus sneller gerealiseerd kunnen worden. Ook in datagedreven organisaties kan steeds meer geprofiteerd worden.
Zo gaan steeds meer softwareleveranciers van BI oplossingen ook functies leveren met kunstmatige intelligentie, zoals Microstrategy met ONE, en Microsoft met CoPilot voor Microsoft 365 en PowerBI.
Binnen het gebied van analytics en business intelligence gaat AI ook een belangrijke troef zijn in de ondersteuning van selfservice BI. De kracht van analyse en business intelligence is niet alleen beschikbaar voor het centrale business intelligence team, maar voor iedere informatiemedewerker. Stel in normale taal een vraag en krijg je analyse, grafiek of wat je ook wilt, direct terug op je scherm, dus een chat voor BI. (Zoals we al eerder een blog schreven over onze hackathon, Chat4BI.)
Je zegt tegen je eigen assistent, bijvoorbeeld Copilot: “Maak een presentatie die voldoet aan .. “ of “Maak een dashboard met omzet naar regio”.
Hiermee heb je dus naast je dashboard een krachtig middel om snel antwoorden te krijgen, ook voor medewerkers waarvoor dit nu soms nog een stap te ver is. Business Intelligence komt daarmee echt dichter bij de business en is niet alleen voor de specialisten.
Artificial Intelligence ontwikkelt zich snel verder, waarbij je nog meer vragen zult kunnen stellen, al dan niet hardop gevraagd aan je Google Assistant of Siri van “wat is de omzet bij klant X” tot en met “welke accountmanager is het meest succesvol?”
Echter de AI taalmodellen als ChatGPT zijn krachtig, maar kunnen ook “hallucineren”. Dit betekent dat een ChatGPT, of Bard (Google), in het genereren van wat mogelijk het beste antwoord is, ook weleens een antwoord kan genereren die zeer juist lijkt, maar eigenlijk onzin is.
Dit hallucineren moet je natuurlijk voorkomen in een intelligence omgeving, waar één versie van feiten een must is. Hiervoor is goed doorgevoerd data management noodzakelijk.
Uit testen van DIKW Intelligence is gebleken, dat er geen sprake is van het hallucineren als er een duidelijke context is en de scope beperkt is tot een goed ingerichte datawarehouse omgeving. Er hoeft dan geen definitie “bedacht” te worden door de AI, maar er kan gebruik gemaakt worden van de logica die reeds in de KPI is vastgelegd.
Een goede invulling van het datawarehouse onder data architectuur is het fundament.
Maar een data fundament is geen fundering als de goede grondstof mist. Een goede datakwaliteit blijft onverminderd noodzakelijk. “Garbage in, garbage out” blijft gelden. Op verkeerde data kan ook artificial intelligence geen goed antwoord genereren.
Een Chat4BI kan helpen in timeseries als een YearToDate vergelijking en dergelijke, maar definities zullen nog steeds vastgelegd moeten worden. De keuze in hoe een KPI te meten en de daarbij horende uitzonderingen zijn business specifiek, keuzes van de business, en moeten terug te vinden zijn in een data dictionary of idealiter data catalogus. Een AI taalmodel heeft baat door meer eigenschappen te weten over de data, waaronder de definitie, maar dat kan ook een andere eigenschap zijn als bijvoorbeeld de vertrouwelijkheid van het gegeven of aan welke kwaliteitscriteria voldaan dient te worden, etc. De gegevens over de data noemen we metadata. Deze metadata moet goed onderhouden en gemanaged worden. Ook de AI zal steeds beter gebruik kunnen maken van de metadata, dus het nu reeds goed vastleggen van deze metadata is een goede investering.
De mens zit aan het stuur, maar zal nog steeds wel moeten definiëren wat gewenst is en wordt steeds meer geholpen door de techniek in plaats van de techniek te moeten aanleren. Duidelijk is dat investeringen in stevige data fundamenten en opbouw van data historie niet verloren zijn door verandering van techniek, maar juist hun waarde nog meer gaan bewijzen.
Er gaat heel wat gebeuren en naast nieuwsgierig zijn en verwonderen, kan vrijwel iedere organisatie ook daadwerkelijk de voordelen van artificial intelligence benutten.
Business Intelligence heeft zich de afgelopen jaren ontwikkeld van managementinformatie in spreadsheets naar selfservice BI in mooie online dashboards en zet nu nieuwe stappen met de kansen die AI biedt.
Zet nu uw stappen met de kansen die Artificial Intelligence biedt!
DIKW Intelligence kan uw helpen het data management op maat in te richten
Meer weten? Neem dan contact op met Mark van Berkel.
