Beperkt nut voor AI nu, constateert tech-instituut MIT

"We zijn nog ver verwijderd van AI-systemen die het nieuws kunnen lezen en die supply chains opnieuw kunnen inrichten in reactie op verwachte gebeurtenissen zoals de Brexit of handelsgeschillen", zo schrijft de MIT Task Force on the Work of the Future in een nieuw rapport over AI. Ook het aanpassen van productiewerk op de beschikbaarheid van nieuwe toeleveringsbronnen voor onderdelen en materialen behoort nog niet tot de mogelijkheden van AI.

Data is voornaam probleem

AI is momenteel al wel geschikt voor het overnemen van dagelijkse werkzaamheden voor het reilen en zeilen van ondernemingen, oordeelt de MIT-taakgroep. In het herfstrapport The Work of the Future: Shaping Technology and Institutions beschrijft het technologie-instituut zijn analyse van de impact die kunstmatige intelligentie (AI en machine learning) heeft op economische groei, de arbeidsmarkt en de rol van de mens.

Een van de grootste belemmeringen voor AI om zijn grotere potentie waar te maken, is data. Die grondstof voor kunstmatige intelligentie moet in veel gevallen nog beter worden verzameld en gestructureerd zodat organisaties er betere inzichten uit kunnen putten. Dit komt naar voren uit gesprekken die de MIT-onderzoekers hebben gevoerd met bedrijven over de inzet van AI.

Integratiewerk

Er zijn wel al veel gebieden waar AI en machine learning veelbelovend zijn voor het faciliteren van innovatie op het gebied van ontwerp, kwaliteitsmeting en materiaalgebruik. Dit levert nieuwe producten, hogere kwaliteit en nieuwe productiemethodes op. Daarvoor zijn wel goede datasets nodig: die moeten worden opgebouwd door verschillende databronnen te integreren. Bij grotere bedrijven kan dit neerkomen op data uit honderden tot wel duizenden verschillende machines, merkt MIT op in het rapport.

Een gerichtere aanpak kan dit dataprobleem enigszins ondervangen. Zo heeft het snelgroeiende Nederlandse AI-bedrijf BrainCreators de multinational Tata Steel als klant die kunstmatige intelligentie inzet voor visuele inspectie van staalplaten. Een camera gericht op de productielijn inspecteert de afrollende staalplaten op onvolkomenheden, gesegmenteerd in vijftig klassen. Verschillende kwaliteitsniveaus komen neer op verschillende toepassingen van het staal, en daarmee levering aan verschillende klanten. Deze constante controle vervangt de steekproeven door menselijke experts.

Tijd rijp

MIT constateert in zijn AI-rapport dat naast de opgave van integratiewerk voor diverse databronnen er nog meer problemen opdoemen om de potentie van AI te realiseren. Zo moet er ook aansluiting en samenwerking zijn tussen operations en IT, waarbij feedback en constante verbetering van productiesystemen het doel moet zijn. "Als ik de chaos in mijn productiefaciliteit verbindt, dan heb ik alleen maar connected chaos", stelt een 'Industry 4.0'-expert die door MIT is bevraagd over AI.

Toch is de tijd rijp voor organisaties, inclusief productiebedrijven, om zich goed voor te bereiden op de revolutie die AI mogelijk gaat maken. "De robots [in hardware- maar ook juist softwarevorm - red.] komen eraan, maar langzaam", voorspelt MIT. Topmanagers en IT-experts moeten de mogelijkheden van AI voor hun organisaties verkennen en uitproberen, zo schrijft zakenblad Forbes. Tijdig inspringen op deze trend kan bedrijven, organisaties, industrieën en complete landen groot voordeel brengen. MIT schrijft over het herstellen van Amerikaans tech-leiderschap. Ondertussen maken diverse andere landen en regio's zich op om die rol te claimen.