Gebruikersverhalen nodig voor vooruitgang digitale transformatie
Auteur: Rob van der Marck, directeur van de VNSG

Veel bedrijven staan nu met betrekking tot digitale transformatie op een kruispunt; gaan we nu aan de slag met innovatie en gaan we onze medewerkers optimaal faciliteren? Zetten we nu de volgende stap in de klantervaring en maken we onze bedrijfsprocessen nog efficiënter? Of wachten we af tot er meer praktijkvoorbeelden van andere gebruikers zijn? De VNSG deed onderzoek onder haar leden naar de status van de digitale transformatie en concludeert dat er wel gebruikersverhalen zijn, maar dat deze kennis onvoldoende wordt gedeeld. Hier ligt een schone taak voor de SAP-community.

Het is voor bedrijven een steeds grotere opgave alle technologische ontwikkelingen bij te houden. De opkomst van het Internet of Things (IoT), Artificial Intelligence (AI) en Machine Learning (ML) en Blockchain gaat zo snel dat het erg lastig is om het kennisniveau op peil te houden. Laat staan dat organisaties zo ver zijn dat ze al deze innovaties in de volle breedte implementeren en er de vruchten van plukken. Uit het onderzoek komt dan ook naar voren dat organisaties vooral behoefte hebben aan gerichte kennis.

Meer toepassingen in het bedrijfsleven
Zeker als het gaat om AI en ML gaan de ontwikkelingen snel en zien we een toenemend aantal toepassingen in de praktijk. De deelnemers aan het VNSG-onderzoek geven dat ook aan. Meer dan een kwart van de respondenten laat weten dat AI en ML in de bedrijfsstrategie zijn opgenomen. 55 procent geeft aan daarmee bezig te zijn en toch altijd nog 17 procent is van mening dat AI en ML voor hen niet interessant is.

Eerste stappen worden gezet
Wellicht zijn organisaties binnen deze laatste categorie nog op zoek naar de juiste toepassing van AI of ML. Veel bedrijven zijn bezig met de eerste stappen. Dan gaat het om geavanceerde inzichten binnen BI-rapportages of over extensies binnen de eigen ERP-oplossingen. Ook zie je meer en meer bedrijven Natural Language Processing (NLP) toepassen waarmee ze hun online engagement optimaliseren met een interactieve chatbot. Deze relatief eenvoudige AI-oplossingen worden steeds breder uitgerold.

AI als katalysator
Een ander mooi voorbeeld van toegevoegde waarde met AI en ML vinden we op het gebied van HR. De arbeidsmarkt wordt steeds krapper en het is geen optie om steeds meer recruiters aan te stellen. AI biedt uitkomst door de juiste kandidaten te selecteren en door vraag en aanbod aan elkaar te koppelen. Je kunt het vergelijken met de manier waarop dating apps te werk gaan. Hoe meer kandidaten je afwijst of goedkeurt, hoe beter het platform kan voorspellen welke kenmerken bij de gebruiker in de smaak vallen. Je kunt nog een stap verder gaan door ook naar de juiste samenstelling van projectteams te kijken. Als je weet welk type medewerkers succesvol zijn in een bepaalde setting, dan kun je daar je recruitment op aanpassen met AI. En de echt vooruitstrevende organisaties die tevens werk willen maken van hun CO2 footprint, koppelen ook het woon-werkverkeer aan het recruitmentvraagstuk. Dit geeft een heel andere kijk op werving en selectie.

Buitendienst schakelt sneller met AI
Andere aansprekende gebruikersverhalen zien we in de industrie. Denk dan bijvoorbeeld aan predictive maintenance. Door op cruciale plaatsen in het machinepark sensoren te plaatsen kan waardevolle data worden verzameld en geanalyseerd met AI- en ML-technieken. Dan weet je dus op voorhand waar onderhoud moet plaatsvinden en voorkom je kostbare stilstand. En denk ook aan de mogelijkheid van buitendienstmedewerkers die beelden delen, wellicht live via een slimme bril, van machineonderdelen en een diagnose van het mankement retour krijgen op basis van slimme beeldherkenning. 

Compleet ontwikkelen
Je ziet in deze gebruikersverhalen dat steeds meer en steeds vaker procesoptimalisatie plaatsvindt. Voorbeelden uit het verleden tonen aan dat het automatiseren van processen pas in een later stadium volgt. In de tijd van de opkomst van het internet zorgden bedrijven ervoor dat ze snel vindbaar waren, maar waren de pagina’s statisch. Daarna gingen we pas naar het interactieve internet dat we nu kennen. Hetzelfde gold voor de opkomst van mobiele applicaties. Eerst waren het 1:1 vervangers van de websites, later gingen we pas echt de mogelijkheden van de sensoren in de smartphone gebruiken om nieuwe applicaties te bouwen. Wat we steeds in de beginfases van dit soort technologische revoluties vergaten, waren de processen. Die innoveerden niet mee. Dat zien we nu ook bij AI. Het analyseren van data wordt dan misschien wel geautomatiseerd, maar een directe vertaling in vervolgacties blijft vaak uit. Het is goed om te zien dat bijvoorbeeld op basis van sensordata beslissingen worden geautomatiseerd.

De conclusie is dat praktijkverhalen wel degelijk aan de oppervlakte komen. Het onderzoek laat zien dat organisaties innovaties doorvoeren in kleine stappen. Is een idee valide, voegt het waarde toe? Dan rollen we het breder uit in de organisatie. De VNSG zelf stelt zich ten doel alle goede voorbeelden en kennis te verspreiden, zodat niemand het wiel zelf hoeft uit te vinden.

Download hier het volledige VNSG IT Trends Onderzoek.



Altijd op de hoogte zijn van het laatste nieuws?
Dan heb je diverse opties!

 

Verder lezen?