Je kunt het je nu bijna niet meer voorstellen, maar in die tijd werkten storingsdiensten nog met telefoon, pen en papier om monteurs een adres door te geven. Ik herinner me nog de weerstand van het management en de ondernemingsraad tegen een pilot met devices om storingsgegevens en adressen digitaal te delen. Dat zouden de monteurs absoluut niet kunnen en niet willen.

Maar wat schetste onze verbazing? Op de testserver zagen we 's avonds na etenstijd een hoop verkeer van en naar deze devices. Wat bleek bij navraag: de monteurs kwamen thuis met hun device en hun kinderen vonden het geweldig. "Pap, wat een cool ding! Laat eens zien hoe dat werkt." En dus gingen die monteurs er thuis mee aan de slag.

Waar de techniek in die tijd via het bedrijf bij mensen in huis kwam, is het nu precies andersom. Veel huishoudens zijn inmiddels technisch geavanceerder dan menig werkvloer. Iedereen heeft een smartphone, streamt films, gebruikt apps om te communiceren, te navigeren en te betalen. Thuis kan bijna niemand meer zonder geavanceerde IT oplossingen, en dus zou dat op de werkvloer net zo goed moeten kunnen.

Daar zit nog een gigantisch productieverbeteringspotentieel. Niet alleen door processen efficiënter uit te voeren, maar ook door slim gebruik te maken van alle data die wordt gegenereerd. Dat kan bedrijven een strategisch voordeel opleveren. Als we accepteren dat Netflix thuis bepaalt wat we gaan kijken, waarom zouden we dan geen bedrijfsdata gebruiken om te voorspellen wat er over een paar weken of maanden gaat gebeuren?

Op persoonlijk vlak is AI inmiddels volledig verweven met ons dagelijks leven. Denk aan de assistenten bij het zoeken in Google, navigatie apps en de algoritmen achter Netflix, Spotify en TikTok. En wie heeft er ondertussen nog geen grappig plaatje van zichzelf of een bekende gemaakt met ChatGPT?

AI gaat over het onvoorstelbaar snel verwerken van enorme hoeveelheden data. Waar we ooit uren of zelfs een nacht op een datarapport moesten wachten, legt AI nu in split seconds verbanden en trekt conclusies. Maar pas op voor hallucinaties: AI is wel snel, maar (nog) niet intelligent.

Om AI betrouwbaar in een bedrijfscontext te gebruiken, moeten zowel de oplossing als de data goed worden begrepen. Ook hier geldt, net als bij klassieke datawarehouse (DWH) en business intelligence (BI) toepassingen: garbage in, garbage out.

De technische mogelijkheden blijven zich razendsnel ontwikkelen. Op het eerste niveau lijkt het gebruik bijzonder makkelijk, maar om het echt te snappen is steeds meer specialistische kennis nodig. En om de juiste vragen te stellen wordt het steeds belangrijker om de doelstellingen en strategie van een bedrijf scherp te definiëren, die op hun beurt weer door de technologie kunnen worden beïnvloed.