Artificiële intelligentie staat nog in zijn kinderschoenen. Hoewel AI al jaren stevig verankerd is in ons dagelijkse digitale leven in verschillende vormen van aanbevelingen die door veel platforms (Amazon, Tinder, enz.) worden gebruikt, blijft de relevantie van de taken van AI vrij beperkt.

De technologie is nu echter aanzienlijk vooruitgegaan dankzij "deep learning". Door de overstap van consumententoepassingen naar industriële hulpmiddelen luidt het een nieuwe fase in van vooruitgang op alle fronten. Maar wat de meeste bedrijven nog te vaak Artificiële Intelligentie noemen, is niet altijd even artificieel. 

Data-driven AI is nu in staat om zeer complexe taken uit te voeren en mensen te helpen op uiteenlopende gebieden zoals wetenschappelijk onderzoek, industrie en marketing. Zo verrijkt Artificiële Intelligentie de klantervaring en biedt het gepersonaliseerde marketing aan op basis van de gegevens waarover het beschikt om toekomstige gebeurtenissen te voorspellen. 

Het lijdt geen twijfel dat de technologie sterk gedemocratiseerd en veel toegankelijker voor bedrijven is geworden.

In dit opzicht biedt AI nu een aanzienlijk concurrentievoordeel voor bedrijven die er gebruik van maken, door individuele trends uit grote hoeveelheden gegevens te lichten; iets wat buiten het bereik van gewone mensen ligt. 

Op die manier hebben merken die in staat zijn om aan grootschalige, gepersonaliseerde marketing te doen met behulp van AI om zo de belangen van individuele consumenten beter te begrijpen, een overweldigend voordeel ten opzichte van hun concurrenten die personalisatie en het bepalen van de doelgroep voor hun boodschappen verwaarlozen!

AI heeft nog steeds menselijk toezicht nodig om veel operaties te valideren. Maar hoe lang nog?

Met een uitgesproken voorliefde voor data science en data-driven marketing dringt Albert Derasse er bij bedrijven op aan om te vertrouwen op artificiële intelligentie, 

wat een goede aanvulling is op de menselijke kwaliteiten van hun teams die deze intelligentie zo ... natuurlijk maken. En dit om samen een verbeterde intelligentie op te bouwen.

-Inside Digimedia: U heeft onlangs op een nieuwszender op televisie gezegd dat de term "AI" te vaak wordt gebruikt. Wat zijn dan de zogenaamde "intelligente" technologieën die een echte toegevoegde waarde kunnen bieden aan bedrijven?

Albert Derasse, Managing Director van D-AIM België:

De term AI moet mijns inziens nauw verbonden zijn met het concept van machinaal leren wat we ook "machine learning" noemen. Bedrijven hebben vandaag de dag transactionele, operationele, relationele en beschrijvende gegevens tot hun beschikking die ze kunnen gebruiken om hun marketingacties te verfijnen en de klant met al zijn bijzonderheden beter te bereiken. Te veel projecten die als "intelligent" worden bestempeld zijn in feite gebaseerd op een programmering die wordt geïnduceerd en ontkoppeld van elke context. Ik denk in het bijzonder aan de meeste chatbots, die gewoon robots zijn die worden geprogrammeerd om typische vragen te beantwoorden. Er zit dus geen bijzondere intelligentie achter deze tools die zeer nuttig zijn om callcenters te ontlasten. De echte AI is degene die zich zal aanpassen. Een intelligent systeem is dus een systeem dat in staat is om te leren op basis van de waargenomen resultaten. 

- Wat is de status van AI in België? Hoe evolueren de prioriteiten op het gebied van investeringen van bedrijven in artificiële intelligentie? 

De barometer die Sortlist afgelopen december publiceerde bevestigt de vooruitgang van de investeringen van Belgische bedrijven in AI voor marketingdoeleinden. Vandaag de dag worden algemene en marketingmanagers zich bewust van de democratisering van AI en van wat het concreet kan betekenen voor hun gebied. De technologie is toegankelijker geworden en kan hen eindelijk helpen hun doelstellingen te bereiken.

- De effectiviteit van AI lijkt nu in verhouding te staan tot de hoeveelheid verzamelde gegevens? 

Ja, dat klopt, hoe meer gegevens we beschikbaar hebben, hoe meer we kunnen hopen op gegevens die samen onderscheidend zijn voor het te verwachten gedrag. 

Men kan zeer performante scores krijgen als het gaat om het vermogen om gebeurtenissen te voorspellen, maar net zo goed veel lagere scores. Uiteindelijk gaat het erom de voorspellingen te vergelijken met de werkelijkheid: heeft de persoon zijn aankopen in een bepaalde categorie verminderd, heeft de persoon een bepaald product gekocht of niet? Het is deze "machine learning"-dimensie die automatisch honderden potentieel onderscheidende criteria zal "beantwoorden". Een operatie die een mens niet binnen een redelijke termijn (en dus binnen een redelijk budget) kan uitvoeren, gezien de omvang en de verscheidenheid van de verwerkte gegevens.

- En de relevantie van zulke voorspellingen hangt af van de constructie van "voorspellende scores"?

AI in marketing is ontworpen om rekening te houden met het unieke karakter van de klant. Om dit te bereiken is het essentieel om voorspellende scores in te voeren, met andere woorden om de kans dat een gebeurtenis zich voordoet te meten, zoals bijvoorbeeld de kans dat een klant een product koopt in de komende weken, of de kans dat dezelfde klant de winkel verlaat in de komende drie maanden, of zelfs reageert op een bepaalde e-mail. Deze voorspellende score is het resultaat van modellering. Met andere woorden, de gewogen toekenning van coëfficiënten aan bepaalde criteria op basis van hun waargenomen belang. Op deze manier is AI een mooie analyse van het verleden, ontworpen om toekomstig gedrag te voorspellen! Vandaar het belang van een oordeelkundige en voortdurende verfijning van de selectie van gegevens die merken legaal kunnen gebruiken, zoals transactiegegevens van klantenkaarten, opt-in management of, meer in het algemeen, de reactie op verschillende verzoeken uit het verleden. 

De sterkte van AI hangt vooral af van de aard van de beschikbare gegevens. De beperkingen ervan zijn dan ook nauw verbonden met de gebruikte gegevens. 

Het is mogelijk om alles te voorspellen zolang de gebeurtenis al in het verleden genoeg heeft plaatsgevonden, d.w.z. voldoende gegevens heeft gegenereerd om een basis voor een waarneming te vormen.

-Wat kan een machine meer concreet "intelligent" doen? Welke perceptie hebben de Belgen van AI in vergelijking met andere landen om ons heen? Moeten we ons zorgen maken over de opkomst van AI wat betreft respect voor de privacy? 

De perceptie van deze technologie door de Belgen is vrij gelijkaardig aan die van andere Europese burgers. Met de inwerkingtreding van de Algemene Verordening Gegevensbescherming is er eindelijk meer transparantie in het gebruik van gegevens. Een consument heeft nu het recht om bezwaar te maken tegen het gebruik van zijn persoonlijke gegevens voor marketing- en "scorings"-doeleinden als hij dat wenst. Bedrijven hebben deze dimensie geïntegreerd en daar moeten we rekening mee houden. 

- Wat is de belangrijkste impact van de huidige crisis op de vraag naar AI-gerelateerde projecten? Ziet u grote veranderingen in de investeringsstrategieën van uw klanten? 

Net als wij moesten onze klanten de plotse schok van de eerste weken van de crisis opvangen. Hoewel deze moeilijke situatie voor iedereen nog niet voorbij is, hebben ze dankzij deze verwarrende periode de relevantie van AI gezien, om zo te kunnen reageren op de nieuwe realiteit die ontstaat door nieuw consumentengedrag. Darwin heeft niet onterecht gezegd dat "de soorten die overleven niet de sterkste zijn, noch de meest intelligente, maar de soorten die zich het beste aanpassen aan de verandering".

Wij stellen vast dat alle indicatoren wat betreft de kennis van hun klanten die zij tot nu toe hebben weten te bereiken niet langer gelden en moeten worden heroverwogen. Hoe kunnen we ons voorstellen dat alles snel weer wordt zoals het was voor de crisis? De segmentaties en scores die we tot nu toe kenden zijn achterhaald. Alles moet opnieuw worden opgebouwd, maar in een onstabiel gedragsuniversum.

Dit is goed nieuws, want het dwingt ons om drastisch te veranderen door ons te richten op zelflerende, artificiële intelligentie en de werkelijke waarde van de dingen.

In dit verband hebben we een specifiek aanbod opgezet om uit de crisis te geraken op basis van dagelijkse modellering van aankoopscores om onze klanten te helpen het herstel zo goed mogelijk te beheren en "massapromoties" te vermijden.