De mogelijke toepassingen van AI binnen het bedrijfsleven zijn schier oneindig. Naast het transformeren van bestaande markten, ontstaan er ook nieuwe markten door de mogelijkheden die AI biedt.[1]
Figuur 2: Gartner Hype Cycle voor de 30 meest transformerende nieuwe technologische ontwikkelingen. Uit 1700 nieuwe technologische ontwikkelingen is een selectie van 30 technologieën gekozen met de hoogste impact op de samenleving en het bedrijfsleven. Van https://www.gartner.com/smarterwithgartner/5-trends-drive-the-gartner-hype-cycle-for-emerging-technologies-2020/ (Gartner, 2020). Copyright 2020 Gartner.
In 2020 heeft Gartner een roadmap opgesteld met daarin een selectie van 30 technologieën die in de komende 5-10 jaar de grootste impact zullen hebben op de samenleving (zie Figuur 2). Opvallend is dat 10 van de 30 technologieën direct of indirect met AI te maken hebben. Dit illustreert aan de ene kant hoe groot de maatschappelijke impact van het vakgebied is (en gaat worden), maar illustreert tegelijkertijd ook hoe de volwassenheid van de verschillende technologieën zich verhoudt tot de hype die eromheen ontstaat.
Ook heeft AI een grote impact op specifiek het MKB. Uit een rapport van de Organisation for Economic Co-operation and Development uit 2021 blijkt dat AI een substantiële impact kan hebben op het (MKB) bedrijfsleven: AI faciliteert automatisering van zowel routine als uitzonderlijke taken, kan toegepast worden in het overgrote deel van alle sectoren, en kan grote kostenbesparingen opleveren. Tevens vertoont AI dezelfde eigenschappen als eerdere General Purpose Technology zoals de elektrische motor of stoommachine (OECD, 2021).
Nederland is binnen de EU één van de koplopers als het gaat om het toepassen van nieuwe technologieën: Figuur 3 toont welk percentage van klein (10-49 werknemers), middelgroot (49-249) en grootbedrijf (250+) al aan big data-analyse heeft gedaan. Ook op het gebruik van cloud-diensten is Nederland koploper.
Figuur 3: Percentage Klein- (small, 10-49 werknemers), Middelgroot (Medium, 49-249 werknemers) en Grootbedrijf (250+ werknemers) dat gebruik heeft gemaakt van Big Data analyse binnen de organisatie. Bron afbeelding: (OECD, 2021, p.209). Bron onderliggende data: (OECD, 2020). Copyright 2021 OECD.
Juist met zo’n hoge aanwezigheid van toepassingen van Big Data-technieken lopen niet-adopterende bedrijven en organisaties het risico om achter te lopen, doordat anderen efficiënter of beter producten en/of services kunnen leveren.
Voor 2021 ligt de prognose van de wereldwijde omzet van AI-gerelateerde bedrijven (software, hardware en dienstverlening) op ruim 300 miljard dollar (IDC, 2021). Vergelijk dit met andere soortgelijke sectoren als Internet Security – krap 50 miljard dollar (Allied Market Research, 2021) – en je ziet hoe groot het markaandeel van AI-gerelateerde technieken is. Voor 2024 is de prognose van de wereldwijde omzet van AI-gerelateerde bedrijven zelfs meer dan 500 miljard dollar (IDC, 2021). Zie Figuur 4.
Figuur 4: Wereldwijde omzet (in miljard dollar) per sector. Getallen voor 2021 zijn prognoses.
Om een iets concreter beeld te krijgen van wat AI nu precies te bieden heeft, nemen we een kijkje in het EOCD rapport The Digital Transformation of SMEs (‘De digitale transformatie van het MKB”) uit 2021. Hierin is een tabel opgesteld waarin per sector mogelijke impact en/of toepassingen van AI binnen het MKB gegeven worden. Deze data is te vinden in Tabel 1 (OECD, 2021, p. 205).
Het wordt al snel duidelijk dat AI de verschillende sectoren significant kan transformeren – zelfs wanneer je als bedrijf nog niets doet met AI! Zo kan AI op de middel-lange termijn zorgen voor een efficiëntieslag in het uitvoeren van administratieve taken ten behoeve van overheidsinstanties zoals de belastingdienst of justitie, wat de administratieve werkdruk van bedrijven kan verlagen (OECD, 2021).
Ondanks de grote voordelen die AI biedt op het gebied van o.a. efficiëntie, innovatie en automatisering, willen we desalniettemin de mogelijke negatieve impact van AI op het MKB niet onbelicht laten. Zo is het mogelijk dat de grote spelers bepaalde marktsegmenten zullen domineren door bijv. meer toegang tot kennis, geld en (digitale) infrastructuur, ten koste van het MKB (OECD, 2021). Tevens is financiering van AI-trajecten of projecten binnen het MKB een heikel punt: er is op dit punt nog relatief weinig data over de return on investment van AI-toepassingen binnen het MKB (OECD, 2021).
Ook heeft het gemiddelde MKB nog niet alle kennis of informatie in huis op verschillende fronten zoals data en AI, die wel nodig zijn om een AI-toepassing tot een goed einde te kunnen brengen. Hier bestaan oplossingen voor in de vorm van het afnemen van een SaaS (Software as a Service) of MLaaS (Machine Learning as a Service) dienst, hoewel dit weer andere problemen introduceert zoals data-eigenaarschap en afhankelijkheid van een derde partij, met als mogelijk gevolg een gebrek aan flexibiliteit (OECD, 2021). Daarom bieden wij met ons Agile-KI kookboek een rijke bron van informatie voor de MKBer die graag iets met AI zou willen, maar niet weet hoe hij het aan moet pakken.
Tabel 1: Voorbeelden van mogelijke toepassingen van AI binnen het MKB per sector. Tabel uit (OECD, 2021, p. 205). Originele data gebaseerd op (OECD, 2019), (OECD, 2019), (OECD, 2020). Copyright 2021 OECD.
Conclusie
Artificial Intelligence is een disruptieve technologie die de komende jaren een grote rol gaat spelen in de digitale transformatie van het MKB. Hoewel er voor het MKB nog uitdagingen liggen op het gebied van kennis, financiering en marktpositionering, biedt AI voor vrijwel alle sectoren significante kansen op het gebied van automatisering, het behalen van een efficiëntieslag, of zelfs het creëren van een nieuw marktsegment. Zo kan het lonen om zelf een strategische sessie te organiseren waarin je de impact van AI op je eigen bedrijf/sector inventariseert, of een eenvoudige AI-pilot te starten. Zelfs wanneer je als organisatie niet zelf met AI aan de slag gaat, loont het om op de hoogte te zijn van de (on)mogelijkheden en ontwikkelingen uit het vakgebied.
Ben je benieuwd naar wat er allemaal bij komt kijken om zelf binnen je bedrijf met AI aan de slag te kunnen? Neem dan een kijkje in Handleiding – KI-AGIL (ai4mkb.org) – (versie werk in uitvoering).
Auteur: Steven Warmelink
Bibliography
Allied Market Research. (2021, 06 01). Internet Security Market Overview. Retrieved from Allied Market Research: https://www.alliedmarketresearch.com/world-internet-security-market
Ensmenger, N. (2012). Is chess the drosophila of artificial intelligence? A social history of an algorithm. Social Studies of Science, 5-30.
Gartner. (2020, 08 18). www.gartner.com. Retrieved from Gartner: https://www.gartner.com/smarterwithgartner/5-trends-drive-the-gartner-hype-cycle-for-emerging-technologies-2020/
Grand View Research. (2020, 06). Solar PV Panels Market Size, Share & Trends Analysis Report By Technology (Thin Film, Crystalline Silicon), By Grid Type, By Application (Residential, Commercial), By Region, And Segment Forecasts, 2020 – 2027. Retrieved from Grand View Research: https://www.grandviewresearch.com/industry-analysis/solar-panels-market
IDC. (2021, 06 01). IDC Forecasts Improved Growth for Global AI Market in 2021. Retrieved from IDC: https://www.idc.com/getdoc.jsp?containerId=prUS47482321
Learning News. (2020, 08). E-learning Market to exceed USD 375 billion in 5 years. Retrieved from learningnews.com: https://learningnews.com/news/learning-news/2020/elearning-market-to-exceed-usd-375-billion-in-5-years-(1)
McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 115-133.
McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics. , 115-133.
OECD. (2019). Artificial Intelligence in Society. Retrieved from https://dx.doi.org/10.1787/eedfee77-en
OECD. (2019). OECD SME and Entrepreneurship Outlook 2019. Retrieved from https://dx.doi.org/10.1787/34907e9c-en
OECD. (2020). , OECD Database on ICT Access and Usage by Businesses,. Retrieved from http://stats.oecd.org/Index.aspx?DataSetCode=ICT_BUS
OECD. (2020). OECD Digital Economy Outlook 2020. Retrieved from https://dx.doi.org/10.1787/bb167041-en
OECD. (2021). The Digital Transformation of SMEs. Paris: OECD Studies on SMEs and Entrepeneurship.
Rudin, C. (2019). Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. Nature Machine Intelligence , 206-215.
Turing, A. (1950). Computing Machinery and Intelligence. Mind, 433–460.
Turing, A. M. (1948). Intelligent Machinery.
[1] Zie ook het artikel ‘How AI is helping entrepeneurs unlock new markts’ van Austin Dsouza op deze website
[2] AI: (IDC, 2021)
[3] Internet Security: (Allied Market Research, 2021)
[4] E-Learning: (Learning News, 2020)
