Bijna de helft van alle bedrijven heeft machine learning ingezet

Als u zich zorgen maakt (of super enthousiast bent) over machine learning (ML) die mainstream wordt, zou een recente enquête van Oxford Economics namens Human Resources (HR) en IT Asset Management Company ServiceNow uw interesse moeten wekken. Het rapport, dat 500 hoofdinformatieofficieren (CIO's) in 11 landen en in 25 sectoren ondervroeg, ontdekte dat 49 procent van de bedrijven ML al gebruiken om traditionele bedrijfsprocessen te verbeteren.

Van de 500 ondervraagde CIO's zeiden 200 dat ze al voorbij de pilotfase waren en begonnen met het inzetten van ML in enige capaciteit. CIO's hopen gebruikersfouten en beoordelingsfouten te beperken door automatisering te introduceren. Bijna 70 procent van de CIO's zegt dat beslissingen die door machines worden genomen, nauwkeuriger zullen zijn dan beslissingen die door mensen worden genomen. Volgens de enquête zijn CIO's tegenwoordig vooral gericht op het gebruik van ML om repetitieve taken te automatiseren (68 procent), complexe beslissingen te nemen (54 procent), datapatronen te herkennen (40 procent) en koppelingen tussen evenementen tot stand te brengen (32 procent).

"Een van de redenen waarom je zoveel over ML hoort, is dat het de productiviteitsgolf is die bedrijven van de concurrentie scheidt", zegt Chris Bedi, CIO bij ServiceNow. "Het is sneller en biedt betere beslissingen. Mensen hebben vooroordelen, algoritmen niet."

Bedi zei dat hij een enorm potentieel voor ML ziet in industrieën zoals enterprise resource planning (ERP), voorraadbeheer en supply chain, onder vele anderen. Eenenveertig procent van de CIO's in de enquête noemde een gebrek aan vaardigheden als het belangrijkste probleem dat hen belette vandaag ML in te zetten. Omgekeerd heeft slechts 16 procent van de CIO's en hun bedrijven plannen voor personeelsomvang en rolveranderingen voor ML.

ML en Jobs

De cijfers die zijn vrijgegeven in de Oxford Economics-enquête zijn kortetermijnprojecties, in tegenstelling tot een rapport van managementadviesbureau McKinsey & Company. Hun rapport voorspelde dat de helft van de werkzaamheden van vandaag kon worden vervangen door automatisering van 2035-2055, afhankelijk van verschillende factoren. Het rapport van het bedrijf analyseerde 2.000 werkactiviteiten in 800 beroepen en ontdekte dat bijna $ 2, 7 biljoen aan lonen wordt besteed aan banen die uiteindelijk zouden kunnen worden geautomatiseerd.

"ML zal de rol van mensen veranderen, " zei Bedi. "Ik onderschrijf niet dat ML banen van mensen wegneemt; het zal de banen van mensen veranderen. Alledaagse beslissingen worden geautomatiseerd, waardoor mensen worden vrijgemaakt. Nieuwe banen worden gecreëerd."

Bedi zei dat de sleutel tot het benutten van ML om de bottom line te verbeteren, terwijl het handhaven van de rang en bestand, de huidige vaardigheden van werknemers verandert en nieuw talent inhuurt om ML-mogelijkheden te beheren. "Talent is een groot probleem, " zei Bedi. "Data Scientist moet een van de populairste banen zijn die er zijn. We moeten echt kijken naar wat onze driejarige routekaart voor talent en vaardigheden is? En we moeten echt doelgericht zijn met het opbouwen van die vaardigheden. We moeten werknemers trainen, maar zoek ook naar alternatieve bronnen voor dat talent."

Bedi spoorde werkgevers aan om werknemers in te huren en op te leiden om te profiteren van op ML gebaseerde processen. Zodra mensen vertrouwd zijn met het vermogen van ML om betrouwbare gegevens te produceren en juiste beslissingen te nemen, zei hij dat de industrie de besluitvorming van machines zal veranderen, geleid door menselijk toezicht.

Het late adoptie-dilemma

De Oxford Economics-enquête isoleerde 50 bedrijven die werden beschouwd als "First Movers". Het onderzoek bestudeerde de bedrijfsprocessen en talentstrategieën van deze bedrijven om te bepalen hoe en waar ML de komende jaren zou worden gevorderd. Uit het onderzoek bleek dat First Movers eerder een functieomschrijving hebben gedefinieerd om zich te concentreren op hoe mensen met machines werken, en plannen hebben gemaakt om gespecialiseerde teams te ontwikkelen die zijn gericht op het ontwikkelen en gebruiken van ML-technologie. In tegenstelling tot hun collega's, hebben deze bedrijven meer kans om routekaarten te ontwikkelen voor toekomstige processen, fouten vast te leggen en gegevensnauwkeurigheid te waarborgen.

Helaas geven andere rapporten aan dat hoe kleiner de organisatie (en hoe minder middelen een organisatie heeft), hoe minder waarschijnlijk het is om voorbereid te zijn op de ML-golf. Uit een recent onderzoek van Bluewolf (een IBM-bedrijf) bleek dat slechts 33 procent van de kleine bedrijven van plan was binnen de komende 12 maanden te investeren in kunstmatige intelligentie (AI) en ML. Dit in tegenstelling tot de 30 procent van de grote bedrijven die al in de technologieën hebben geïnvesteerd en de 44 procent die van plan was binnen de komende 12 maanden met investeren te beginnen. Dat is in totaal 74 procent, of 20 procent meer dan het totaal van kleine bedrijven.

"We zijn vroeg in de reis, " zei Bedi. "Mensen en bedrijven die agressief zijn, zullen zichzelf scheiden van de bedrijven die dat niet zijn. Het voelt alsof er een call-to-action is om dit te gaan doen. Bedrijven die meedoen zullen zich gaan scheiden van de concurrentie. Die scheiding zal toenemen. CIO's zullen dit in de nabije toekomst echt gaan pushen."