Slim managen van AI in de praktijk

1. Introductie 11
1.1 Inleiding 12
1.2 Achtergronden van het boek 14
1.3 Selectie van praktijkvoorbeelden 16
1.3.1 Selectiecriteria 17
1.3.2 Beperkingen van het onderzoek 18
1.4 Hoofdstukindeling 19
1.5 Leeswijzer 21

2. Wat is AI? 24
2.1 Inleiding 25
2.2 Achtergronden van AI 25
2.2.1 Het begin van AI 25
2.2.2 Neurale netwerken 28
2.2.3 AI in het dagelijks leven 29
2.3 AI-technieken 30
2.3.1 Neurale netwerken 31
2.3.2 Machine learning 33
2.3.3 Artificial general intelligence 37
2.4 Samenvatting 38

3. Perspectieven op AI en werk 40
3.1 Inleiding 41
3.2 Veranderingen in kenniswerk en expertise 41
3.3 Nieuwe vormen van controle 43
3.4 Veranderingen in kennisvergaring en leren 44
3.5 Responsible AI 46
3.6 Samenvatting 48

4. Methoden en inleiding pr aktijkvoorbeelden 50
4.1 Inleiding 51
4.2 Onderzoeksmethoden 51
4.3 Algemene inleiding praktijkvoorbeelden 52
4.3.1 Centraal Beheer: Helpdesk chatbot 52
4.3.2 MultiCo - Recruitment: Predictive people analytics 54
4.3.3 KLM: Meals-on-board systeem 55
4.3.4 Politie: Predictive policing 56
4.3.5 LUMC – Radiologie: Predictive modeling bij tumoren 58
4.3.6 Volkswagen: Slimme generatoren 60
4.3.7 Philadelphia: Sociale robot 61
4.3.8 ABN AMRO: Anti money laundering systeem 63
4.4 Samenvatting 64

5. Organiseren voor data 68
5.1 Inleiding 69
5.2 De praktijk 70
5.2.1 Het proces van dataconstructie 70
5.2.2 Nieuwe functies voor dataconstructie 74
5.2.3 Van data naar algoritme 77
5.3 De uitdagingen van organiseren voor data 79
5.3.1 Uitdaging 1: Wat is nodig voor het maken van data? 80
5.3.2 Uitdaging 2: Koop je een extern ontwikkeld systeem of ontwikkel je het intern? 82
5.3.3 Uitdaging 3: Hoe zorg je dat dataspecialisten met organisaties kunnen samenwerken? 83
5.4 Samenvatting 84

6. Testen en valider en 86
6.1 Inleiding 87
6.2 De praktijk 88
6.2.1 Validatie aan de hand van technische voorwaarden en richtlijnen 88
6.2.2 Werkprocessen als onderdeel van validatie 92
6.2.3 Managen van verwachtingen en vertrouwen 94
6.3 De uitdagingen van testen en valideren 97
6.3.1. Uitdaging 1: Wat is de rol van ontwikkelaars in het test- en validatieproces? 98
6.3.2 Uitdaging 2: Hoe houd je rekening met interne en externe wet- en regelgeving en richtlijnen tijdens het test- en validatieproces? 100
6.3.3 Uitdaging 3: Hoe betrek je de gebruikers en de werkprocessen in het test- en validatieproces? 102
6.4 Samenvatting 104

7. De brugfunctie 106
7.1 Inleiding 107
7.2 De praktijk 108
7.2.1 De brugfunctie in de praktijk 109
7.2.2 De adaptieve brugfunctie 112
7.2.3 De risico’s van de brugfunctie 117
7.3 De uitdagingen van de brugfunctie 119
7.3.1 Hoe zorg je voor een ‘objectieve’ brugfunctie? 119
7.3.2 Wie kan een brugfunctie uitvoeren en binnen welk tijdsbestek? 121
7.3.3 Hoe zorg je voor circulariteit in de brugfunctie? 123
7.4 Samenvatting 124

8. Veranderingen in werk 126
8.1 Inleiding 127
8.2 De praktijk 128
8.2.1 Verrijking van werk door invoering AI 129
8.2.2 Verandering in verantwoordelijkheden en zeggenschap 131
8.2.3 Collectief veranderen 133
8.3 De uitdagingen van veranderingen in werk 137
8.3.1 Hoe kunnen we anticiperen op (indirecte) veranderingen van werk? 137
8.3.2 Hoe kunnen we AI inzetten ter ondersteuning van werk? 139
8.3.3 Hoe kan AI worden ingezet om als organisatie te leren? 141
8.4 Samenvatting 143

9. Hoe kunnen we AI slim managen? 144
9.1 Inleiding 145
9.2 Aanbevelingen voor het SLIM managen van AI 146
9.2.1 Socio-technische veranderprocessen 146
9.2.2 Lokaal inzicht 147
9.2.3 Interdisciplinaire kennis 148
9.2.4 Moreel bewustzijn 150
9.3 Tot slot 151

Dankwoord 154
Stichting Management Studies 155
Gepubliceerd onderzoek 156
Literatuur 160