BLOG | Data is het nieuwe goud. Is AI het nieuwe asbest?

"AI polariseert. In de wereld, maar ook in onze organisatie", hoorde ik onlangs iemand zeggen. Een ander reageerde: "Ja, AI is het nieuwe asbest!"

Die uitspraak bleef bij mij hangen. Sinds 2019 volg ik de ontwikkelingen rond AI en datagedreven werken. Ik zie hoeveel er inmiddels mogelijk is en werk graag mee aan het ontwikkelen en toepassen daarvan. Tegelijkertijd vind ik het belangrijk dat we kritisch blijven. Wat halen we eigenlijk in huis? Wat gebeurt er met onze data? Kunnen we de gevolgen overzien? En hoeveel water en energie kosten onze prompts en ons rap toenemende AI-gebruik?

Jarenlang horen we dat data het nieuwe goud is. Dankzij AI kunnen we steeds meer met die data. De ontwikkelingen zijn indrukwekkend, maar een beter AI-model of een miljardeninvestering maakt de zorg niet vanzelf toegankelijker en bedrijven niet automatisch productiever.

Tegelijk zijn er terechte zorgen over de groeiende vraag naar rekenkracht, AI-chips en elektriciteit voor datacenters, maar ook over watergebruik, privacy, de herkomst van data en onze afhankelijkheid van grote technologiebedrijven. Nu AI vaker onderdeel wordt van processen en beslissingen, worden betrouwbaarheid, transparantie en menselijk toezicht steeds belangrijker. Voor mij is de vraag dan ook niet óf we AI moeten gebruiken, maar waar AI daadwerkelijk waarde toevoegt en hoe we dat op een verantwoorde manier doen. 

In Oost-Nederland gebeurt dat al

Ook voor ondernemers wordt die vraag steeds concreter. Een tekst laten schrijven met ChatGPT is iets anders dan AI betrouwbaar laten meedraaien in een productieproces, zorgtoepassing of energiesysteem. Daarvoor moet een toepassing werken met de beschikbare data, aansluiten op bestaande systemen én bruikbaar zijn voor de mensen die ermee werken. Alleen dan kan AI blijvend waarde toevoegen. We zien al verschillende kansrijke voorbeelden, ook in onze regio.

Outer Motion uit Enschede, voorheen WearM.AI, gebruikt bewegingsdata en AI om patiënten en zorgprofessionals te ondersteunen bij revalidatie. Een kleine sensor aan de schoen meet fysieke belasting op spier- en gewrichtsniveau. Zo kunnen fysiotherapeuten en andere professionals een objectiever beeld krijgen van hoe iemand beweegt en herstelt.

Het Varsseveldse TWINport360, waarin Oost NL heeft geïnvesteerd, maakt op hoge snelheid digitale tweelingen van producten voor automatische kwaliteitscontrole. In industriële bakkerijen kan het systeem afwijkingen herkennen en informatie teruggeven waarmee het productieproces kan worden aangepast. Volgens het bedrijf kan dit leiden tot 70 procent minder afval.

Dat zijn mogelijkheden waar ik enthousiast van word. Ze kunnen helpen om verspilling te verminderen, professionals te ondersteunen en belangrijke transities verder te brengen.

AI-hub Oost-Nederland als verbinder

Dat is ook hoe we binnen AI-hub Oost-Nederland naar AI kijken. In ons netwerk werken bedrijven, kennisinstellingen en overheden samen aan mensgerichte AI. We verbinden ondernemers met kennis, partners, talent en financiering en helpen hen om toepassingen verder te ontwikkelen. Een ondernemer hoeft namelijk niet alle technische expertise zelf in huis te hebben om een goed idee verder te brengen.

Bij een AI-project wil ik meer weten dan wat de technologie kan. Wie gaat ermee werken? Begrijpen medewerkers de uitkomsten en kunnen zij ingrijpen als het misgaat? Wat gebeurt er met de data? En wie zorgt voor het beheer en onderhoud als het budget voor pilotprojecten op is?

Deze vragen horen wat mij betreft niet thuis in een controle achteraf. Ze moeten vanaf het begin onderdeel zijn van het ontwikkelproces. Een technisch geslaagde proef kan alsnog vastlopen als medewerkers er niet mee uit de voeten kunnen of niemand verantwoordelijk is voor het vervolg. De kennis, vaardigheden en betrokkenheid van gebruikers verdienen dus net zoveel aandacht als de technologie zelf.

Aandacht voor ethische, juridische en maatschappelijke aspecten

Via AI-hub Oost-Nederland besteden we daarom aandacht aan de ethische, juridische en maatschappelijke aspecten van AI – de zogenoemde ELSA-aspecten – en werken we samen met ELSA Labs waarin bedrijven, onderzoekers en maatschappelijke organisaties kennis ontwikkelen over mensgerichte en verantwoorde AI.

Een voorbeeld in onze eigen regio is ELSA-lab ‘AI for Sustainable Food Systems’ (AI4SFS) bij Wageningen University & Research. Dit is een kenniscentrum waar onderzoek wordt gedaan naar AI-toepassingen die ‘in de maak’ zijn.  Het ELSA-lab richt zich op de verantwoorde ontwikkeling van AI door software- en hardwareontwikkelaars te helpen hun AI-toepassingen op een ethisch, maatschappelijk en juridisch verantwoorde manier te ontwikkelen. Door risico’s in een vroeg stadium te signaleren, kunnen de mogelijkheden die AI biedt beter en veiliger worden benut.

AI for Good

De vergelijking met asbest waarmee deze blog begon, zie ik vooral als een waarschuwing om niet blind achter een technologie aan te lopen. We hebben nu de mogelijkheid om bewust keuzes te maken over hoe AI onderdeel wordt van onze bedrijven en samenleving.

Mijn enthousiasme voor AI is er nog steeds. We kunnen in onze regio zelf bijdragen aan de manier waarop AI wordt ontwikkeld en gebruikt. Of data goud wordt, hangt af van wat we ermee doen. Voor AI geldt wat mij betreft hetzelfde. De waarde moet blijken in het dagelijks werk en in het leven van mensen. Dat is voor mij ‘AI for Good’.

Wil je binnen je organisatie verder met AI na een eerste pilot? Dan zou ik drie dingen meegeven:

• Focus op een strategisch bedrijfsprobleem, niet op de technologie zelf.
• Investeer niet alleen in AI-tools, maar ook in data, processen en vaardigheden van medewerkers.
• Maak vóór het opschalen duidelijke afspraken over privacy, transparantie en verantwoordelijkheid.

De winnaars van morgen zijn waarschijnlijk niet de organisaties die het snelst AI omarmen, maar de organisaties die AI op een verantwoorde manier weten te combineren met menselijk inzicht, goed bestuur en maatschappelijke verantwoordelijkheid.