‘Hoe maak ik handig gebruik van big data en artificial intelligence voor mijn bedrijf?’ Het is een vraag die veel ondernemers zichzelf beslist regelmatig voorleggen.
Sla een willekeurige krant open en de woorden big data of kunstmatige intelligentie komen voorbij. Deze geven duidelijk weer dat er veel te doen én te ontdekken is rondom dit thema. In het kader van deze digitale transitie zijn er verschillende initiatieven waar u als ondernemer op kunt aanhaken.
Hoewel de naam anders doet vermoeden is het platform Data Science Alkmaar bedoeld voor MKB-bedrijven uit de hele regio Holland boven Amsterdam.
Wat gebeurt er eigenlijk bij dit platform en welke stappen zijn voor een ondernemer belangrijk om aan de slag te gaan én commercieel succesvol te worden met AI?
In dit blog 5 stappen om een begin te maken:
1. Maak gebruik van het Business Model Canvas
De eerste stap die helpt bij uw reis is het gebruik van het Business Model Canvas (BMC). Deze gebruikt u om uw nieuwe businessmodel helder en gestructureerd in kaart te brengen, om de volgende belangrijke stap te kunnen maken én te bepalen hoe digitale innovaties uw verdienmodel beïnvloeden.
Met behulp van het BMC onderzoekt u op een eenvoudige manier wat de waardepropositie is van uw bedrijf. Het geeft antwoord op enkele belangrijke vragen zoals: ‘Waarom bestaat het bedrijf eigenlijk?’ en ‘Hoe creëert het bedrijf waarde?’
Het BMC beschrijft daarnaast hoe u deze waardepropositie kunt hanteren per klantsegment. Het schematische model kan op een interactieve en integrale manier gebruikt worden om met anderen in gesprek te gaan over hoe het bedrijf geleid wordt en waarom (strategische) beslissingen genomen worden. Bijvoorbeeld voor nieuwe verdienmodellen gebaseerd op, jawel Big data en/of Kunstmatige intelligentie.
Het BMC is een eerste stap om te komen tot een data gedreven organisatie.
2. Managen van de digitale innovatie in uw organisatie
Bij de tweede stap brengt u in beeld hoe u als ondernemer de digitale innovatie implementeert en managet in uw organisatie. Digitale innovatie is niet veel meer dan het gebruik van digitale technologie in nieuwe producten, diensten, processen en bedrijfsmodellen. Digitale technologie is nooit af. Het is een bron van nieuwe verbindingen en makkelijk schaalbaar.
Deze eigenschappen vragen om een meer iteratief, experimenterend innovatieproces, samenwerking rond platformen en in ecosystemen (netwerken), én een scherp oog voor waar digitale innovatie disruptief of versterkend kan zijn.
Digitale innovatie vraagt ook om nieuwe vormen van samenwerking. Digitale en data-gedreven processen, producten, diensten, en businessmodellen hebben vaak een ecosysteem nodig om te kunnen slagen. Sommige ecosystemen worden georganiseerd rondom platformen, die samenwerking mogelijk maken via gestandaardiseerde interfaces.
In deze fase vraagt u zich af; hoe ziet het huidige (platform) ecosysteem eruit? Hoe kunt u dat verder ontwikkelen? Wat zijn mogelijke barrières? En, hoe kunnen deze worden verholpen en kan digitale innovatie floreren binnen de eigen organisatie?
3. Ga aan de slag!
Nadat u de eerste stap van het BMC voor een Data Gedreven Business Model Canvas, heeft doorlopen en u uw organisatie hebt aangepast op digitale innovaties, is de volgende stap een logische: u gaat werken met ruwe Big data.
Op basis van het stoeien met big data komt u er snel achter dat veel voorwerk nodig is om big data te verkrijgen én vervolgens te structureren voordat u ermee kunt werken. Om aan de slag te gaan op een eenvoudige manier zijn verschillende pakketten op de markt verkrijgbaar. Eén open source softwarepakket is vrij beschikbaar op het internet om eerste vingeroefeningen te doen. Het programma waarmee veel gewerkt wordt in de wetenschap is WEKA. Aan de hand van de vele openbaar beschikbare open data kunt u zelf meteen aan de slag.
Op dit moment is het essentieel dat u verschillende concepten en technieken leert begrijpen. Op deze wijze krijgt u in korte tijd door wat data voor uw organisatie betekenen en wat de impact is, zodra u het implementeert in uw organisatie.
4. Voorspel de toekomst met big data en AI.
Het omzetten van beschikbare big data tot bruikbare data voor nieuwe verdienmodellen vraagt natuurlijk tijd en energie. Uiteindelijk wordt het echt spannend als het gaat om ‘voorspellend vermogen’, want welke organisatie of onderneming vindt dit niet interessant?
Nadat de eerste drie stappen zijn gezet (zoals hiervoor beschreven) kunnen uitkomsten uiteindelijk tot verrassende resultaten leiden.
Een goed voorbeeld is de case van Rob van der Mei dat hij presenteerde tijdens het derde college van Data Science Alkmaar.
Rob is hoogleraar Toegepaste Wiskunde aan de Vrije Universiteit Amsterdam. Hij nam de zaal mee in de wereld van ‘predictive modeling’, bijvoorbeeld aan de hand van ambulance-inzet in de Flevopolder: hoe kun je data zo verzamelen, analyseren en omzetten in waarde dat de inzet/capaciteit van (een beperkt aantal) ambulances in een gebied optimaal is? En dat hiermee het ‘verschil’ gemaakt wordt, niet alleen voor commercieel succes voor bedrijven, maar ook voor het redden van mensenlevens bij eerstehulpdiensten.’
Met het thema ‘Een veiliger toekomst door predictive policing bij de Nationale Politie?’ toonde Dick Willems, Data Scientist bij de Politie Nederland, de aanpak en werkwijze in Amsterdam. Bieden de plannen van de Nationale Politie rondom predictive policing kansen voor een veiligere toekomst? De toegevoegde waarde van het ontwikkelde model (Criminaliteit Anticipatie Systeem) is duidelijk. De politie raadpleegt deze wekelijks als belangrijke ondersteuning van (planning van) surveillance en alertheid op mogelijke incidenten in een stad.
5. Sluit je aan bij gelijkgestemden
Als u – als ondernemer – in dit traject samen optrekt met andere ondernemers, dan zult u makkelijk ervaringen opdoen en delen! Het maakt uw reis op weg naar uw eigen big data project nóg inspirerender!
Immers, extra expertise doet u dan op in verschillende ecosystemen en netwerken (zie stap 2). Deze zijn vaak dichter bij huis beschikbaar dan u denkt.
Een van de ecosystemen in de regio is namelijk het platform Data Science Alkmaar.
De eerste doelstelling van het platform Data Science Alkmaar is om ondernemers verder op weg te helpen en te inspireren bij de ontdekkingsreis rondom big data, kunstmatige intelligentie en de mogelijkheden voor nieuwe verdienmodellen.
Daarnaast is er een tweede doelstelling: we willen het talent in de regio behouden. Dit is direct van belang voor uw organisatie als u besluit om met deze digitale innovatie aan de slag te gaan. En niet onbelangrijk: u draagt daardoor direct bij aan uw éigen innovatieve reputatie als werkgever en van de regio Holland boven Amsterdam.
Daniel Banis
Projectleider Datascience bij Ontwikkelingsbedrijf Noord-Holland Noord
LinkedIn: https://www.linkedin.com/in/dani%C3%ABl-banis-2336bb15/
Bent u na het lezen benieuwd geworden naar het platform Data Science Alkmaar en de mogelijkheden en voordelen die dit biedt voor uw bedrijf, neem dan contact met me op via dbanis@nhn.nl.