Als je het tech-nieuws volgt, dan heb je de term ‘kunstmatige intelligentie’ en ‘artificial intelligence’ (AI) vast wel eens voorbij horen komen. Meestal gaan die termen gepaard met de nodige buzzwords zoals ‘machine learning’, ‘smart data’, ‘deep learning’, ‘neurale netwerken’ en meer.
Maar wat betekent dat nu concreet? Wat kun je er mee? En belangrijker: hoe kun je de beloften van kunstmatige intelligentie ook daadwerkelijk benutten?
Kunstmatige intelligentie
In het kort kun je er met kunstmatige intelligentie voor zorgen dat een machine met je meedenkt en dat die machine beslissingen maakt die menselijk aanvoelen. Vaak gebeurt dat op basis van technologie die de menselijke hersenen imiteert, en die zelflerend is. Dat laatste betekent dat de machine in kwestie door de tijd heen steeds betere beslissingen gaat nemen.

Als we bijvoorbeeld kunstmatige intelligentie zouden ontwikkelen die objecten op afbeeldingen kan herkennen, dan kunnen we het systeem terugkoppeling geven als hij foute beslissingen neemt, waarna de herkenning de volgende keer beter zal zijn. Als het systeem een serie afbeeldingen als ‘kat’ herkent, maar wij bij het systeem vervolgens aangeven dat het in werkelijkheid om een ‘tijger’ gaat, dan zal de machine zijn onderliggend model zodanig aanpassen dat het inderdaad die serie afbeeldingen als tijger herkent, zonder overigens andere soorten afbeeldingen slechter te gaan herkennen. Andere gebieden waar kunstmatige intelligentie wordt toegepast is bijvoorbeeld gezichtsherkenning, spraakherkenning, inhoudelijke analyse van tekst, het vinden van verbanden in wetenschappelijk onderzoek, voorspellingsmodellen en het doen van medische diagnoses zoals kanker en erfelijke aandoeningen op basis van enkel foto’s van gezichten.
Een geweldige belofte
De beloften zijn dus enorm. Bij veel bedrijven is de potentie van kunstmatige intelligentie echter nog niet helemaal doorgedrongen, en zelfs als dat wel zo is, dan betekent dat nog niet dat kunstmatige intelligentie ook direct gebruikt wordt: het kost vaak veel geld en tijd om kunstmatige intelligentie te ontwikkelen en om deze te voorzien van de juiste data en modellen. Daarbij komt dat we bij kunstmatige intelligentie niet altijd meer begrijpen waarom het systeem bepaalde beslissingen maakt. De uitkomst of voorspelling lijkt dan wel te kloppen, maar het is niet te achterhalen wat de ‘denkstappen’ zijn die de kunstmatige intelligentie heeft gevolgd. Alles bij elkaar zorgt bovenstaande ervoor dat het ontwikkelen en gebruiken van kunstmatige intelligentie nog lang niet in elk bedrijf aan de orde is.
Daar brengt Salesforce verandering in.
Einstein
Salesforce introduceerde ongeveer een jaar geleden Einstein, waarmee het kunstmatige intelligentie voor de normale Salesforce gebruiker beschikbaar maakt. Dat betekent dat we ons geen zorgen meer hoeven maken om de buzzwords, ingewikkelde modellen en complexe techniek, maar dat we in Salesforce de beschikking hebben over de middelen om kunstmatige intelligentie direct in te zetten.
Het Einstein platform omhelst een heel aantal verschillende diensten, variërend van betere artikel-suggesties op Communities, slimmer zoeken in de Commerce Cloud, het voorspellen van Leadwaarde in de Sales Cloud en sentimentanalyse van Cases in de Service Cloud. Deze functies werken automatisch en hebben geen configuratie nodig.
De laatste toevoeging op het Einstein platform is het zogenaamde ‘myEinstein’, waarbij Einstein niet alleen maar voorgeconfigureerde intelligentie bevat, maar nu ook geopend is om op een heel laagdrempelige manier als gebruiker zelf intelligente modellen te bouwen en te gebruiken.
In mijn blog van volgende week wil ik dieper ingaan op twee myEinstein elementen die, denken wij, voor veel Salesforce klanten een grote impact kunnen hebben.

Reacties

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Fill out this field
Fill out this field
Geef een geldig e-mailadres op.

Menu