Categorie: ICT & Finance (Pagina 2 van 5)

Blockchain-theorie versus boekhoudkundige realiteit

De hype rond Bitcoin, cryptocurrencies en de onderliggende blockchain-technologie blijft maar doorwaaien. Ondanks frequente incidenten waarbij voor miljoenen aan cryptomunten ‘verdwijnen’ blijft men maar benadrukken, dat het gedistribueerde grootboek de ultieme ‘trust’ biedt die elke intermediaire rol tussen koper en verkoper overbodig maakt. Ondernemingen die ‘agile’ met hun tijd meegaan passen zelfs hun hun volledige bedrijfsnaam aan – zoals de Long Island Iced Tea Corp. die ineens Long Blockchain Corp. blijkt te heten en alleen al daardoor drie maal zoveel waard werd.

Bovendien zal de ‘future of finance’ drastisch anders worden door de blockchain. Eindelijk krijgen CFO’s en hun gezellen de kans om echte strategische partners te worden, om dat de administratieve robot met zijn zelflerende brein en de blockchain tezamen al het saaie werk over gaan nemen. Sneller, met minder fouten en meer ‘assurance’.

Niet dus, zegt Joshua Coyne, assistent-professor aan de universiteit van Memphis. School of Accounting. “Het probleem met blockchain is dat mensen denken: ‘De definitie bevat het woord grootboek, grootboeken worden gebruikt in de boekhouding, daarom is blockchain plus grootboek gelijk aan goede boekhouding’, aldus Coyne. “Maar dat is flauwekul. De Blockchain verandert voorshands niets aan boekhoudkunde of boekhoudkundige regels.”

De accounting-standaardsetters hebben de cryptocurrencies en de blockchainoverigens heus wel op hun radar zien staan. Afgelopen zomer ontving de Financial Accounting Standard Board (FASB) een verzoek van The Chamber of Digital Commerce om een ​​project rond de accounting voor en met digitale valuta toe te voegen aan de agenda van de  Emerging Issues Task Force; PwC kloeg nog onlangs dat zulks niet het geval is bij de IFRS of IASB. Laat staan voor het gebruik en de gevolgen van toepassing van blockchains.

Problemen zijn er genoeg en evident. Zo erkent het gedistribueerde grootboek volgens Coyne alleen een transactie, als deze door alle partijen op blockchain wordt geaccepteerd en wordt geregistreerd. Met andere woorden: pas wanneer een transactie in het grootboek is opgenomen, bestaat deze en als deze niet in het grootboek is opgenomen, bestaat deze niet. In de moderne accountingpraktijk en de bijbehorende financiële rapportage kunnen transacties echter heel wel buiten het grootboek bestaan, en ook een economische impact hebben op de organisatie.

“Accounting moet, anders dan de blockchain, gebeurtenissen in de echte wereld vangen die zich buiten het grootboek afspelen”, waarschuwt Coyne.  Denk aan de fair value. Ook veronderstelt een gedistribueerd grootboek dat alle gebruikers vooraf akkoord zijn gegaan met de boekhoudkundige weergave – iets dat gezien de voortdurend veranderende aard van de financiering niet realistisch is.

Coyne en andere blocking-sceptici met hem vragen zich af of het wel zinvol is om veel te investeren in (het verkennen van) de technologie.  Theoretisch leuk, maar voorlopig ver van de praktijk van US GAAP en IFRS.

 

Big Brothers bestaan

Het effect van innovatie is exponentieel, wanneer  meerdere innovaties gecombineerd worden. Een vleugje machine learning hier, een dosis robotisering daar, wat Big Data erbij en weer is er een disruptieve nieuwe ontwikkeling. Door bijvoorbeeld vijf nieuwe technologieën te stapelen – zelflerende robots, AI, 3D-printen, big data en blockchain – kan de werktuigbouwsector tot $ 1,6 miljard besparen.

Het fenomeen zie je misschien wel het meest extreem bij giganten als Alphabet en Amazon, die welhaast alle moderne technologie in eigen huis hebben. Niet alleen gaan ze in drones en zelfrijdende auto’s, ze zorgen met ‘Google for Jobs’ ook voor een revolutie in werving en selectie, en nu komt het moederbedrijf van Google, Alphabet, ook nog met een nieuwe loot die organisaties gaat beschermen tegen hackers.  Het nieuwe kindje van Googles ontwikkelplatform X heeft de naam Chronicle gekregen en noemt zichzelf een ‘cybersecurity intelligence and analytics platform’.

In een blogpost zegt Chronicle CEO Stephen Gillett dat security-bedreigingen met de dag toenemen,  en dat budgettaire beperkingen en tekort aan gekwalificeerd personeel het voor bedrijven en overheden moeilijk maken om bij te blijven. Chronicle zal elk bedrijfje de best denkbare bescherming bieden!En vast niet (erg) duur…

Met de complete Alphabet kennis infrastructuur achter zich, gaat Chronicle het met ‘predictive security’ de traditionele aanbieders op dit terrein moeilijk maken, dat moge duidelijk zijn. Om hun onmisbaarheid nog eens extra te benadrukken, waarschuwt Google tegelijk dat hackers dezer dagen elke week tot wel 250.000 weblogins stelen. Chronicle test momenteel haar platform in nauwe samenwerking met een aantal Fortune 500-bedrijven.

Tja….wie beter dan Google kan voorspellen dat uw security bedreigd wordt? Het weet bijna alles van iedereen, toch?

Deze week werd onthuld dat alle Android-telefoons automatisch een hele reeks gegevens verzenden naar de Google-servers, van GPS-coördinaten tot bij welk wifi-netwerk u in de buurt bent,  of het mooi of slechtt weer is waar u bent, ja zelfs uw dagelijkse verplaatsingen worden vastgelegd. Het gaat hier om een functie waar u in kleine lettertjes  zelf ‘Ja graag!’ tegen heeft gezegd…

Ook deze gegevens worden gebruikt om gerichte advertenties te verkopen, en om de reactie(s) daarop van consumenten te volgen. In principe zouden overheden dezelfde gedetailleerde gegevens over een persoon kunnen opvragen. U heeft er waarschijnlijk nooit van gehoord, maar het gaat om de functie ‘Locatiegeschiedenis’  die al sinds 2009 actief is. Het idee was destijds dat gebruikers met die app hun locatie constant aan vrienden bekend konden maken.

Die app legt dus voor Google vast, zo blijkt uit onafhankelijk onderzoek:

  •     hoe je je verplaatst (bijvoorbeeld lopen: 51%, fietsen: 4%, auto 21%, trein of metro 3%)
  •     De barometrische druk
  •     Of je wel of niet verbonden bent met wifi
  •     Het MAC-adres (een unieke identifier ​​van het wifi-toegangspunt waarmee je bent verbonden
  •     Het MAC-adres, de signaalsterkte en frequentie van elk nabijgelegen wifi-toegangspunt
  •     Het MAC-adres, ID, type en de signaalsterkte van elk Bluetooth-baken in de buurt
  •     Het laadniveau van de batterij van je telefoon
  •     De GPS-coördinaten van je telefoon , inclusief op welke hoogte je je bevindt.

Apple weet dat waarschijnlijk dus ook allemaal… En allerlei afnemers van die technologiegiganten ook.

Naar nieuwe businessmodellen

Vooral de (informatie)technologie-, media- en telecommunicatiesectoren (TMT) worden gedwongen de manieren waarop zij hun producten en diensten plachten te verkopen en leveren grondig te veranderen. Denk aan de wanhopige pogingen van Nederlandse dagbladen om flexibele abonnementen te slijten, naast experimenten als Topics en Blendle. Maar ook andere sectoren ontkomen er niet aan.

Consumenten eisen steeds luidruchtiger, dat ze de aangeboden producten en diensten flexibel, schaalbaar en veilig  kunnen gebruiken. Dat geldt voor media-inhoud, maar ook voor technologie-infrastructuur (alles as-a-service) en enterprise software-oplossingenin the cloud; voor mobiliteitsdiensten (Uber, Greenwheels, zelfrijdende auto’s) en (volledig ingerichte) winkelfaciliteiten( Amazon, bol.com). Klanten willen kunnen kiezen waar, hoe en hoeveel ze consumeren en betalen. Een dergelijke flexibele consumptiebehoefte vereist een volledige re-think van het oude bedrijfsmodel. Hoe en aan wie producten en diensten worden verkocht verandert fundamenteel. De overgang naar een businessmodel voor betalen per gebruik, vereist nieuwe competenties van de organisatie, nieuwe operating models en nieuwe technologieplatforms.

Om de overgang van een traditionele naar zo’n radicaal andere met enige hoop op succes te maken, moeten de beleidsmakers eerst bepalen hoe dit “nieuwe” bedrijfsmodel eruit moet zien. Waar staat de organisatie nu? Waar moet ze zijn om te kunnen voldoen aan de nieuwe eisen van de klanten? Wat doen de disruptieve nieuwkomers anders?

Het is niet genoeg om simpelweg over te stappen op een abonnementsmodel, of om je huidige aanbod te ontbundelen. Je moet inzicht krijgen in hoe de sector/de branche evolueert, waar de concurrentie te verwachten is, en wat het worst case disruptiescenario zou kunnen zijn. Dan zullen de volgende vragen beantwoord moeten worden:

  • Wat gaan we verkopen?
  • Aan wie?
  • Hoe en via welke kanalen? Met welke partners in welke rollen?
  • Hoe creëren we dan waarde en maximaliseren we de opbrengst?

Philips maakte en verkocht eens gloeilampen. Nu biedt het slimme verlichtingssystemen, die consumenten de mogelijkheid bieden om de verlichting ( en meer!) thuis te regelen via een smartphone. Het bedrijf biedt ‘lighting as a service’-oplossingen aan private zowel als publieke klanten.

Bedrijven als SAP en Oracle leverden op maat extreem dure software-implementaties aan IT-afdelingen van grote bedrijven en overheden. Nu betalen ook kleine en middelgrote klanten alleen voor het feitelijk gebruik van cloud-based services; ze zitten niet langer vast aan kostbare licenties en hebben geen last van on-premise installatie- of upgrade-projecten.

Meer en veelsoortiger klanten stellen andere eisen aan de sales, en aan de channel en/of ketenpartners. Als de organisatie rechtstreeks aan klanten gaat verkopen, of oplossingen online aanbiedt, kan dat zorgen voor frictie met de traditionele partners.

Flexibele consumptiemodellen bestaan in vele vormen, van abonnementen tot pure pay-per-use (consumption based), van fremium tot outcome-based. Het hangt af van meerdere factoren, welk model het meest geschikt is; vande sector,  het product of dienstenaanbod, de risicobereidheid van de onderneming, het concurrentielandschap en de voorkeuren van klanten.

Veel succes!

Met AI verliezen organisaties een van de beste training tools

Jonge advocaten-in-spe leerden vroeger het vak door het verzamelen van jurisprudentie. Stom werk, waar ze veel van leerden..

Deloitte heeft een zogenaamd  “apprenticeship model.” Elk jaar weer neemt de organisatie duizenden jonge medewerkers in dienst, in de verwachting dat de meesten hard zullen werken en weer vertrekken zodra ze het idee hebben dat ze ‘marketable’ vaardigheden en kennis hebben opgedaan. Dat is niet erg – zoals de meeste organisaties is Deloitte een piramide, met aan de basis veel meer employees dan in het midden, en de top is per definitie smal. Er moeten er dus steeds veel afvallen.

Die structuur en opbouw was logisch, toen er nog veel saai napluiswerk te doen viel, bijvoorbeeld bij het controleren van de boeken van een onderneming. Vroeger liet het Big Four kantoor aankomende partners ‘handmatig’ tot wel honderd contracten napluizen. “Enorm arbeidsintensief,” herinnert CEO Cathy Engelbert zich, “soms was je daar een paar weken mee bezig, en je maakte natuurlijk al snel een fout of foutje.”

Nu kan Deloitte beschikken over technologie die in een uur evenveel contracten nakijkt en beoordeelt als waar een stagiair vroeger een jaar voor nodig had. Een systeem dat “Argus” genoemd is voor de controle, en “D-ICE”  voor de  consulting business. En naarmate er meer van dat soort kunstmatig intelligente systemen in dienst genomen worden, zal de behoefte aan jonge beginnende aspirant-accountants dalen, dat is duidelijk. Dat betekent dat het onvermijdelijk is, dat de vorm van de organisatie verandert: van een piramide wordt deze meer een briljant. Er blijven mensen nodig om de output van de machines te beoordelen, maar dat kunnen alleen professionals met de nodige ervaring en praktijkkennis – in het middensegment dus. CEO Engelbert vraagt zich af waar in de nabije toekomst die door de wol geverfde accountants vandaan zullen komen. “Hoe zorgen we ervoor dat we die mensen in adequate aantallen voorzien van adequate praktijkkennis en ervaring, als al dat saaie napluiswerk voortaan door machines gedaan wordt?”

Het mag dan saai werk zijn, het is wel dé manier om de nodige ervaring op te doen. En Deloitte zal manieren moeten vinden om die cruciale ervaring op andere manieren over te dragen. Hetzelfde probleem ervaren advocatenkantoren: als ze systemen hebben die natuurlijke taal begrijpen en kunnen analyseren, wat moeten de stagiairs dan doen om even geverseerd te worden in de jurisprudentie als die (zelflerende) systemen?

Hoera, kunstmatige intelligentie gaat ons ontlasten van alle routinewerk! Maar heee… iedere professional weet dat hij of zij via dat soort saaie werk veel geleerd heeft.

Bedrijfstakken en –sectoren zijn zó ouderwetse silo’s…

De digitalisering dringt inmiddels door tot in alle haarvaten van onze maatschappij en economie. Wij consumenten (B zowel als C) verwachten steeds meer brede, naadloos geïntegreerde en gepersonaliseerde dienstverlening. Een van de gevolgen is dat die verwachtingen ook de grenzen tussen traditionele sectoren zullen doen verdwijnen of in elk geval vervagen.

In plaats van de gespecialiseerde diensten en producten van een of meerdere bedrijfstak af te nemen, wenden we ons voortaan liever tot digitale platforms en ecosystems.

Een platform is een bedrijfsmodel waarmee meerdere deelnemers/stakeholders (producenten zowel als consumenten) verbinding kunnen maken, met elkaar kunnen communiceren en met elkaar waarde kunnen creëren en uitwisselen. De meest succesvolle digitale ondernemingen, zoals Alibaba, Amazon of Facebook, zijn allemaal ontworpen op zo’n platform-bedrijfsmodel.

Een ecosysteem is daarnaast te omschrijven als een onderling verbonden (‘connected’) set van diensten, waarmee gebruikers in één geïntegreerde omgeving verschillende gerelateerde behoeften kunnen vervullen. B2C ecosystemen focussen dezer dagen vooral op op behoeften/diensten als reizen, gezondheidszorg of huisvesting. Business-to-business (B2B) ecosystemen zijn in het algemeen gericht op bepaalde functies, bijvoorbeeld marketing en sales, operations, procurement of finance.

De verwachting is dat tegen 2025 30 procent van de wereldhandel gerealiseerd zal worden door of vanuit dergelijke ecosystemen. Willen ondernemingen met succes opereren in en met zo’n digitaal ecosysteem, dan zullen ze hun  hun traditionele rol en bedrijfsmodellen grondig moeten herzien en moeten evalueren welke opportunities er zijn of mogelijk worden, door nauw samen te werken met andere spelers in andere sectoren. Ze moeten leren inzien hoe in dergelijke ecosystemen de ‘value pool’ verschuift  en groeit, en hoe ze heel anders tegen kansen en risico’s moeten leren aankijken. Voor velen zal ecosysteemdenken een forse transitiedobber zijn, maar ondernemingen die nu al de contouren van hun veranderende context ontwaren zullen als eerste ook de nieuwe inkomstenbronnen exploiteren.

Inmiddels kijkt u voor een stedentrip op Airbnb, roept u een Uber-taxi met uw mobiel en bestelt u het eerste avondmaal via GrubHub of Seamless. Apple is al lang veel meer dan een leverancier van apparaten; Facebook is een manier van leven geworden. Klanten worden wakker met de wereld aan hun voeten, via de smartphone. Zeven van de tien grootste ondernemingen (naar marktkapitalisatie) zijn ecosysteemspelers – Alibaba, Alphabet, Amazon, Apple, Facebook, Microsoft, en Tencent. Vijftien jaar geleden bestonden de meesten nog niet.

We gaan naar een tijdperk van “sectoren zonder grenzen“. McKinsey-onderzoek toont aan dat sommige (vooruitziende) ondernemingen marktwinnaars worden, terwijl andere (met oogkleppen op) de strijd zullen verliezen. We moeten af van het silo-denken, niet alleen binnen de organisatie zelf, maar ook in de traditionele bedrijfssectoren. Volgens McKinsey zien we tegen 2015 de opkomst van 12 grote digitale ecosystemen, die elk ‘cateren’ voor een groep of wolk van basale menselijke en organisatorische behoeften. Zij zijn het, die in 2025 $ 60 biljoen omzetten, of ruwweg 30 procent van alle wereldwijde sales. Die ecosystemen zullen steeds meer de rol en positie van de traditionele bedrijfssectoren overnemen, omdat zij de klant echt centraal stellen en geïntegreerde diensten bieden.

Leiderschap in onze Age of Uncertainty

Het gaat niet meer alleen om de eigen organisatie – top executives moeten influencers van hun hele Umfeld worden.

De eigen organisatie strak in de hand hebben en houden is in deze barre tijden niet langer genoeg, De ‘business environment’,  het maatschappelijk umfeld waarin een organisatie opereert, beïnvloedt succes of falen als nooit tevoren. Daarom, aldus een leerzaam artikel in de Sloan Management Review, moet er een nieuw paradigma groeien van wat leiderschap inhoudt. Alleen daarmee kan het noodzakelijke begrip ontstaan van en voor de complexe interactie tussen bedrijven, organisaties, de maatschappij, de (macro)economie, de media en de politiek. Leiders moeten hun focus verbreden van de eigen organisatie (inclusief directe klanten en concurrenten) naar het veel bredere ecosysteem waarin die eigen organisatie haar rol speelt.

De nieuwe leider moet in staat zijn dat ecosysteem (mede) vorm te geven, in plaats van slechts erin te overleven. Daarvoor is het nodig om een aantal dingen grondig te veranderen.

Ten eerste zal men dat ecosysteem moeten zien, begrijpen en blijvend monitoren. Wie zijn de belangrijkste spelers, bij de klant, de concurrent, de ketenpartners, de media en de beleidsmakers? Wat zijn hun belangen, hoe lopen de hazen daar? Alleen met dat inzicht is het mogelijk op tijd kansen en bedreigingen te zien. Sprekend voorbeeld: de muziekindustrie.

Ten tweede zal de nieuwe leider in staat moeten zijn om met succes in dat systeem te interveniëren, waar en wanneer noodzakelijk.. Hij of zij mag zich niet beperken tot de traditionele interne ‘leverage points’ inclusief hun beperkte instrumentarium. Soms moet er elders een ‘zetje’ gegeven worden om echt iets in beweging te krijgen. Voorbeeld: de ‘Intel inside’ campagne. Door zich te focussen op de klant-van-de-klant wist Intel de marktwaarde te verveertigvoudigen.

Ten derde moet er gewerkt worden aan actieve samenwerking met concullega’s. Een ecosysteem verander je met regie, die de hele sector bestrijkt. Het gaat daarbij niet alleen om de eigen voor- en nadelen; het is belangrijk om onderling vertrouwen te creëren en bevorderen. Niet alleen tussen ketenpartners en concurrenten, maar ook met NGO’s  en consumenten.

De kansen, bedreigingen en risico’s  gelden het totale ecosysteem. Daarom, en vanwege de steeds groeiende onderlinge verbanden en afhankelijkheden, is het cruciaal om deze op tijd te zien. De nieuwe leider moet daar antennes voor ontwikkelen, wil zij/hij op tijd maatregelen kunnen initiëren; via interventies die op het eerste gezicht niet direct nuttig of zinvol hoeven te zijn voor de eigen organisatie. Voorbeeld: de schoolboekensector.

Tenslotte moet de nieuwe Leider zich een nieuwe mindset aanmeten. Niet langer kan zij vertrouwen op de formele autoriteit binnen een hiërarchisch construct of bevelsketen. Het nieuwe leiderschap strekt zich uit tot ver buiten de eigen organisatie. Daarmee wordt de ‘baas’ veeleer die ‘influencer’, die in plaats van een reductionistisch model van de company performance oog heeft voor een meer holistisch model van de system performance.

Zij die deze paradigm shift weten te realiseren, creëren daarmee een fors concurrentievoordeel, ook voor de eigen organisatie.

 

De mythe van een almachtige Kunstmatige Intelligentie

In de nabije toekomst zullen intelligente systemen logischerwijze tot de conclusie komen dat de aarde beter af is zónder mensen.

Kevin Kelly was de eerste hoofdredacteur van het beroemde tijdschrift Wired. Tegenwoordig is hij schrijver, fotograaf, natuurbeschermer en onderzoeker van zowel de Aziatische als de digitale cultuur. Op backchannel.com gaat hij in een interessante longread in op de apocalyptische waarschwingen voor/tegen kunstmatige intelligentie, zoals die geuit worden door genieën als Stephen Hawking, Elon Musk, Max Tegmark, Sam Harris en Bill Gates zelve.  Zij allen achten bovenstaand scenario niet geheel denkbeeldig. En in elk geval moet de hele middenklasse vrezen voor zijn/haar werkgelegenheid.

Er is een brede consensus dat ‘superhuman intelligence’ niet lang meer op zich zal laten wachten. Maar, zegt Kelly, achter die zekerheid schuilt een vijftal aannames die geen van alle echt ‘evidence based’ zijn:

  1. Kunstmatige intelligentie is nu al ‘smarter’ dan wij en die voorsprong groeit exponentieel.
  2. De AI die wij nu creëren is net als wijzelf ‘general purpose’, overal en voor alles inzetbaar.
  3. Het menselijk brein is te dupliceren op silicium.
  4. Intelligentie is in principe onbegrensd – we kunnen alles weten en begrijpen.
  5. Zodra we beschikken over deze superieure intelligentie zijn al onze problemen voorbij – zie Startrek en het universeel basisinkomen..

Daartegenover zet Kelly vijf stellingen die onorthodox lijken, maar wel degelijk evidence-based zijn:

  • Intelligentie is niet ééndimensionaal – ‘slimmer dan een mens’is een betekenisloos concept.
  • Mensen hebben geen helemaal geen ‘general purpose’ brein, laat staan dat AI dat zou (kunnen) hebben.
  • Echt emuleren van het menselijk brein in een machine is veel te duur – een mens is dan goedkoper.
  • De verschillende dimensies van intelligentie zijn per definitie begrensd.
  • Intelligentie is maar één factor in de beschaving en vooruitgang, zoals de geschiedenis ons leert.

De conclusie kan alleen maar zijn dat het idee van een almachtige kunstmatige intelligentie een kwestie van ‘geloven’ is – een mythe dus.

Het Darwiniaanse beeld van steeds intelligenter wordende wezens is vals.

Sommige dieren en planten kunnen dingen, die wij mensen nooit zullen kunnen, of zelfs niet kunnen begrijpen – al was het maar omdat wij een ander soort hersenen hebben dan mieren, leeuweriken, bomen of octopussen. Een veel accurater beeld van de evolutie  is de schijf hieronder:

Deze verbeelding van de evolutie is gebaseerd op de ontwikkeling van het aardse DNA, met in het centrum de eerste levensvormen, van waaruit al het andere evolueerde en nog steeds evolueert.

In die zin is een paddenstoel van nu, even ver geëvolueerd als de mens, de geit of de walvis. En zo moet je dus ook naar intelligentie kijken.

Juist Kunstmatige Intelligentie zal ons volgens Kelly hard doen botsen met de grenzen van onze eigen intellectuele competenties. Dat betekent niet dat AI niets voorstelt, of geen fantastische veranderingen teweeg zal brengen. Maar almachtig zal AI nooit worden.

“AI is already pervasive on this planet and will continue to spread, deepen, diversify, and amplify. No invention before will match its power to change our world, and by century’s end AI will touch and remake everything in our lives. Still the myth of a superhuman AI, poised to either gift us super-abundance or smite us into super-slavery (or both), will probably remain alive—a possibility too mythical to dismiss.”

 

 

Disruptie? Nee, stagnatie!

“Laat je toch niet gek maken”, schrijven de auteurs van een recent onderzoek naar de invloed van technologie op werk en werkgelegenheid. Het journaille en hun futurologische souffleurs, die moord en brand schreeuwen over de mensheid bedreigende robots en kunstmatige intelligentie, die stellen zich aan, stellen zij. Eraan toevoegend dat ook lieden als Klaus Schwab van het World Economic Forum schromelijk overdrijven.

De (Amerikaanse) arbeidsmarkt blijkt dezer dagen zo stabiel en rimpelloos als ze in 160 jaar niet geweest is. Niets disruptie, niets verdwijnende of veranderende functies, integendeel! Het probleem is veeleer, dat er niet genoeg verstoring is. Er zouden veel méér banen vernietigd moeten worden, aldus de onderzoekers.

Hun overtuiging, dat we ons in een tijdperk van stagnatie bevinden, eerder dan van verstoring, is gebaseerd op een analyse van verschijnen en verdwijnen van functies, per tien jaar, sinds 1850. Zij maten de procentuele toename of afname in de aantallen banen in elke functiecategorie, zoals gedefinieerd door het Amerikaanse Bureau of Labor Statistics, en berekenden daaruit het totale percentage nieuwe dan wel verdwenen banen. Dan blijkt bijvoorbeeld, dat de jaren vijftig van de vorige eeuw een uiterst ‘disruptieve’ periode vormden, waarin liefst 37% van de banen verdwenen of verschenen.

Terwijl tussen 1950 en 1970 veel functies drastisch veranderden, veranderde er wat dat betreft weinig tussen 2000 en 2015. De eerste tien jaar van deze eeuw veranderde er maar 14% van de functies, het laagste percentage in anderhalve eeuw. En het tweede decennium scoort tot dusver nog lager, met 6%.

De disruptie veroorzaakt door de opkomst van de stoommachine spreekt voor zich. De veranderingen die optraden aan het eind van de  19e en 20e eeuw waren grotendeels toe te schrijven aan de introductie van nieuwe technologieën die de behoefte aan landarbeiders verminderde, en apparatuur die huishoudelijk personeel verving, zoals wasmachines en stofzuigers. Vervangende werkgelegenheid ontstond in de industrie en de dienstensector.

Maar dezer dagen is er duidelijk sprake van stagnatie op de arbeidsmarkt. Volgens de onderzoekers komt dat, omdat er in feite heel weinig echte innovatie plaats vindt. Nieuwe digitale technologieën zijn indrukwekkend, maar lang niet zo revolutionair en disruptief als de veranderingen die elektriciteit en staal in de jaren 1890 teweeg brachten, en de elektromechanische technologieën die in de jaren 1950 en 1960 de efficiëntie van de productie aanzienlijk verhoogden.

Dat tekort aan echt nieuwe technologie heeft ook de arbeidsproductiviteit fors geschaad, beweren de onderzoekers, en dat is ook (een van) de reden(en) waarom sinds 1980 de lonen zo weinig zijn gestegen. Daarom zou de politiek disruptieve nieuwe technologieën als AI, RPA en robots juist méér moeten bevorderen!

Algoritmen recruitmentsector talent management

Vooroordeel erin, vooroordeel eruit: algorithmic bias

Het Turks kent geen verschillen tussen hij en zij, alles is ‘o’. Als Google Translate een Turkse zin vertaalt, moet het dus uit de context opmaken of het gezegde over een vrouw of een man gaat. U raadt het al: Google  vertaalt “O cesur” steevast met ‘hij is dapper’ en “O iyidir” met “zij is lief”.

Kunstmatige intelligentie, gemaakt door mensen, is met andere woorden niets menselijks vreemd. Op zijn best kun je constateren, dat zelflerende machines net als mensen ‘leren’: als ze van de 100 keer dat er over ‘dapper’ gesproken wordt een man beschreven wordt, vat in de chips of de cloud het idee post, dat vooral mannen dapper zijn. Als het gaat om leren van situaties met in gebreke blijvende debiteuren kan dat tot akelige vormen van ‘bias’ leiden…

Steeds vaker zullen organisaties zich bij besluitvorming laten ondersteunen door dergelijke systemen, en idealiter zouden die geen vooroordelen mogen hebben, laat staan versterken, als hun gevraagd wordt grote hoeveelheden beschikbare data te analyseren. Tegelijk wordt wel van die systemen verwacht, dat zij ‘patronen’ herkennen, en daar bruikbare informatie van fabrieken. Dat noemt men ‘predictive modelling’: uit aangeboden trainingsgegevens destilleert de machine waarschijnlijke scenario’s voor de toekomst. Alleen al vanwege de snelheid waarmee tot conclusies gekomen moet worden, kunnen we hoe dan ook vaststellen, dat ‘algorithmic bias’ een groot risico creëert. Zeker als dergelijke vooroordelen verborgen blijven, kunnen ze tot kostbare vergissingen leiden, en hele organisaties op het verkeerde been zetten.

Neem bijvoorbeeld kredietwaardigheidsbeoordelingen voor hypotheken. Het systeem zal cliënten die trouw al 15 jaar rente en aflossing betaald hebben als ‘low risk’ bestempelen. Maar nu komt er een nieuwe regering die de bijbehorende belastingvoordelen afschaft. Dáár had de zelflerende kredietbeoordelaar geen rekening mee gehouden…

Het is logisch dat een systeem dat gedrag voorspelt en zich daarbij baseert op historische gegevens alleen maar oude vooroordelen zal bevestigen. Dat kan funest zijn voor strategische besluiten – de kunstmatige intelligentie houdt geen rekening met plotselinge veranderingen, denk aan disruptieve nieuwe technieken dan wel politieke bewegingen!  Maar denk ook aan de toenemende  maatschappelijke bubbelvorming door social media en de algoritmes die alleen niet-kwetsende  (en vooroordeel bevestigende) nieuwtjes en informatie doorlaten.

Daarnaast moeten we nog steeds vaststellen, dat de kwaliteit van de beschikbare data heel vaak niet al te best is. Hoe iemands kredietwaardigheid te beoordelen, als deze onder 17 verschillende namen en 5 adressen gevonden wordt?

Ook AI kan niet zonder een menselijke moderator, moeten we concluderen.

Véél meer over de gevaren van en oplossingen voor ‘algorithmic bias’ leest u via

https://www.mckinsey.com/business-functions/risk/our-insights/controlling-machine-learning-algorithms-and-their-biases?

Claude Shannon: The Unicycling Genius Who Invented Information Theory

“Claude Shannon’s master thesis has been described as the most influential thesis ever written.”

Het was Shannon, meer nog dan Alan Turing, John von Neumann of Norbert Wiener, die aan de basis stond van zowel de hard- als de software van onze moderne computers.

In deze recensie van een nieuw boek  A Mind at Play: How Claude Shannon Invented the Information Age, door Jimmy Soni en Rob Goodman, maakt u kennis (in lekentaal en -voorbeelden!) met de relatie tussen enen en nullen en Booleaanse algebra, de stochastische aard van informatie, waarom er zoiets als bandbreedte (noodzakelijk) is, hoe decryptie en cryptografie werken, en met nog veel meer interessante trivia met niet-triviale impact.

Pagina 2 of 5

Mogelijk gemaakt door WordPress & Thema gemaakt door Anders Norén