Frank Ferro: 'GenAI beheersen binnen je datatraject'

Hoe maak je van GenAI een succesvol onderdeel van je algehele datastrategie? Frank Ferro genereert al meer dan 10 jaar zakelijke waarde met data en AI. Na vele jaren als senior executive bij PostNL en een tijdelijke rol als programmadirecteur GenAI bij ANWB, treedt hij binnenkort aan als directeur ICT bij Amsterdam UMC. Tijdens een recente CIO Masterclass bij Anderson MacGyver deelde hij zijn visie en ervaringen. Hieronder een samenvatting.

In diverse sectoren lag de focus lange tijd op fysieke producten en diensten, maar de aandacht verschuift steeds meer naar data en algoritmen. Deze worden niet langer alleen gebruikt om de klantervaring te verbeteren en bedrijfsprocessen te optimaliseren, maar ontwikkelen zich ook tot zelfstandige, verkoopbare producten.

Om effectief met traditionele en generatieve AI te werken, zijn drie zaken aan te bevelen: een veilige en gecontroleerde omgeving, goed bestuur en maximale onafhankelijkheid van grote technologiebedrijven. De basis hiervoor is een solide datamanagementstructuur en IT-architectuur, waaraan organisaties vaak al enige tijd werken.

Bovendien is het cruciaal om precies te weten wat je doet. Dit begint meestal met het verbeteren van het benodigde kennisniveau binnen de organisatie. Dit vereist oprechte aandacht, aangezien zelfs een basisniveau van data-geletterdheid vaak ontbreekt.

Deze aanpak stelt u niet alleen in staat om te werken aan de vereiste datakwaliteit – zowel centraal als intern binnen het bedrijf – maar ook om uit te leggen waarom, waar en hoe u AI gebruikt. Wanneer een algoritme bijvoorbeeld beslissingen neemt in een callcenteromgeving, moet het transparant zijn wat de AI doet en met welk doel. Hetzelfde geldt voor fraudedetectietoepassingen.

In de beginfase is het het beste om te kiezen voor een eenvoudig, aantrekkelijk 'moonshot'-project dat zichtbare zakelijke waarde oplevert voor iedereen. Zonder actieve betrokkenheid en steun van de organisatie is de kans op succes klein.

Gecontroleerde omgeving

Een belangrijke aanbeveling is om GenAI in een veilige en gecontroleerde omgeving te gebruiken. Net als bij WhatsApp, waar de gegevens zelf wellicht veilig zijn, kunnen metadata – zoals met wie je contact opneemt en wanneer – meer onthullen dan je zou willen.

De gratis versie van ChatGPT is bijvoorbeeld niet helemaal waterdicht op dit gebied. De Enterprise-versie biedt echter een veilige, gecontroleerde AI-omgeving. Hierdoor kunnen zelfs niet-IT-professionals ermee experimenteren en werken, met hun eigen persoonlijke en professionele configuraties. Denk bijvoorbeeld aan het herschrijven van persberichten of andere officiële communicatie in begrijpelijke taal, wat directie- en communicatieteams aanzienlijk veel tijd kan besparen.

Een ander voorbeeld is het inzetten van een groot taalmodel (LLM) om op grote schaal klantvragen via e-mail te beantwoorden of om code te genereren voor programmeurs – een praktijk die in veel bedrijven al gangbaar is.

Voor de meeste toepassingen blijft de mens voorlopig nog steeds de controle behouden. Microsoft Copilot is bijvoorbeeld uitdrukkelijk geen autopilot. Het fungeert als een assistent die de productiviteit aanzienlijk kan verhogen, maar het is niet foutloos.

Goed bestuur

Stap twee: zorg voor goed bestuur. Begin met het oprichten van een Data & AI Governance Board, die op directieniveau kan helpen bij het nemen van beslissingen over het potentieel gevoelige of impactvolle gebruik van data en algoritmen.

Eveneens essentieel is de controle over betrouwbare gegevens – niet alleen om de procesefficiëntie te waarborgen en doelstellingen te bereiken, maar ook om te voldoen aan wet- en regelgeving en privacy- en beveiligingsvereisten. Implementeer robuust centraal en decentraal gegevensbeheer en kwaliteitscontrole.

Opvallend genoeg is de "data-eigenaar" vaak niet de "data-lord". Met andere woorden, de persoon die verantwoordelijk is voor de datakwaliteit is niet altijd degene die de data gebruikt om waardevolle en intelligente oplossingen voor het bedrijf te creëren.

Het is daarom verstandig om datamanagement binnen de organisatie zelf te integreren. Teams kunnen dan zelf verantwoordelijkheid nemen voor het opschonen van hun eigen datasets voor specifieke initiatieven of use cases, zelfs als de datakwaliteit binnen de organisatie nog niet optimaal is. Wachten met de implementatie van GenAI totdat alle bedrijfsdata schoon en gereed zijn, kan ertoe leiden dat er uiteindelijk helemaal niet aan begonnen wordt.

Intussen moet u werken aan de stamgegevens en er bijvoorbeeld voor zorgen dat alle klantgegevens in één systeem worden verzameld en toegankelijk zijn. Voor nieuwe initiatieven of technische mogelijkheden met betrekking tot klanten moet er altijd een koppeling zijn met het stamgegevensbeheersysteem.

Virtuele federatieve aanpak

Een centrale visie en beleid zijn essentieel voor een organisatie om het gewenste volwassenheidsniveau op het gebied van data en AI te bereiken. Om echter binnen specifieke businessunits of divisies vooruitgang te boeken, kan een virtuele federatieve aanpak worden gehanteerd. Dit houdt in dat medewerkers van de centrale IT- of data-afdeling worden toegewezen aan specifieke businessunits of projecten.

Na verloop van tijd kunnen databeheer en datagovernance steeds vaker op decentraal niveau worden afgehandeld en besproken, bijvoorbeeld tijdens geplande vergaderingen of sessies. Initiatieven met potentiële risico's op het gebied van beveiliging, privacy of ethiek kunnen vervolgens worden voorgelegd aan de centrale Data & AI Governance Board.

Het is ook raadzaam een ​​ethische beoordeling uit te voeren om te bepalen of nieuwe digitale mogelijkheden en plannen aansluiten bij de waarden en principes van de organisatie. Vaak wordt zo snel duidelijk of iets haalbaar is of niet. Dergelijke beoordelingen kunnen ook helpen bij het identificeren van risicobeperkende maatregelen.

Maximaliseren van onafhankelijkheid

Streef ten slotte naar maximale onafhankelijkheid van grote technologiebedrijven. Het is prima om diensten van Microsoft, Google en andere grote spelers te gebruiken, maar vermijd dat je er afhankelijk van wordt. Kies in plaats daarvan voor diensten en aanbieders die in jouw context de meeste waarde toevoegen en zet niet al je eieren in één mandje.

Zorg ervoor dat u een besturingslaag hebt die kan integreren met meerdere LLM's. Hierdoor kunt u voor elk gebruiksscenario de meest effectieve LLM inzetten.

Kortom, GenAI biedt ongekende mogelijkheden om zakelijke waarde te creëren, maar vereist wel een doordachte visie en aanpak. Klaar voor de volgende stap? Anderson MacGyver combineert jarenlange ervaring met uitdagingen op het gebied van strategie, organisatie, data en technologie om nieuwe digitale ontwikkelingen te stimuleren. Wilt u meer weten? Neem contact op met Anton Bubberman om uw ambities en uitdagingen te bespreken. We helpen u graag!