Frank Ferro: ‘Mastering GenAI within your Data Journey’

Hoe maak je GenAI een succesvol onderdeel van je totale data-journey? Frank Ferro realiseert al ruim 10 jaar businesswaarde met data en AI. Na vele jaren als senior executive bij PostNL, en een tijdelijke rol als Program Director GenAI bij de ANWB, treedt hij weldra aan als Directeur ICT van Amsterdam UMC. Tijdens een recente CIO Masterclass bij Anderson MacGyver deelde hij zijn visie en ervaringen. Een samenvatting.

Waar in diverse sectoren lange tijd de nadruk lag op de fysieke producten en diensten, verschuift de aandacht steeds meer naar data en algoritmes. Ze worden langer alleen ingezet voor de verbetering van klantbeleving en het optimaliseren van businessprocessen, maar ook omdat data en kunstmatige intelligentie in toenemende mate zelf een te vermarkten product worden.

Om adequaat aan de slag te kunnen met gewone en generatieve AI zijn drie zaken aan te bevelen: een veilige en gecontroleerde omgeving, de juiste governance, en een maximale onafhankelijkheid van de grote technologiespelers. De benodigde basis wordt gevormd door de juiste datahuishouding en IT-architectuur, waaraan binnen organisaties veelal al langer gewerkt wordt.

Cruciaal is bovendien dat je sowieso weet wat je doet. Dat begint meestal met werken aan het benodigde kennisniveau binnen de organisatie. Dat vereist overigens wel echt aandacht, want vaak ontbreekt zelfs een basaal niveau van data-geletterdheid.

Zo kun je straks niet alleen werken aan de vereiste kwaliteit van de data – zowel centraal als vanuit de business. Je moet en kunt dan uitleggen waarom je AI waar en op welke manier inzet. Wanneer een algoritme beslissingen neemt in een call-centeromgeving, dan moet transparant zijn wat AI precies doet en met welk doel. Bij inzet voor fraudedetectie geldt hetzelfde.

Kies in de beginfase liefst een niet te ingewikkelde, aansprekende ‘moon shot case’ die voor iedereen zichtbare businesswaarde genereert. Zonder actieve betrokkenheid en ondersteuning vanuit de business hebben initiateven sowieso weinig zin.

Gecontroleerde omgeving

Het nadrukkelijke advies is om bij toepassing van GenAI te kiezen voor een veilige en gecontroleerde omgeving. Net zoals bij WhatsApp kan de data zelf veilig zijn, maar geeft de metadata – over onder andere met wie je wanneer contact hebt – mogelijk meer prijs dan je wenst.

De gratis versie van ChatGPT bijvoorbeeld is in dat opzicht niet waterdicht. De Enterprise-versie biedt daarentegen een veilige, gecontroleerde AI-omgeving. Ook mensen zonder IT-achtergrond kunnen hiermee experimenteren en werken, mede op basis van hun eigen persoonlijke en professionele configuraties. Bijvoorbeeld gericht op het in begrijpelijke taal herschrijven van directie-mededelingen of andere officiële bekendmakingen. Dat scheelt directies en communicatieafdelingen enorm veel tijd.

Een ander voorbeeld is de inzet van een large language model (LLM) voor het op massale schaal beantwoorden van klantvragen via de e-mail. Of voor het genereren van code door programmeurs; wat bij veel bedrijven al niet meer is weg te denken.

Bij de meeste toepassingen blijven voorlopig nog mensen aan de knoppen zitten. Microsoft Copilot is bijvoorbeeld nadrukkelijk geen autopilot. Het is een assistent die je enorm veel productiever kan maken, maar niet zonder fouten is.

Juiste governance

Stap twee: zorg voor de juiste governance. Installeer om te beginnen een Data & AI Governance Board, die vanuit directieniveau kan helpen met het nemen van besluiten over de potentieel gevoelige of impactvolle inzet van data en algoritmes.

Eveneens fundamenteel is controle over betrouwbare data. Niet alleen voor het proces of het realiseren van de beoogde doelstellingen, maar tevens om te kunnen voldoen aan wet- en regelgeving en eisen rond privacy en veiligheid. Zorg voor adequaat centraal en decentraal datamanagement en datakwaliteitscontrole.

De ‘data owner’ is trouwens vaak niet de ‘data lord’. Met andere woorden: de vrouw of man die zorg draagt voor de kwaliteit van de data, is niet degene die de data toepast om daar voor de business waardevolle en slimme dingen mee te doen.

Daarom is het goed om datamanagement ook te verankeren in de business. Men kan dan bij eigen initiatieven of use-cases zelf zorgdragen voor het opschonen van de gewenste datasets wanneer de datakwaliteit organisatie-breed nog onvoldoende is. Wie denkt pas met GenAI te kunnen starten als alle bedrijfsdata schoon en geschikt is, krijgt het mogelijk nooit van de grond.

Ondertussen moet je wel werken aan de masterdata, waarbij bijvoorbeeld alle klantdata binnen één systeem verzameld en beschikbaar is. Bij nieuwe initiatieven of technische mogelijkheden rond de klant is er altijd een koppeling met het masterdata-managementsysteem.

Virtueel federatief

Een centrale visie en beleid zijn vereist om als organisatie qua data en AI op het juiste volwassenheidsniveau te komen. Om niettemin in de business of divisies stappen te maken, kun je opteren voor een virtueel federatieve opzet, waarbij mensen vanuit de centrale tech- of data-afdeling worden toegewezen aan specifieke bedrijfsonderdelen of projecten.

Naar verloop van tijd kunnen datagovernance en datamanagement mogelijk steeds meer decentraal worden belegd en besproken – onder andere tijdens daartoe geplande overleggen of sessies. Initiatieven die potentieel risicovol zijn – met oog op security, privacy of ethiek – kunnen dan aan de centrale Data & AI Governance Board worden voorgelegd.

Je zou ook moeten nadenken over een ethisch assessment. Om vast te stellen of nieuwe digitale mogelijkheden en plannen wel in lijn zijn met de waarden en principes van de organisatie. In veel gevallen zal dan snel duidelijk zijn of iets kan of niet. Zo’n assessment kan ook helpen bij het bedenken van risico-mitigerende maatregelen.

Maximaal onafhankelijk

Tenslotte nog dit: kies voor maximale autonomie ten opzichte van big tech. Het is prima om gebruik te maken van diensten van Microsoft, Google en andere grote spelers. Maar beter voorkom je dat je er afhankelijk van wordt. Maak liever een selectie van diensten en aanbieders die binnen jouw context de maximale waarde toevoegen en leg dus niet al je eieren in hetzelfde mandje.

Zorg dat je een control layer hebt, die is staat is om te koppelen aan meerdere LLM’s. Zodat je voor elke use-case de meest effectieve LLM kan gebruiken.

GenAI biedt, kortom, ongekende mogelijkheden om businesswaarde te creëren, maar vereist wel een doordachte visie en aanpak. Wil je snel de volgende stap zetten? Anderson MacGyver combineert jarenlange ervaring met vraagstukken op het gebied van strategie, organisatie, data en technologie. Om van daaruit de slag te maken naar nieuwe digitale ontwikkelingen. Meer weten? Neem contact op met Anton Bubberman en deel vrijblijvend je ambities en uitdagingen. We helpen je graag!