Waarom machine learning en data onlosmakelijk verbonden zijn

Data en machine learning zijn onlosmakelijk met elkaar verbonden in een oneindige lus. Machine learning-modellen worden gevoed door data. En met de nieuwe inzichten die uit de data voortkomen, worden de modellen continu verbeterd. In juli lanceerde SAP daarom het Data Intelligence platform. De oplossing ondersteunt zowel datamanagement als de ontwikkeling van machine learning-modellen. Ronald Kleijn, SAP Machine Learning Solution Advisor, geeft een kijkje onder de motorkap.

 Als er iets duidelijk werd de afgelopen jaren, is het dat machine learning geen hype is, maar daadwerkelijk waarde toevoegt op allerlei gebieden. Met machine learning-modellen worden afbeeldingen al met een precisie van 97 procent correct herkend. Volgend jaar bereiken stem- en beeldherkenningstechnologieën een nauwkeurigheid van 99 procent. En tegen 2025 zal liefst 60 procent van de huidige menselijke taken geautomatiseerd zijn.

De stap naar productie is uitdagend

Toch hebben veel organisaties moeite om optimaal te profiteren van intelligente technologie. 86 procent van de organisaties heeft het gevoel niet het optimale uit hun data te halen. 74 procent vindt dat de complexiteit van hun datalandschap de wendbaarheid van hun organisatie beperkt. En 50 procent van de data science initiatieven haalt de productiefase niet.

Dit komt doordat bedrijven het moeilijk vinden om de data naar behoren te beheren, machine learning-modellen complex zijn om te ontwerpen en de stap naar implementatie gepaard gaat met veel vragen die verschillende onderdelen van de organisatie raken. Het vraagt om ontwikkelaars met de juiste vaardigheden en een goede wisselwerking tussen hen en de data scientists.

chatbot & phone

Meer weten over Data Intelligence?

Ontdek op onze website klantverhalen, webcasts en meer.

Voorspellend werken

Veel organisaties zetten machine learning in om met AI-modellen toekomstig gedrag te voorspellen, zoals het aankoopproces en het productgebruik van consumenten. Hiervoor moet een organisatie grote en diverse hoeveelheden data verzamelen, structureren en verwerken.

Een leverancier van hardloopschoenen moet bijvoorbeeld naast het online winkelgedrag van kopers, ook tracking data van het gebruik van de schoenen verwerken. Bijvoorbeeld data uit hardloopapps, wearables of sensoren in de schoenen. Door vervolgens kunstmatige intelligentie toe te passen op die data kan de schoenfabrikant clusters maken van de verschillende klantgroepen en voorspellende analyses uitvoeren. Op basis van die modellen kan het bedrijf het uitgavegedrag van hardlopers voorspellen en de bedrijfsprocessen hierop aanpassen.

De AI-assemblagelijn

Maar hoe ontwikkel je zo’n AI-model op basis van machine learning? En hoe kom je van model tot productie? Daarvoor moet je eerst een viertal fases doorlopen. Wij noemen dat de AI-assemblagelijn.

Connect: Je gaat op zoek naar de data die je nodig hebt, brengt verschillende bronnen en soorten data in kaart en verbindt ze aan je centrale dataplatform.

Learn: Breng de data samen op één plek, transformeer de data en leer de data te begrijpen om vervolgens een machine learning-model te ontwikkelen.

Scale: Ben je tevreden over je model? Test en toets het met productiedata. En voeg steeds meer data en gebruikers aan het model toe. Loop je tegen onvolkomenheden aan? Maak dan aanpassingen. Zo niet, rol het model breder uit in de organisatie.

Consume: Gebruik je model om tools en applicaties te ontwikkelen waarmee je je bedrijfsprocessen kunt optimaliseren.

Herhaal de laatste drie stappen. Probeer de inzichten die je opdoet in de consume-fase te verwerken in je model. Zo krijg je een continue verbeteringsstroom.

SAP Data Intelligence

Wat de AI-assemblagelijn duidelijk maakt is dat informatiemanagement en artificial intelligence nauw met elkaar verbonden zijn. Daarom heeft SAP besloten haar datamanagementoplossingen, voor data pipelines, data governance en data integratie & orchestratie te bundelen, en deze uit te breiden met mogelijkheden voor machine learning. Het resultaat is SAP Data Intelligence.

Met deze oplossing krijg je grip op de ontwikkeling van datagedreven intelligentie in jouw organisatie, door Intelligent Information Management en Enterprise AI samen te brengen. Enerzijds, stelt het je in staat om data te verkennen, verfijnen, samen te brengen en onderzoeken. En biedt het je de mogelijkheid om de gebruikers van de data de juiste inzage, toegangs- en gebruiksrechten te geven. Anderzijds, biedt het mogelijkheden voor de ontwikkeling en implementatie van machine learning-modellen.

Breng AI naar de praktijk

Wil jij werk maken van AI in jouw organisatie? Dan is SAP Data Intelligence de oplossing.

Het helpt je IT-organisatie om de samenwerking tussen data science en AI-ontwikkeling te verbeteren. Data Intelligence geeft je goede governance tijdens het volledige proces, zonder de flexibiliteit weg te nemen. Ontwikkelaars hebben de vrijheid om te experimenteren met de open source libraries en talen die ze willen. En het verbetert de transparantie en efficiëntie van je processen. Zodat het model ook daadwerkelijk gecontroleerd naar productie kan gaan. SAP Data Intelligence is de oplossing waarmee je de belofte van AI voor jouw organisatie inlost.