AI-team vs. rolverdeling | AI in business #53

Wat doet het AI-team?

Het AI-team is een groep specialisten op het gebied van kunstmatige intelligentie. Hun verantwoordelijkheden binnen het bedrijf omvatten:

• het versterken van producten en diensten met behulp van AI — het AI-team kan AI-gebaseerde systemen ontwikkelen en implementeren die de waarde van de aangeboden producten en diensten verhogen. Bijvoorbeeld, een e-commercebedrijf kan een AI-gebaseerd aanbevelingssysteem inzetten dat producten voorstelt die zijn afgestemd op de voorkeuren van klanten op basis van een analyse van het koopgedrag,
• het automatiseren van routinetaken — het AI-team kan oplossingen creëren die repetitieve taken automatiseren, zodat medewerkers zich kunnen concentreren op complexere taken. Bijvoorbeeld, een bedrijf kan een AI-gebaseerde chatbot creëren om klantenservice te bieden en veelgestelde vragen te beantwoorden,
• het analyseren van gegevens en het genereren van rapporten — het AI-team kan grote hoeveelheden gegevens analyseren, conclusies trekken en rapporten genereren ter ondersteuning van zakelijke beslissingen. Bijvoorbeeld, een bedrijf kan een AI-gebaseerd sentimentanalyse systeem gebruiken om klantfeedback over zijn producten en diensten te monitoren.

De verantwoordelijkheden van een AI-team binnen een bedrijf hangen echter voornamelijk af van de ambities van de organisatie met betrekking tot de reikwijdte van de inzet van kunstmatige intelligentie. Volgens Gartner kan de reikwijdte van het gebruik van AI in de onderneming grofweg worden gecategoriseerd in drie gebieden:

1. Bedrijven die de efficiëntie willen verbeteren, waarbij het AI-team voornamelijk werkt aan het voorbereiden van zowel interne tools voor de organisatie als tools voor klantenservice.
2. Bedrijven die AI gebruiken om hun operaties te optimaliseren, maar het vermijden in producten en klantenservice. Het AI-team houdt zich alleen bezig met het verbeteren van de interne processen van de organisatie.
3. Bedrijven die kunstmatige intelligentie op grote schaal implementeren, waarbij het AI-team oplossingen implementeert in producten, klantenservice en intern.

Bron: Gartner (https://www.gartner.com/en/information-technology/insights/it-symposium-keynote)

Competenties en verantwoordelijkheden van AI-teamleden

Volgens het rapport “Gartner Top 10 Strategic Technology Trends 2024” van Gartner zal de vraag naar specialisten in kunstmatige intelligentie de komende jaren toenemen, vooral in gebieden zoals:

• het implementeren van generatieve kunstmatige intelligentie in bedrijven,
• AI vertrouwen, Risico- en Beveiligingsbeheer, AI TRISM,
• het creëren en ontwikkelen van AI-gestuurde applicaties (AI-versterkte ontwikkeling),
• het gebruik van kunstmatige intelligentie om de manier waarop beslissingen worden genomen te optimaliseren.

Maar hoe ziet een AI-team er intern uit? Natuurlijk zal dit iets variëren afhankelijk van het project. Maar hier zijn enkele belangrijke rollen binnen het AI-team:

• Data scientist — data scientists houden zich bezig met data-analyse en interpretatie, voorspellende modellering en machine learning. Hun belangrijkste doel is om waardevolle informatie uit gegevens te extraheren en deze te gebruiken om zakelijke beslissingen te nemen.
• AI software engineer — AI software engineers creëren en ontwikkelen applicaties op basis van kunstmatige intelligentie. Hun taak is om machine learning-algoritmen te implementeren en te optimaliseren en deze te integreren in bestaande systemen.
• ML onderzoeker/ML engineer — ML-onderzoekers ontwikkelen nieuwe machine learning-modellen en algoritmen en implementeren deze. Hun belangrijkste doel is continue verbetering en innovatie op het gebied van kunstmatige intelligentie.
• AI ethicus— AI-ethici zijn professionals die de risico’s begrijpen die gepaard gaan met het gebruik van kunstmatige intelligentie en verantwoordelijk zijn voor de ethische toepassing van deze technologie. Ze zorgen ervoor dat AI-initiatieven en hun implementatie voldoen aan ethische principes en de wet.

Het AI-team heeft ook iemand nodig die verantwoordelijk is voor de strategische en zakelijke aspecten van het project. Dit kan een AI-manager zijn, die het ontwikkelen en implementeren van AI-gebaseerde processen en producten beheert, of een chief AI officer (CAIO), die verantwoordelijk is voor de AI-strategie binnen de organisatie. Hun rol is om:

• de gebruikte AI-technologieën te beheren – de CAIO moet bekend zijn met verschillende AI-algoritmen en technieken en in staat zijn deze toe te passen om problemen binnen een organisatie op te lossen,
• de ontwerpfase, ontwikkeling, testen en implementatie van AI-oplossingen in samenwerking met het AI-team te superviseren,
• de zakelijke en financiële impact van AI te meten om de voordelen en kosten van de implementatie van kunstmatige intelligentie te beoordelen,
• werknemers op te leiden en te ontwikkelen in AI.

Persoonlijkheden in het AI-team

Zoals in elk hecht team, moet elk lid van het AI-team de juiste competenties, regelmatig bijgewerkte vaardigheden en ervaring hebben. Even belangrijk is echter de behoefte aan diversiteit, wat betekent dat het team niet zozeer uit vergelijkbare mensen moet bestaan, maar uit mensen die elkaar inspireren met hun verschillende standpunten.

Persoonlijkheden spelen een sleutelrol in het opbouwen van een effectief AI-team. Terwijl alle teamleden een passie voor technologie en analytische vaardigheden delen, verschillen ze in hun benadering, temperament en voorkeuren.

De manager van het AI-team moet deze verschillen erkennen en het belang van diversiteit waarderen. Een detailgerichte en nauwkeurige data scientist kan bijvoorbeeld verveeld raken door abstracte discussies over de toekomstige richtingen van AI-technologie en de voorkeur geven aan het verbeteren van het huidige ML-model. Aan de andere kant kan de AI-ethicus met een visionair temperament en een rijke verbeelding niet de geduld hebben voor saaie programmering en testen.

Volgens het rapport “Technology Trends Outlook 2023” van McKinsey zijn de volgende aspecten steeds belangrijker in de huidige zakenwereld:

• Flexibiliteit – de snelheid waarmee technologie zich ontwikkelt betekent dat het niet de moeite waard is om vast te zitten aan één set tools of één manier van werken,
• Vermogen om zich aan te passen aan veranderende omstandigheden – veranderingen in de team samenstelling, een verschuiving naar remote werken, of zelfs uitbesteding aan een ander bedrijf zouden geen probleem moeten zijn voor het “ideale” AI-teamlid,
• Openheid voor nieuwe uitdagingen – het implementeren van kunstmatige intelligentie in meer gebieden van het bedrijf betekent dat elke persoon in het AI-team nieuwe vaardigheden moet verwerven.

Even belangrijk zijn de mogelijkheid om samen te werken en te communiceren, de bereidheid om verantwoordelijkheid te nemen voor toegewezen taken, en het vermogen om met stress om te gaan.

Bron: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Werkstructuur

Om een effectieve workflow in het AI-team te waarborgen, is het de moeite waard om de techniek van de werkstructuur te gebruiken. Dit houdt in dat het project wordt verdeeld in meer gedetailleerde taken, die vervolgens aan individuele teamleden worden toegewezen op basis van hun competenties.

Op het hoogste niveau zijn er algemene bedrijfsdoelen, die worden onderverdeeld in specifieke productinitiatieven. Deze worden op hun beurt verdeeld in onderzoeks-, programmeer-, testtaken, enz. Dankzij WBS weet iedereen precies wat te doen om bij te dragen aan het succes van het geheel.

In het AI-team kan de werkstructuur er als volgt uitzien:

• Data-analyse. Het AI-team begint vaak met het analyseren van gegevens om patronen en relaties te identificeren die kunnen worden gebruikt om voorspellende modellen te bouwen.
• Voorspellende modellen bouwen. Op basis van de verzamelde gegevens bouwt het AI-team voorspellende modellen die kunnen worden gebruikt om toekomstige gebeurtenissen te voorspellen.
• Modellen testen en optimaliseren. Zodra de modellen zijn gebouwd, test en optimaliseert het AI-team ze om ervoor te zorgen dat ze goed functioneren en nauwkeurige resultaten opleveren.
• Modellen implementeren. Na het testen worden modellen geïmplementeerd, wat betekent dat ze worden gebruikt om toekomstige gebeurtenissen te voorspellen op basis van nieuwe gegevens.
• Modellen monitoren en onderhouden. Zodra de modellen zijn geïmplementeerd, houdt het team hun prestaties in de gaten en zorgt ervoor dat ze in goede staat blijven om nauwkeurige resultaten gedurende hun levensduur te waarborgen.

Samenvatting

De keuze van het projectteam kan het succes of falen van het hele project bepalen. Daarom is het zo belangrijk dat het AI-team bestaat uit mensen met verschillende vaardigheden en persoonlijkheden, verschillende ervaringen en verschillende werkstijlen. Als de projectmanager of CAIO de juiste mensen kiest, zullen ze van nature informele rollen op zich nemen die het belangrijkst zijn voor het opbouwen van een samenhangend team, wat de kans op succes en verdere vruchtbare samenwerking vergroot.

Als je onze inhoud leuk vindt, sluit je dan aan bij onze drukke bijencommunity op Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.