5 items tagged "IT "

  • 5 Predictions for Artificial Intelligence in 2016

    AIGet ready to work alongside smart machines

     At Narrative Science, we love making predictions about innovation, technology and, in particular, the rise of artificial intelligence. We may be a bit too optimistic about the timing of certain technologies going mainstream, but we can’t help it. We are wildly optimistic about the future and genuinely believe that we have entered a dramatically new era of artificial intelligence innovation. That said, this year, we tried to focus our predictions on the near-term. Here’s our best guess as to what will happen in 2016.

    1. New inventions using AI will explode.

    In 2015, artificial intelligence went mainstream. Major tech companies including Google, Facebook, Amazon and Twitter made huge investments in AI, almost all of technology research company Gartner’s strategic predictions included AI, and headlines declared that AI-driven technologies were the next big disruptor to enterprise software. In addition, companies that made huge strides in AI, including Facebook, Microsoft and Google, open-sourced their tools. This makes it likely that in 2016, new inventions will increasingly come to market from companies discovering new ways to apply AI versus building it. With entrepreneurs now having access to low-cost quality AI technologies to create new products, we’ll also likely see an explosion in new startups using AI.

    2. Employees will work alongside smart machines.

    Smart machines will augment work and help employees be more productive, not replace them. Analytics industry leader, Tom Davenport, stated it well when he predicted that “smart leaders will realize that augmentation—combining smart humans with smart machines—is a better strategy than automation.”

    3. Executives will demand transparency.

    Business leaders will realize that smart machines throwing out answers without explanation are of little use. If you walked into a CEO’s office and said we need to shut down three factories, the first question from the CEO would be: “Why?” Just producing a result isn’t enough, and communication capabilities will increasingly be built into advanced analytics and intelligent systems so that these systems can explain how they are arriving at their answers.

    4. Artificial Intelligence will reshape companies outside of IT.

    AI-powered business applications will start to infiltrate companies other than technology firms. Employees, teams and entire departments will champion process re-engineering efforts with these intelligent systems whether they realize it or not. As each individual app eliminates a task, employees will automate many of the mundane parts of their jobs and assemble their own stack of AI-powered apps. Teammates eager to be productive and stay competitive will follow, along with team managers who are looking to execute on cost-cutting efforts.

    5. Innovation labs will become a competitive asset.

    With the pace of innovation accelerating, large organizations in industries such as retail, insurance and government will focus even more energies on remaining competitive and discovering the next big thing by forming innovation labs. Innovation labs have existed for some time, but in 2016, we’ll begin to see more resources devoted to innovation labs and more technologies discovered in the labs actually implemented across different company functions and business lines.

    2016 will be a big year for AI. Much of the work in AI in 2016 will be the catalyst for rapid acceleration of the development and adoption of AI-powered applications. In addition and perhaps even more significant, 2016 will bring about a major shift in the perception of AI. It will cease to be a scary, abstract set of ideas and concepts and will be better understood and accepted as more people realize the potential of AI to augment what we do and make our lives more productive.

    Source: Time

  • 7 voorspellingen over IT in 2045

    HeroboticsDe kans is groot dat de wereld binnenkort niet alleen wordt bevolkt door miljarden mensen, maar ook door miljarden robots. De IT-industrie wordt het terrein voor bedrijven die programma's ontwikkelen voor deze robots. Net zoals de nu voor menselijke gebruikers ontwikkelde apps zullen deze 'robo-apps' te downloaden en te installeren zijn.

    De grenzen tussen robots en mensen vervagen. Bij transplantaties wordt gebruik gemaakt van elektronisch gestuurde kunstmatige organen en protheses. Nanorobots dringen diep in het lichaam door om medicijnen af te leveren bij zieke cellen of om microchirurgie uit te voeren. Speciaal geïnstalleerde houden toezicht op de gezondheid van mensen.

    Mensen in slimme huizen wonen, waar het meeste comfort volledig is geautomatiseerd. De software waarop het huis draait regelt het verbruik en de aanvulling van energie, water, voedsel en andere voorzieningen.

    Onze digitale alter ego's komen eindelijk volledig tot wasdom binnen een enkele, wereldwijde infrastructuur die in staat is tot zelfregulering en betrokken is bij het beheer van het leven op de planeet. Het systeem zal een beetje werken als het hedendaagse TOR; de meest actieve en effectieve gebruikers zullen moderatorrechten verdienen.

    Niet alleen saaie klusjes behoren tot het verleden – ook de productie van bepaalde artikelen zal niet langer nodig zijn. In plaats daarvan stellen 3D-printers ons in staat alles te ontwerpen en te maken wat we nodig hebben.

    De pc stond weliswaar aan de basis van de hele IT-revolutie, maar in 2045 zien we hem waarschijnlijk alleen nog in musea. De dingen om ons heen verwerken hun eigen informatie.

    Niet iedereen zal even enthousiast zijn over die mooie, nieuwe robotwereld. Waarschijnlijk zullen technofoben in opstand komen om zich te verzetten tegen de ontwikkeling van intelligente huizen, geautomatiseerde levensstijlen en robots.

    Bron: Automatiseringsgids, 22 Januari 2014

  • Benchmark Against Your Biggest Competitor — Yourself!

    As firms face growing competition for customers, they naturally seek to compare themselves with their peers and competitors, but there is a trap: Leaders don’t compare themselves.

    In the past, it was common to benchmark organizational performance against “industry averages,” and being “above average” was considered good. Today, “above average” is no longer good enough; fickle customers demand exceptional experiences. Delivering those experiences requires exceptional performance; anything less means that another company may steal your customers.

    When we talk with leading modern application delivery organizations, we find that new benchmarking trends are emerging, making traditional benchmarking less attractive. Why?

    • Benchmarking is for followers, not leaders. Organizations want to be “unicorns,” like the Etsys, Netflixes, Googles, and Salesforces of the world. They don’t want to be losing “horses.”
    • Most benchmarking approaches target the IT of the past, not BT. Benchmark methodologies and data were created and heavily used when software delivery capability was considered a cost, not a differentiator. In business technology, software is a key differentiator, and BT leaders want to be the best and continuously improve.
    • Agile, continuous delivery is less about standards and more about creativity and adaptation. Agile and CD have no set standards; 65% of expert firms using Agile mix and match various practices from various frameworks like Scrum, Kanban, SAFe, and XP. One size does not fit all in terms of metrics; with no standard process, organizationstructure, or technology, it’s even harder to compare data between companies.

    So what do leading organizations do instead of benchmarking themselves against external organizations? They:

    • Compare where their company is to where their customers need them to be. Customer needs and satisfaction drive the comparison.
    • Analyze and use data in new ways. New metrics for AD&D, such as post-production metrics, are used in conjunction with more traditional preproduction metrics to drive the analysis. Talent metrics are used to decide how to assemble teams in the most efficient way.
    • Prioritize and improve performance. By analyzing value streams, teams uncover their most pressing improvement needs — not whether they are better or worse than external competitors. This drives much better alignment.

    with competitors anymore. Instead, they compare their current performance with where they need to be as a leader, and that’s what the business expects.

    Source: Forrester

  • BI professionals krijgen vaak het verkeerde gereedschap aangereikt

    gereedschapHeeft u weleens een schroef bevestigd met een hamer? Dat gaat misschien best goed, als u maar hard genoeg hamert. Maar of het echt handig is? Ook de moderne businessprofessional probeert tegenwoordig met alle beschikbare soorten gereedschap zijn werk te doen. Het motto daarbij? Eerst zelf proberen, dan pas de hulp inroepen van de IT-afdeling.

    De IT-afdeling zegt op zijn beurt alleen hamers te hebben – in alle soorten en maten. Er wordt geadviseerd de klauwhamer te gebruiken, want daarmee kun je schroeven in het hout slaan én er ook weer uithalen. Ander advies is om de schroeven meteen te vervangen door spijkers, want dan gaat het nog beter. Iedereen blij, toch? De businessprofessional is niet geheel overtuigd, maar gaat toch aan de slag met de hamer en de spijkers. Maar wat blijkt: de schilderijen vallen van de muur. Niet meteen, maar toch. Kennelijk waren de schroeven zo gek nog niet.Het punt dat ik wil maken?

    Dat businessprofessionals in de business intelligence-wereld (BI) vaak verkeerd gereedschap krijgen aangereikt voor het oplossen van hun dagelijkse vraagstukken. Gevolg is dat men zelf op zoek gaat naar nieuwe gereedschappen. Die zijn echter niet bekend bij de IT-afdeling, en krijgen daarom geen ondersteuning.Blijven IT-afdelingen vandaag de dag nog te veel op de stoel van de businessprofessional zitten? Terwijl die professionals hun eigen behoeften eigenlijk beter kennen, en niet alles meer hoeven te vragen aan de IT-afdeling? Is de verhouding tussen businessprofessionals en de IT-afdeling aan het veranderen, en verschuift de verantwoordelijkheid tussen business en IT?

    In bovenstaande figuur wordt de verantwoordelijkheid voor een (BI)-oplossing afgezet tegenover de gevraagde flexibiliteit van een (BI)-oplossing. Wat blijkt? De totale verantwoordelijkheid blijft gelijk, maar verschuift tussen business en IT. We zien hierbij de volgende drie belangrijke ontwikkelingen.

    1. Verschuivende verantwoordelijkheid

    Aan de linkerkant van de grafiek zien we de structurele oplossingen. Die vallen onder het (change)management van IT, kennen een sterke (standaard)structuur, zijn robuust, en de datakwaliteit en datadefinities zijn over het algemeen bekend. Aan de rechterkant zien we de flexibele oplossingen. Kenmerken: minder robuust, ze vallen onder beperkt management van IT en worden vooral door de business beheerd en ontwikkeld. Ook zijn de datakwaliteit en datadefinities nog in ontwikkeling, hebben de vragen een ad-hockarakter en zijn bronnen diffuus en tijdelijk. De presentatievormen zijn bovendien navenant, lichtvoetig en flexibel.
    Uit de grafiek blijkt dat de verantwoordelijkheid van business toeneemt naarmate de oplossing een meer ad-hockarakter heeft en dus meer flexibiliteit vereist. Daarentegen neemt de verantwoordelijkheid van IT toe naarmate de oplossing een meer structureel karakter kent. In totaal blijft de verantwoordelijkheid voor de oplossing gelijk, maar vindt er een verschuiving plaats.

    2. Structurele oplossing versus tijdelijke oplossing

    Daarnaast blijkt dat business en IT niet noodzakelijkerwijs dezelfde oplossing hoeven te leveren. Denk aan de hamer als structurele oplossing en schroevendraaier als tijdelijke oplossing. Beide oplossingen kunnen goed naast elkaar bestaan en onder management worden ingezet voor de best passende activiteit.
    Zo is een schroef een beter bevestigingsmiddel als je planken tijdelijk wilt vastmaken en wellicht later nog wilt verplaatsen. Echter, als je precies weet hoe je iets wilt maken dan kun je met spijkers een paar planken structureel aan elkaar bevestigen. De truc is dat beide oplossingen met elkaar samenwerken om tot de juiste inzichten te komen.

    3. Samenwerking

    In de meeste gereedschapskisten liggen zowel hamers als schroevendraaiers – een beetje klusser heeft ze allebei nodig. Uit de grafiek blijkt dat samenwerking extreem belangrijk is, juist op het scheidingsvlak tussen beide oplossingen. De kracht van een goede structurele oplossing wordt vaak onderschat en er wordt gemopperd op IT. De oplossing duurt te lang, is te duur, is niet flexibel en IT wil vaak ver van tevoren in drievoud weten wat gemaakt moet worden. Aan de andere kant wordt een tijdelijke oplossing vaak als overbodig en duur gezien. Terwijl het (laten) ontdekken van data, combineren van data, tijdelijk opzetten en weggooien van analyses door de businessprofessionals zelf ongelooflijk veel toegevoegde waarde biedt. Meestal komen de werkelijke behoeften pas boven drijven op het moment dat met de data wordt ‘gespeeld’. Door juist op dit vlak samen te werken, creëer je veel meer waarde met BI-oplossingen. Ook kunnen businessprofessionals en IT-afdelingen veel dichter bij elkaar worden gebracht dan nu het geval is.
    Kortom, het wordt tijd dat de BI-gereedschapskist gevuld wordt met een hamer én een schroevendraaier!

    Source: Executive People

  • Data als ingrediënt op weg naar digitale volwassenheid

    0cd4fbcf0a4f81814f388a75109da149ca643f45Stéphane Hamel deed op 21 januari de High Tech Campus in Eindhoven aan: dé kans voor een flinke dosis inspiratie door één van ’s wereld meest vooraanstaande denkers in digital analytics. Hamel lichtte op digital maturity day 2016 (#DMD2016) het Digital Analytics Maturity-model toe.

    Imperfecte data

    Volgens Stéphane Hamel is het verschil tussen een goede en een excellente analyst het volgende: de excellente analyst weet ook bij imperfecte data te komen tot beslissingen of zinvol advies. “Data will never be perfect, know how bad the data is is essential. If you know 5 or 10% is bad, there is no problem”, aldus Hamel.

    Analytics = Context + Data + Creativity

    Analytics klinkt als een vakgebied voor datageeks en nerds. Dat beeld klopt niet: buiten de data is het onderkennen van de context waarbinnen de data zijn verzameld en creativiteit bij het interpreteren ervan essentieel. Om data te begrijpen moet je vanachter je laptop of PC vandaan komen. Alleen door de wereld ‘daarbuiten’ mee te nemen in je analyse kun je als data-analist tot zinvolle inzichten en aanbevelingen komen.

    Hamel geeft een voorbeeld uit de collegebanken: toen een groep studenten de dataset van Save the Children uit 2010 te zien kreeg, dachten sommigen dat de factor 10 toename in websiteverkeer te danken was aan een campagne of toeval. De werkelijke oorzaak was de aardbeving in Haïti.

    Digital Maturity Assessment

    Het Digital Maturity Assessment-model is ontwikkeld aan de hand van de digitale transformatie van honderden bedrijven wereldwijd. Op basis van deze ervaringen weet Stéphane welke uitdagingen bedrijven moeten overwinnen op weg naar digital leadership.

    Digital Analytics Maturity SHamel

    Dit model kun je natuurlijk gebruiken om de eigen organisatie te benchmarken tegen andere bedrijven. De meerwaarde volgens Hamel zit echter in het ‘benchmarken van jezelf versus jezelf’. Het helpt kortom om het gesprek intern aan te gaan. Als je voor de derde keer van tooling switcht, ben je zelf het probleem, niet de technologie.

    Hamel geeft de voorkeur aan een consistente score op de vijf criteria van dit Digital Maturity Assessment-model: liever een twee overall dan uitschieters naar boven of beneden. De factor die meestal het zwakst scoort is ‘process’.

    Dit criterium staat voor de werkwijze om te komen tot dataverzameling, -analyse en -interpretatie. Vaak zit dit proces zelf helemaal niet zo slecht in elkaar, maar worstelen data-analisten om aan collega’s of het managementteam uit te leggen welke stappen ze hebben gezet. Hamel benadrukt daarom: “you need a digital culture, not a digital strategy”.

    Omhels de jongens van IT

    Geef IT de kans om jou echt te helpen. Niet door te zeggen ‘voer dit uit of fix dat’. Wel door IT te vragen om samen met jullie een probleem op te lossen. Hamel ziet digitale analisten daarom vooral als change-agents, niet als stoffige dataprofessionals. Juist die shift in benadering en rol betekent dat we binnenkort niet meer spreken over digital analytics, maar over ‘analytics’.

    Data is the raw material of my craft

    Hamel’s favoriete motto “data is the raw material of my craft” verwijst naar het vakmanschap en de passie die Stéphane Hamel graag aan het vakgebied digital analytics toevoegt. Stéphane’s honger om het verschil te maken in digital analytics werd ooit tijdens een directievergadering aangewakkerd. Hamel zat in die vergadering erbij als de ‘IT guy’ en werd niet serieus genomen toen hij met data de business problemen en kansen wilde benoemen.

    Dit prikkelde Hamel om, met steun van zijn baas, een MBA te gaan doen. En met resultaat: hij rondde de MBA af behorende tot de top 5 procent van alle studenten. Sindsdien opereert hij op het snijvlak van data en bedrijfsprocessen, ondermeer in het beurswezen en in de verzekeringsbranche.

    Digital is de grote afwezige in het onderwijs

    Hamel’s zeer indrukwekkende loopbaan tonen ondermeer een erkenning als een van ’s werelds weinige Certified Web Analysts, ‘Most Influential Industry Contributor’ door de Digital Analytics Association en mede-beheerder van de grootste community op Google+ over Google Analytics. Toch vindt Hamel zijn allergrootste prestatie het afwerpen van het stempel ‘IT’er’.

    Zijn grootste ambitie voor de nabije toekomst is het schrijven van een tekstboek over digital analytics. Er is veel informatie digitaal beschikbaar, maar er mist nog veel content in offline formaat. Juist omdat ook andere sprekers op #DMD16 wezen naar het achterblijvend niveau van onze HBO- en WO-opleidingen in digitale vaardigheden vroeg ik Hamel welke tips hij heeft voor het Nederlands onderwijs.

    In de basis dient volgens Hamel de component ‘digital’ veel meer als rode draad in het curriculum te worden opgenomen. Studenten dienen daarbij gestimuleerd te worden om de content zelf te verrijken met eigen voorbeelden. Zo komt er in cocreatie tussen docenten, auteurs en studenten steeds betere content tot stand.

    De belofte van big data en marketingautomatisering

    Hamel ziet zeker in B2B de toegevoegde waarde van marketing automation. Je relatie met klant en prospect is immers meer persoonlijk. Marketingautomatisering wordt echter soms foutief ingezet waarbij email wordt ingezet om de indruk te wekken van een persoonlijke, menselijke dialoog. Hamel: “I still believe in genuine, human interaction. There is a limit to how you can leverage marketingautomation.”

    Digital Maturity bron PREZI Joeri Verbossen

    Het grootste probleem bij de succesvolle introductie van marketingautomatisering is dan ook ook de maturiteit van de organisatie. Zolang deze niet voldoende is, zal een softwarepakket altijd vooral een kostenpost zijn. Een cultuuromslag moet plaatsvinden zodat de organisatie de software als noodzakelijke randvoorwaarde beschouwt voor het kunnen uitvoeren van de strategie.

    Dezelfde nuchtere woorden gebruikt Hamel over de belofte van big data. Al te vaak hoort hij in bedrijven: “We need Big Data!” Zijn antwoord is dan: “No, you don’t big data, you need solutions. As long as it does the job, I’m happy.”

    Source: Marketingfacts

EasyTagCloud v2.8