Machine learning voor consumer learning

Artificiële intelligentie is een onderwerp dat veel controverse opwerpt. Technologie-optimisten zien eindeloze mogelijkheden. Technologie-pessimisten zien hel en verdoemenis. Aan beide kanten staan grote namen, bijvoorbeeld Jeff Bezos en Steven van Belleghem enerzijds en Steven Hawking en Elon Musk anderzijds.

De meesten van ons vinden artificiële intelligentie voornamelijk ingewikkeld en mysterieus. Voor mezelf komt daar nog bij dat het toekomstbeeld van veel tech-goeroes wringt. In het spectrum van marketingstrategieën, leggen zij de focus te eenzijdig. Laat me je een succes van elk van de zijden voorleggen. Welke fascineert je het meest?

Twee stromingen

Amazon – Echo

Echo is de slimme speaker van Amazon. Je kan er met stem je bestelling aan doorgeven. Als je om toiletpapier vraagt, weet Alexa welk merk je wilt of anders doet ze een voorstel dat goed bij je past. Met Alexa, de AI achter Echo, beoogt Amazon te voorspellen wat wilt kopen, zelfs voordat je het zelf weet. Nooit meer zonder toiletpapier, een veilig gevoel.

John Lewis – Man on the moon

Het warenhuis kwam voor Kerst met een online- en TV-campagne waarin we kennis maken met Lilly. Zij staart met een kijker naar de maan en ziet daar een oude man, alleen voor zijn huisje. Ze verzint manieren om hem een bericht te sturen, maar alles mislukt. Dan, met Kerst, zien we de man weer. Een tros ballonnen brengt hem een cadeau: een verrekijker. Hij kijkt naar de aarde, ziet Lilly. Zij kijkt naar hem en zwaait. Hij zwaait terug. De boodschap aan het einde: ‘Show someone they’re loved this Christmas’.

De klant is koning

Het voorbeeld van Amazon vertegenwoordigt de stroming van perfecte personalisatie. Elk klant wordt met individueel relevante berichten, aanbiedingen en transacties bediend. Wat Amazon ervan vindt is niet relevant. Zij is puur gefocust op het optimaliseren van de transactie voor elk individu. Discussies over artificiële intelligentie bewegen zich vooral in deze richting.

De schrijver en futuroloog die ik het meest hoog heb zitten, is Steven van Belleghem. Hij schetst in zijn laatste boek de verpulverende kracht van artificiële intelligentie, omdat daarmee de klantwensen veel beter ingevuld kunnen gaan worden:

1. Real-time service: als een consument heeft bedacht iets te willen hebben, kan hij niet meer wachten. Het bedrijf dat het snelst kan leveren wint.
2. Eindeloze personalisatie: consumenten wensen dat het product precies bij hen past en werkt zoals dat voor hen persoonlijk ideaal is.
3. Ongekend gebruiksgemak: Mensen kiezen voor de interface, niet voor het merk. Hij ziet dat in de afgelopen jaren de winnaars steeds een betere UI hadden dan hun concurrenten. Hierdoor was het mogelijk dat relatief nieuwe partijen markten geheel naar zich toetrokken.

Data-driven marketing is voor Van Belleghem een randvoorwaarde. Voortdurend meten en aanpassen is zijn devies. Hij is duidelijk een bewonderaar van de personalisatie door Facebook en Amazon.

Marketing = Emotie

Het voorbeeld van John Lewis staat voor de stroming waar bedrijven bouwen aan een waardevolle maatschappij. Deze bedrijven nemen stelling in het openbare debat en binden klanten aan zich door met hun branding van producten en service bij te dragen aan ontwikkelingen waar mensen zich mee verbonden voelen. De boodschap is juist niet gepersonaliseerd, maar raakt een dieper liggend gevoel dat mensen verbindt. Mijn doel is je te laten zien hoe je ook in deze stroming artificiële intelligentie kunt inzetten.

Sir Keven Roberts, mede-oprichter en oud CEO van Saachi & Saachi, is één van de meest vooraanstaande marketing goeroes die juist de focus legt op de gedeelde emotie. Zijn visie op marketing in dit onzeker tijdsgewricht is: “It’s about bundling a feeling, creating something bigger than a transaction, bigger than satisfaction, because:

• Emotion answers today’s key question: ‘How will you improve my life?’
• Emotion can’t be commodified, counterfeited or perfected. Its very imperfection generates unlimited power.”

Wim Vermeulen geeft de cijfermatige onderbouwing voor de visie van Roberts, in zijn prachtige boek ‘Marketing voor de madmen van morgen’. Hij leidt ons langs succesvolle campagnes die klanten inspireerden en hun markt veroverden, zelfs in tijden van economische crisis. Dit boek is een echte aanrader voor iedereen die twijfelt aan engagement marketing, en een must voor iedereen die op zoek is naar manieren om zijn klanten te inspireren.

Vermeulen analyseert succesvolle engagement marketing van vroeger en nu en komt met zijn Tap-forward model. Dat staat op drie pijlers:

1. Zie je merk als open source en ga zo veel mogelijk de interactie met klanten aan.
2. Toon engagement, als bedrijf en op niveau van de individuele medewerker.
3. Verras, durf anders te zijn. Je kunt onmogelijk inspireren door hetzelfde te doen als je concurrenten.

In dit artikel, het eerste uit een mini-reeks van drie, verwoord ik waarom het verleggen van de focus naar engaging marketing nodig is. Het tweede artikel onderbouwt dit met voorbeelden van grensverleggende tot grensoverschrijdende toepassingen. In het derde artikel beschrijf hoe engaging marketing gebruik kan maken van artificiële intelligentie en hoe je een eerste stap in deze richting kunt maken.

Data-driven marketing

De huidige focus van artificiële intelligentie in marketing is niet onlogisch. Zij past in de historische ontwikkeling van data-driven marketing.

Sinds de opkomst van massa-media, zo’n honderd jaar geleden, doen bedrijven statistisch marktonderzoek. Door de opkomst van e-commerce in de laatste tien jaar, groeide het aantal meetpunten exponentieel. Internetgedrag levert, via cookie-tracking, A/B testen, social media en muistracking, gedetailleerde kennis over de individuele bezoekers. Hierdoor werd het in principe mogelijk de winkelervaring te personaliseren. De hoeveelheid werk die dit met zich mee bracht, vormde nog wel een rem op deze ontwikkeling.

The Internet of Things creërde een nieuwe bron voor marketingdata. Klanten kunnen de digitale functies van hun product personaliseren, en de leverancier krijgt tegelijkertijd inzicht in het gedrag van de klant.

“Op langere termijn creëert personalisatie eerder individualisme dan engagement”

Het gebruik van AI is een logische volgende stap. De verzamelde data bevat een ongekende rijkdom aan informatie, maar is te veel voor een mens om te overzien. Geautomatiseerde analyses door zelflerende systemen brengen de uitkomst. De ultieme droom van AI-based marketing lijkt te zijn om de klantvraag te voorspellen.

Een ontwikkeling die nog in de kinderschoenen staat, is de geautomatiseerde productie van marketingcampagnes. Voer het systeem de kenmerken van je product, en de AI bepaalt de doelgroep, campagneteksten plus beelden en de fasering. Met deze techniek doorbreken we de genoemde barrière om gepersonaliseerde content te maken.

Consumer learning

Mijn doelstelling met deze artikelenreeks is je te stimuleren AI te gaan gebruiken voor engagementmarketing. AI wordt nu vooral ingezet om de consument minder te laten denken, minder te laten beslissen, en minder attent te laten zijn. Op langere termijn creëert dit eerder afhankelijkheid, dan empowerment van de consument. En afhankelijkheid leidt tot onzekerheid. Iedereen kent de metafoor over mensen vis geven of ze leren vissen.

Personalisatie is de tweede marketingdoelstelling van AI. Personalisatie geeft de consument exact wat hij wil. Hierdoor is er minder invloed van signalen van buitenaf. Iedereen komt in zijn bubble. Maatschappelijke diversiteit en uitdagingen verdwijnen naar de achtergrond. Op langere termijn creëert dit eerder individualisme dan engagement.

Individualisme en systeem-afhankelijkheid samen, zorgen dat bedrijven steeds opnieuw de klant zullen moeten ‘kopen’. Want het slimme systeem zet de hoogste bieder vooraan. Alle marge wordt op deze manier geabsorbeerd in de systeemlaag. Partijen als Facebook, Google en Amazon zijn in dit model de winnaars. Niet verrassend zijn zij ook de grote promotors van dit model.

Mijn overtuiging is dat AI ingezet kan en zelfs moet worden om engagement en empowerment van klanten te vergroten. Machine learning die leidt tot Consumer learning. Alleen zo kunnen we klanten voor langere tijd aan ons verbinden. Hoe je dat doet, komt in het derde artikel van deze reeks aan bod.

“Door met klanten samen te werken in plaats van ze te sturen, blijf je open staan voor nieuwe impulsen”

De tweede reden om engagement van consumenten te versterken, is dat de toekomst minder rechtlijnig is dan tech-visionairs ‘m uittekenen. Uit de historie blijkt dat trends worden afgebogen door tegenreacties en nieuwe ontwikkelingen. De Chaostheorie leert ons hoe tegenkrachten tijd nodig hebben om aan kracht te winnen, om vervolgens een snelle omslag te bewerkstelligen, die vervolgens weer geneigd is naar de andere kant door te slaan. Door met klanten samen te werken in plaats van ze te sturen, blijf je open staan voor deze nieuwe impulsen. Ik werk dit argument in de rest van dit artikel verder uit.

De derde reden om de klant in control te laten, is de kwaliteit van artificiële intelligente systemen. Dit licht ik eerst toe, voordat ik de te verwachten tegenreacties en ontwikkeling uitwerk.

Betekenis

Hoewel sommige futurologen je willen doen geloven dat de mogelijkheden van artificiële intelligentie onbegrensd zijn, is dat voor de periode die we kunnen overzien in ieder geval wel zo. De grens van artificiële intelligentie ligt bij het betekenis geven aan waarnemingen. (Mols & Vergunst) Betekenis is meer dan interpretatie van data. Interpreteren is het combineren van waarnemingen tot een feitelijke conclusie, bijvoorbeeld ‘dit is een aardbei’. Betekenis geven is uitspreken of deze feiten gewenst of ongewenst zijn en in welke mate, zoals ‘deze aardbei is lekker’. Betekenis geven kan alleen op basis van een waardeset. Ik zie een aantal argumenten waarom AI de komende decennia geen betekenis zal gaan geven:

1. Betekenis geven vergt een weging van vele factoren, op veel verschillende dimensies. De huidige AI is alleen sterk op één-dimensionale taken.
2. Betekenis geven vergt historisch inzicht, zowel maatschappelijk als individueel. Dezelfde feiten hebben voor verschillende mensen een verschillende betekenis. En ze hebben voor één persoon een verschillende betekenis op verschillende momenten. Het gewicht van de verschillende betekenissen wordt steeds opnieuw bepaald.
3. Computers hebben geen waardeset van zichzelf. Die zal erin geprogrammeerd moeten worden. Ook de zelflerende systemen zijn uiteindelijk geprogrammeerd om zelf te leren. Zelflerende systemen kunnen wel beter omgaan met verschillende situaties, maar hun processen zijn daarentegen weer minder inzichtelijk. Zowel ongenuanceerde systemen als onbegrijpelijke systemen leiden tot een maatschappij die wij zullen betitelen met de term ‘systeem-dictatuur’.

Een systeem dat geen betekenis kan geven, zal door de mens aangestuurd en gecontroleerd moeten worden om zeker te stellen dat we gewenste uitkomsten krijgen.

Tegenstromen

Ik neem het boek van Steven van Belleghem als voorbeeld. De argumenten lopen als een trein en zijn goed onderbouwd met feiten. Toch is er meer. Hij schetst de mens slechts als consument en hij extrapoleert het huidige gedrag in een rechte lijn. Potentiële tegenstromingen noemt hij alleen even kort aan het einde van het boek. Ik ga twee groepen krachten benoemen die sterk genoeg kunnen worden om een trend om te laten klappen. Als eerste de krachten op individueel niveau en daarna krachten op maatschappelijk niveau.

Maslov

Zijn pyramide-model mag dan verouderd zijn, Maslov’s vijf elementen van de menselijke behoeften zijn nog altijd actueel. Het model van Van Belleghem richt zich op de fysiologische dimensie, en gaat daarmee voorbij aan de vier niet-fysiologische behoeftes van de mens. Consumeren is ‘je leven vormgeven met producten’. Andrew McAfee van MIT zegt dit mooi in een interview met McKinsey: “Naar de boekhandel gaan is meer dan een boek kopen”.

Personalisatie van het product is niet voldoende. Het gaat om de totale beleving. De niet-fysiologische behoeftes kunnen bedrijven invullen door beleving te creëren rondom het product, de distributie en de service. Als je het als consument belangrijk vindt dat de chocolade die je koopt bijdraagt aan een betere wereld, dan is alleen ‘weten’ niet voldoende. Alles moet eigenzinnig anders zijn. Als je wilt dat je schoenen van superieure kwaliteit zijn, ook dan is ‘weten’ alleen niet voldoende. De superioriteit moet er op elk moment vanaf stralen. Bij het invullen van de niet-fysiologische behoeftes is menselijke (H2H) interactie belangrijk. Volledige automatisering zou zelfs contraproductief kunnen zijn.

Yin en Yang

De drie kernpunten van mijn held Van Belleghem lopen nog op een tweede punt spaak. Artificiële intelligentie is gericht op het begrijpen van mensen, maar mensen nemen vaak beslissingen die ze zelf ook niet goed begrijpen. Soms nemen ze zelfs bewust verkeerde beslissingen. Wie eet niet af en toe ongezond of te veel? Wie gaat niet soms later naar bed dan goed voor is? Wie koopt niet eens een ander product, gewoon om eens wat anders te proberen? Wanneer doet het systeem het dan goed?

De Chinese filosofie heeft de constellatie van Yin en Yang bedacht om onder woorden te brengen dat elk mens een donkere kant heeft die soms de leiding neemt. De dynamiek hiervan is raadselachtig, zeker voor ons westerlingen, maar een essentieel deel van ons mens zijn. Een AI die dit ontkent, wordt al snel ervaren als een dictator.

Generaties

AI analyseert data uit het verleden en voorspelt daarmee de toekomst. Maar generaties blijken steeds weer nieuwe wegen in te slaan, zich af te zetten tegen de voorgaande generatie. Dat is het duidelijkst te zien in design. Ronde vormen veranderen in scherpe vormen. Strakke lijnen in losse, schreeuwerige kleuren in bedekte designs. Wat vandaag echt niet kan, is morgen de norm. Ook in de politiek kiezen nieuwe generaties vaak anders dan de voorgaande generatie. We zien democratische jaren gevolgd worden door conservatieve stromingen en omgekeerd. De vraag is in hoeverre AI deze trendbreuken kan voorspellen of zelfs maar kan volgen.

“Nieuwe generaties willen nieuwe keuzes kunnen maken”

De dynamiek der generaties is belangrijk, in ieder geval in onze Westerse wereld. Nieuwe generaties willen nieuwe keuzes kunnen maken. Juist individuele zotheid, vrijheid, weerbarstigheid, creativiteit en volharding leiden tot nieuwe trends. Het ontkennen van deze dynamiek zou wederom leiden tot het gevoel van systeem-dictatuur.

Maatschappelijk vertrouwen

Naast de individuele tegenkrachten, gaan er ook maatschappelijke tegenkrachten ontstaan. Sommige implementaties van artificiële intelligentie ondermijnen het intermenselijk vertrouwen. Ik bespreek er een aantal, zonder de illusie volledig te zijn.

Echt of Fake?

‘Fake news’ is hét woord van 2017. Tijdens de verkiezingen in de Verenigde Staten en het Verenigd Koninkrijk bleek de echtheid van nieuwsfeiten moeilijk te bepalen. Dat probleem wordt in de toekomst alleen maar groter. Voer een applicatie als Lyrebird enkele stukken gesproken tekst en vervolgens kan je die stem alles laten zeggen dat je intypt. Er zijn soortgelijke video applicaties waarmee je een persoon zelfs op film alles kunt laten zeggen wat je typt. Bij het personaliseren van reclame campagnes zijn deze technologieën natuurlijk fantastisch. De bredere consequentie zal zijn dat mensen qua nieuws moeten terugvallen op de ouderwetse mond-op-mond verspreiding. Of nieuwsbedrijven moeten kunnen garanderen dat ze deze tools niet gebruikt hebben.

Privacy

In 2015 is Google gestopt met Google Glass als consumenten-product, omdat dragers ervan werden gewantrouwd en zelfs aangevallen. Privacy is echter ook een maatschappelijk probleem. De Europese gemeenschap heeft met de AVG/GDPR wetgeving een eerste stap gezet om de ongebreidelde verzameling van data te sturen. Data is de olie van artificiële intelligentie, dus een beperking van de data-collectie zal de ontwikkeling van artificiële intelligentie remmen.

De vragen over privacy zijn terecht. Wat zijn we bereid te geven? Moet alles wel even persoonlijk worden opgeslagen? Wat doen we met de dreiging van toekomstig verlies van privacy? In Nederland zijn we al gauw geneigd te denken dat het wel los zal lopen. Dat komt door onze relatief lange democratische traditie. Maar in minder democratische landen weet men hoe gevaarlijk informatie kan zijn. De recente machtsverschuiving in Turkije laat zien dat het vertrouwen van vandaag mogelijk morgen geschonden wordt, met ontslag of gevangenisstraf als gevolg.

Eén van de grote investeerders in AI is China. Dat is misschien niet onlogisch, want Chinezen hebben al vele jaren nauwelijks privacy gekend. Wat betekent dat voor de wereldorde? Hoe zal de verhouding tussen landen zich ontwikkelen als sommige landen privacy opofferen voor technologische ontwikkeling en andere landen dat niet doen? Of zal men in China ook meer belang gaan hechten aan privacy naar mate het inkomen stijgt?

Belangen

Als de consument zich laat adviseren of zelfs laat sturen door intelligente systemen, hoe weet hij dan dat het systeem dat doet in zijn belang? Elk systeem heeft een eigenaar en dus een commercieel doel. Facebook heeft als primair doel het verkopen van advertenties en secundair doel het verbinden van mensen. Echo van Amazon heeft als primaire doel de winst voor Amazon te verhogen en als secundair doel de consument producten te leveren.

“Elk systeem heeft een eigenaar en dus een commercieel doel”

De complexiteit van AI, zeker van zelflerende systemen, maakt de totstandkoming van het resultaat weinig inzichtelijk. Het wordt ervaren als een blackbox. Dat maakt een negatief advies of beslissing moeilijk te verteren. Ik denk dat de term Kafkaiaans hier het best past.

Fouten

Zelflerende systemen doen hun eerste kennis op in een laboratoriumsetting. Als we de toepassingen willen implementeren, zullen zij, net als lerende mensen, ook fouten moeten maken om te leren. Bij een systeem heeft dat een grotere impact, omdat de fout dan bij veel mensen optreedt. De andere kant is dat een correctie van die fout dan ook meteen voor veel mensen het probleem oplost. Het is dan wel te hopen dat de oplossing voor probleem A niet probleem B veroorzaakt.

Maar kunnen wij systeemfouten accepteren, zoals we ook fouten van andere mensen accepteren? Het gezegde is ‘vertrouwen komt te voet, maar gaat te paard’: als systemen niet betrouwbaar blijken, vertrekt vertrouwen met een raceauto. Kijk naar de tests met zelfrijdende auto’s. Ondanks de vele honderdduizenden kilometers die probleemloos zijn gereden, is één enkel dodelijk ongeluk genoeg om een test van Uber in Arizona volledig stil te leggen. Terwijl er in dezelfde periode grote aantallen ongelukken door mensen veroorzaakt worden.

Blackbox

Zelfs als er helemaal niks mis gaat, blijkt het idee van blackbox-systemen toch beangstigend te zijn. Een mooie illustratie hiervan is het uit de hand gelopen experiment bij Facebook: men liet twee systemen zelflerend met elkaar communiceren. Naar verloop van tijd ontwikkelden de systemen een eigen taal die niet meer door de ontwikkelaars begrepen werd. Dat veroorzaakte een diepe vertrouwensbreuk en het experiment werd afgebroken.

Maatschappij en economie

Andrew McAfee van het MIT brengt nog een economische dimensie aan. Hij verbindt de levensvatbaarheid van artificiële intelligentie aan haar bijdrage aan maatschappij en economie McAfee (MIT 2018). Hierbij onderscheidt hij drie dimensies:

1. invloed op concurrentie: McAfee noemt als voorbeeld dat Facebook een ongezonde invloed heeft op concurrentie in de markt. Ook de ontwikkeling om klanten via voice blind producten te laten bestellen komt de concurrentie niet ten goede.
2. invloed op innovatie: Amazon is wereldwijd de grootste investeerder in R&D. Daardoor wordt veel innovatief kapitaal en innovatief personeel ingezet op een probleem dat maatschappelijk beperkt belang heeft. Je zou kunnen zeggen dat deze allocatie de algehele innovatie afremt.
3. invloed op prijzen: AI leidt tot meer rationele aankopen. Hierdoor neemt de prijsconcurrentie toe en worden de marges gedrukt. Dit brengt het systeem tot stilstand. Het beperkt het vermogen van ondernemingen om verder te innoveren.

Van zelfbeheersing naar audit

Zoals met alle technologie kan AI ten goede of ten kwade worden ingezet. Dat brengt de vraag met zich mee of je alles dat mogelijk is ook moet willen doen? Bedrijven die werken met artificiële intelligentie krijgen deze ethische vraag op hun bord. Waar stop je met het uitnutten van je investering in AI? Voor Amazon, Google en Facebook zijn deze vragen nu al actueel.

Anders dan bij atoomenergie, is AI gemakkelijk te verkrijgen door kleine partijen. De kans dat de technologie in handen komt van kwaadwillenden is daarmee groot, met verstrekkende gevolgen voor de slachtoffers. Geef een gek een wapen en je hebt een gevaarlijke gek.

“De kans dat de technologie in handen komt van kwaadwillenden is groot, met verstrekkende gevolgen”

Als maatschappij zullen we hierop een antwoord moeten vinden. Bedrijven en overheid zullen de handen in één willen slaan om verantwoorde toepassing van AI te garanderen. Sommigen propageren dat er een minister van AI moet komen. Bedrijven zullen extra transparant moeten zijn, zodat de malafide bedrijven eerder opvallen.

De Autoriteit Persoonsgegevens moet nu nog aantonen dat een bedrijf fout zit. Ik verwacht dat over tien jaar, na enkele schandalen, de bewijslast wordt omgedraaid. Vergelijk het met de financiële audits van beursgenoteerde bedrijven. De belastingdienst keurt de aangifte af, tenzij je op eigen kosten een audit hebt laten doen die bewijst dat jij een verantwoorde administratie hebt gevoerd. Voor artificieel intelligente systemen zullen we een soortgelijke auditstructuur gaan krijgen.

Mega-investeringen

Ben ik niet te sceptisch? De boeken van Steven van Belleghem, Jarno Duursma, Yuri van Geest en andere tech-goeroes zitten immers vol voorbeelden van successen van AI. De grote tech-bedrijven, startups en universiteiten ontwikkelen voortdurend systemen die de mens verslaan of evenaren.

Amazon investeert miljarden in Alexa, de AI achter Echo. Het bedrijf is de grootste investeerder in R&D wereldwijd. Haar slimme speaker heeft de Amerikaanse markt in rap tempo verovert. Facebook, Apple en Google zijn bezig met soortgelijke systemen. De bedragen die deze bedrijven kunnen investeren zijn duizelingwekkend. Concurrerende startups worden opgekocht en geïntegreerd. De grote tech-bedrijven hebben niet alleen toegang tot onbeperkte financiële middelen, ze trekken ook de beste mensen aan. Hun status steekt mijlen boven de markt uit. Dit soort berichten laten je hoofd duizelen. Hoe kan een gewoon bedrijf in deze turbulentie over eind blijven?

Singularity en AI-winter

De Singularity University voorspelt dat systemen met artificiële intelligentie hun eigen toekomst zullen gaan creëren door zelf weer nieuwe systemen te maken. Zij planten zichzelf als het ware voort en bestaan dan als zelfstandige wezens op onze aarde. Veelal wordt verwacht dat er dan voor de mens een ondergeschikte rol over blijft of dat de mens zal uitsterven.

De toonzetting van deze uiteenzetting is niet zonder vraagtekens. De Singularity-profeten gebruiken een soort beeldspraak die veel lijkt op de religieuze verhalen over het einde der tijden. Laten we met de voeten op de grond blijven staan en uitgaan van de situatie van vandaag.

Het beeld van een voortdenderende trein der technologie is historisch niet juist. Er worden inmiddels meerdere AI-winters onderscheiden, periodes waarin de belangstelling voor en investeringen in AI sterk terugliepen. De eerste was van 1974 tot 1980 en de tweede van 1987 tot 1993. Teleurstelling door overdreven verwachtingen was de belangrijkste oorzaak. Dat patroon blijft zich herhalen. Zo blijkt dat Amazon Echo, ondanks de hoge verwachtingen, nauwelijks gebruikt wordt voor het bestellen van producten.

In perspectief

Wie behoefte heeft aan een opbeurend perspectief, adviseer ik het boek van Mols & Vergunst te lezen. In hun prachtig geschreven boek ‘Hallo Robot‘ schetsen zij de historie van robots en artificiële intelligentie. Zij laten zien dat er veel meer partijen zijn die werken aan artificiële intelligentie, op vele verschillende domeinen. Terwijl de vier grote tech-bedrijven nu al het geld en mensen investeren in het beheersen van de toegang tot consument, zijn er vele andere die artificiële intelligentie inzetten om het leven van mensen te verbeteren.

“Elk bedrijf heeft kansen om AI in te zetten in haar producten en klantcontact”

Techniek kan ouderen langer mobiel houden of gehandicapten weer laten bewegen of communiceren. Zwaar of gevaarlijk werk kan worden overgenomen door robots. Om te bepalen welke technieken op langere termijn overleven, moeten we onszelf de vraag stellen: ‘wat helpt mens en maatschappij echt vooruit?’. In dat perspectief zijn de investeringen in advertentietechniek door Amazon, Google en Facebook van beperkte betekenis. Echt klantcontact in combinatie met intelligente producten levert meer perspectief. Elk bedrijf heeft kansen om dit in te vullen.

Next step

In het volgende deel van deze mini-reeks laat ik je aan de hand van een aantal concrete voorbeelden ervaren dat de zij- en tegenstromen zich zullen ontwikkelen. Het derde artikel bespreekt een implementatieplan voor AI in engaging marketing.