Artikel
11 jun '19
11 juni '19
7 min

Data, machine learning & AI: trending topic in de publieke sector?

Toen hij in de jaren ‘80 zijn loopbaan begon in de ICT-sector, had hij niet kunnen voorspellen nu deze rol te vervullen. Hans Bos, werkzaam als National Technology Officer bij Microsoft begeeft zich dagelijks op het terrein van digitale technologie en het benutten, verbeteren en vernieuwen ervan. Data, Machine Learning en Artificial Intelligence vormen geen hype, maar de ware realiteit.

Om welke nieuwe technologieën kunnen we niet meer heen en waarom?

Hans: “Persoonlijk kan ik niet meer om de kleine dingen heen die mijn leven een stuk productiever maken, maar die we vaak over het hoofd zijn gaan zien. Een digitale technologie, zoals Spotify, maar natuurlijk ook mijn smartphone die mij helpt in mijn dagelijkse werk, om in contact te blijven of samen te werken. In veel organisaties zie je dat data, machine learning en Artificial Intelligence aan de orde van de dag zijn. Strategische discussies kunnen niet meer om deze nieuwe technologieën heen. Samengevat; waar we niet meer omheen kunnen is de discussie over verantwoording afleggen en verantwoord gebruik van nieuwe technologieën. De mogelijkheden zijn fantastisch en interessant. Wat we allemaal moeten als leverancier van die technologie, als gebruiker, politicus of toezichthouder is ten eerste iets van die technologie snappen. Om vervolgens uit te kunnen leggen dat het gebruik van de technologie, data en gegevens ook verantwoord is, passend binnen wat wij maatschappelijk ethisch en juridisch verantwoord vinden met wet- en regelgeving.”

Hoe uit zich dat in organisaties?

“Dat iedereen op een bepaalde manier bezig is met het gesprek over data en de waarde en mogelijkheden daarvan. Maar dat iedere organisatie ook op een andere trede staat qua ervaring. Bij sommige organisaties begin je met het uitzoeken van welke data je op dit moment in je organisatie hebt, bij andere begin je met kijken naar de kwaliteit, integriteit en het beheer van die data. Bij andere organisaties ga je gesprekken aan over wat te doen met data om er een toepassing mee te bouwen of kijk je of je iets kunt realiseren richting machine learning om er als organisatie mee vooruit te komen. Verschillende bedrijven, verschillende niveaus, maar de gesprekken variëren van verzamelen, beheren tot realiseren.”

Lees ook de column ‘Goudkoorts’ van Jeroen Driessen over de waarde van data.

Hoe doet ons land het als het gaat om de inzet van nieuwe technologieën?

“Nederland bevindt zich in de kopgroep als het gaat om de inzet van nieuwe technologie. Wij zijn als land snel in het nuttig inzetten van innovaties. Waar we voor moeten waken is dat innovatie geen afdeling is, maar echt een cultuur binnen een organisatie waarin je met veel verschillende rollen in aanraking komt. Van directeur, business manager tot developer. Voor een succesvolle start van innovaties op het gebied van data, machine learning en AI heb je eigenlijk altijd top-down support nodig om op te kunnen schalen, het succesvol te laten zijn en de cultuur van de organisatie mee te krijgen”, aldus Hans.

Welke rol speelt data in ons dagelijks leven en in organisaties?

“Data was altijd een middel om terug te kijken. Business Intelligence vertelde ons hoe de organisatie er gisteren voor stond. Geleidelijk aan is data nu een middel om te laten zien hoe je organisatie er nu (real-time) voor staat. Maar nog spannender is de volgende stap om data voor je te laten werken, zodat je preventief of voorspellend iets kan gaan doen. Organisaties halen de meeste waarde uit data als je het proces kan omkeren van reactief naar actueel tot en met juist voorspellend en preventief. Dat is het mooiste van allemaal.”

Kun je een voorbeeld noemen?

Hans: “Als je met data naar bijvoorbeeld ziekteverzuim in organisaties kijkt, zou je kunnen zeggen waar was (verleden tijd) het ziekteverzuim hoog of laag. Met data nu, krijg je in de meeste organisaties een actueel beeld, het ziekteverzuim van vandaag. De meeste waarde gaan organisaties halen uit hoe kan ik ziekteverzuim terugdringen, waar kan ik verwachten dat ziekteverzuim gaat stijgen en welke middelen heb ik in de hand om ziekteverzuim te voorkomen. Dan ga je richting preventie. En dan hebben we met ziekteverzuim een gevoelig onderwerp te pakken, waarbij je niet zomaar aan allerlei knopjes mag draaien, want het is iets menselijks. Bij gevoelig gebruik (sensitive use) hebben wij als Microsoft, net als Nederland, een eigen set principes om te kijken naar wat wil de organisatie gaan doen met die data richting preventie van bijvoorbeeld ziekteverzuim en heeft dat de mens voorop staan. Technisch gezien is er veel mogelijk, maar de vraag ‘Willen we dit met deze toepassing?’, is steeds vaker relevant.”

Wanneer is data waardevol voor organisaties?

“De volgorde van data naar informatie en van informatie naar kennis. Data is een mooi vertrekpunt om informatie van te maken als je weet dat de data (losse gegevens) kwalitatief, veilig en goed gelabelde data is. Anders kan het juist in tijd en geld kostbaar zijn en maar weinig tot geen waarde opleveren. Echter als je van data informatie weet te maken en je vraagt je af wat zou ik hiermee kunnen, dan ben je klaar voor de volgende stap. Als je informatie op het juiste moment door de juiste mensen weet toe te passen, dan is het inzetbare kennis en dat levert waarde op.”

Welke stappen kunnen publieke organisaties zetten om data en AI te laten werken?

“In de publieke sector heb je eigenlijk drie soorten data.

  1. Open data: dit is data zonder kwalificaties, hier zitten geen persoonsgegevens in, geen gevoelige informatie, geen geheimen. Denk hierbij aan ,gegevens over weggebruik, aantal bomen in een gemeente, etc. Publieke organisaties zouden zoveel mogelijk ,hun open data toegankelijk of beschikbaar moeten maken voor derden, waaronder bedrijven en overheden, zodat de economie zelf kan bepalen of ze iets met die open data kan doen.
  2. Bijzondere data/Persoonsinformatie: medische gegevens, NAW-gegevens. Stap 1 is om ervoor te zorgen dat het veilig is opgeslagen en verwerkt. D.m.v. certificeringen, audits, etc. Deze informatie moet zo goed mogelijk beveiligd zijn. Met een aanvulling dat een deel van die data interessant kan zijn in anonieme vorm voor bijvoorbeeld onderzoek. Het gaat hierbij om leren van het proces.
  3. Strikt geheime data: bij deze data heb je te maken met soevereiniteit van data. Dan moet je niet alleen letten op de beveiliging van gegevens, maar ook op andere governance aspecten, dus waar je de data opslaat, bij wie, dat soort zaken. Op dit moment is de ruime meerderheid van alle data die de publieke sector verwerkt open data. Bijzondere data is een deel, zeg 30% ongeveer. Slechts 10% is van de categorie ‘geheime’ data. Als je dat bij elkaar optelt dan zit juist de publieke sector bovenop een enorme hoeveelheid waardevolle data.”

Op dit moment is de ruime meerderheid van alle data die de publieke sector verwerkt open data. Bijzondere data is een deel, zeg 30% ongeveer. Slechts 10% is van de categorie ‘geheime’ data. Als je dat bij elkaar optelt dan zit juist de publieke sector bovenop een enorme hoeveelheid waardevolle data.”

De toekomst van data, wat staat ons te wachten?

Hans: “Een ding is zeker: meer data. Op dit moment hoor en zie je veel over ‘data as oil’, data is de nieuwe grondstof/olie. Voor een deel is dat waar, maar als je er goed naar luistert zegt het ook data als businessmodel, het verkopen van data. Dat is prima, maar dat is niet het enige businessmodel rond data. In de publieke sector heb je meer de discussie ‘data as commence’, oftewel data als een nieuw publiekgoed en dat is minstens zo interessant. Van welke data vinden we dat deze vrij toegankelijk moet zijn voor onze economie en maatschappij. Bijvoorbeeld informatie om te leren over preventieve gezondheid. En tot slot het derde domein dat we aan het onderzoeken zijn is ‘data as labour’, data laten werken voor de persoon die de data heeft gemaakt. Blijft die persoon de regie voeren over de data of krijgt deze persoon of organisatie als de data wordt gebruikt er een vergoeding voor. Je ziet op dit moment met name ontwikkeling richting de modellen ‘data as commence’ en ‘data as labour’. We kunnen de toekomst natuurlijk niet voorspellen, maar dat het deze richting opgaat en volop in ontwikkeling is staat vast. Zie de toenemende hoeveelheid data als een kans, dan opent het meer deuren dan je denkt!”

Dit artikel is verschenen in het magazine van Driessen Groep thema Data, uitgave juni 2019.

Lieke Jansen
Hoofdredacteur