Behalve over cultuur ging het in de Jaarbeurs veel over datakwaliteit, innovatie en verantwoord datagebruik. Organisaties zoeken naar balans in een wereld vol mogelijkheden. Een verslag van de eerste dag.
Less is more
“Ik ben hier in voorgaande jaren geweest en toen ging het nog heel veel over het verzamelen van data”, zei Picnic’s Daniel Gebler op het hoofdpodium van Data Expo. Tegenwoordig draait het meer om kwaliteit dan om kwantiteit, aldus de CTO van de supermarkt op wielen. Volgens de keynote-spreker is datakwaliteit zelfs de motor van Picnic’s AI-gedreven supply chain. Philips’ Ger Jansen, die zich toelegt op ethiek en compliance, zei dat bias (vertekening) zal toenemen bij de verdere ontwikkeling van AI: hoe groter de datasets, hoe meer synthetische resultaten, hoe lager de kwaliteit. “Ik vraag me af of oplossingen als ChatGPT in de toekomst accurater worden”, zei hij op het hoofdpodium. Eerder op de dag had Roberto Flores van Magnum Ice Cream Company al verteld hoe het ijsjesbedrijf Small Language Models inzet om taken gericht uit te voeren met kleinere taalmodellen, die minder rekenkracht, maar ook minder kosten met zich meebrengen dan grotere modellen. De boodschap die de drie sprekers los van elkaar afgaven: less is more.
Naar een decentrale dataorganisatie
Zo datavolwassen als Picnic, Philips en Magnum zijn ze bij Ennatuurlijk nog niet. “Kunnen we nog uit de voeten met onderbuikgevoel?” was de vraag die Eric Vanderfeesten zich enige tijd geleden hardop stelde. Antwoord: nee. Het duurzame warmtebedrijf startte een project richting datagedreven werken, vertelde hij op Data Expo, daarbij geholpen door consultants van Digital Power. “Als je het alleen doet heb je kans op tunnelvisie”, benoemde hij de meerwaarde van een partner. “Nu kunnen wij teren op de kennis die elders in de markt is opgedaan.” Samen gaven ze vorm aan een datastrategie, gestoeld op verschillende ambities om optimaal te produceren en vraag en aanbod af te stemmen. Maar dat was pas het begin, volgens de Manager, Digital, IT & Data. “Een strategie alleen doet niets.” Veel aandacht ging daarom uit naar de “dekking” in de organisatie, die werd vergroot met actieve communicatie en inloopmomenten voor mensen met vragen. Daarnaast investeerde Ennatuurlijk in het interne kennisniveau over data: “Het is een kwestie van dezelfde taal spreken en veel herhalen”, aldus Vanderfeesten. Voor de uitvoering van de datastrategie werden de ambities vertaald naar roadmaps en werd een nieuw schaalbaar dataplatform in gebruik genomen. De databasis is nu op orde bij Ennatuurlijk, dat zich opmaakt voor de volgende stap: “De verandering van één centraal datateam naar een decentrale dataorganisatie. Dat is een uitdaging, met nieuwe dimensies op het gebied van cultuur, werkwijze en competenties. Er draaien nu twee pilots waarin teams samen met Digital Power werken aan eigenaarschap en eigen initiatief.”
Interne zichtbaarheid en betrokkenheid zijn essentieel voor een succesvolle datastrategie, aldus Vanderfeesten. “Succes vieren helpt om zichtbaar te zijn, net als de ‘Data Dinsdag’ die we in het leven hebben geroepen om bevindingen te delen en vragen van medewerkers te bespreken.”
Data contract-first
Rituals zat met een ander datavraagstuk, vertelde Lead Data Architect Melle Boersma op Data Expo. “Hoe standaardiseren we de datapraktijk met respect voor onze karaktereigenschappen?”, waarmee hij doelde op de eenvoudige organisatiestructuur, Rituals’ can do-mentaliteit en de omarming van chaos. Rituals groeit hard, gemiddeld 20 procent in de afgelopen jaren, waarin lagen met features op elkaar werden gestapeld. “Groei creëert complexiteit en complexiteit is de stille moordenaar van groei”, haalde hij een bekende consultancyquote aan. In de zoektocht naar standaardisatie nam het Nederlandse cosmeticabedrijf aan de hand van IT-consultant Xebia een Enterprise Data Platform in gebruik. Zeker zo belangrijk als de technologie zijn de mensen en de processen, vertelde Boersma. Rituals verbindt de drie pijlers met data contracts en metadata. “Dat is de lijm voor de hele transformatie van project- naar productgebaseerde tech teams. Laatst hoorde ik iemand zeggen dat Rituals een data contract-first company is geworden, dat vind ik wel een mooie.” Ook Boersma hamert op het belang van zichtbaarheid om de organisatie mee te nemen. “Deel dataverhalen en vier successen, overal.”
Talent met passie
“Culture outweighs suboptimal decisions”, zei Daniel Gebler van Picnic op Data Expo. Het bedrijf begon tien jaar geleden “met nul data” en een nieuwe propositie op de boodschappenmarkt: lage prijzen en gratis bezorging dankzij efficiënte logistiek. Snel falen is onderdeel van Picnic’s cultuur, aldus Gebler: ”Ideeën afschieten is de sleutel tot innovatie.” Het bedrijf zoekt daarvoor niet zomaar talent, maar gepassioneerd talent. Hoe geconcentreerder dat talent, hoe beter. Succes met automatisering, zoals in de fulfilmentcenters van de websupermarkt, hangt volgens Gebler vooral af van de mensen achter de knoppen. De tijd van zoveel mogelijk data verzamelen is voorbij, bij Picnic draait het om de organisatie van de data-architectuur en om datagedreven leren. Gebler legde uit hoe Picnic beweegt van MDM (Master Data Management) naar een knowledge graph, die intelligentie toevoegt over de samenhang tussen producten, recepten, voedingswaarden en klantvoorkeuren. Daarmee kan Picnic efficiënter werken, klanten beter bedienen en sneller nieuwe services ontwikkelen. Ook werkt het bedrijf aan zelfoptimalisatie, aldus de CTO: “Hoe kunnen dingen verbeteren zonder dat we ook maar een enkele regel code hoeven te schrijven?”
Bias risk management
“Cultuur is niet een aspect van het spel. Het is het spel”, citeerde Ger Jansen van Philips de voormalige IBM-topman Lou Gerstner. Zonder mensen geen succes in een wereld vol data, maakte ook hij duidelijk. En, waarschuwend en puttend uit recent MIT-onderzoek: “Als je je brein uitbesteedt, word je dommer. Gebruik AI dan ook altijd als een verlengstuk van de geest, niet als vervanging.” In zijn keynote-presentatie stond de AI Ethics & Compliance Lead uitgebreid stil bij het fenomeen bias, meer specifiek bij de misvattingen over deze vertekeningen. Bijvoorbeeld dat bias alleen optreedt bij input data – er zijn meer dan 200 soorten bias volgens Jansen, het treedt overal op. Bias-vrije oplossingen en mensen bestaan niet, benadrukte hij verder, hoe hard er ook anders wordt beweerd. “AI geeft je gewoon een spiegel”, aldus Jansen. Hij vertelde hoe Philips bias risk management heeft geïntegreerd in bestaande processen en hoe het hele bedrijf AI-awareness trainingen is gaan volgen. Verder zijn er assessments over verantwoorde AI en ethiek opgetuigd. Volgens Jansen snijdt het mes aan twee kanten: niet alleen kan verantwoorde inzet van technologie boetes uit Brussel voorkomen, ook draagt het bij aan vertrouwen en daarmee aan klandizie.
Small Language Models
Roberto Flores, Global AI & Data Engineering Lead bij Magnum Ice Cream Company, stond in zijn presentatie over Small Language Models (SLM’s) ook stil bij de ethische kant van data, zij het kort. Waarom zou je grote datamodellen laten draaien als een verzoek ook met kleinere modellen kan worden ingewilligd, die daar tientallen keren minder energie voor hoeven te gebruiken? Beter voor het milieu, aldus Flores, en daarbij: “Money talks”. Waar de grootste LLM’s triljoenen parameters gebruiken, hebben SLM’s er tot zo’n 12 miljard, definieerde Flores. “Vergelijk het met een supercomputer versus een zakrekenmachine. Kracht versus focus.” SLM’s zijn de toekomst volgens Flores, verwijzend naar onderzoek van chipmaker NVIDIA. “Het gaat erom het kleinst mogelijke model te selecteren om een taak naar behoren uit te voeren. Daarvoor moet je eerst een belangrijke vraag beantwoorden, die heel vaak wordt vergeten. Hoe ziet goed eruit?”
Agentic AI
Generatieve AI kan veel, maar het kan geen vier bankmerken samensmeden tot één ASN Bank, vertelde Lead Data Scientist Steven Laan op Data Expo. Gekscherend: “Nee, dat nog niet. Maar Agentic AI kan wel assisteren.” Laan, voorheen werkzaam voor de nu verdwenen Volksbank, beschreef hoe de policy agent en de data lineage agent hebben bijgedragen aan de migratie. De eerste analyseerde en vergeleek verschillende definities en regels, om snel een uniform beleidskader te helpen maken voor de vier labels. De data lineage agent traceerde en consolideerde de herkomst van data om de integratie te versnellen. Laan maakte duidelijk wanneer losse agents uitkomst kunnen bieden, wanneer een hiërarchie met een superagent soelaas biedt en wanneer een “groepschat” met verschillende gelijkwaardige AI-collega’s het best werkt. “AI is geen pleister, zie het ook niet als een Zwitsers zakmes”, besloot hij. “Zie AI-agents als enthousiaste robothelpers, die geneigd zijn om je gelijk te geven.” Blijf kritisch, is Laans devies: “Je moet altijd testen, checken en valideren.”
Van BigTech naar FairTech
De dag eindigde met een blik op het grotere plaatje: bestuursvoorzitter Willem Jonker van de AI Coalitie voor Nederland (AIC4NL) vertelde over de staat van AI in ons land. ”Very little, very late”, zei hij over de inspanningen tot nu toe. Maar het is nog niet té laat aldus de voorman van de programmabouwer. Jonker ziet ruimte voor wat hij AI FairTech noemt, de ontwikkeling van AI-oplossingen die ethisch, betrouwbaar, privacybewust, transparant, duurzaam en aanspreekbaar zijn. Zaken waar Europese wetgevers op aandringen, maar die Big Tech-spelers vooralsnog veelal verwijtend laten liggen. Lokale bedrijven hebben de mogelijkheid om van de nood een deugd te maken en een paradigmaverschuiving teweeg te brengen, aldus Jonker in de afsluitende keynote-presentatie: BigTech wordt FairTech, met oog voor de menselijke maat. Alleen moet het nationale ambitieniveau dan wel omhoog. “AI is Chefsache”, vindt Jonker, die binnenkort hoort of Europees geld de beoogde Nederlandse AI-fabriek van de grond helpt.