Webinarreeks AI
Namens KPMG zaten onder meer Inge van Zon (Head of Insurance) en Bart Veenman (Senior Manager en Lead AI Services) op 16 september aan tafel tijdens het derde webinar in de reeks over de rol van het actuariaat in de verzekeringssector. Gemist? Geen nood, op 4 december staat het volgende webinar op de agenda in onze AI-serie: Free Capital Generation.
1. AI is hot, ook in ons land. Veel bedrijven investeren erin, maar waar moeten ze vooral op letten?
Inge: “Het gaat op dit moment inderdaad heel hard. Ieder bedrijf investeert. Dat moet ook, maar ik geef altijd wel de tip om de technologie aan de reuzen over te laten. Bedrijven moeten aan de slag en AI in de vingers krijgen, maar het simpelweg gaan doen en ervoor zorgen dat de data op orde is, is veel belangrijker dan je met de technologie te bemoeien. Alleen als je de juiste data hebt, kun je wat met AI. Anders is het: rotzooi erin, rotzooi eruit. Dat klinkt misschien wat grof, maar we kunnen het niet vaak genoeg benadrukken: je data moet op orde zijn.”
Bart: “Helemaal eens. Alle organisaties die met AI willen starten, moeten eerst terug naar de tekentafel. Hoe zijn wij ingericht? Welke processen hebben we in huis? Welke modellen kunnen we wel/niet gebruiken? En hoe staan we er over drie, vijf of zeven jaar voor, ook als we niks doen aan AI? Uiteindelijk wil je de denkkracht van AI-modellen combineren met je eigen kennis en ervaring, zodat je een digitaal/organisatorisch brein kunt creëren in je organisatie, waarin jouw eigen data en context zijn verwerkt. Het klinkt misschien zweverig, een organisatorisch brein, maar dat is wel waar het met AI uiteindelijk om draait. De data is nu te vaak versnipperd, over veel verschillende systemen en met lage kwaliteit. Als je die kwaliteit kunt verhogen en orde in de chaos kunt scheppen, wordt de rol van de mensen in je organisatie alleen maar leuker. En belangrijker.”
2. Nederland loopt achter op bijvoorbeeld Azië en de VS, wat doen wij verkeerd?
Bart: “Azië en de VS gaan sneller dan wij, dat klopt. Door een aantal zaken. Allereerst hebben wij, zeker ten opzichte van Aziatische organisaties, nog veel te maken met verouderde, ‘legacy’ systemen die niet zijn ingericht op het faciliteren van goede AI-oplossingen. We moeten dus meer actie ondernemen om dat fundament goed te krijgen. Daarnaast hebben wij in Europa te maken met strengere wetgeving (zoals de AI-Act), maar ik ben wel van de school om het liever verantwoord te doen dan zo snel mogelijk. Verzekeraars zijn goede stappen aan het zetten. Het Ethisch Kader van het Verbond helpt ze daarbij, maar niet alle financiële instellingen hebben AI al omarmd. Ik snap dat op zich wel. We zijn voorbij de hype en veel (grote) verwachtingen zijn niet uitgekomen. Mensen dachten dat ze hun baan zouden kwijtraken, omdat AI alles wel even zou oplossen. Dat zorgt her en der voor teleurstelling, maar schijn bedriegt. We gaan nu naar de echte inhoud kijken. De vraag naar ‘losse’ use cases zal minder worden. Er wordt dieper, op organisatorisch niveau, naar het thema gekeken. Vanuit financieel, transformationeel én menselijk oogpunt. Zeker is dat AI alleen maar belangrijker wordt in de komende jaren. Je moet er als de kippen bij zijn en oppassen dat de concurrent je niet voorbij rent.”
"AI wordt alleen maar belangrijker. Je moet er als de kippen bij zijn en oppassen dat je niet voorbij wordt gerend"
3. Is het belangrijk om veel te experimenteren en zo te achterhalen wat werkt? Hoe groot is in die zin de rol van use cases?
Bart: “Voor bedrijven is die rol heel groot, soms misschien wel te. Ik krijg iedere dag de vraag wel een paar keer: ‘heb je nog use cases voor me?’ Maar AI is veel meer dan dat. Je moet kijken naar je processen en waar je de meeste winst kunt behalen. In de kern gaat werk sowieso veranderen. Voor ons allemaal. Ons werk wordt vooral intelligenter. In plaats van dat we al het uitzoekwerk moeten doen, analyses moeten maken en conclusies moeten trekken voordat we beslissingen nemen op basis van die informatie, wordt het echte uitzoekwerk steeds meer door AI gedaan. We krijgen de analyses en conclusies aangereikt en hoeven alleen nog te bepalen of het klopt en wat we ermee gaan doen. Dat maakt de rol van de mens alleen maar belangrijker.”
Inge: “AI levert drie voordelen op. Je kunt efficiënter werken, de kosten gaan naar beneden en het werk wordt leuker. Daarom raden wij altijd aan om met een matrix te werken. Alleen als je goed meet of use cases schaalbaar zijn en waarde opleveren, kun je het kaf van het koren scheiden. Want, eerlijk is eerlijk, je moet use cases wel gebruiken om gewend te raken aan nieuwe technologie en alle mogelijkheden.”
4. Experimenteren is wel nodig om verder te komen, toch?
Bart: “Zeker, maar de reis is wel voor iedere organisatie anders. Sommige bedrijven blijven experimenteren, terwijl je er uiteindelijk voor moet zorgen dat AI-oplossingen schaalbaar in de organisatie worden gebracht. Om naar de echte waarde van AI te kijken, moet het immers ook op de werkvloer daadwerkelijk waarde opleveren. Daar moet je als bedrijf zelf ook het nodige aan doen. Er zijn bedrijven die co-pilot hebben aangeschaft, maar niks aan de adoptie hebben gedaan. Dan werkt het natuurlijk niet. Alleen een Proof of concept is niet genoeg. Om op te schalen, moet je je hele bedrijf meenemen.”
"Alleen een Proof of concept is niet genoeg. Je moet je hele bedrijf meenemen"
5. De waarde van een Proof of concept is dus beperkt?
Bart: “Ja, omdat er vaak vooral in een veilige omgeving is getest. Je kunt dan goed zien of de technologie werkt, maar je hebt nog geen idee of het op de werkvloer ook werkt. Je weet namelijk niet of mensen hun gedrag aanpassen. Wij onderscheiden drie fases bij AI-toepassingen. De eerste, de agent augmentation, is bedoeld om medewerkers in hun kracht te zetten. Je kunt bijvoorbeeld denken aan oplossingen als ChatGPT, maar dan in veilige omgeving en ontworpen in de eigen stijl van het bedrijf. Zoals een chat die met interne data wordt gefaciliteerd, maar ook met financiële data voor het schrijven van rapportages. De tweede fase is enterprise augmentation, waarbij het gaat om de optimalisatie van processen, en het herinrichten, finetunen, koppelen van systemen om op slimme wijze efficiëntie en productiviteit te vergroten. Denk aan het detecteren van anomalieën, voorspellen van vraag en aanbod, maar ook het geautomatiseerd creëren van maandrapportage op basis van financiële data via agentic workflows. De derde en laatste fase noemen wij de cognitive engines. Dat zijn de echt slimme organisaties die door data en AI worden gedreven. Zij hebben alles op orde en fungeren meer als ecosysteem. Of je het nu hebt over data of infrastructuur, het klopt allemaal. Deze fase vergt veel tijd en investeringen, maar het levert je uiteindelijk ook veel meer op.”