Me, Myself and AI - Bertram Kolhoff

In deze blogpost vertelt Bertram Kolhoff - Lead Data & AI bij Wortell Smart je meer over hoe AI datateams transformeert door te kijken naar hun rollen, vaardigheden, taken en tools. 

Introductie

Eén van de domeinen die het meest is getroffen door AI is data. Data is de brandstof die AI aandrijft, en AI is de motor die data aandrijft. Datateams, die vaak bestaan uit data-engineers, data-analisten, data-scientists, zijn verantwoordelijk voor het verzamelen, opslaan, verwerken en analyseren van gegevens ter ondersteuning van besluitvorming en innovatie. Datateams zijn ook degenen die AI-oplossingen ontwerpen, bouwen en implementeren om de datamogelijkheden en resultaten te verbeteren. Naarmate AI steeds vaker voorkomt en geavanceerder wordt, worden datateams ook geconfronteerd met nieuwe uitdagingen en kansen. 

De rol van een datateam verandert

AI is niet alleen een tool die datateams kunnen gebruiken, maar veel meer een partner waarmee ze kunnen samenwerken. AI kan de mogelijkheden van datateams vergroten door bijvoorbeeld de vervelende en repetitieve taken te automatiseren, zoals het opschonen van gegevens, het controleren van de datakwaliteit en het visualiseren van gegevens. Dit zal de tijd en middelen van datateams vrijmaken om zich te concentreren op de meer creatievere en strategischere taken. Denk hierbij bijvoorbeeld aan (data)verkenning, datamodelleringen storytelling. AI kan datateams ook helpen met de voor de mens complexere zaken, zoals de blinde vlekken of de bias (vooroordeel) welke  nu vaak door datateams wordt ontwikkeld. AI maakt bijvoorbeeld anomalieën, patronen en correlaties zichtbaar en geeft hier aanbevelingen bij. Dit zal datateams helpen om nieuwe kansen te ontdekken, nieuwe hypotheses te onderzoeken en hun (eerdere) aannames te valideren.

AI als vervanging voor de data vaardigheden

AI is echter (nog) geen vervanging voor datateams, maar eerder een aanvulling. Datateams moeten nog steeds beschikken over de domeinkennis. Deze toegevoegde menselijke waarde zal voorlopig nog bepalend zijn. Daarnaast zijn er nog een hoop andere factoren welke AI (nog) niet goed kan invullen, zoals een zakelijk inzicht en een ethisch bewustzijn. Datateams moeten steeds meer beschikken over de samenwerkingsvaardigheden, de leiderschapsvaardigheden en de innovatievaardigheden om de behoeften en de verwachtingen van de eindgebruikers in te kunnen vullen.
Terwijl AI de rollen van datateams transformeert, veranderen ook de vaardigheden die datateams moeten hebben. Datateams moeten steeds meer beschikken over een combinatie van zakelijke vaardigheden, soft skills en technische skills om te slagen in het AI-tijdperk. De volgorde hierin is gelijk aan de mate van belang, zakelijke vaardigheden zullen het zwaarst gaan tellen, daarna de soft-skills en dan de technische vaardigheden. Precies andersom dan hoe het nu vaak is ingericht.

Een shift in de way of working van data teams

AI verandert ook de manier van werken (way of working) van datateams. Dit betekent veelal dat de stappen en processen die datateams volgen om dataproducten en -diensten efficiënter ingericht zullen worden. De ontwikkelingen die we hierin natuurlijk als eerste zien is de data preparatie; het laden en beladen van datasets vanuit een diversiteit van bronnen. Veelal is dat nu nog handwerk waar AI dit (vaak ongeliefde) werk kan overnemen. De echte kansen van AI voor datateams zal zitten in betere ondersteuning van de ‘zakelijke’ kant. Datateams kunnen AI gebruiken om hun bevindingen en aanbevelingen effectiever en overtuigender te communiceren en te visualiseren. Hierin zal AI ook helpen bij het creëren van echte impact, bijvoorbeeld via de narratieve modellen. Deze modellen adviseren je in de meest optimale vorm van communicatie gekoppeld aan je data en doelgroep. Kortom, AI zal datateams helpen om de communicatie beter af te stemmen en te personaliseren op de verschillende doelgroepen en de verschillende contexten.

Tevens zal AI helpen bij het meest ondergewaardeerde onderdeel; waarde creatie. Datateams kunnen AI gebruiken om de feedback van de eindgebruikers en de belanghebbenden te verzamelen en te analyseren, zoals impact, (klant)tevredenheid en gebruik. AI zal datateams helpen om de prestaties en de resultaten van hun dataproducten en -diensten te monitoren en te meten.

Impact op technologie

Logischerwijze vraagt dit ook een hele andere technologische stack dan de huidige stack of tools welke datateams nu veelal gebruiken. Veelal zal er in eerste instantie tegen de huidige technologie aangebouwd worden, zoals de AI-integratie in PowerBI en Microsoft Office. 
Maar het gaat natuurlijk veel verder. Dit zie je bijvoorbeeld in de opkomst van ontwikkelingen zoals Copilot en OpenAI; zij zullen het werk van datateams (technisch en inhoudelijk) drastisch veranderen. Dataopslag, verwerking en analyse krijgt een compleet andere inrichting door toepassing van deze technologieën. 

Conclusie

Kortom: door taken te automatiseren en inzichten te verbeteren, stelt AI datateams in staat zich te concentreren op meer creatieve en strategische taken. Ondanks deze veranderingen blijft menselijke expertise, inclusief domeinkennis en zakelijk inzicht, van cruciaal belang. Datateams moeten een combinatie van zakelijke, soft- en technische vaardigheden cultiveren om te slagen in het AI-tijdperk. Het succes van datateams zal afhangen van hun vermogen om effectief te communiceren en te innoveren met behulp van AI-ondersteunde tools. Hierdoor kunnen ze beter inspelen op de behoeften en verwachtingen van eindgebruikers. 

Het is duidelijk dat de opkomst van AI een verschuiving teweegbrengt in zowel de technologische stack als de benadering van het werken met data, waarin datateams worden aangemoedigd om zich aan te passen aan de veranderende landschappen en mogelijkheden die AI biedt.