Over
Willem Peter de Ridder
Dr. Willem Peter de Ridder is toekomstonderzoeker en strategieconsultant. Als directeur van Futures Studies ondersteunt hij organisaties bij het verkennen van de toekomst en het formuleren van een toekomstbestendige strategie, in het bijzonder met betrekking tot digitale transformatie en toepassingen van kunstmatige intelligentie.
Hij verzorgt keynotes op congressen en medewerkersbijeenkomsten, geeft strategieworkshops voor managementteams en doceert in executive en professional education programma’s van onder andere TIAS en de Erasmus Universiteit Rotterdam. Daarnaast is hij commissaris/toezichthouder met een strategisch, financieel-economisch en digitaal profiel. In 2016 is zijn boek “Digital by Default” over strategisch management in de digitale transformatie gepubliceerd en in 2020 verscheen zijn boek “Winnen met kunstmatige intelligentie”.
Willem Peter de Ridder heeft van 1994 tot 2016 management- en directiefuncties vervuld in binnenen buitenland voor BP en Aegon. Hij heeft gewerkt in Nederland, Zuid-Korea, Polen, het Verenigd Koninkrijk, Ierland en Duitsland. Van 1988 tot 1994 heeft hij Bedrijfseconomie en Japankunde gestudeerd aan de Erasmus Universiteit Rotterdam. In 2006 is hij gepromoveerd aan de Universiteit van Tilburg. Zijn dissertatie was getiteld “Risicobeheersing met toegevoegde waarde. Een actieonderzoek naar de introductie van operationeel risicomanagement bij een verzekeringsbedrijf”
1. De impact van kunstmatige intelligentie (AI)
De meeste bedrijven hebben inmiddels een digitale transformatiestrategie. De voorlopers realiseren zich dat op digitalisering onvermijdelijk algoritmisering ofwel kunstmatige intelligentie (AI) volgt. Dit maakt nieuwe toepassingen en businessmodellen mogelijk én leidt tot nieuwe risico’s.
Take-aways:
- Na de digitalisering volgt onvermijdelijk de algoritmisering, meestal kunstmatige intelligentie of AI genoemd.
- De business impact gaat verder dan verbeteringen in efficiency en kwaliteit: organisaties moeten zich voorbereiden op nieuwe businessmodellen en disruptie van de sector.
- Een goede strategie kan niet zonder goed risicomanagement en kunstmatige intelligentie leidt tot bijzondere risico’s.
Kunstmatige intelligentie en in het bijzonder machine learning hebben een disruptieve impact op banen, bedrijfsprocessen en businessmodellen. Alle organisaties, profit en non-profit, variërend van wereldwijd opererende productieondernemingen tot lokale zorgorganisaties, zullen de impact van kunstmatige intelligentie ervaren en moeten hierop een strategie ontwikkelen. De technologie die kunstmatige intelligentie mogelijk maakt, is grotendeels al voorhanden. We hebben de rekenmethoden, de data en de computerkracht. In combinatie met sensoren, camera’s, beeldherkenning en stemsturing is bijna alles mogelijk. De belangrijkste belemmering voor de verdere uitrol is ons voorstellingsvermogen. Zie je de mogelijkheden eerder dan je concurrenten?
2. Leiderschap in de tijd van het digitaal darwinisme
Wij leven in de tijd van het digitaal darwinisme: alles wat digitaal kan, zal digitaal worden. We hebben van Darwin geleerd dat het niet de sterkste soort is die overleeft, maar de soort die zich het best aanpast. En zo is het vandaag de dag nog steeds.
Take-aways:
- Technologische veranderingen gaan sneller dan het intrinsieke aanpassingsvermogen van individuen en organisaties.
- Innovatieve nieuwkomers kunnen markten ontwrichten en gevestigde organisaties passen zich noodgedwongen aan.
- Succesvolle leiders zijn ‘digital savvy’: zij zien technologie is niet meer als een middel om een strategie te realiseren, maar als de basis van de strategie.
Er is een groot verschil tussen de voorlopers en de volgers in de markt. Voorlopers doen aan ‘self-disruption’. Zij transformeren hun organisatie van het ene businessmodel naar het andere en profiteren van nieuwe bronnen van winstgevendheid, voordat zij marktaandeel verliezen aan nieuwkomers op de markt. Het is een groot contrast met de bedrijven die zo in zichzelf gekeerd zijn dat zij ideeën en innovatieve businessmodellen van nieuwe toetreders en start-ups op voorhand afdoen als irrelevant. Zij zullen de waarschuwingssignalen van ophanden zijnde veranderingen zeer waarschijnlijk missen. Het wordt voor de achterblijvers steeds urgenter om aan te haken. Wie niet meedoet, wordt vroeg of laat slachtoffer van het digitaal darwinisme.
3. Werk en arbeidsmarkt na de digitale transformatie
Door digitalisering en kunstmatige intelligentie zien we de totale robotisering van de routine. Dit leidt tot grote verschuivingen op de arbeidsmarkt. Voor mensen worden juist die vaardigheden belangrijk die een robot niet heeft, zoals creativiteit, innovatie en leiderschap.
Take-aways:
- Digitalisering en algoritmisering leiden tot de robotisering van de routine en dat heeft ingrijpende gevolgen voor vrijwel iedere baan.
- Het werk dat mensen doen, wordt anders en leuker, want efficiency is voor robots, creativiteit voor mensen.
- De arbeidsmarkt vraagt om andere vaardigheden, waar zowel opleiders als recruiters rekening mee moeten houden.
Systemen die draaien op kunstmatige intelligentie en machine learning kunnen steeds meer activiteiten van mensen nabootsen en overnemen, maar vervangen zelden een hele baan of een volledig proces. Machines doen het routinematige deel, waardoor het werk dat mensen doen afwisselender en waardevoller wordt. Kijken we naar wat iemand succesvol maakt gedurende een loopbaan, dan zien we dat de kennis die iemand op school heeft opgedaan slechts beperkt van invloed is. Het gaat op de langere termijn vooral om leer- en aanpassingsvermogen. Daarom is er naast IQ en EQ nu ook LQ: de Learnability Quotient.
4. Digitale ethiek: mens én technologie
Digitalisering en AI bieden veel nieuwe mogelijkheden, maar leiden ook tot nieuwe risico’s en onbedoelde consequenties. Niet alles wat kan, mag ook. Denk bijvoorbeeld aan de wettelijke regels met betrekking tot privacy. En dan zijn er nog tal van ethische dilemma’s. Moet je alles wat kan en mag, ook willen?
Take-aways:
- Digitalisering en AI leiden tot nieuwe risico’s en hebben – soms onbedoeld – ethische consequenties, variërend van privacy en fake news tot sociale ongelijkheid en digitale oorlogsvoering.
- Het uitgangspunt is dat AI altijd uitlegbaar moet zijn, maar dat is lastig als sprake is van een ‘black box’ systeem.
- Human in control is ten alle tijden noodzakelijk en kan op basis van de omstandigheden op verschillende manieren worden gerealiseerd.
Wat als de best werkende algoritmes, die bijvoorbeeld gebruik maken van neurale netwerken, niet uitlegbaar zijn? Dit staat bekend als het ‘explainability issue’ en staat de acceptatie en implementatie van toepassingen van kunstmatige intelligentie in de weg. Deze en andere ethische overwegingen zijn belangrijk voor alle organisaties die met AI aan de slag gaan, zowel voor hun bestuurders als voor hun toezichthouders.
