Een heidebrandje is een voorbeeld van iets dat onder de radar maar doorgaat en gevaarlijk kan zijn. Zo zie ik wat digitalisering doet ook. Maar dat is weer ok als je weet wat er onder het oppervlakte gebeurd. Daarom even goed te kijken naar wat de fundamentele veranderingen zijn die een digitale verandering in beweging hebben gezet.

Inleiding

Hieronder een schets die is tot stand gekomen uit een serie bronnen uit wetenschappelijk en praktijk hoek. En uit de gesprekken die we gaan voeren vul ik dat graag verder aan. Daarom is het ook erg leuk dat er onder de lezers mensen zitten van verschillende werkgebieden. Afijn, lees verder en discuseer. Zoals een bekende presentator zou zeggen ‘Blijf lezen, blijf denken’.

Kern verhaal

Starters van digitalisatie

De fundamenten van de BCG

De Bosten Consultancy Groep ziet drie primaire drijfveren als fundamenteel of ‘instrumental’ voor digitalisering:

1. Het sneller worden van verbindingen. De digitale verbindingen zenden het signaal van de ene kant sneller over naar de andere kant.

2. Het dikker worden van verbindingen. Omdat de ‘pijp’ een steeds grotere diameter krijgt, kan meer informatie door de verbinding. Dat hoeft niet te betekenen dat de fysieke draad dikker wordt. Het draadje naar je TV is hetzelfde gebleven in omvang. Maar in de jaren 60 ging daar een analoog signaal doorheen. En dat analoge signaal nam net zoveel plek in dat draadje in als 8 digitale kanalen. Daarom heb je nu meer tv zenders.

3. Het goedkoper worden van data opslag capaciteit. Van floppy disk zo groot als een DVD, naar dezelfde informatie en veel meer op een usb stick zo groot als een lucifer.

Deze drie houden het even simpel voor je analyse. Met deze kan je direct aan de slag en jezelf afvragen ‘welke van die drie speelde een rol bij mijn firma, of gaan die spelen?

Wat zien anderen? Ook kan je als fundamentele onderdelen zien: Acceptatie; Platform; Cloud; Verbinding; Data opslag;

Hoe ziet RR het? Onderscheid zit in waar de grond onder onze voeten anders werd. Van hardlopen op de straat, naar hardlopen op een loopband. Dat gaat een stuk anders. Ineens moet je in het tempo waarin je al kon hardlopen nog sneller (moeten) lopen.

De fundamentele drivers van digitale transformatie hebben een laag gelegd van de digitale wereld, die grond tot loopband gemaakt. Over die wereld lopen en de snelheid bijhouden, gaat steeds sneller en dat gebeurt door A.I. als een van de grootste versnellers. En A.I kan nog veel dingen niet die mensen wel kunnen en omgekeerd. Dus een samengaan en dan ultiem het transhumanisme zie ik mogelijk wel ontstaan. En dat is al gestart, want welke telefoonnummers ken jij nog uit je hoofd? En dus cyborg antropologie is mijn studiegebied al sinds een tijdje.

En een verder borrel onderwerp is hoe digitalisering hoe we naar de wereld kijken veranderd. Hoe we kennis maken en hebben, nu bekeken met een digitale bril. Digitale Epistemologie met een moeilijk woord.

Aanjagers (onder de motorkap) van digitalisatie

Acceptatie: klanten waren ok en dat gaf vaart aan digitale activiteiten

Dat we mee zijn met digitale zaken komt door het ontstaan van slimme telefoons. Of slimme fototoestellen moet je tegenwoordig denk ik zeggen. Telefoneren is maar een heel klein onderdeel. Maar goed, we belde dus met een draadje. Toen belde we zonder draadje. Toen belde we via internet en gingen we ineens veel meer dingen kunnen doen op dat apparaat. Apps maakt het mogelijk te communiceren met bedrijven en handel te drijven. 70% van de hele wereld bevolking heeft anno eind 2021 een smartphone. Dat ging snel, sinds de introductie van dat ding in 2008.

>gevolg: Iedereen die een app kan maken heeft in potentie een groot deel van de wereld als potentiele klant. Dat is wat anders dan Bolletje beschuit die net Nederland kon bedienen…

>vervolg: Hoe kan dit nog meer worden? Wellicht door niet alleen meer dingen doen, maar ook meer dingen voor je laten besluiten?

Bruggetje:

Niet meer achter een grote PC, maar zaken doen via een klein apparaat. Maar hoe vul je dat apparaat, dat is heel duur.

Platform economie: koppelde developers met klanten

De platform economie ging hier helpen. Apple creëerde een marktplaats waar ze gebruikers, jij en ik, combineerde met de creatieveling die eventueel van een zolderkamer een app konden maken, de developers van software in een app.

Bruggetje:

Maar een goede handelsplek is mooi, maar het blijft duur software te ontwikkelen.

Cloud computing: maakte software maken goedkoper

Een software programma maken vraagt veel geld en tijd. Dat is veranderd sinds cloud computing zijn intreden deed. In mijn Jip en Janneke taal, was het maken van software het in code opschrijven van processen. En sommige van die processen zijn steeds hetzelfde, bijvoorbeeld ‘klant start het programma, laat een startscherm zien’. Honderd bedrijven die honderd software programma’s lieten schrijven moesten dat honderd keer betalen. Omdat het honderd keer geschreven moest worden. Met cloud computing, kopen de 99 andere partijen het van de 1e partij die dit software deel maakte.

>effect: Goedkopere software.

>effect: Met minder kosten, sneller op de markt. Geeft creatieve ondernemers vleugels.

>vervolg: Cloud First.

Bruggetje:

Dus nu hebben we goedkoop te maken mooie apps, maar die moeten wel met de fabrikant communiceren. Is dat niet een drempel?

Snelle verbindingen: maakte cloud en apps en overal altijd zaken doen mogelijk

Met je smartphone een dail-up verbindingen steeds moeten maken, dat zou niet gewerkt hebben. Dus de snelle verbindingen tussen de GSM masten en de backbone hebben bijgedragen aan de digitale transformatie. Snelle verbindingen met je mobiel, maar zeker ook met de vast lijnen tussen de verschillende werelddelen. Toen ik bij Liberty Global werkte beheerde we het core netwerk in Europa. En mijn zwager, Kurt, legde de zeekabel tussen Amerika en het Europese vasteland.

Bruggetje:

Dus er was acceptatie van mensen om software op hun telefoon te hebben. En creatieve mensen konden dat sneller maken en je leveren. Maar wie gaat er nog meer van kopen?

Data bezit: gaf inzicht wereld wijd in te zoomen op klantbehoeftes

Wie gaat er nog meer van je kopen? Daarvoor heb je gegevens van de klant nodig die je inzicht geven in zijn aankoopgedrag. En die data kwam in veel meer verscheidenheid en hoeveelheid naar internet bedrijven dan een Albert Heijn ooit had gehad. Waar zoek je naar en wat koop je en hoe is daar een link? AH wist niet wat je dacht toen je voor het chocoladerek stond. Google wel. Met die data kunnen besluiten sneller genomen worden en dit gaf de digitale economie verder vleugels.

Voorbeelden B2C: Amazon en Bol.com geven je persoonlijk advies om wat te kopen. Paypal gebruikt data om frauduleuze transacties op te sporen. Facebook en LInkedin geven je tips voor nieuwe contacten op grond van je gebruik. Netflix beidt ieder van zijn mijoen gebruikers een eigen startup scherm.

Voorbeelden B2B: Sensoren op vliegtuigen vertellen wanneer wat gerepareerd moet worden. Sensoren in de voorraadkast wat bijbesteld moet worden. Caterpillar verteld wanneer de tractor weer diesel moet tanken. De liftenfabrikant maakt slimme liften die na jouw druk op de knop weten waar je naartoe wil. Rolls Royce analyseert zijn auto’s en de motoren erin, om de motor verder te optimaliseren.

Artificiële Intelligentie

Jij weet wel dat 2 en 2 het cijfer 4 geeft. En schaken kan je ook, een soort variant van verder doorrekenen. (mijn broer Marco kon goed schaken en rekenen) Nog meer en nog sneller rekenen, dus domme denkarbeid, dat doet een computer sneller. Koppel daar een besluitvorming logica bij ‘als dit zo is, moet ik dat doen’ en je hebt A.I.

Een versnelling, een booster van digitale transformatie is de Artificiële Intelligentie (A.I.), deze maakt apparaten en de verbindingen daartussen slimmer en sneller.

Er zijn vele sub catagorieen van A.I. De kernen daarvan:

  • Machine learning
  • Natural Lanquage processing
  • Machine Vision
  • Machine Reasoning, Decision-Making en Algoritmes

Sidenote: in het DT Index onderzoek zeggen 81% van de respondenten in NL dat ze verwachten dat bedrijven daadwerkelijk aan de slag gaan met A.I. en datamodellen.

Vraagstukken bij dit item:

Is het patroon de data, of is het de machine. Een mooi artikel in ZD net. ‘AI: The pattern is not in the data, it’s in the machine. https://www.zdnet.com/article/ai-the-pattern-is-not-in-the-data-its-in-the-machine/

Machine learning

Haal kennis uit observaties, verzamel de data en pas het toe op problemen. Dat is zo een beetje de kern van de zaak hier. Het is een vorm van A.I. dat software in staat stelt slimmer en meer precies te worden in het voorspellen van uitkomsten. Machines zijn expliciet geprogrammeerd om dat te doen.

Een belangrijk event hier is die van de ‘Conference on Neural Information Processing Systems’ die overigens in 2021 al voor de 35e keer gehouden zal worden. (www.neurips.cc) Zo nieuw is het onderwerp dus niet. Google heeft daar een grote aanwezigheid met iets van 170 academische artikelen.

Voor nu gaan we daar niet verder op in.

>gebruik: Slimme thermostaten. Is het buiten koud, de schaal op 21 graden gezet, dan verwarming aan.

>gebruik: In marketing het voorspellen van consumenten gedrag. In CRM systemen; voor Business Intelligence toepassingen; Human resource informatie systemen; zelf rijdende auto’s.

Natuurlijke taal verwerking

Dat was in België een schandaal, hoe de firma Hauspies geld ophaalde om een software pakket te maken dat spraak zou omzetten in tekst in een computer. Veel geld werd opgehaald en toen niets verkocht…. Inmiddels is Siri, Hi Google en zo actief. De verwerking van taal krijgt daarmee een boost.

NLP combineert de studie naar data met die van taalverwerking en computer wetenschap om zo taal te gaan begrijpen zoals mensen dat doen. Dat is handig voor bedrijven en mensen want het breekt taal op in onderdelen waar ze iets mee kunnen doen.

>gebruik: platformen die gebruik maken van audio. Ook de smart home apparaten ‘Hi Google, zet de kookwekker op tien minuten.’ Of kijk eens naar MonkeyLearn.

>gebruik: de politie gebruikt taal vewerking om PV’s te verwerken. Je kan de burger bijvoorbeeld zijn klacht bespreken, dit opnemen, software het laten uittikken en zo veel tijd besparen. Dan vervolgens de tekst laten verwerken om te zien welke wetsartikelen geraakt zijn.

Machine zicht

De machine ziet de OCR code en verbind je naar de website. Een simpele start. En toen gingen auto’s ook kijken. En dan zelf kunnen sturen. Je telefoon start pas als die je gezicht ziet. Je grasmaaier maakt een bocht bij de muur. Je bent blind en ‘Seeign AI’ van Microsoft verteld je wat je in je handen hebt en hoeveel iets weegt, de app spreekt uit wat die op de weegschaal als gewicht ziet.

En analyses van bewegende beelden maakt dat het weerbericht geautomatiseerd kan worden. Zie van IBM ‘The Weather company’.

Verder kijk en leeswerk:

In-class assignment: laat iemand eens Seeing AI uittesten. Wat voor gebruik dan dit of andere zien technologie jouw firma brengen?

Machine besluitvorming

Als dit dan dat, de simpele logica, nu in vele lijnen code verwerkt tot een algortime. Met een logica die de maker steeds meer zelf ook niet meer begrijpt. Maar waarvan die denkt dat het wel tot een goed besluit of advies zal leiden. Google Adwords, Facebook news feed en de adviezen die Netflix voor je filmkijken geeft.

De stappen om hier te komen waren de klassieken: je verzameld data, je groepeerd die en maakt er zo informatie van, waar je dan kennis van kan maken en dan besluitvorming. Mijn goede collega Edwin Lakerveld maakte ooit voor me deze stappen in een plaatje, waarna we veel product management werk konden uitleggen.

Toepassingen overal:

B2C: Slimme auto’s;

B2B: Slimme houtzaag machines; voorraad beheer; logistieke processen; tracking van producten; sensors voor water geven; etc.etc.

Verder kijk en leeswerk: Intelligent Toddler, Baby X project.

Digital Twins

Een complexe motor is stuk. Waar te repareren? Die motor helemaal uit elkaar halen, schroefje per schroefje? Veel werk. Als je een virtuele kopie van die motor hebt, kan je eerst virtueel kijken, zonder een schroefje te hebben aangeraakt.

Digital Twins, dat is een woord voor het combineren van A.I + machine learning + data wetenschap. De computer doet dit allemaal zelf en kan zo zichzelf repareren.

Bijvoorbeeld in het geval van een ruimtestation dat ergens in het heelal zichzelf moet zien te helpen. General Electric past dit toe in het combineren van windmolens en fabrieken. GE zou er al meer dan 80.000 van dit soort toepassingen actief hebben.

Of bijvoorbeeld door gemeentes die Smart City concepten uitproberen.

Waar is allemaal aan te denken?

Ondernemingen: track en trace je hele productiestroom; realtime zicht op een lopende band en direct bijsturen ervan; preventief onderhoud aan een machine; bouwen van kantoren met de weersvoorspelling voor de werknemers; voorspellen van klantgedrag en daarmee boosten van verkoop en aanpassen logistiek en voorraadbeheer.

Overheid: efficiënte verkeerstromen met stoplichten sturing; slimme inzet bussen en trams; aansturen van gevaarlijke situaties; integreren van afval productie door consumenten en het ophalen en verwijderen (zou hier graag eens een project rond doen);

Sociaal: automatisch ‘aansturen’ van je gezondheid (maakte we in 2018 reeds een start mee bij OZ) ; machines die voorspellen of het een tumor is of niet en je wekelijks checken; etc.

Oorsprong kennen en veiligheid

Met het wereldwijd worden van producten en verkoop. Met het toenemen van de duurzaamheids gedachte. Met het niet meer vertrouwen van producenten. Dit alles en meer maakt dat we steeds meer de oorsprong van producten willen kennen. En dat kan tegenwoordig goed. Met een goede student, Wouter, ben ik aan een strategie project aan het werken dat zaad tot stek gaat begeleiden. En zo de oorsprong laat vastleggen. Nog complex en duur, maar mogelijk.

Immersieve technologieën

Herken je de ergernis dat een website er niet uitziet en je lang laat zoeken naar de meest voor de hand liggende dingen. Een machine, zoals een website doet steeds drie stappen: input, proces en dan output. Over de input hadden we het al, deze wordt steeds meer gevuld met informatie en ook de procesgang kan steeds sneller en slimmer. Sneller door snellere chips en slimmer door onder andere A.I. Maar wat te doen met de output?

Een directe interface achterin je hoofd dat zie je wel in Scifi films.

Virtual Reality

Een simuleerde omgeving. Zoiets als Meta je wil gaan leveren. Net zoals MySpace tig jaar geleden. In gaming, in het voeren van overleg met avantars, onderwijs, oorlog leren voeren, etc.

Voorbeelden verder: opleiding doeleinden (Medical Realities); samenwerken tussen verschillende werklieden. Uit eten gaan virtueel (project Nourished);

Augmented Reality

Een verbeterde versie van de realiteit. Het geeft een visuele overlay. Het is anders van de virtuele realiteit, die maakt zijn eigen wereld Augmented realiteit, stopt iets extra in jouw reeds bestaande realiteit. Het is al een belangrijke technologie in fabricage 4.0.

Voorbeelden: helpen bij reparties, iemand kijkt met je mee en laat je zien wat er moet gebeuren; een gordijen fabrikant die je laat zien hoe het in je kamer zal staan; je bestel een IKEA kast en thuis laat je die al virtueel in je kamer staan. Past het, welke kleur zou leuk zijn?

In Nederland denkt iets van 73% van de Nederlandse directeuren in een onderzoek voor de DT Index dat de komende drie tot 5 jaar meer gebruik gemaakt zal worden van augmented reality. Dan denkt men aan toepassingen om snel iets te maken of op te lossen.

Mixed Reality

De bovenstaande twee bijeen. Het zit in de afstand tussen het volledig virtuele en het volledige reële wereld.

Toepassing [moet ik nog opzoeken]. Maar te denken hier is aan modehuizen, die je een kledingstuk laten passen terwijl je thuis bent. Je past die virtueel.

Of IKEA: Je staat in je woonkamer en laat een kast uit een catalogus virtueel op je scherm verschijnen om te zien of die kast goed in je woonkamer past.

Internet of Things

Hoe warm in huis het is weet je door de thermostaat. Als je die koppelt aan je agenda die dan de thermostaat verteld dat je om acht uur thuis bent en dan de kachel alvast hoger zet, dan heb je IoT aan het werk.

Inleiding

Materiaal hierover ga je in aan apart deel van deze website vinden. Het onderwerp is groot genoeg om als apart item behandeld te worden en ik heb er in de begin jaren van IoT veel in gewerkt door Europa heen, en vindt het een erg interessant onderwerp. Zie dus elders voor meer.

Categorieën in IoT.

  • Internet of Things
  • Industrial Internet of Things
  • Internet of Robotic Things
  • … en er zullen er nog veel meer zijn…

Robots

Inleiding

Ze worden ingezet in bejaardenhuizen om mensen aandacht te geven en het lijkt te werken. Ingezet als armen in een fabriek die een auto in elkaar zetten is wat minder leuk gezicht. Robots dus, zo een machine die…. Tja, wat is een definitie van een robot. Ik zou het niet weten. Het lijkt zoiets als een mens, maar dan zonder bepaalde zaken. Of zoals een machine met mens zaken. Afijn, zoek eens op, of wat denk jij?

Een indeling die onderzoekers wel maken is tussen Hardware en Software.

Hardware

  • Fabricage. Het maken van machines door machines.
  • Banken. Het bedienen van jou, via bijvoorbeeld een geldmachine.
  • IT. Een robot die je help met simpele ICT problemen. Schijnbaar bij Credit Suisse in gebruik.
  • Bouwen. Een robot die stenen stapelt.
  • Logistiek. Amazon en PostNL met robots om pakjes te sorteren.

Software

  • Hier allen het software deel. Eigenlijk is dat ook A.I.
  • Je zou een robot kunnen noemen een boekhoud programma dat het werk van de accountant overneemt. Of een klantenservice agent die een chat opzet en gebruik maakt van het CRM systeem om jou als klant te herkennen en met een kennisbase jou van antwoorden voorzien als 1e lijn hulp.
  • RPA, Robot Process Automation heet dat lees ik. Schijnbaar in staat om de komende jaren een Return on Investment te geven van 200% al in het eerste jaar. Dit zit vaak als eerste in back-office processen maar kan natuurlijk ook naar de voorkant komen.

>effect: De firma die processen automatiseert en deze ook automatisch controleert en zo de fout marge naar vrijwel 0 brengt gaat het winnen van de anderen.

…Op een andere manier toegelicht…

Andere doorsnede

Systemen en hun soort

Een andere doorsnede die je kan maken als je naar digitalisering kijkt is bezien wat de onderliggende systemen doen. En wat die doen, geeft zijn resultaat in wat jij ziet dat op je scherm kan gebeuren.

Systemen die – herkennen

Je gezicht voor de computer en je raakt erin. Je gezicht herkend op straat, de politie achter je aan. Je nummer bord herkend, de parkeer bon gezonden. Je paspoort herkend, je openstaande belasting rekening eerst betalen voordat je naar Marbella mag.

Systemen die – aanbevelen

Die bevelen je producten en diensten aan.


Systemen die – assistentie verlenen

Blind en horen wat er staat.

Systemen die – content maken

Te grappig vond ik verhalen van politiekers in NL die trapte in een virtuele journalist uit een land. Die volledig virtueel was. En alle fake accounts op gezichtboek die de politieke stemming proberen te beïnvloedden. En de fake influencers die toch gevolgd worden door mensen en ze aanzetten tot aankopen. Systemen die hele personene uit de grond stampen. Of een heel boek schrijven.

Systemen die – evalueren

Gebeuren de dingen zoals ze moeten zijn. Zit je in een lift gaat die niet naar de 9e verdieping, die je had ingedrukt, maar gaat die steeds naar de 13e etage. Daar wil je niet zijn. Iemand die dat evalueert en de lift op reset drukt?

Systemen die – voorspellen

Goed kunnen voorspellen is een kern waarde tegenwoordig. Of heel snel kunnen wisselen van idee en implementatie.

Ook: wanneer gaat de koopbeslissing komen; wanneer is er churn; hoelang blijft die klant; welke prijs zou goed zijn; moet het beton vervangen; welke vluchten gaan vertragen; hoe zal de oogst zijn; etc.

Systemen die – opsporen

Je systeem op je computer die de virus scanner is. Die spoort op wat op je PC aan rommel staat en wat er door de internet draad naar je toe komt. Door middel van machine learning, gaat die software actief op zoek naar bedreigingen. Het herkent de manier waarop hackers te werk gaan en anticipeert daarop.

Systemen die – optimaliseren

Het ORION systeem helpt UPS om ritten te optimaliseren. IKEA doet het en is zo in staat om verpakkingen te optimaliseren op wat vervoerd moet worden. Kan kan zo veel kosten besparen.

…Op weer een andere manier toegelicht…

Aanjagers

Aanjagers (boven de motorkap) van digitalisatie

(op alfabetische volgorde)

Camera’s

Dat ze er hingen kon je vroeger goed zien, want een soort melkpak met een oog erop. Nu is het een klein bolletje, waarbij je niet kan zien waarop de camera gericht is. En James Bond had in 1970 al een camera als knoopje van zijn jasje…

Gebruik en gevolgen. Verkeerscamera’s. De exemplaren die je nummerbord herkennen, die maken het makkelijk om te weten waar de boeven zijn. >De politie wil er daar vast meer van.

Beveiligingscamera’s. Voor je beveiliging, straks met gezichtsherkenning en nog meer. >winkels, gebouweigenaren willen er daar vast meer van.

Deurcamera’s. Om op afstand de deur open te doen via je mobiel. Geen sleutels meer geven aan je kinderen, steeds als ze thuis komen geef je ze toegang. Of toegang voor de pakjes bezorger. >Wie wil er meer van? Al die camera’s worden nu gelinkt aan mekaar en zo is er een wijknetwerk. Is dat nu leuk en verstandig of niet. Wie moet of mag allemaal weten wie er bij je binnenkomt?

Hulpcamera’s. Dezelfde exemplaren kunnen herkennen of iemand op straat valt en hulp nodig heeft. >Veilig door Knokke aan de Belgische kust lopen als oudje. De camera’s houden je in het oog en waken over je.

Gezichtsherkenning

Amazon maakte een start met een supermarkt waar je rustig je boodschappen in je winkelmandje doet en bij de kassa is dat al allemaal verwerkt. En omdat je gezicht is herkend, ook al van je bankrekening gehaald. >Wat een gemak! Willen niet meer mensen dit en jagen zo deze inrichting van supermarkten verder op?

In Moskow kan je de metro in, dankzij je gezicht. En kan je dan ook makkelijk opgepakt worden. ‘mevrouw u heeft uw parkeer boete niet betaald, eerst even doen, dan mag u verder.’ >Wat en gedoe! Willen niet minder mensen dit?

Mobiel

De gemiddelde tijd dat iemand in Nederland op zijn smartphone actief is ligt rond de drie uur. De inschatting is dat de komende jaren de hoeveelheid tijd dat mensen op hun mobiel bezig zijn nog verder toeneemt, tot mogelijk iets van acht uur.

Gebruik en gevolgen. Meer tijd voor online winkelen. In 2021 zegt 2 van de 3 online kopers dat de telefoon hun belangrijkste (winkel) instrument is. (Adformatie, december 2021) Door marketeers dan meer aandacht voor ‘discovery shoppen’. Via platformen als gezichtboek en Instragram een verrassend gevoel krijgen van iets nieuws te hebben ontdekt.

In het verlengde daarvan zal de inzet van Agumented Reality toenemen, nu als gebruik Sephora Collection AR advertenties en men rapporteerd goede resultaten.

Robots

Spreekt voor zich. De voordelen in de productie industrie zijn groot. Hier zal een blijvende push uit komen voor verdere verbeteringen. >raak jij ook werkloos?

Spraak Technology

Herken je dit: ‘hallo fijn dat u belt. Toets 1 voor verkoop, toets 2 voor het maken van een afspraak, toets, toets, toets….. etc. Suf zeg, dan liever een pratende computer. Toch?

De combinatie van een UI met een ML en NLP en NLG maakt het mogelijk. Ben je nog mee? Een User Interface hoort je stem, de Machine Learning maakt er iets zinvols voor de computer van, de Natural lanquage processing unit helpt daarbij saome met de Natural Language Generation systemen maken het mogelijk.

De VPA antwoord je terug. De Virtual Personal assistant.

Starbucks: ‘Ik herkende u, welkom Rudolph. Weer een gewone koffie, zoals altijd? Uw bestelling zal er in een halve minuut zijn en kost 2 euro 50.

Gebruik en gevolgen

  • In chatbots bij klantenservice ‘Kan ik u helpen, ik ben de chatbot Irene’. Bij sales bij leadgeneratie ‘Bent u verantwoordelijk voor de inkoop?’. Bij hotels voor basis vragen. Bij voorraad beheer ‘heeft u dit in huis?’.
  • In chatbots als persoonlijke assistant. ‘Siri, wat is mijn volgende afspraak?’.
  • Als interface met een website.
  • In een IVR, als je een call centre belt.

Tekstberichten

Heel veilig is het niet te praten maar een tekst bericht te verzenden. Je kan er even over nadenken voordat je een antwoord zend. >doen jongeren voornamelijk, toch?

Gebruik en gevolgen. Het gebruik van tekstberichten is gestart met pagers. Dan sms. Dan andere platformen. En anno 2022 lijkt sms weer terug in Amerika, een van de weinige communicatie kanalen die mensen wat vergeten zijn, en nog wat accepteren. Tot dat weer teveel gaat worden….

Versleuteling

Het versleutelen van informatie doen niet veel particulieren denk ik. Allerlei zakelijke instanties wel. En natuurlijk criminelen.

Gebruik en gevolgen. Geheime berichten kunnen verzenden, geeft een duw aan het gebruik van die diensten. Criminelen hebben veel geld over voor telefoons die overal werken, niet te traceren zijn en waar je vrijelijk door kan praten zonder geheimtaal te hoeven gebruiken.

Rudolph, versie januari 2022

Copywrite bij Rudolph Regter. Spellingsfout gezien? Negeren of me vertellen. Aanvullingen op de tekst, zend me! rudolph.regter@outlook.com

Bronnen

Internet of Things – The Call of the Edge – Everything Intelligent Everywhere. River Purblicehers Serie in Communication. Editors: Ovidie Vermesan en Joel Bacquet.

En een berg meer. Vraag Rudolph er naar.

In-Class assignment

Kijk naar de indeling van de BCG met zijn drie drijfveren:

  • Snellere verbindingen
  • Dikker worden van de communicatie pijp
  • Goedkoper worden van data opslag

Zet deze drie aanjagers, naast het functioneren van jouw firma, naast de waardeketen bijvoorbeeld. En vertel waar er raakvlakken zijn en waar de firma geduwd zal worden in een bepaalde richting. Bijvoorbeeld als je een autoverzekeraar bent, zal de snellere en dikkere verbinding mogelijk schadeclaim via een telefoon direct na de botsing gedaan kunnen worden.