De gevolgen van kunstmatige intelligentie voor adviseurs

Artificiële oftewel kunstmatige intelligentie (AI) heeft grote gevolgen voor consumenten, bedrijven en de samenleving als geheel. Veel beroepen worden beïnvloed door AI of zullen door deze technologische ontwikkeling worden geraakt. Maar hoe zit het met de gevolgen van adviseurs?

Gisteren heb ik als associate de Nieuwjaars plenaire vergadering van VKA bezocht. Het inhoudelijk onderwerp was artificiële oftewel kunstmatige intelligentie (AI). We discussieerden onder ander kort over de vraag welke gevolgen AI zal hebben voor het werk van adviseurs. Over precies dat onderwerp gaat de bijdrage Robo-Advisers Are Coming to Consulting and Corporate Strategy van Thomas Davenport, Barry Libert en Megan Beck, waar ik deze morgen op stuitte.

De auteurs schetsen hierin dat AI al van grote invloed is op de wereld van de financiële dienstverlening. Diverse rapporten voorspellen dat de uitgaven voor “Robo-advisors” de komende jaren sterk zullen stijgen. Deze adviseurs richten zich op dit moment voornamelijk op individuele klanten. Maar hoe zit het met complexe advisering van bedrijven? Deze adviezen maken vaak gebruik van veel data en ervaringen uit het verleden. Juist machine learning (als onderdeel van AI) is sterk in het analyseren van die data en ervaringen om vervolgens voorspellingen te doen en adviezen te geven (prescriptive analytics). Davenport cs stellen daarom:

This makes corporate strategy an enormous and untapped prize for “robos” and “AI-enabled” expert advice across the entire enterprise; this market is ripe for disruption much the way the financial investing industry was in 2008.

De redenen hiervoor zijn:

• Er is sprake van een explosie op het gebied van de hoeveelheid corporate data. Deze data schijnen elke 14 maanden te verdubbelen.
• Bedrijven zijn tegelijkertijd uitvoerders en investeerders. Zij beschikken echter niet over tools of aanpakken om hun kapitaal het beste te alloceren en slimme beslissingen te nemen. Met andere woorden: er is sprake van urgentie voor de toepassing van AI.
• AI wordt in toenemende mate binnen arbeidsorganisaties toegepast. De investeringen lopen in de miljarden. Het is dan logisch dat ook gekeken wordt naar de gevolgen voor advieswerk.
• AI-tools worden goedkoper en meer toegankelijk (denk aan TensorFlow van Google die vrij beschikbaar is).
• Bedrijven binnen elke branche kunnen baat hebben bij AI.

De auteurs formuleren daarom de volgende adviezen voor adviseurs:

• Ontwikkel een oplossing met een duidelijke focus (pure-play). Zij zien het meeste heil in hybride modellen van advisering waarbij ‘robo-advies’ wordt gecombineerd met menselijke componenten. Mensen willen niet alleen advies van een robot, maar ook persoonlijk advies.
• Creëer je eigen interne ‘robo-advies’ service. Ziekenhuizen gebruiken bijvoorbeeld AI voor het diagnostiseren van kanker (classificeren van foto’s). Zo’n service voor intern gebruik is wel kostbaar. Daarom:
• Werk samen met een bestaande provider of neem deze over. Binnen de financiële wereld nemen investeerders AI-bedrijven over of gaan er partnerships mee aan.

Robo-adviseurs kunnen volgens de auteurs al worden gebruikt om bepaalde aspecten van risicomanagement te automatiseren of om ethische beslissingen te nemen of besluiten op basis van regulering. Daar waar besluiten worden genomen op basis van veel data zijn beslissingen vaak beter dan als mensen die nemen.

Volgens Davenport cs zullen adviseurs van vlees en bloed vooral gaan samenwerken met robot-adviseurs. Zij zullen online adviesdiensten integreren in hun werk (bijvoorbeeld voor het analyseren van data; denk ook aan studieadviseurs), zij zullen zich minder gaan richten op strategieën maar meer op business modellen en zij zullen zich meer richten op het coachen van gedrag en op gedragsbeïnvloeding als onderdeel van verandermanagement (daar is AI niet goed in).

Ik denk met de auteurs dat AI inderdaad in toenemende mate van invloed zal zijn op het advieswerk. Naast de door Davenport, Libert en Beck gegeven voorbeelden, verwacht ik nog de volgende toepassingen:

• Meer eenvoudige vragen zullen door robots beantwoord worden.
• Robots zullen in staat zijn adviezen te formuleren op basis van het analyseren van veel cases.
• Robots zullen in staat zijn meer nauwkeurige voorspellingen te doen over de groei van een organisatie (denk aan studentenaantallen) of de personeelsontwikkeling. Uiteraard is dit sterk afhankelijk van de kwaliteit van de input.
• Robots zullen automatische samenvattingen kunnen maken van rapporten.

Dit zal impliceren dat advieswerkzaamheden complexer worden maar ook efficiënter en goedkoper kunnen worden uitgevoerd.

Ik denk echter dat het nog vele decennia zal gaan duren voordat mensen een advies van een robot net zo zullen accepteren als een advies van een mens. Ter vergelijking: van veel key note-sprekers zijn opnames online beschikbaar. Toch gaan we tijdens een congres niet met z’n allen naar een video kijken. Ook gebruiken we al decennia applicaties om met elkaar te communiceren. Desalniettemin beschouwen we communicatie via applicaties als Skype nog steeds niet als ‘persoonlijk’. Er is waarschijnlijk nog steeds sprake van ‘transactional distance’ bij het gebruik van ICT. Ik verwacht dat dit bij AI de komende jaren niet anders zal zijn.