Deze 9 stappen helpen je AI-project logisch uitbouwen met beperkte investeringen

Hoe het AI-Lab van Verhaert een project opzet, leert je hoe je je eigen project best uitdenkt. Zo hou je jezelf, je AI-provider én je investeringen onder controle

De cyclus van stap 2 tot en met stap 8 kan je meerdere keren herhalen, tot de oplossing klaar is om effectief uit te rollen. 

“Learn cheap, learn fast, is ons motto", zegt Jochem Grietens, Data & AI-Lab coördinator bij Verhaert Masters in Innovation. “In de eerste fase willen we snel en veel leren over de uitdaging van de klant. Het komt erop neer om de uitdagingen naar boven te halen zonder zware investeringen. De focus ligt hier op het aantonen van de haalbaarheid en waarde van het AI-project. In een tweede fase pakken we die uitdagingen doelgericht aan.”

Stap 1. Begrijp je business

Bedrijven die met AI aan de slag gaan, zijn in drie categorieën onder te verdelen:
Bedrijven met een vage vraag rond innovatie of verbetering van hun productie of bedrijfsprocessen.
Organisaties met een heel specifiek plan waarin ze willen dat AI een rol speelt. Maar zonder dat ze intern de competenties hebben.
Ondernemingen met een specifiek probleem, maar zonder dat ze aan AI als oplossing denken.

In welk soort bedrijf werk jij vandaag?

“Maak in de eerste stap je business helder. Zoek uit waar de waarde zit voor jezelf en je klanten”, zegt Jochem. “Deze markt- en productkennis komt in de volgende stappen meer dan van pas.”

Stap 2. Maak je probleem concreet

“Het is gemakkelijk om een probleem complex en groots te verwoorden”, weet Jochem. “Maar daarmee kan je geen AI-project opstarten.”

De opdracht in deze tweede stap? Naar de essentie gaan. Zo concreet mogelijk het probleem scherp krijgen. ‘Welke uitkomst wil je?’, is een belangrijke vraag hierin. ‘Een betere machine’ is bijvoorbeeld geen duidelijke probleemstelling.
Maak het concreter: Je wil bijvoorbeeld een machine die aangeeft wanneer ze kapot zal gaan. Of die een alarm geeft als ze stuk is. Of die je in realtime informeert over haar onderdelen.

Bedenk nog geen oplossing in deze fase. Spreek wel met specialisten die ervaring hebben met artificiële intelligentie . Bundel ook je domeinkennis over de markt, bestaande producten en hun klanten.

Stap 3. Genereer een concept

Vanuit de berg kennis en nauwkeurige doelstelling werk je aan een eerste concept.

“In deze fase creëren we oplossingen voor deelproblemen”, zegt Jochem. “We nemen alles mee en kiezen de concepten uit die de resultaten zullen genereren die we vooropstellen.”

In de aanloop naar de vierde stap beslis je wat de beste data voor dit concept is. “Als je bijvoorbeeld mensen ‘s nachts wil detecteren is een gewone camera niet de beste oplossing”, verklaart Jochem. “Dan denk je beter aan sensoren, infrarood of ultrasoon camera’s.”

Stap 4. Verzamel data

Nu je doel en concept kent, weet je welke data de oplossing nodig heeft.

"Klanten hebben vaak angst van deze stap omdat het een inspanning vraagt”, ondervindt Jochem. “Maar het is vaak een ongegronde angst. In de praktijk merken we dat het proces van data verzamelen juist veel waarde brengt voor het bedrijf. Het bedrijf leert namelijk veel over haar proces of product.”

Stap 5. Begrijp je data

Deze stap leunt nauw aan tegen stap 4. Je vertrekt vanuit het inzicht in processen en producten. Die combineer je met inzichten via data en statistiek. Zo leer je de verzamelde data begrijpen.

Je ziet meteen ook welke data je mist en hoe je data op een andere manier kan verzamelen tijdens volgende cycli.

Stap 6. Verwerk je data

Van hieruit ga je de verzamelde data verwerken en klaarmaken voor het modelleren in de volgende stap.

Data verwerken, kan inhouden:

• data uniformiseren
• gegevens uit verschillende bronnen met elkaar kruisen
• data opkuisen
• de kwaliteit controleren en verbeteren

Stap 7. Ontwikkel de eerste modellen

Tot deze fase leeft het idee en de uitwerking enkel op papier. Nu zet je de eerste stap naar de praktische uitwerking.

"De AI-community heeft een heel open karakter”, legt Jochem uit. “Hierdoor zijn er kant-en-klare bouwblokken voorhanden die kunnen helpen om snelheid te maken in de eerste fasen."

Bouw en test verschillende modellen. Heb je goed gewerkt in de vorige stappen? Dan wordt snel duidelijk welke algoritmen je zullen helpen en hoe je deze efficiënt maakt.

“In de volgende fase stemmen we de oplossing in detail af op de doelstelling van de klant. De initiële bouwblokken worden al dan niet behouden of herschreven, afhankelijk van de noden.”

Stap 8. Evalueer de voorbije stappen

Tijd om de ontwikkelde modellen te evalueren volgens de criteria die je in stap 1 en 2 bepaald hebt. Welke leveren de gewenste resultaten op? Welke voorspellen het best wat je wenst?

Stap 9. Rol de AI-oplossing uit

De opgebouwde modellen die relevant zijn, kan je nu in het product, het proces, de website… integreren. Deze laatste fase loopt net zoals je die kent uit softwareontwikkelingsprojecten.