Voor de meeste bedrijven is alleen winst maken niet meer genoeg. Steeds vaker speelt maatschappelijke verantwoordelijkheid een centrale rol. Draagt je organisatie niet of nauwelijks een steentje bij aan een betere wereld, dan loop je mogelijk imagoschade op. Data, analytics en kunstmatige intelligentie (AI) helpen organisaties innoveren voor een meer verantwoordelijke en veiligere wereld.
De noodzaak voor bedrijven om maatschappelijke verantwoordelijkheid te nemen, is op zich niet nieuw. Wel neemt de urgentie toe. Een deel van de klanten eist immers dat een merk ‘goed’ is. Om als bedrijf bij te dragen aan een betere wereld kan je ook kijken naar technologische hulpmiddelen. Data en analytics zijn daar goede voorbeelden van, zo bleek onlangs tijdens het virtuele evenement Curiosity2Day van SAS. Op het evenement bespraken verschillende organisaties waaronder Amsterdam UMC en Aurea Imaging hoe zij analytics gebruiken voor een duurzamere en/of betere wereld, waar het nodige van te leren valt.
Zieke planten opsporen bij boeren
Een aansprekend praktijkvoorbeeld komt van Aurea Imaging-CEO Bert Rijk. Het Nederlandse bedrijf zet zich in voor automatisering in de landbouw. Aurea past deep learning toe op data uit sensoren en drones, om uiteindelijk ziektes in planten op te sporen. De sensoren bevinden zich bijvoorbeeld in de grond, maar kunnen ook van camera’s op tractors of drones komen. Informatie die verzameld wordt om gedurende de gehele groeicyclus gewaskenmerken waar te nemen op boomniveau.
Om de boomgaard in kaart te brengen wordt er gebruikgemaakt van een camera en een GPS sensor. Deze camerabeelden worden in real-time op de traktor geanalyseerd en verrijkt met GPS informatie. Naast de camera’s is er een kleine edge device aanwezig, waarin zich de hardware bevindt om beelden te verwerken. Op deze edge device draait ook SAS-software, waarmee een model getraind is om de beelden van de camera’s te analyseren. Voor de modeltraining werden tientallen beelden van peren gebruikt, zodat het model nu precies kan herkennen hoeveel peren er aan een boom zitten. Later kan dat worden uitgebreid met het herkennen van bloesems of ziektes.
In de praktijk kan de toepassing van Aurea Imaging heel nuttig zijn. Zo is het in een boerderij met meer dan 100.000 perenbomen heel lastig om ziektes te vinden. Dat zou je wel kunnen zien aan de peren, maar het is onbegonnen werk om handmatig iedere dag alle peren te bestuderen. Als de boer echter niet op tijd weet waar de ziekte zich bevindt, dan verspreidt de ziekte zich over het hele veld. Daarmee help je de boer bedrijfsmatig, want zo blijft de productie op peil. Maar het vroegtijdig detecteren van ziektes resulteert volgens Rijk ook in een biodiversiteitsvoordeel. Zo kan de hoeveelheid bestrijdingsmiddelen die schadelijk zijn voor insecten flink worden teruggebracht, wat een duurzamer gebruik van gewasbeschermingsmiddelen en meststoffen oplevert.
Aurea Imaging wordt hierin ondersteund vanuit SAS D[N]A Lab, het open innovatieplatform dat bedrijven, startups en scale-ups helpt met data en analytics.
Zorg en data steeds vaker samen
Bij het Amsterdam UMC zijn ze ook overtuigd van de vele mogelijkheden die data, analytics en AI bieden. Prof. Jaap Bonjer, hoofd chirurgie bij het Amsterdam UMC, ging daar tijdens Curiosity2Day op in. Prof. Bonjer kwam met een concreet voorbeeld van hoe AI positief bijdraagt aan mens en gezondheid. Zo sprak hij over het verbeteren van galblaasoperaties met behulp deep learning-modellen. In ongeveer 2 procent van de galblaas operaties ontstaat een complicatie die verregaande gevolgen heeft voor de patiënt. Bij een verkeerde beoordeling loopt de patiënt het risico op meerdere heroperaties en mogelijk ook een levertransplantatie. Daarom is er een computer vision-model ontwikkeld die de chirurg helpt om de juiste beslissing te nemen tijdens de operatie en zo deze complicatie te voorkomen. De ontwikkeling van dit model staat nog in de beginfase, maar is veelbelovend.
Het Amsterdam UMC geeft met deze gebruikstoepassing een voorbeeld hoe je beter kan zijn voor mens en gezondheid, iets wat tijdens de coronaperiode een grotere maatschappelijke verantwoordelijkheid is geworden.
Data, analytics en AI voor een betere wereld
Een ander voorbeeld dat tijdens Curiosity2Day aan bod kwam is van DataKind. Deze partij zet zich volledig in voor het gebruik van AI en data science in dienst van de mensheid. Tijdens Curiosity2Day gaf DataKind-oprichter Jake Porway aan wat dat in de praktijk betekent. Zo ondersteunde DataKind in de Verenigde Staten een initiatief van Counter Tools. Deze non-profit in de gezondheidszorg wilde de blootstelling aan sigarettenrook onder kinderen beperken. Door data te analyseren ontdekten ze dat de sigarettenverkooppunten en -distributiecentra vlakbij scholen lagen. Op basis van deze inzichten moesten een aantal winkels hun deuren sluiten.
Als we al deze manieren om data te gebruiken zo op een rij zetten, zijn er genoeg voorbeelden waarbij data, analytics en AI bijdragen aan een betere wereld. Veel bedrijven zullen de noodzaak anno 2021 voelen. En de technische mogelijkheden liggen binnen handbereik.
De verhalen van verschillende bedrijven over hoe zij data, analytics en AI inzetten voor een betere wereld zijn overigens te beluisteren via de recording van Curiosity2Day.
1 uur geleden
