top of page

Waar blijft artificial intelligence in mijn werk?


Doe eens het volgende gedachtenexperiment: stel je hebt een draaiknop op je bureau staan, die jou steeds accurater laat voorspellen wat de gevolgen zullen zijn van jouw zakelijke keuzes en adviezen. Hoe zou dat de kwaliteit van jouw werk beïnvloeden? En op welk moment zou zo’n knop jouw keuzes en adviezen wezenlijk effectiever en efficiënter maken? Dit denkraam is een manier om te bepalen wat artificial intelligence (AI) voor jou gaat betekenen. Maar waar blijft die AI in onze dagelijkse praktijk?

Ik doe behoorlijk complex en creatief werk. Ik maak visies, ontwikkel concepten, schrijf beleidsnota’s en werk aan ontwikkelstrategieën. Stuk voor stuk unieke producten, geheel toegeschreven op de specifieke context van het gebied, de gemeente, het onderwerp. Er komen daarbij ideeën uit mijn hoofd die misschien wel nog nooit eerder bedacht zijn. En dus vond ik het best moeilijk om me een beeld te vormen hoe artificial intelligence mijn werk zou gaan beïnvloeden.

Tot ik dat gedachtenexperiment met die draaiknop deed. Dit experiment is bedacht door Ajay Agrawal, hoogleraar AI. Hij stelt in feite dat met de ontwikkeling van AI de kosten van accurate voorspellingen steeds lager worden. Een bedrijf als Amazon is inmiddels al zó goed in voorspellingen, dat ze overwegen over te stappen naar een businessmodel waarbij ze mensen producten sturen nog vóórdat ze die besteld hebben. Het aantal teruggestuurde producten is zo laag, dat het opweegt tegen de huidige praktijk.

WIJ ZIJN VOORSPELLERS

Als ik echt scherp naar mijn werkzaamheden kijk, dan bestaat een heel groot deel van wat ik produceer en adviseer uit voorspellingen. Over de effectiviteit van een beleidskeuze, over het succes van een bepaalde ontwikkelrichting, over de mate waarin een concept zal aanslaan bij de toekomstige klant. De accuratesse van mijn voorspellingen is nu onder andere gebaseerd op mijn opleiding, mijn ervaring, het stellen van de juiste vragen, reflectie van anderen en ‘fingerspitzengefühl’. Ik kan me echter heel goed voorstellen dat zo’n draaiknop op mijn bureau van grote meerwaarde zou zijn voor mijn werk. Waarschijnlijk geldt bovenstaande ook voor jou.

Ik zou best een AI-buddy willen hebben die kan voorspellen welke functies het in een bepaald gebied het beste gaan doen en tegen welke huurprijs. Of die met stelligheid kan zeggen hoe ik een subsidieregeling aan moet passen om hem 20% effectiever te krijgen. Of nog mooier: met wie ik samen een supersnel creatief proces kan doorlopen om de ideale ruimtelijke structuur te krijgen voor een gebied.

AI IS NOG NERGENS IN MIJN OMGEVING TE VINDEN

Maar waar is die AI-buddy? Kunstmatige intelligentie is nog in geen velden of wegen te bekennen. Stedenbouwkundigen werken nog steeds een beperkt aantal varianten uit, omdat het anders zoveel werk is. Verkeerskundigen zijn afhankelijk van theoretische modellen en een sporadische telling. Onderzoeksbureaus gebruiken allemaal dezelfde relatief statische datasets of vergelijken handmatig lijstjes met elkaar. Het vinden van goede referentieprojecten is afhankelijk van wat iemand toevallig weet op te lepelen, dus komen steeds weer dezelfde projecten naar boven.

Dit betekent dat de meeste beslissingen in onze ruimtelijke ordening top down gebaseerd worden op subjectieve aspecten en niet op kwantitatieve data, werkelijke prestaties en feedback daarover.

DE MEERWAARDE VAN AI VOOR ONS VAK

Kunstmatige intelligentie zal ons kunnen helpen een aantal grote urbane opgaven op te lossen. Denk aan mobiliteit, segregatie en het mengen wonen en werken. Een paar actuele voorbeelden.

NIEUWE SAMENHANG IN STEDEN VINDEN

Veel van de beleidskeuzes die worden gemaakt hangen samen met de indeling van onze steden in wijken. Denk aan stimuleringsbeleid als de Vogelaarwijken, het benoemen van de grenzen van de binnenstad, het verspreiden van wijkvoorzieningen, etc. Meest recent was het proefballonnetje van de VVD over het strengen straffen van overtreders in bepaalde wijken. De definitie van een specifieke wijk is vaak bepaald door de ruimtelijke samenhang en het bouwjaar.

Op basis van AI kunnen wijken op een andere, slimmere manier gedefinieerd worden. Bijvoorbeeld aan de hand van de ‘persoonlijkheid’ van een plek. Deze wordt bijvoorbeeld gevormd door een mix van architectuur, groen, inkomens, typen bedrijvigheid en de veranderingen daartussen. Door een combinatie van machine learning, artificial intelligence en beeldherkenning heeft het bedrijf Topos de vijf traditionele wijken van New York City (Manhattan, Queens, Brooklyn, The Bronx en Staten Island) anders ingedeeld, veel meer passend bij de mate waarin gebieden werkelijk gezamenlijke kenmerken hebben. Dit maakt het mogelijk om veel gerichter beleid te ontwikkelen.

Hun methodiek heeft ze ook in staat gesteld te voorspellen waar de eerstvolgende koffietenten hun deuren zullen openen. En als íets een indicatie is dat het beter gaat met een wijk, dan is dat het wel! 

BESTURING VAN HELE STEDEN

Alibaba, de grootste online retailer van China ontwikkelt een ‘urban governance system’ onder de veelzeggende naam ‘City Brain’. Door combinatie van allerlei real time databronnen stelt dit systeem stadsbesturen in staat effectiever te sturen op het functioneren van hun steden. Alibaba is ervaring aan het opdoen met dit systeem en dat doen ze niet in kleine steden. In Kuala Lumpur in Maleisië hebben ze het ingezet om de gigantische congestie te verminderen. Ze claimen dat deze met wel 15% is afgenomen.

City Brain doet live voorspellingen van verkeersbewegingen, optimaliseert verkeersstromen en detecteert verkeersongelukken met behulp van data van videobeelden, openbaarvervoersystemen en routeplanners. Door deze te integreren met andere managementsystemen kan het system automatisch nooddiensten alarmeren en de snelste routes voor hen uitstippelen. Op termijn blijft City Brain leren van verkeerspatronen, waardoor de voorspellingen steeds preciezer zullen worden en toepasbaar worden op nieuw te ontwikkelen wegen en ov-lijnen.

Zeker nu de vier grote steden in Nederland nadrukkelijk naar de markt kijken voor het aanpakken van hun grootste mobiliteitsopgaven wordt dit heel actueel.

DOORPRIKKEN VAN MYTHES

Wij ontwikkelen steden op basis van ons begrip van de behoeften van een stad. Wij denken te weten met welke ingrepen wijken ten goede veranderen en steden beter gaan functioneren.

Een team van MIT Media Lab heeft met behulp van AI aan de hand van zo’n 1,6 miljoen paar foto’s populaire hypotheses over de achteruitgang en vooruitgang van stadswijken getoetst. Zij vergeleken beelden die zeven jaar na elkaar werden genomen - iets dat onbetaalbaar tijdrovend zou zijn voor mensen, maar dat haalbaar werd met behulp van een door mensen begeleid zelflerend systeem dat steeds beter kon lezen herkennen wat op een foto stond.

Via deze gegevens konden de onderzoekers algemene overtuigingen over steden testen. Zo konden zij de theorie bevestigen dat wijken die aan het begin goed scoorden op veiligheid veel sneller verbeterden dan wijken die aan het begin slecht scoorden. De verschillen namen dus alleen maar toe. Maar interessanter nog dan de veranderingen die zichtbaar werden, is welke factoren niet of nauwelijks een voorbode zijn voor verandering. Gegevens over inkomen bijvoorbeeld, zeggen op zichzelf heel weinig. En hetzelfde geldt voor huizenprijzen.

KAN IK DAAR ZELF OOK IETS MEE?

Universiteiten en techreuzen zijn dus druk bezig met AI en de resultaten zijn veelbelovend. Ik ben echter weinig tot geen toepassingen tegengekomen die ik voor mijn werk nu al in kan kopen of van de markt kan plukken en kan gebruiken. Misschien ben ik gewoon te vroeg en heeft die grote meerderheid gelijk dat ze denken dat het zo’n vaart niet zal lopen. Ik denk echter dat hier een enorme kans ligt voor nieuwe bedrijven en bedrijfjes. En mochten ze wel al bestaan, dan ligt er een megakans voor een marketingbureau om ze beter onder de aandacht te brengen bij mensen zoals jij en ik.

Ondertussen heb ik me in elk geval ingeschreven voor de Nationale AI Cursus die net gelanceerd is. Simpel te downloaden als app op je telefoon via https://app.ai-cursus.nl.

Featued Posts 
Recent Posts 
Find Me On
  • Facebook Long Shadow
  • Twitter Long Shadow
  • YouTube Long Shadow
  • Instagram Long Shadow
Other Favotite PR Blogs
Serach By Tags
bottom of page