Sabic

In samenwerking met de Open Universiteit hebben we twee jaar geleden een opleiding opgezet die bedoeld is voor leidinggevenden die leiding geven aan een team van data scientists en data engineers.

Kunstmatige Intelligentie (AI) gaat ons leven fundamenteel veranderen. AI is een systeemtechnologie, te vergelijken met elektriciteit en de verbrandingsmotor, en een belangrijke component van de vierde industriële revolutie waar we nu in zitten. AI in toepassingen zoals gezichtsherkenning, vertaalapps en fraudebestrijding, is gebaseerd op machine learning. Machine learning maakt dus een belangrijk onderdeel uit van AI. Kennis van machine learning is essentieel om veel van AI te kunnen snappen, en te begrijpen wat de mogelijkheden en valkuilen zijn van het toepassen van machine learning en AI binnen je organisatie. De basis hiervoor is het vakgebied van Data Science.

Hoeveel bewijs heb je nodig in de data om je mening te veranderen?

Met ons programma Leadership in AI maak je als manager, beslisser of beleidsmaker in je organisatie de stap om data te omarmen als bron van informatie. We reiken je instrumenten aan om daadwerkelijk op basis van data beslissingen te maken en de aansturing en beoordeling van data science projecten en AI oplossingen beter in te vullen.

Bovenstaande intro raakte een snaar bij Nathalie Houben, Sr Manager Finance Data Science & Analytics bij SABIC.  “We zijn net gestart wat betreft data science en mogelijkheden ervan voor een petrochemisch bedrijf als SABIC. We zijn op zoek naar hoe je een data science strategie moet opstellen, waarmee rekening te houden, hoe dit praktisch wordt voor ons bedrijf. Hebben wij hiertoe ook mogelijkheid via jullie opleidingsinstituut? De opleiding zou dus een combinatie van data science for dummies én praktische toepassingen/business cases moeten behelzen.”

Dat was de start van een mooi traject dat heeft geresulteerd in een in-company training op maat voor SABIC. We hebben 15 deelnemers vier dagen lang meegenomen in de wereld van datascience en AI. Hoe ga je alle initiatieven bij SABIC op het gebied van analytics in goede banen leiden? Overzicht houden, mensen opleiden en usecases uitwerken die aantoonbaar waarde brengen voor je organisatie? 

Hugo Koopmans, MSc. Chief Datascience en Bas Beekmans, PhD Senior Datascientist bij DIKW Academy namen de groep mee.

Die uitdaging start met het op 1 lijn brengen van de mensen met betrekking tot kennis en kunde op het gebied van Machine Learning en AI. Wat is er allemaal mogelijk ? Wat betekent dat voor een organisatie als SABIC? Zonder al te diep in te gaan op de techniek hebben we de cursisten kennis laten maken met de gereedschapskist van de data scientist. Na een overzicht van het werkveld en de voorbeelden rond Computer Vision en ChatGPT zijn we gericht gaan kijken naar mogelijke usecases voor SABIC. Prijselasticiteit voor dynamisch beprijzen, beoordelen van credit risk,  tijdreeks forecasting van sales en demand, process mining en supply chain optimization zijn interessante usecases waar met AI technieken veel te halen valt.

Aan de hand van onze AI model canvas hebben we in kleine teams van 3 tot 4 personen gewerkt aan het uitwerken van mogelijkheden voor de klant. Na een voorzichtige start bleek dat de samenwerking in de multidisciplinaire teams op gang kwam waardoor de AI use cases vorm kregen. Op de laatste dag hebben de teams aan elkaar hun beste ideeën gepitched. De uitwisseling van kennis en ideeën vloeide rijkelijk, echt heel mooi om te zien! 

Naast het concrete resultaat van een kleine tiental usecases hebben we ook aandacht besteed aan de organisatiekant van AI. Om dit soort innovatie succesvol te maken is het belangrijk dat je naast de early adopters ook de early majority in beweging krijgt. Deze pragmaticizijn vooral gebaat bij 1 of meerdere succesverhalen waarmee je ze aan boord krijgt. Om daartoe te komen is het zaak dat de “Experimenteer Fabriek” op volle toeren draait. 

Als je je stakeholders weet te overtuigen dat AI geen glimmende “zwarte doos” is waar automatisch geld uit komt.  Maar een kansen machine (experimenteer fabriek) is waarmee je door hard werken usecases kunt uitrollen waarmee je op de langere termijn structureel de voordelen van data gedreven werken kunt oogsten. Dan ben je klaar voor succes!

“Wij zien deze waardevolle cursus als het startpunt van een succesvolle samenwerking tussen het Finance Data Science & Analytics team en een eerste groep interne partners. Hugo en Bas van DIKW ons handvaten aangeboden en aangezet tot nadenken over mogelijke toepassingen van AI, machine learning en deep learning in onze dagelijkse praktijk. Het AI model canvas is een mooi uitgangspunt dat mijn team in de toekomst zal blijven gebruiken om de opportuniteiten tot data science & analytics te definiëren en verder uit te werken. We zijn er zeker van dat de EPM organisatie hiermee de weg inslaat naar meer data gedreven werken en besluitvorming. We kijken met vertrouwen uit naar de resultaten van de eerste usecases! ”