Jouw reis naar Data en AI

Wat is Data en AI nou eigenlijk en hoe kun je dit met behulp van Azure het beste implementeren?
Je leest het in dit artikel.

Dit artikel geeft op hoog niveau een inleiding in de wereld van Data en AI. In het artikel leggen we uit hoe het evoluerende gebruik van Data nieuwe mogelijkheden creëert voor verschillende organisaties. In relatie tot het invullen van bepaalde bedrijfsbehoeften lichten we toe hoe welke Data en AI service gebruikt kan worden in Azure.

In dit artikel zullen we de volgende vragen beantwoorden:

- Wat is Data en AI?
- Wat zijn use cases voor Data en AI?
- Wat zijn de voordelen van het gebruik van Data en AI?
- Welke services op Azure zijn beschikbaar met betrekking tot Data en AI?
- Wat zijn real-life klantcases die gebruik maken van Data en AI?

Je kunt ook deelnemen in onze gratis workshop waar je in 1.5 uur een introductie krijgt in de wereld van Data en AI. Meld je hier aan!

Wat is Data en AI?

Wat betekent Data en AI voor jou?
Hoewel we er dagelijks mee in aanraking komen, is er nog heel wat onduidelijkheid rond dit onderwerp.

Een voorbeeld:
Heb je ooit je rekening gecontroleerd voordat je naar een supermarkt zou gaan en iets zou kopen, terwijl je daarna meteen kunt nagaan waar het geld naartoe is gegaan en wat je hebt betaald? Sommige bankapplicaties bundelen de gegevens zelfs voor je in categorieën, zoals boodschappen, nutsvoorzieningen, vervoer enzovoort. Je kunt zelfs voorspellingen zien van je uitgaven of van toekomstige transacties/bestellingen die nog moeten komen.

We beschouwen het als vanzelfsprekend, maar het is alleen mogelijk om voorspellingen te doen door de noodzakelijke en juiste gegevens vast te leggen, ze op te schonen/te transformeren en een algoritme of AI-model te gebruiken. Om het er allemaal interessant uit te laten zien, helpen visualisatietools bij het maken van de grafieken om je analyses te laten zien. Zoals je ziet, is er nog veel meer aan de achterkant dat wij niet zien, maar wat zeker gebeurt wanneer je de transactie in de supermarkt doet.

Wat is Data precies?

Volgens het Cambridge Dictionary wordt Data als volgt gedefinieerd:

“Information, especially facts or numbers, collected to be examined and considered and used to help decision-making or information in an electronic form that can be stored and used by a computer”

Gegevens komen in vele vormen en gedaanten overal vandaan. We kunnen het heel ingewikkeld doen als we het over gegevens hebben, maar in feite,is het als de ingrediënten voor een gerecht.


Wat we nodig hebben om te koken is:
- Een keuken (d.w.z., een ruimte met kasten waar je zou kunnen koken)
- Apparatuur (d.w.z. een fornuis, koelkast, enz.)
- Keukengerei (d.w.z., keukengerei, potten/pannen, borden enz.)
- Grootte (d.w.z., het aantal mensen waarvoor gekookt wordt)
- Een gerecht (d.w.z. een recept)
- Ingrediënten voor een gerecht
- Budget (de kosten die je voor het gerecht zou willen betalen)
- Vaardigheden (bijv. chef-kok, beginner, enz.)

Hoe dit zich verhoudt tot Data is als volgt te zien:
- Keuken = het Data platform
- Apparatuur = de Datadiensten
- Keukengerei = de tools
- Grootte = opslagcapaciteit
- Gerecht = probleemstelling
- Ingrediënten = gegevens
- Budget = uitgaven
- Vaardigheden = vaardigheden


Als je een gerecht hebt gedefinieerd, of in Datatermen: een probleemstelling, ga je na hoeveel je bereid bent uit te geven. Daarna kijk je of je sommige ingrediënten (d.w.z. gegevens) van tevoren moet voorbereiden, zoals het maken van een kruidenzakje of, in Data-termen, het toepassen van voorbewerking op gegevens. Je moet een overzicht maken van de vaardigheden die je binnen je team hebt. Zijn dat ontwikkelaars of Data-analisten. Als het tijd is om boodschappen te doen, besluit je naar welke supermarkt je gaat. In Datatermen, je bepaalt de Data locaties van de Data. Als die beslissing eenmaal is genomen bekijk je welke ingrediënten je gaat kopen? In Datatermen, welke gegevens krijgen we (d.w.z. gestructureerd/ongestructureerd/semigestructureerd) en in welke formats krijgen we de gegevens?

Wat is AI precies?

Volgens het Cambridge Dictionary wordt AI als volgt gedefinieerd:

“The study of how to produce machines that have some of the qualities that the human mind has, such as the ability to understand language, recognize pictures, solve problems, and learn.”

Gegevens vormen de basis voor het gebruik van AI. Het klinkt heel cryptisch, maar het is een poging om de menselijke geest te simuleren, uit te breiden en te verruimen. In de statistiek heb je bijvoorbeeld een zogenaamde Anova-tabel, die vroeger met de hand werd gedaan om het mechanisme erachter te begrijpen. Maar als je wilde nagaan wanneer wereldwijd een frauduleuze overdracht had plaatsgevonden, is dat een hele hoop gegevens om handmatig door te nemen. Nu kan een dergelijke taak door machines worden uitgevoerd. In de keuken is het de manier waarop je je gerecht gaat maken, een heel proces.

Volg ons in onze nieuwe Data en AI workshop!
In 1.5 krijg je een volledige introductie in de wereld van Data en AI.



Wat zijn de use cases voor Data en AI?

Ik geloof dat het nut van Data en AI in bijna elke industrie kan worden gevonden.
Hieronder vind je 2 voorbeelden waar Data en AI is gebruikt:

1. Als we kijken naar het bankvoorbeeld dat eerder werd genoemd, worden gegevens en AI gebruikt om financiële criminaliteit te bestrijden. Stel dat iemand er op de een of andere manier achter is gekomen hoe hij of zij toegang kan krijgen tot je bankrekening en geld kan aftroggelen, dan zou je willen dat die situatie wordt voorkomen. Aangezien voorbeelden hiervan wereldwijd voorkomen, is er veel Data beschikbaar om machine learning-modellen te maken om dit soort fraude te voorkomen op basis van anomalieën (stel, je mist opeens 10.000 euro terwijl je normaal gesproken maar 100 euro zou uitgeven). Met behulp van AI kun je kennisgrafieken verbeteren om relaties tussen ongelijksoortige entiteiten te vinden en verdacht gedrag binnen financiële systemen te identificeren.

2. Een andere use case waarbij Data en AI een rol spelen, is het verbeteren van de ervaring van de klant met je bedrijf. Data en AI kunnen inzicht geven in de portefeuille van je klanten en hun tevredenheid. Om hun ervaring te verbeteren, kan je denken aan intelligente contact centers, of chat bots. Het kan ook nuttig zijn om te personaliseren naar een klantbehoefte door gepersonaliseerde portfolio's te kunnen maken of het doen van pro-actieve aanbiedingen voor bepaalde klanten gebaseerd op AI.

Wat zijn de voordelen van het gebruik van Data en AI?

Naast kijken naar wat Data en AI is en waar het voor gebruikt kan worden, is het noodzakelijk om te begrijpen waarom er voordelen aan verbonden zijn

  • Inzichten: Je krijgt zodanige inzichten in je eigen Data dat je in staat bent om AI toe te passen om bijvoorbeeld voorspellingen te doen. Je Data is in een mum van tijd klaar om te visualiseren in rapporten die je met iedereen kunt delen.
  • Flexibiliteit: Wanneer je gebruik maakt van de Azure Cloud krijg je flexibiliteit in tools en services die je kunt gebruiken.
  • Schalen: Gebruikte producten kunnen worden geschaald naar de behoeften (dus omhoog of omlaag) of worden verwijderd wanneer u de dienst niet meer nodig heeft.
  • Efficiëntie: Zoals bij elk scenario kan je ingebouwde business logica gebruiken om oplossingen te lanceren in kortere periodes die kunnen teruglopen naar weken in plaats van maanden.
  • Skillsets verscheidenheid: Je hebt toegang tot verschillende frameworks voor de verschillende skillsets die je in huis hebt, zoals ontwikkelaars, Data scientists, Data engineers etc., waarbij producten voor elk ervaringsniveau gebruikt kunnen worden.
  • Verantwoorde en veilige AI: Ook al klinkt de wereld van Data en AI en wat we ermee kunnen bereiken soms misschien wat eng, op Azure hebben we tools, richtlijnen en services ingebouwd in producten om het verantwoord te gebruiken. Met verantwoord gebruik van AI bedoelen we bijvoorbeeld dat Data privacy gewaarborgd is, zodanig dat aan vertrouwen en transparantie kan worden voldaan met ingebouwde beveiliging die zich uitstrekt van de cloud tot intelligent edge.

Welke diensten zijn er beschikbaar op Azure met betrekking tot Data en AI

Welke diensten zou je bedrijf nodig hebben met betrekking tot Data en AI?

Om eerlijk te zijn, wanneer je naar de productensectie van Azure gaat op de Microsoft-pagina (Directory of Azure Cloud Services | Microsoft Azure), word je misschien een beetje overweldigd door alle diensten die beschikbaar zijn voor Data en AI + machine learning. Echter, elk scenario dat je voor ogen hebt waarbij je Data en AI zou kunnen gebruiken, is oplosbaar en kan verschillende diensten gebruiken afhankelijk van allerlei variabelen die we diepgaand zullen bespreken in de komende Data en AI workshop.

Op een hoog niveau is het belangrijk om een soort opslag te hebben, een tool voor transformaties, Data-analyses en visualisaties. Als je bijvoorbeeld de ervaringen van klanten wilt verbeteren, zou je dat met chatbots kunnen doen. Voor de chatbots zelf zou je kunnen gaan voor de Azure Bot services met LUIS. Deze services hebben wel Data nodig die ergens is opgeslagen zoals een Azure Data Lake Storage.

Maar misschien heb je al in-house coding skills en wil je een notebook omgeving waar een compleet platform is ingeschakeld voor machine learning zoals Azure Machine Learning. Nogmaals, de notebook moet in staat zijn om gegevens ergens vandaan te lezen, wat zelfs een tabel in een Azure SQL Database kan zijn.

Wat zijn real-life klantcases die gebruik maken van Data en AI?

Ben je nog steeds geïnteresseerd in het gebruik van Data en AI, maar wil je graag een aantal geïmplementeerde praktijkcases zien, kijk dan eens naar deze algemene link: Microsoft Klantverhalen

Hieronder bespreken we 2 klantcases:

1. Kodisoft
2. Royal Agrifirm Group


Een case waar Data en AI veelvuldig is gebruikt is Kodisoft.
Kodisoft, een maker van interactieve restauranttechnologie, wilde een nieuwe manier creëren om consumenten te betrekken. Het bedrijf ontwierp een innovatief platform op basis van Windows 10 IoT en Microsoft Azure, waar ze Azure Machine Learning, Azure SQL Database, Power BI en andere Data en AI tools hebben gebruikt, om interactieve restaurant eettafels te verbinden met cloud services. Consumenten kunnen het tafeloppervlak aanraken om menu-items en diensten te bestellen, spelletjes te spelen en meer, terwijl de tafel intelligent reageert met gepersonaliseerde thema's en aanbiedingen. Het resultaat is een digitaal verbeterde eetervaring voor de consument en meer bezoekers en hogere winsten.

Meer over Kodisoft kan je hier vinden: Microsoft Customer Story-Brenging a new solution to the table: interactieve technologie transformeert de restaurantbranche


Een ander bedrijf waar Data en AI diensten zijn gebruikt in Royal Agrifirm Group.
Zij hebben Data en AI ingezet om bij te dragen aan een verantwoorde voedselketen waarbij meetbare, relevante en duurzame waarde op de boerderij, het veld en in de voedingsindustrie hun expertise is. Zij hadden behoefte aan één versie van de waarheid over gewassen en veevoer en wilden voorop lopen met het opzetten van een Dataplatform tijdens hun technologische transformatie. Ze hebben Data- en AI-diensten zoals Azure Databricks en SQL-server gebruikt om deze transitie te doen en om inzicht te krijgen in het overwinnen van de uitdagingen van een wereldwijde voedselketen.

Als je meer wilt weten over het succes dat Royal Arifirm Group heeft gehad, klik dan op deze link: Microsoft Klantverhaal-Royal Agrifirm Group: Een duurzame voedselketen creëren met Data


Wil je meer weten?

Ben je nieuwsgierig geworden en wil je zien hoe Data en AI en Intercept jouw organisatie vooruit kunnen helpen, kom dan naar onze gratis workshop bij over Koken met Data en AI.



Dit is het eerste artikel in de 'Data en AI' reeks. De volgende onderwerpen staan nog op het menu:

  • Data Engineering
  • Data Science / Analytics
  • Data Visualisaties

Houd ons in de gaten!

Tags

  • Data and AI

Wellicht ook interessant:

  • 20220203 Intercept Artikelillustratie Azure Data Factory Versus Apache Spark (1)

    Data Factory vs. Databricks: Wanneer je liefde voor data wat (Apache) Spark mist

    Hoe kies je de juiste datapartner? Azure Data Factory heeft mooie voordelen als je begint, maar met Apache Spark kan je diepere lagen ontdekken. Dus is Azure Databricks je datapartner zijn die de “Spark” weer terugbrengt in je dataproject? Een ding is zeker, in Azure hoef je niet persé te kiezen voor een monogame dataoplossing.

    • Leesduur 6min
    Meer over Data Factory vs. Databricks: Wanneer je liefde voor data wat (Apache) Spark mist
  • 20220113 Artikelillustratie Howtobuildadatalake NL

    Zo bouw je een Data Lake

    Vandaag de dag slaan bedrijven allerlei soorten gegevens op, zelfs als ze er nog geen doel voor hebben. Maar waar moeten al die verschillende soorten datasets worden opgeslagen? Dit is waar het 'Data Lake' om de hoek komt kijken!

    • Leesduur 7min
    Meer over Zo bouw je een Data Lake
  • Hoe Zet Je Data Om Naar Informatie

    Hoe zet je data om naar waardevolle informatie?

    Hoe je datareis eruitziet, hangt af van het project. Toch zijn er binnen elk dataproject vijf generieke stappen die elk bedrijf kan nemen om inzichten uit data te halen. We bespreken ze hier!

    • Leesduur 5min
    Meer over Hoe zet je data om naar waardevolle informatie?
  • 20210917 Intercept Artikel Illustratie Data Engineering

    Jouw reis naar Data Engineering

    In dit artikel verken je de taken van een Data Engineer samen met relevante services die beschikbaar zijn op het Azure platform.

    • Leesduur 9min
    Meer over Jouw reis naar Data Engineering