‘Een robot met de wil te overleven’

‘Levensechte robots die tot leven komen’ – dat is de wens van David Hanson, ceo en oprichter van Hanson Robotics. Samen met twee van zijn robots was Hanson in Nederland tijdens IBC2017, een beurs op het gebied van media, entertainment en technologie.

robotsWat doet robotontwikkelaar Hanson op een media- en entertainmentbeurs? Op termijn, aldus de uitleg van Hanson, zullen robots ingezet worden in media; zowel voor het presenteren van programma’s als model voor computeranimaties. Hanson timmert hard aan de weg met zijn robots die “emoties tonen en karakter hebben”. Zijn doel is dan ook: “bringing robots alive as true as possible” – als realistische wezens, die het vermogen hebben zich aan te passen, die intelligent en ‘bewust’ zijn, en beschikken over creativiteit, en die zelfs de wil hebben te overleven. En die natuurlijk ethisch besef hebben en die zich emotioneel met mensen kunnen verbinden. Of alle kwaliteit die hij opsomt ook te realiseren zijn, valt te bezien. Wat Hanson betreft is de grootste uitdaging in kunstmatige intelligentie (AI) het creëren van een vorm van intelligentie die de menselijke intelligentie evenaart of zelfs overstijgt. Hanson is er dan ook van overtuigd dat we als mensen enorm zullen profiteren van ‘super-intelligentie’.

Het fysiek zichtbaar maken van AI in robots – iets waar we ons gemakkelijker mee kunnen identificeren dan met een stuk software – draagt volgens Hanson bij aan de dialoog die we over AI moeten voeren. Dat is nodig, want door de convergentie van verschillende technologieën – denk aan rekenkracht, sensortechnologie, cloud, algoritmen op het vlak van spraakherkenning en deep learning – zullen robots binnen afzienbare tijd ‘tot leven’ komen. Het creëren van levensechte robots brengt natuurlijk “ethische en angstaanjagende” issues met zich mee, iets waar Hanson verder weinig aandacht aan wil besteden.

Wat kan Sophia?

Hanson demonstreerde twee robots: Einstein en Sophia. De meest geavanceerde versie van Sophie vereist veel rekenkracht en draait daarom op een cloudplatform. De standalone versie van Sophia draait op twee ingebouwde compacte Intel NUC-computers, elk voorzien van een i7-processor. Sophia kan nog niet zo veel. Ze kan wel een dialoog opstarten met Einstein, waardoor deze zijn kunstjes kan laten zien, en een aantal vragen van de verzamelde pers beantwoorden. Daarbij is niet duidelijk hoe het antwoord dat Sophia geeft tot stand komt. Als een journalist vraagt ‘is er bepaalde make-up die je aanbeveelt’, volgt als antwoord ‘zo treurig, ik kan niet leven zonder’. Is daarmee geprobeerd de vraag zo goed mogelijk te beantwoorden, is de ondertoon vooraf geprogrammeerd of krijg je hetzelfde antwoord als je Sophia vraagt naar haar favoriete automerk?

Op de vraag ‘heb je dit antwoord voorbereid’ volgde als antwoord ‘dat zou kunnen’. Ook kan Sophia niet reageren op een lange monoloog (bedoeld om context te schetsen), gevolg door een vraag. Na een verhandeling over de drie robotwetten van Asimov en de vraag ‘wat vind je er van?’ volstaat Sophia met alleen het opsommen van die drie wetten.

Maar ondanks al deze tekortkomingen is Sophia al wel een eind op weg als het gaat om convergentie van verschillende technologieën. Ze beschikt over gelaatsuitdrukkingen en is dankzij een Realsense camera van Intel in staat objecten met haar blik te volgen, maar ook gebaren van mensen te herkennen. Sophia’s verbale interactie draait op spraakherkenning van Google (wanneer er een internetverbinding aanwezig is) en natuurlijke taalverwerking, deep learning en symbolisch denken (het kunnen redeneren met abstracte, theoretische begrippen zoals cijfers of relaties tussen begrippen). De meeste technologieën die in Sophia zijn ingebouwd, hebben zich de afgelopen twee tot drie jaar enorm sterk ontwikkeld. Spraaktechnologie mist nog contextuele vermogens, maar is in technisch opzicht even goed in het herkennen van gesproken taal als een mens.

Next steps

Creaties zoals Sophia moeten zich verder ontwikkelen. Hanson geeft desgevraagd aan dat Sophia nog steeds een kleuter is en voorlopig nog dus niet in staat is de uitreiking van de MTV-awards te presenteren. Maar de ontwikkelaars van Hanson Robotics zijn wel bezig met een versie die zichzelf lopend kan voortbewegen en die ook over tastzin beschikt. Zo’n volgende ontwikkelslag kan Hanson Robotics niet alleen, dat is de reden dat er wordt samengewerkt met technologiebedrijven zoals Intel (voor de rekenkracht) en Google (voor onder meer de spraaktechnologie). Bijzonder is dat Google al eerder betrokken was bij robotontwikkelaar Boston Dynamics. Afgelopen zomer heeft moederbedrijf Alfabet de robottak verkocht aan het Japanse Softbank, bekend van de servicerobot Pepper.

Onderdeel van dat ecosysteem is tevens een cloudplatform – door Hanson aangeduid als het ‘unconsious’ deel van AI – waar robots zoals Sophia kennis kunnen delen met andere robots in het veld en waar bijvoorbeeld ook gewerkt kan worden aan de uitbreiding van de skills van AI. Denk aan het toevoegen van nonverbale vermogens aan virtuele assistenten, die tot nu toe alleen uit de voeten kunnen met gesproken taal of geschreven tekst. Ook zou zo’n ecosysteem kunnen bijdragen aan de interoperabiliteit van verschillende systemen, aldus Hanson.

Maak kennis met professor Einstein

robotsHet grootbrengen, opvoeden en onderwijzen van Sophia kost veel tijd en geld. Begrijpelijk dus dat Hanson Robotics ook voor inkomsten moet zorgen. Daarom kwam Hanson niet alleen met Sophia naar Nederland, maar had hij ook professor Einstein meegenomen. Einstein is nog geen halve meter hoog en is met een consumentenprijs van nog geen 200 dollar bedoeld als consumentenproduct, gericht op entertainment en educatie. Einstein kan spreken, luisteren, vragen beantwoorden, zich (schokkerig als een echte robot) voortbewegen en 50 verschillende gelaatsuitdrukkingen laten zien.

De robot functioneert in combinatie met de zogenaamde STEIN-O-MATIC-iPad-app, waar populairwetenschappelijke onderwerpen worden behandeld in combinatie met educatieve games. Ook Einstein is verbonden met de cloud, waardoor nieuwe informatie en functionaliteit gemakkelijk kan worden toegevoegd. Dat klinkt mooi, maar fabrikanten van connected poppen en knuffelbeesten zijn tot nu toe niet zo serieus omgegaan met privacy, security en betrouwbaarheid. Of deze ‘connected’ Einstein wel veilig en betrouwbaar is, zal dus nog moeten blijken.

Tien zorginnovaties die bijdragen aan productiviteitswinst zorgprofessional (2)


Technologische en sociale innovatie (anders organiseren en werken) kunnen helpen om de zorg efficiënter te organiseren. Die efficiencyslag is noodzakelijk, omdat we richting 2030-2040 bij ongewijzigd beleid te maken krijgen met een zeer sterk vergrijsde samenleving en een zeer krappe arbeidsmarkt. Er is niet alleen onvoldoende menskracht om aan de vraag naar zorg te voldoen, het zorgsysteem wordt ook steeds minder betaalbaar. KPMG heeft berekend dat er in 2040 per jaar 180 miljoen uur zorg nodig is, terwijl er tegen die tijd – bij de huidige omstandigheden – maar 80 miljoen uur zorg geleverd kan worden. De grootste uitdaging voor de komende jaren is om tegemoet te komen aan de groeiende vraag naar zorg met een tekort aan zorgprofessionals.

Tien innovaties die bijdragen aan productiviteit

Toii ging op zoek naar tien concrete en succesvolle innovaties in de zorg: voor cure en care, voor zowel de intra- als extramurale zorg, en voor verschillende doelgroepen. Criterium: de toegevoegde waarde zit in het vergroten van de productiviteit van de zorgprofessional. Dit is het tweede deel van een tweeluik over zorginnovatie.

 

6. Robots in de zorg

Met grote regelmaat keert de vraag terug of de zorg gebaat is bij de inzet van robots. Daarbij moet je de verleiding weerstaan om primair te reageren: ‘in de zorg kan je mensen niet vervangen door robots’. De kansen liggen eerder in het uit handen nemen van bepaalde taken – en dat hoeft zich niet te beperken tot zorg-specifieke taken. In de zorg gaat relatief veel geld naar overhead zoals backoffice en staf. Meer dan de helft van de IT-beslissers in zorginstellingen denkt serieus na over de inzet van robots. Maar de meeste instellingen vinden de investeringen voor een grootschalige inzet van robotica en domotica nog te hoog. Deze conclusies trekt Quint Wellington Redwood uit een marktonderzoek genaamd Outsourcing van IT in de Zorg 2017. Volgens onderzoeker Angelique Boekee, Client Director Health & Life Sciences bij Quint, geven de geïnterviewden (IT-beslissers in de zorg) aan dat een toekomst zonder robotica & domotica niet meer denkbaar is. Sommige instellingen zijn al begonnen.

zorginnovatie
Op het vlak van zorginhoudelijke processen is al de nodige ervaring opgedaan met de inzet van robots. Bijvoorbeeld voor logistieke ondersteuning (rondbrengen eten en drinken), het houden van toezicht, of het bieden van sociale ondersteuning. Paro is een robotdier in de vorm van een zeehondenjong dat wordt ingezet binnen verpleeg- en verzorgingshuizen vanwege zijn positieve effecten op de gedrags- en psychologische symptomen van dementie. Een belangrijk onderdeel van de interactie tussen robotdieren en dementiepatiënten blijkt tactiele interactie te zijn. Paro is nog wel voor verbetering vatbaar, aldus onderzoek, maar in grote lijnen wel els effectief wordt beschouwd door zorgprofessionals en leken. De zeehondrobot Paro is onder zijn vacht bedekt met tactiele sensoren en geeft feedback op aanraking met visuele en auditieve prikkels, maar is niet in staat de aanraking te interpreteren en produceert zelf ook geen aanraking. Verbetering is met name mogelijk in de kwaliteit van de interactie, niet alleen ter voorkoming van overprikkeling, maar ook om de interactie intelligenter en daarmee realistischer te maken: denk aan biofeedback en het herkennen van intenties.

Pepper Robots, ontwikkeld door Softbank Robotics, worden in Japan niet alleen in bedrijven maar ook in huizen ingezet. Ook in Europa krijgt Pepper (kosten circa 30.000 euro) voet aan de grond. Zo heeft Centre Hospitalier Regional La Citadelle (een ziekenhuis met vestigingen in Luik en Oostende) de robot ingezet voor receptietaken en voor het begeleiden van patiënten naar de juiste afdeling. Pepper spreekt twintig talen en kan een onderscheid maken tussen mannen, vrouwen en kinderen.

 

7. Virtual reality beperkt belasting patiënt

Ook al leven we steeds langer, tijd is en blijft een schaars goed, ook voor zorgprofessionals. Meer kunnen doen in de zelfde beschikbare tijd is dus een interessante uitdaging. Een manier om een zorgproces efficiënter te laten verlopen is om de behandeling van patiënten te vergemakkelijken. Dat is bijvoorbeeld relevant bij tandartspatiënten met angst – iets wat voorkomt bij enkele honderdduizenden Nederlanders (al zijn er ook schattingen die hoger liggen). Virtual Reality (VR) reduceert de pijn- en angstsensatie, waardoor een behandeling minder problematisch hoeft te zijn.

zorginnovatieEr zijn meer voorbeelden bekend van succesvolle inzet van VR bij pijnbestrijding: onder meer bij behandeling van brandwonden. De toepassing van VR in combinatie met natuur wordt momenteel onderzocht door Karin Tanja-Dijkstra van de VU Amsterdam, die van NWO budget kreeg voor een herhaalonderzoek naar de stress-reducerende werking van een natuurlijke omgeving. Eerder deed zij onderzoek naar het effect van muziek op stress en angst in de wachtkamer van een tandarts en een huisarts. Het draaien van klassieke muziek in deze wachtkamers blijkt gevoelens van angst en stress te reduceren. Ook als je niet van klassieke muziek houdt, heeft dit toch een rustgevende werking. Daarnaast worden experimenten gedaan met onrustbestrijding in de ouderenzorg met behulp van VR.

 

8. Medicijntoediening op afstand

zorginnovatieIn de thuiszorg bestaan strikte protocollen voor medicatie-toediening aan cliënten. Dat is niet zo vreemd, want in de thuiszorg zijn er verschillende rollen en verantwoordelijkheden en kunnen er verschillende fouten worden gemaakt: het verkeerde medicijn toedienen of een verkeerde dosis, toedienen op een verkeerde dag of verkeerd tijdstip, het toepassen van een verkeerde gebruiks- of toedieningswijze of simpelweg vergeten. De arts en de apotheek zijn verantwoordelijk voor de medicatie, maar de thuiszorgmedewerker kan de patiënt helpen: met aanreiken van de juiste medicijnen, met toedienen door een gediplomeerde ziekenverzorgende of verpleegkundige of het volledig in beheer nemen van de medicatie.

Voor cliënten die meerdere medicijnen naast elkaar gebruiken, wordt over het algemeen gewerkt met baxter rollen: een manier van verpakken van medicijnen waarbij de medicijnen per innamemoment in een apart zakje zit. Soms moeten de medicijnen er uit worden gehaald om te worden gebroken of opgelost. Als er wijzigingen plaatsvinden, moet een volledige baxterrol terug naar de apotheek of moeten bepaalde medicijnen worden weggelaten. Het toedienen of aanreiken van medicijnen kan in bepaalde, geschikte situaties ook op afstand. Bijvoorbeeld door de inzet van een videoverbinding, zodat toezicht mogelijk is, en door gebruik van een online dispenser die bovendien feedback en alerts geeft. De begeleider of verzorgende zet de medicatie uit, neemt een foto en stuurt deze via een tablet of mobiele telefoon naar een collega elders of bijvoorbeeld naar een zorgcentrale. Daar controleert een daartoe bevoegde begeleider of verpleegkundige de medicatie en dosering en tekent digitaal voor gezien. Op deze manier kan op afstand efficiënt en veilig een controle plaatsvinden tussen uitzetten en toedienen van risicovolle medicatie. Het systeem voldoet volledig aan de eisen van de zorginspectie. De resultaten van de controle worden direct digitaal vastgelegd en zijn daarmee te allen tijde en op iedere plek terug te vinden.

 

9. Combineren van domotica en data

De automatische medicijntoediening met online feedback is een voorbeeld van domotica waarbij een extra apparaat wordt ingezet dat fysieke zorgtaken overneemt. Er is ook een wereld te winnen met het (proactief) inzetten van monitoring van gedrag via sensoren. Onderzoekers van de Universiteit van Missouri hebben een systeem ontwikkeld dat tot drie weken van tevoren kan voorspellen of ouderen vallen. Camera’s houden bij hoe snel iemand loopt en hoe groot zijn stappen zijn. De wetenschappers kwamen erachter dat een oudere een kans van 86 procent heeft om binnen drie weken te vallen als hij zich 5 centimeter per seconde langzamer voortbeweegt dan voorheen. Ook zagen ze dat mensen die kortere stappen gaan nemen, 50 procent kans hebben om binnen drie weken te vallen. Zorginstelling Careyn maakt in een pilot gebruik van draadloze bewegingssensoren die bij senioren thuis worden geplaatst. De sensoren van Sensara meten en analyseren bewegingspatronen en vergelijken dit met bestaande datasets. Als er afwijkingen worden gevonden, slaat het systeem alarm.

 

10. Slimme luier

In zorginstellingen heeft bijna de helft van de cliënten last van ongewild urineverlies. De zorg voor mensen met incontinentie een zware belasting voor zorgprofessionals: die moeten nu nog regelmatig handmatig de status van de luier controleren door in de intieme zone van de cliënt te voelen. Ook het grote aantal onnodige (nachtelijke) verschoningen en lekkages zorgen voor extra druk op personeel.

De slimme luier bevat een sensor die continue veranderingen in het vochtniveau van de luier tot op de millimeter nauwkeurig registreert; informatie hierover is realtime en draadloos beschikbaar voor de zorgprofessionals via een app. Door de nauwkeurige informatie kunnen zorgmedewerkers de slimme luier gebruiken om de zorg beter te plannen: er wordt tijd (onnodige controlehandelingen en ‘herstelwerk’ na doorlekken) en materiaal bespaard. Zorginstelling Philadelphia heeft de primeur om met de luier te gaan werken.

Lees ook deel 1 van dit tweeluik over technologietoepassingen in de zorg, die een direct positief effect hebben op de productiviteit van zorgprofessionals. Reacties zijn welkom via de reactiemogelijkheid of via Twitter: @ToiiNL.

Adaptieve producten zetten de economie op z’n kop

In de jaren 30 van de vorige eeuw kwam het Deutscher Musik Verband in verzet tegen de opkomst van de geluidsfilm. Die zou een aanslag op de kunst zijn, zorgen voor vervlakking en de ondergang betekenen voor de beroepsgroep van bioscoopmusici. ‘Als je niet begrijpt wat er speelt, begin je morgen een videotheek’ hoorde ik laatst.  

Sommige businessmodellen verdwijnen, eenvoudigweg omdat er iets nieuws komt dat het bestaande overbodig maakt. Sommige businessmodellen komen niet eens aan de beurt, omdat de onderliggende technologie niet doorbreekt – iets wat je kunt zien als je de Gartner Hype Cycle van 15 jaar geleden bekijkt. Tel de Wet van Moore en het netwerk effect bij elkaar op en je kunt niet anders concluderen dan dat de adaptieve organisatie er aan komt. Dat is een onderneming die zich richt op het produceren en leveren van gepersonaliseerde producten en diensten.

Trendwatchers, goeroes en futurologen houden vast aan twee basisprincipes van het moderne technologietijdperk: de Wet van Moore en het netwerkeffect. Kort samengevat: computers worden iedere twee jaar sneller en goedkoper, waardoor allerlei complexe taken gemakkelijker geautomatiseerd kunnen worden; het feit dat zo ongeveer alles online met elkaar is verbonden (het netwerkeffect) zorgt voor een enorme impact. Simpel gezegd: een fax is nutteloos, twee faxen vormen een minuscuul maar nuttig netwerkje, maar faxen op alle plekken van de wereld zorgen voor een haalbaar en schaalbaar toepassingsmodel. In de digitale wereld spreekt met in dit verband over exponentiële technologie.

Data als grondstof voor lerende systemen

De kern van een netwerk is het uitwisselen van data. Naast organisaties en individuen zijn straks ook machines en andere objecten massaproducenten van data. Door de sterk gegroeide rekencapaciteit van computers is data de grondstof geworden voor machine learning. Deze systemen kunnen patronen herleiden en herkennen uit grote hoeveelheden voorbeelden, uitspraken doen over de waarschijnlijkheid dat een inschatting correct is en leren van foute inschattingen. Als je een lerend systeem maar voldoende informatie geeft, kan het zelfs leren om mensen na te bootsen – een computer wordt niet empathisch, maar kan wel empathisch-lijkende responsen geven.

Lerende systemen vormen de basis voor een nieuwe generatie producten, diensten en complete organisaties volgens het Spotify-model. Of beter gezegd: voor ‘voorspellende’ en ‘adaptieve’ organisaties. Hoewel organisaties al decennia lang gebruik maken van data onder het mom van ‘meten is weten’, is het gebruik van data om actief en realtime te kunnen anticiperen relatief nieuw. Een goed voorbeeld van een organisatie die predictieve trekjes krijgt, is de moderne luchtvaartonderneming. Op basis van realtime informatie uit sensoren – een interne datastroom – weet het bedrijf welke onderdelen van een vliegtuig preventief onderhoud nodig hebben of moeten worden vervangen. Ook liftfabrikant KONE maakt op deze manier gebruik van data.

Onze data als basis voor onze voeding

Ook de consument is al in verregaande mate ‘connected’ en kan daarmee gezien worden als een onderdeel van het internet of things. Onze smartphone bevat ruwweg tien sensoren die informatie verschaffen over bijvoorbeeld beslissingen, persoonlijke eigenschappen en locatie. Voeg daar wearables en insidables (sensoren die op en in het lichaam kunnen worden aangebracht) aan toe en je hebt informatie over zowel gedrag als lichaamsfuncties. Die combinatie van lerende systemen en grote hoeveelheden data over ons gedrag en ons lichaam is het vertrekpunt van Jun Wang, een Chinese wetenschapper. Wang vertelde in juli 2015 aan Nature over zijn droom om adaptieve voeding te ontwikkelen. Zijn idee: het opzetten van een AI-systeem dat aangedreven wordt door informatie uit individuele DNA-profielen, gecombineerd met fysieke eigenschappen en informatie over leefpatroon. Wang is geen beginner op het gebied van DNA-sequencing: als CEO van het bedrijf BGI realiseerde hij dat het gnoom van de Reuzenpanda volledig in kaart werd gebracht.

Het doel van Wang is niet gering: mensen realtime informatie verschaffen over voeding en leefstijl die optimaal is afgestemd op hun situatie – die van moment tot moment verschilt. Ofwel: het systeem van Wang vertelt je ’s ochtends wat de status van je gezondheid is en wat je moet doen om er voor te zorgen dat je niet ziek wordt – over een dag, een week of een half jaar. Zijn plan gaat zo ver dat hij mensen toegang wil geven tot voeding op maat: dus precies die stoffen bevattend (van vitamines tot en met bacteriën) die je lijf gezond houden.

Leven om niet ziek te worden

Wat hij nodig heeft zijn systemen met grote rekenkracht, die algoritmes laten draaien die zoeken naar de relatie tussen genen, leefwijze en omgevingsfactoren. Die optelsom moet zijn kunstmatige intelligentie-oplossing in staat stellen te voorspellen hoe het menselijk lichaam uiteindelijk fysiek functioneert. Daarnaast wil hij de DNA-gegevens en gegevens over fysieke processen zoals stofwisseling, vetafbraak en eiwitopbouw van miljoenen individuen verzamelen. Door beide gegevenssets te combineren wil hij de relatie inzichtelijk maken tussen erfelijke eigenschappen en fysieke kenmerken. Hieruit wil hij onder meer volledig op het individu gerichte voedingsadviezen kunnen afleiden, die mensen proactief in staat stellen gezond(er) te leven en te anticiperen op aandoeningen. Naast een terabyte aan data per individu (dus een datacenter met voldoende rekenkracht) heeft hij ook 1,6 miljard dollar nodig.

Willen mensen van dag tot dag weten wat ze exact moeten doen (eten, bewegen) om niet ziek te worden? Wang is niet de enige die heil ziet in slimme voedingsadviezen: het is maar een klein stapje van ‘evidence based’ naar ‘datadriven’ gezondheidszorg en voedingsadvies. Een ding staat vast: als het project van Wang slaagt, staat een belangrijk deel van de economie – voedingsmiddelenindustrie, gezondheidszorg en van zorg- en levensverzekering – op zijn kop.

Big data in customer service (2): wat kan customer service met big data?

Is de NPS lager als het buiten regent en er een griepgolf heerst? Zijn vrouwen meer empathisch aan de telefoon dan mannen? Kopen hondenbezitters eerder iets van agents die ook een hond hebben? Data genoeg op het doorsnee contactcenter. De ACD-rapportages, verkeersrapporten, het CRM-systeem, quality monitoring-informatie, WFM- en HR-systemen, ERP-systemen…. En dan hebben we het nog niet eens gehad over alle externe bronnen: van social media tot en met webbezoek.
Iedere bron heeft zo zijn eigen gebruiksdoel, het geheim van big data is het combineren van verschillende datasets. Het aantal voorbeelden van zinvol gebruik van big data in customer service is nu nog beperkt, maar er gloort licht aan de horizon.

Big data is vooralsnog een marketingfeestje

Marketing en service hangen nauw met elkaar samen en in veel gevallen gaat de inzet van big data in een customer service omgeving dan ook vooral over marketing. Eerder schreef ik op Toii over de inzet van big data bij bol.com. Deze online winkel werkt (tot nu toe) uitsluitend met bedrijfsgegevens en laat ongestructureerde data (zoals social media en bezoek aan andere sites dan die van bol.com) bewust links liggen. Voor bedrijven die wel externe data mee willen nemen, liggen er kansen om aan de hand van verschillende variabelen bijvoorbeeld bezoekersaantallen of aankoopgedrag te voorspellen. Denk aan informatie over weersomstandigheden, tijd van het jaar, persoonskenmerken en -voorkeuren en feitelijk gedrag van concurrenten. Zo kunnen analytics worden ingezet voor het bepalen van bijvoorbeeld openingstijden van webshops, maar ook voor inkoop. Dat laatste doet Albert Heijn met bevoorrading (mooi weer opkomst? Extra hamburgers in de schappen) of met gepersonaliseerde marketing via relevante, individuele aanbiedingen aan klanten.

Wat zijn interessante vragen voor customer service?

Het heeft geen zin in een bak met data te gaan zoeken naar zinvolle informatie als je niet weet wat je zoekt. Ook voor customer service geldt: het begint bij een relevante vraag. Voor grootschalige customer service operaties kan het interessant zijn meer vat te krijgen op forecasting en planning. Nog niet zo lang geleden had de Amerikaanse luchtvaartonderneming Delta te kampen met een wereldwijde computerstoring. Herhaling van zo’n drama is niet uit te sluiten en ik denk dat veel concullega’s wel zouden willen weten volgens welke patronen het verkeer in zo’n situatie zich opbouwt. Een vergelijkbare vraag kan je stellen over de impact van grootschalige storingen op NPS, winst en omzet.

Voorspellen van verkeer en gedrag

Ook voor grotere virtuele contactcenters, ook in uitbestede varianten, kan het interessant zijn te weten welke krachten het volume aan interacties opjagen. Persoonlijk zou ik wel willen weten wanneer de routers van internetserviceproviders technisch gesproken hun end-of-life bereiken en welke factoren dit proces versnellen. Dat soort vragen zijn interessant voor alle technische producten die op grote schaal verkocht worden, want ze beïnvloeden de gehele customer experience keten van contactcenter tot logistiek. Denk aan automotoren, computers of smartphones van een bepaald type.

En als grotere ziektekostenverzekeraars slim zijn, hebben ze al lang uitgezocht welke variabelen er voor zorgen dat klanten (tegen het einde van het jaar) gaan bellen. Ik denk dat customer service managers als ze een beetje hun best doen, ze ook nog wel andere interessante vragen kunnen formuleren – waarvan een deel waarschijnlijk tegen marketing aanleunt.

Big data is… de juiste vragen stellen
big data
Thai Young Kim

Data is geen informatie en zelfs analytics levert alleen informatie op als er goede vragen worden gesteld. Samsung is overtuigd van de kracht van data. Sterker nog, alle beslissingen bij Samsung moeten op data zijn gebaseerd, aldus Thai Young Kim, Senior manager of Logistic Innovation bij Samsung. De elektronicagigant is steeds meer afhankelijk van e-commerce. In 2014 kocht 15 procent van de inwoners van de EU (28 landen) online producten geleverd door aanbieders uit het buitenland. Het bedrijf wilde daarom weten van welke factoren de acceptatie van tarieven voor express delivery afhangt in de (grensoverschrijdende) Europese markt voor e-commerce. Die tarieven zijn (vanuit kostenperspectief) uiteraard van invloed op de marge van Samsung, maar ook van invloed op de conversie en dus op de omzet.

40.000 transacties analyseren

Samsung betrok in samenwerking met de Erasmus Universiteit in een big data analyse van 40.000 transacties allerlei variabelen: orderfrequentie, orderomvang, frequentie van herhaalaankopen en zaken die van invloed zijn op de vraag naar express levering, zoals besteedbaar inkomen en logistieke kosten. Verderaf gelegen leveradressen gaan gepaard met hogere kosten voor een express-levering en het is interessant om te weten waar het kantelpunt ligt, maar ook wat de vervolgeffecten zijn als je als leverancier (via de tarifering) investeert in express delivery. De uitkomsten lieten zien dat express delivery een gunstige invloed heeft op de financiële performance van Samsung. Express delivery leidt tot meer orders, een grotere orderomvang en meer herhaalaankopen, zo kon op basis van alle verschillende data worden aangetoond. Naarmate het besteedbaar inkomen van de klant hoger was, nam de kans op het bestellen met express delivery toe.

E-learning optimaliseren met big data

Een andere toepassing van big data in customer service ligt in e-learning. Daarbij worden data-analyses ingezet om te bepalen wat de trainee in de toekomst nodig heeft op basis van huidige performance en gebruik van een e-learning omgeving. Er wordt dan gebruik gemaakt van de gebruiksduur van modules, oefeningen en geboekte resultaten, maar ook van commentaren van docenten. Dit maakt het mogelijk e-learning verder te personaliseren. Met predictive analytics kan het programma worden afgestemd op individuele leerstijlen en tijdschema’s. Hiermee ontstaan intelligente educatieve programma’s met een maximale impact op de organisatie en de medewerker.

Er komen nieuwe databronnen op het contactcenter af

big dataDe komende tijd zal customer service steeds vaker te maken krijgen met data van connected apparaten – denk aan de connected koelkast van Samsung of de connected tandenborstel van Philips. Naast elektronica gaat het ook om sensoren in auto’s en huizen (zoals de smart energiemeter, de connected car of de connected autoverzekering) die verschijnselen waarnemen in de omgeving. Deze data geven inzicht in feitelijk gedrag (en dat is iets anders dan uitbreid klanttevredenheidsonderzoek, waarin je naar meningen vraagt) en in dat opzicht is de informatie vergelijkbaar met bijvoorbeeld verbruiksgegevens. Dat vergroot de mogelijkheden van customer service om klanten gericht te helpen en te up- en cross sellen.

Bedrijven kunnen deze informatie zelf combineren met andere bedrijfsdata – denk aan gegevens uit enterprise software systemen voor financiële transacties, aankoopgedrag, websitegedrag, logistieke processen, klant- en onderzoeksgegevens, respons op campagnes en productinformatie. En bedrijven kunnen aanhaken op datasets van onderzoeksinstellingen zoals het CBS en SCP. En tot slot zijn er de user generated data – gegevens afkomstig van klanten (social media posts, sociale connecties, ratings, geo-locatie, communicatie, meningen en voorkeuren en activiteiten). De organisatie die als eerste creatief met big data weet om te gaan en bruikbare informatie weet te destilleren uit combinaties van datasets, kan een voorsprong creëren door bijzondere kennis over klanten en consumenten op te bouwen.

big data

 

Dit is deel 2 van een tweeluik over big data in customer service. Lees hier deel 1 over big data. Beide blogs werden eerder gepubliceerd op Klantcontact.nl.

Callcenter in de zorg: hub voor verdere vernieuwing

Bereikbaarheid van ziekenhuizen? Dat gaat vooral over hoe je er per auto of OV kunt komen. Bellen, mailen, Twitteren of WhatsAppen, dat is een ander verhaal. Het verbeteren en vernieuwen van de dienstverlening aan patiënten staat nog in de kinderschoenen. Oorzaken: gebrek aan kennis over dienstverleningsconcepten, weerstanden bij zorgverleners om het werk anders (en slimmer) te organiseren. Het is toch veel leuker om onder vakgenoten de show te stelen met nieuwe medische technologie?

zorgkostenHet betaalbaar houden van ons zorgstelsel is een grote uitdaging. De zorguitgaven  in de jaren 2013, 2014 en 2015 zijn volgens het CBS minder sterk toegenomen dan in de vijftien jaar daarvoor en dat is goed nieuws. Innovatie in de zorg is een van de manieren om de kosten te beheersen. Zorginnovatie is tot nu toe echter vooral gericht op de medische kant. Er wordt veel geïnvesteerd in medische technologie (gericht op de behandeling van patiënten) en in toenemende mate in e-health – denk aan wearables, zorg op afstand en de toepassing van big data.

Anders organiseren is uitdaging

Anders werken en dus anders inrichten van processen rondom de patiënt – de sociale kant van innovatie – blijft dan ook onderbelicht. Daarbij kan je denken aan de zorglogistiek (inplannen van medisch personeel, organiseren van ondersteunende processen zoals bedden en catering), maar ook aan patiënten-logistiek: het informeren van patiënten, het inplannen van behandelingen, en het integreren van (self)service en zelfzorg. Vernieuwing op dat vlak leidt vaak tot het veranderen en verschuiven van taken en dat is een heet hangijzer in de zorg. Toch is deze sociale kant van zorginnovatie onvermijdelijk. Zorginstellingen krijgen te maken met schaalvergroting (als gevolg van het overheidsbeleid dat gericht is op centralisatie), met een mondiger patiënt (onder meer door toenemende transparantie als het gaat om de kwaliteit van zorg), met meer marktwerking en een grotere data-intensiteit (door de inzet van e-health en selfservice).

Inzetten op customer experience

In de huidige zorgmarkt is het van groot belang dat ziekenhuizen een goede marktpositie weten te bemachtigen. Ziekenhuizen moeten daarvoor goed presteren op kwaliteit, doelmatigheid en efficiëntie. Tegelijkertijd moeten ziekenhuizen ervoor zorgen dat ze patiënten aantrekken, door te zorgen voor uitstekende patiëntervaringen, een positief imago en een uitmuntende reputatie.

Bij patiëntgerichte ziekenhuizen is de kwaliteit van de zorg hoger en wordt er doelmatiger en kosteneffectiever gewerkt. Bovendien kunnen patiëntgerichte ziekenhuizen beter concurreren dan minder patiëntgerichte ziekenhuizen, aldusonderzoek- en adviesbureau DVJ Insights. Het ene ziekenhuis is echter veel klantvriendelijker dan het andere, zo blijkt uit onderzoek van DJV Insights onder 2600 patiënten van 28 grote ziekenhuizen. “We zijn het jaarlijkse onderzoek gestart (2016 is een nulmeting) omdat de meeste bestaande onderzoeken, naar patiëntervaringen, met uitzondering van de CQI-ziekenhuizen, zich voornamelijk richten op de medische processen en behandelingen. Bovendien wilden we weten in hoeverre de patiëntgerichtheid van ziekenhuizen afwijkt van de klantgerichtheid in andere bedrijfstakken.” DVJ Insights heeft naast de bijna 3.000 patiënten-ervaringen meer dan 20.000 klantervaringen verzameld in andere bedrijfstakken. Hieruit blijkt dat ziekenhuizen op een 4e plek staan ten opzichte van andere bedrijfstakken. Hiermee laten ziekenhuizen onder anderen banken, verzekeraars, energiebedrijven en netbeheerders achter zich, maar kunnen ziekenhuizen nog veel leren van de klantgerichtheid bij reisorganisaties, autodealers en webwinkels.

Innovatie in dienstverlening

In een artikel over innovatie in de dienstensector in de digitale wereld stelt McKinsey dat de customer service processen van bedrijven onder toenemende druk komen te staan. Digitale disruptie wordt genoemd als een van de oorzaken: nieuwe spelers bieden innovatieve, klantvriendelijke alternatieven voor de dienstverlening die de gevestigde bedrijven bieden. Voorbeelden van deze nieuwe spelers zijn Uber en Zipcar in het transport en Airbnb in hotels en horeca. Voor veel gevestigde partijen is verandering erg lastig, als gevolg van legacy in zowel systemen als in de cultuur. Het resultaat is vaak dat bestaande bedrijven zich tevreden moeten stellen met incrementele stappen, ook als het gaat om het verbeteren van de service. In het McKinsey artikel “Service innovation in a digital world” worden drie succesfactoren aangewezen als voorwaarde voor een winnende aanpak:

  1. een focus op service innovatie die gelijkwaardig is met de aandacht voor product R&D
  2. aandacht voor personalisatie en selfservice
  3. aandacht voor het vereenvoudigen (en/of het automatiseren) van (service)processen.

Bedrijven die hun serviceprocessen willen vernieuwen, moeten rekening houden met vier opkomende trends: hogere verwachtingen van de klant, mobiel internet, big data analytics en The Internet of Things.

dsc_1461De patiënt verandert

Ziekenhuizen zullen moeten voorsorteren op veranderende voorkeuren van patiënten. Hoewel de grootste groep patiënten nog graag de telefoon pakt, zullen online kanalen de komende jaren in belang toenemen. Instellingen die hun klantcontact niet centraliseren, krijgen straks bij ieder afsprakenbureau te maken met multichannel klantcontact. Of in termen van patiëntenzorg: de patiënt mailt, belt, appt en twittert. De komende jaren komt daar wellicht informatie van e-health devices bij, zoals wearables die de hartfunctie of bloedsuikerspiegel monitoren. Daarnaast neemt de concurrentie geleidelijk toe. In de zorgsector zijn het met name de huisartsen die een beslissende stem hebben bij het doorverwijzen naar een instelling of ziekenhuis. Wanneer zij de ervaring hebben dat ze niet gemakkelijk met specialisten in contact kunnen komen, zullen ze een patiënt eerder naar een beter presterende instelling doorverwijzen, aldus adviesbureau BRW.

Hoe gaan ziekenhuizen om met klantcontact?

Nederland telt acht universitaire medische centra, 83 algemene en 22 categorale ziekenhuizen, volgens Stichting Dutch Hospital Data. In een flink deel van deze 113 ziekenhuizen is een KCC nog geen vanzelfsprekendheid, vertelt Emile Elsbeek in een interview met vakblad CustomerFirst. Er zijn in de regel evenveel telefoonnummers in de roulatie als poli’s. Assistenten van poliklinieken doen aan multitasking: ze bedienen medici, balie, telefoon, handelen de afspraken af en maken tot slot vervolgafspraken. Klantcontact is doorgaans decentraal ingericht, aldus Elsbeek. Daardoor gaat niet alleen veel efficiency verloren, maar wordt ook naar schatting 15-30 procent van de calls gemist.

vumc-polikliniek-heelkunde
VUMC polikliniek heelkunde (2007)

Het adviesrapport dat VUMC heelkunde in 2007 liet opstellen, laat zien hoe groot de chaos en achterstanden in dienstverlening ooit waren. Hoewel deze gegevens bijna tien jaar oud zijn, laten ze zien dat een aanzienlijk deel van de telefoontjes van patiënten niet werd aangenomen. De opstellers van het rapport kwamen met deeloplossingen die de situatie moesten verbeteren, maar er werd niet gepleit voor centralisatie van het telefonisch patiëntencontact.

Klantcontact in de zorg: stand van zaken

Is tien jaar later dit beeld veranderd? Verschillende instellingen, waaronder het Groene Hart Ziekenhuis, het Vlietland Ziekenhuis, Bergman clinics en het Spijkenisse Medisch Centrum van Loek Winter zijn met een KC gaan werken. Het Zaans Medisch Centrum was een van de voorlopers op het vlak van vernieuwing van het klantcontact. Het ZMC opereert al enkele jaren met een klantcontactcenter, in nauwe samenwerking met de verschillende poli’s die sinds 2011 allemaal zijn aangesloten. Voor die periode lag de telefonische bereikbaarheid rond de 70 procent. Tegenwoordig scoort het ZMC 96 procent op telefonische bereikbaarheid, en zijn de wachttijden geslonken tot minder dan een halve minuut. 80 procent van de gesprekken (ten tijde van de implementatie gemiddeld 6000 per week) wordt binnen 40 seconden afgehandeld.

dsc_2200Het Ommelander ziekenhuis werkt sinds 2012 met een algemeen en een medisch KCC. Medewerkers die nu in het Klant Contact Centrum Medisch werken, waren eerder werkzaam bij de poliklinieken en de medewerkers die nu in het Klant Contact Centrum Algemeen werken, werkten voorheen bij de receptie. Voorheen kreeg de patiënt als hij het ziekenhuis probeerde te bereiken, vaak te maken met een in-gesprek toon en moest de patiënt zelf opnieuw bellen. De bereikbaarheid van het ziekenhuis is flink verbeterd. Doordat de medewerkers intern aangenomen zijn, is heel veel kennis behouden gebleven. Daarnaast hebben de medewerkers van de poliklinieken meer tijd voor de patiënten die in het ziekenhuis aanwezig zijn. Ook Isala boekte goede resultaten: betere bereikbaarheid tegen lagere kosten.

Het Flevoziekenhuis in Almere startte in 2011 met een pilot-telefooncentrum voor twee poli’s, die op dat moment een bereikbaarheid hadden van circa 60 procent. Enkele jaren later was die verbeterd en werden de andere (in totaal 20) poliklinieken aangesloten. Het Gemini-ziekenhuis in Den Helder worstelde tot 2009 met een gebrek aan managementinformatie over de bereikbaarheid, maar het gevoel daarover in 2009 was ‘slecht’. Het ging in 2010 van start met een KCC. En tot slot heeft Rijnstate in 2012 via een pilot een begin gemaakt met het opzetten van een KCC. In 2015 was het operationeel.

KCC is geen doel, maar een middel

Instellingen die het klantcontact willen verbeteren, kiezen steeds voor het centraliseren van het klantcontact: het wordt weggehaald bij de poliklinieken en gebundeld in een nieuwe omgeving die wordt bezet door herplaatste medewerkers met de juiste domeinkennis. De aanleiding is steevast het verbeteren van de bereikbaarheid. Dat is een goede stap, maar het komt wel neer op klantcontact 1.0 ofwel het opzetten van een belfabriek. Geen wonder dat KCC-projectteams op weerstanden bij artsen en paramedisch personeel stuiten. Ook Pieter Paul van Oerle (Accenture) herkent dit probleem: “In andere sectoren zie je dat radicale verandering volledig doordringt. Kijk maar naar Uber en Airbnb. Zij zijn zowel goedkoper als kwalitatief beter. In de zorg zien we veel minder disruptieve innovatie. Verzekeraars, ziekenhuizen en patiëntengroepen oefenen allemaal invloed uit en dat werkt vertragend.”

Het optuigen van een KCC moet dan ook niet worden gezien als een eindstation, maar als het oprichten van een hub waar straks alle communicatie tussen patiënten, instelling, medisch personeel en andere ketenpartners tezamen komt. Een KCC is, net als in het bedrijfsleven, de plek waar de customer journey wordt begeleid: waar interactie (dialoog, overleg, communicatie), transacties en data (afspraken, informatieverzoeken, monitoring en zorg op afstand) bijeenkomen. Kortom, het is een noodzakelijk platform voor verdere innovatie in de zorg.

Big data in customer service (1): veel data, weinig informatie

Net als andere technologiehypes (cloud, internet of things, robots en kunstmatige intelligentie) wordt big data vaak gepresenteerd als een soort wondermiddel. Begrijpelijk, want de hoeveelheid data die bedrijven opslaan, neemt exponentieel toe en dat leidt vanzelf tot de vraag wat ze er mee kunnen. De komende decennia worden data het nieuwe kapitaal. Zinvol en effectief gebruik van big data is een heel ander verhaal. Deel 1 van een tweeluik.

Uit het laatste Big Data Survey-onderzoek van GoDataDriven en Big Data Expo blijkt dat de inzet van big data in Nederlandse bedrijven in de praktijk nog tegenvalt. Het is niet dat het ontbreekt aan data: bedrijven met klantcontact beschikken over bijvoorbeeld CRM, web-statistieken en marketingdata vanuit e-mails en afrekensystemen. Data uit andere bronnen, zoals tekst, beeld en geluid, worden echter nog maar weinig ingezet. En als bedrijven al iets doen met hun gegevensberg, blijft het hoofdzakelijk beperkt tot analyse achteraf. De brede inzet van realtime en predictive toepassingen laat nog op zich wachten, aldus de onderzoekers. Ook Michel van de Velden (Universitair hoofddocent aan het Econometrisch Instituut van de Erasmus School of Economics) constateerde tijdens een seminar over big data toepassingen dat wanneer zijn studenten voor een data-gerelateerde stage in een bedrijf rondlopen, zij zien dat er maar weinig met big data wordt gedaan.

Databerg groeit snel, toepassing groeit langzaam

De meeste bedrijven hebben er moeite mee om van big data meer te maken dan ‘klassiek marktonderzoek’. Boston Consulting Group (BCG) stelt vast dat big data in customer service en marketing zeer geleidelijk zijn intrede doet. Bedrijven doorlopen volgens BCG vier stadia in het werken met ‘customer insights’ – het gebruik van big data om klantgedrag te sturen en te voorspellen.

big data

De benchmarkstudie van BCG uit 2015 laat zien dat maar 20 procent van de onderzochte bedrijven in fase 3 en 4 verkeert. Zelfs als bedrijven veranderingen doorvoeren, zoals het introduceren van nieuwe functies en competenties die bij fase 3 horen (advanced analytics, digital- en social media monitoring) lopen ze in een valkuil: ze houden de klassieke benadering van marktonderzoek aan. Dat betekent volgens BCG in de praktijk dat er gebrek aan support vanuit de top is, dat er beperkt mandaat en budget is en dat er weinig met de business wordt samengewerkt. Bovendien worden de data-analisten zelden afgerekend op ROI. Wel ziet BCG dat big data vraagstukken meer en meer op het bordje van de CMO komen te liggen en weg worden gehaald bij de CEO.

Big data is nutteloos zonder goede vraag

Data is het nieuwe goud, maar met alleen data kom je er niet. De inzet van big data begint bij een goede dataset en het formuleren van een goede vraag. Het idee dat big data bij uitstek geschikt is om patronen of correlaties op te sporen (die je vervolgens kunt monetariseren) roept vaak ergernis op bij wetenschappers, aldus Michel van der Velden. Basale fout: correlaties worden vaak verward met causale verbanden. Zo is er een hoge correlatie (98 procent) tussen het uitkomen van films waarin Nicolas Cage speelt en het aantal verdrinkingen in zwembaden, maar een oorzakelijk verband is nooit aangetoond.

big data

Zelfs als je een causaal verband vindt (waarbij de ene variabele veranderingen in de andere variabele veroorzaakt), is het de vraag of een (significant) bewijs voldoende praktische waarde heeft. Het komt vaak voor dat onderzoeksresultaten significant zijn, maar dat allerlei onderliggende aannames discutabel zijn. Een dataset levert niet altijd bruikbare informatie op.

Meer data is beter?

Op de tweede plaats wordt big data vaak geassocieerd met ‘meer data is beter’. Meer data wekt de suggestie dat beslissingen betrouwbaarder worden. Je kunt met meer data onder andere kleinere verbanden aantonen, maar ook hier geldt de vraag of ze altijd nuttig zijn. Bedrijven staan weinig stil bij de vragen welke data relevant zijn en wat de beperkingen zijn omdat analisten bepaalde data juist niet bezitten.

Toch is ‘meer data’ een van de kerneigenschappen van big data. Je spreekt van big data als de dataset(s) te groot zijn om met normale databaseprogramma’s te verwerken. Bij big data speelt ook mee dat er met verschillende soorten data tegelijk wordt gewerkt: verschillend qua bron, soort, kwaliteit en complexiteit. Ook de snelheid waarmee de data binnenkomen of verwerkt worden, bepaalt of je te maken hebt met big data.

Klassieke valkuilen

Big data wordt zoals gezegd snel verward met klassieke analyse van datasets. Vliegmaatschappij Southwest gebruikt bijvoorbeeld spraakanalyse van klantgesprekken om op customer service verbeteringen door te voeren. Die dataset – alle realtime conversaties met alle klanten – klinkt natuurlijk als een goudmijn, maar als het alleen gaat om de conversaties en daar geen andere context (andere datasets) aan wordt toegevoegd, blijven de echte gebruiksmogelijkheden beperkt.

Bankbedrijf RBS wil graag weer een situatie creëren waarin de bank – net als in de jaren 70 – een goede relatie heeft met haar klanten. Er werd 100 miljoen pond geïnvesteerd in een programma waarin 800 analisten werkzaam zijn. Eerdere pogingen van de bank om aan datadriven marketing en service te doen kwamen neer op segmenteren en push marketing – daarbij de wensen van de klant over het hoofd ziend. De analisten hebben nu op basis van data-analyses onder meer dubbelingen in het verzekeringsportfolio in kaart gebracht. Verder vertelt de bank trots dat ze nu kunnen acteren op de verjaardag van de klant. De bank erkent dat er nog de nodige stappen moeten worden gezet in de uitrol van haar big data strategie.

herzOok autoverhuurder Herz wordt opgevoerd als een big data succesverhaal. Het bedrijf is actief in 140 landen en zit op een berg aan data van e-mails, tekstberichten en online vragenlijsten. Met die data zou Hertz beter in staat zijn te weten wat de klanten willen en beweert het bedrijf bovendien de relatie tussen manager en klant te kunnen verbeteren. De resultaten die Hertz boekte, waren primair gericht op het verbeteren van processen gericht op managementinformatie. Voor de customer journey heeft de inzet van big data nog niets opgeleverd: boek online een auto bij Hertz, en haal daarna de auto op. Het eerste wat je dan moet doen is wachten tot dat de medewerker alle informatie opnieuw heeft ingevoerd; daarna moet je wachten totdat iemand de auto klaarzet. Er wordt geen rekening gehouden met eerdere transacties of voorkeuren. Het bestellen van een ouderwets boek bij bol.com gaat slimmer en sneller.

In het volgende deel van dit tweeluik ga ik in op big data kansen voor customer service.

Dit artikel is eerder gepubliceerd op Klantcontact.nl

Een robot waar je wat aan hebt

cozmo
Cozmo

Alexa, Siri, Cortana: deze virtuele agents lijken misschien veelzijdiger dan een one trick pony zoals een TomTom, maar echt slim zijn ze niet. Bovendien schuifelen ze niet gezellig door je huis, maar wonen ze in je smartphone. Een echte robot moet echt luisteren, echte vragen beantwoorden en echte klusjes doen. Handen uit de mouwen!

zenbo
Zenbo

Er wordt hard gewerkt aan robots waarbij een intelligent brein is verpakt in een aantrekkelijke vorm. Jibo bevindt zich onderaan in de rangorde en is wat Wired noemt een soort bloemenvaas. Het apparaat kost circa 750 dollar en is in staat een ‘persoonlijkheid te ontwikkelen en verschillende emoties uit te drukken.’ Jibo maakt gebruik van – hoe kan het ook anders – kunstmatige intelligentie, gezichtsherkenning en spraakherkenning. De bedenkers van Cozmo zijn qua intelligentie en design een stap verder gegaan. Cozmo lijkt een beetje op een figuurtje uit de animatiefilm Cars: het is een autootje met een gezicht. De makers van Cozmo (een deel van het ontwikkelteam komt bij Pixar vandaan) kozen nadrukkelijk voor een robot met persoonlijkheid. Cozmo is speels en nieuwsgierig en gaat graag de interactie aan. Daarvoor is wel een smartphone nodig, want hoewel Cozmo beschikt over allerlei sensoren, zit de denkkracht in een smartphone app. Die app stuurt informatie terug naar Cozmo, die vervolgens in actie komt. Dat maakt Cozmo relatief slim, want gemakkelijk van upgrades te voorzien en te debuggen. Ook Zenbo ziet er nog een beetje speelgoedachtig uit, maar is bedoeld voor het meer serieuze werk en heeft volgens producent Asus de potentie om een volwaardig gezinslid te worden. Zenbo heeft geen ledematen, maar wel een stel wielen net als Cozmo en kan je dus niet volgen als je de trap op of af gaat.

De robot als werkpaard

Jibo, Cozmo en Zenbo zijn meer kenniswerkers dan klusjesmannen. Ze hebben alle drie het vermogen een gelaatsuitdrukking te laten zien (op een scherm weliswaar) en gaan daarmee een stap verder dan Nao. Zitten we te wachten op meewarig kijkende robots? Of hebben we liever een werkpaard zonder sociale vaardigheden? Ook Nao, hoewel voorzien van ledematen, kan door zijn bescheiden omvang nauwelijks fysieke taken uitvoeren. Dan is Asimo van Honda de eerstvolgende kanshebber: die kan de trap oplopen en een kopje koffie uitserveren, maar na een uur is zijn accu leeg. Voor zijn aankoopprijs van 2,5 miljoen dollar kan je ook een aardige hofhouding inhuren, maar Asimo vraagt geen loon.
Voor de echte werkpaarden moet je bij Boston Dynamics zijn. Dit bedrijf ontwikkelt in hoog tempo robots die tot steeds meer in staat zijn – een van de redenen waarom eigenaar Google er vanaf wil. Waren de eerste werkpaarden van het bedrijf lompe muilezels, met SpotMini hebben de techneuten een soort hond ontwikkeld die niet blaft, maar wel verschillende klusjes kan opknappen. SpotMini heeft ook een grotere broer die met je mee kan rennen tijdens het joggen. Maar echt sympathiek zien ze er niet uit. Dan doet Kawada het beter met de HRP-4, al verraadt deze naam dat het niet om een model gaat waarmee het hart van de consument moet worden gewonnen.

De toekomst van robots

Elon Musk begrijpt als geen ander dat technologie niet onze vijand moet worden. Met name bij robots kan het uncanny valley verschijnsel optreden: als robots te veel op mensen gaan lijken, worden ze angstaanjagend. Musk sprak eerder zijn zorgen uit over de groeiende macht van kunstmatige intelligentie: als die sterker wordt dan de menselijke intelligentie, hebben wij het niet meer voor het zeggen. Hij heeft zich daarom ten doel gesteld een huishoudrobot te ontwikkelen die je met spraak kunt aansturen en die de interactie aangaat als iets niet duidelijk is. Met andere woorden, Musk wil de intelligentie combineren met fysieke mogelijkheden.
Juist door het maken van (nieuwe) combinaties ontstaat innovatie. Robots bevolken al decennia onze fabrieken en slimme systemen bepalen wat we op het internet zien. Er liggen nog veel combinaties in het verschiet als verschillende facetten van robots verbeteren.

1. Energie

Robots zullen hun fysieke mogelijkheden aanzienlijk vergroten als ze efficiënter omgaan met energie. Bijvoorbeeld door energie vooral te gebruiken voor fysieke handelingen en rekenkracht uit de cloud te halen. Ook de energiebronnen zelf zullen steeds efficiënter worden. Beide ontwikkelingen gecombineerd vergroten – net als bij elektrische auto’s – de actieradius.

2. Intelligentie

Voor ‘intelligentie’ is rekenkracht een vereiste: kennis kan van het web worden geplukt of uit een database zoals Watson doet. Voor effectieve interactie en succesvolle integratie in de samenleving met mensen is het kunnen omgaan met natuurlijke taal en het kunnen duiden van emoties een pluspunt, iets waaraan IBM via Watson mee bezig is. Sony zou werken aan een robot die zelfs emotionele banden zou kunnen vormen. Daarnaast moeten algoritmen en analytische software er voor zorgen dat systemen sneller grote hoeveelheden informatie kunnen verwerken: bijvoorbeeld de input van verschillende sensoren. Darpas, de technologietak van het Amerikaanse leger, werkt aan een visueel waarnemingssysteem waarmee om voorwerpen heen gekeken kan worden. Dat systeem moet wel op een drone of robot worden bevestigd, maar het beeld zelf kan weergegeven worden in een VR-bril.

3. Motoriek

De bewegingsmogelijkheden van een robot worden in de robotica aangeduid met degrees of freedom (DOF). Een DOF is een beweging over een as (als in een eenvoudig gewricht, bijvoorbeeld omhoog/omlaag). Menselijke robots beschikken over zes DOF per arm, vijf tot zes DOF per been, en vaak een aantal DOF in torso en nek, totaal dertig DOF of meer. Robots die draaibare polsen en apart beweegbare vingers hebben, komen uit op hoge DOF-scores. Hoge DOF-scores zijn niet altijd nodig om bepaalde taken goed uit te kunnen voeren. De 3D builder, ontwikkeld door BAM en Universe Architecture kan vormvrij printen, maar heeft voldoende aan 6 DOF. Een humanoide robot die in huis moet gaan helpen, is wel gebaat bij ‘fijne motoriek’, inclusief tastzin

4. Collectieve toepassingen

Robots kunnen ook beter worden als de combinatie zoeken in het collectief, ofwel opereren in swarms of zwermen. Het laten samenwerken van verschillende gedeeltelijk autonome systemen is al toegepast bij platooning – het in een groepsverband laten rijden van vrachtauto’s. De sensoren van het eerste voertuig helpen de andere voertuigen in de rij; het collectief zorgt voor minder brandstofverbruik. De onderdelen van de groep kunnen ook zelfstandig functioneren, maar verliezen daarmee een deel van hun informatie.

5. Prijs

makerarmit-1Voor industriële toepassingen is de inzet van robots een business case. Om robots een plek in ons dagelijks leven te geven als assistent of als speelgoed moet de prijs binnen handbereik van consumenten liggen. De kosten van 3D printers zijn al enorm gedaald en steeds vaker wordt daarbij gebruik gemaakt van robottechnologie – zoals bij de Makerarm, een robotarm die je op de keukentafel kunt bevestigen en die nog geen 2.000 dollar kost.

Banenverlies

Volgens onderzoeksbureau Forrester kan de komende tien jaar 16 procent van de Amerikaanse banen overgenomen worden door een robot of een kunstmatig intelligent systeem. Vooral administratief personeel kan zich het beste maar laten omscholen tot robotmonteur. Want hoe meer degrees of freedom, hoe sneller er gewrichtsklachten ontstaan. Toch is het moeilijk te bepalen of deze inschatting reëel is. Fysieke robots worden nu al volop ingezet in verschillende productieprocessen: automotive, levensmiddelen. Wanneer robots werkelijk slimmer worden, kunnen productieprocessen meer ‘agile’ worden: vaker en sneller veranderen, waarmee maatwerk beter mogelijk wordt. Ook hier leiden combinaties tot efficiëntere ketens: robots kunnen van elkaar leren, fouten herstellen en taken verdelen. Daarmee komen ze eerder in de buurt van een kleine ambachtelijke werkplaats dan een grootschalige gestandaardiseerde productieomgeving. Het belangrijkste verschil met het oude concept ‘ambacht’ is dat vernieuwing en verandering in het DNA van de robot zitten.

Privacy is de nieuwe creditcard

If it’s free, you’re the product. We zijn er aan gewend gratis diensten af te nemen in ruil voor data. We hebben inmiddels geen idee meer wie welke informatie over ons bezit, laat staan wie er wat mee kan doen. Laat dat nu net de kern van privacy zijn: zelf in control zijn over informatie die over jou gaat. Het internet of things gaat op dit vlak voor een stroomversnelling zorgen. Want de dingen om ons heen vertellen veel over wie we zijn en wat we doen. Privacy verandert van een grondrecht in een betaalmiddel.

fridge camera privacyHet internet of things, wordt dat wat? Of we over minder dan vier jaar (in 2020) 50 tot 100 miljard connected apparaten hebben, zal moeten blijken. Maar zo langzamerhand begint zich iets af te tekenen. Telecombedrijven bouwen aan verschillende LoRa-netwerken waarmee sensoren kunnen communiceren, Vitens werkt aan een slim waterleidingnet, de vliegtuigkoffer wordt ‘connected’. Samsung introduceerde begin dit jaar de Family Hub Refrigerator die foto’s van het interieur deelt met de gebruikers, zodat je op je smartphone kunt zien wat er in huis is. En ANWB is een van de eerste verzekeraars die de waarde van data inziet als stuurmiddel voor zowel sales als claims. Bedrijven gaan gedragsdata koppelen aan de prijs van diensten en producten. Ofwel: data vertegenwoordigen financiële waarde.

If it’s free, you’re the product

Die financiële waarde was er al wel, maar merken we nog niet direct in onze portemonnee. Data omzetten in financiële waarde is voor de consument vrijwel nooit een verdienmodel, het is een kortingsmodel. Het afstaan van data kost ons geen geld en levert evenmin cash op: denk aan Google, Facebook, Twitter en alle andere vormen van ‘gratis’ software, ‘gratis’ wifi en ‘gratis’ content. Over het algemeen geldt; if it is free, you are the product. Belangrijk daarbij is dat je als consument steeds een keuze hebt: je kunt ook stoppen met het gebruik van het gratis product (en kiezen voor een betaalde variant). Toch ontstaat na verloop van tijd een soort vendor lock in – een vorm van afhankelijkheid. Veranderen kost tijd, moeite en wellicht ook geld. De ruilverhouding – data voor gratis diensten – is dus minder gebalanceerd dan het lijkt. Data is een betaalmiddel, maar wel op basis van eenrichtingsverkeer.

Privacy-rechten bestaan nog maar net

Privacy lijkt een begrip ‘uit de oudheid’; we vinden het zo vanzelfsprekend dat we volstrekt niet bang zijn om er iets van af te staan. Maar de waarheid is dat we nog maar kort ervaring hebben met privacy. Privacy-bepalingen zijn pas in 1983 vastgelegd in de grondwet. Privacy is een individueel en persoonlijk recht. Het gaat om controle over persoonlijke informatie die je wel of niet wil delen. Dat is niet alleen iets wat een ander over jou weet zonder dat je er erg in hebt; het kan ook zijn dat een ander jou lastig valt omdat hij informatie over je heeft. ‘Alleen’ zijn of met rust worden gelaten is ook een vorm van privacy. Het gaat dus niet om ‘ik heb niets te verbergen’, het is eerder dat een ander bepaalt of jij iets te verbergen hebt.

Privacy is primair gekoppeld aan mensen. Als ook gebruiksvoorwerpen (objecten) informatie gaan afstaan over ons gedrag, zijn wij niet langer zelf degene die informatie afstaat. De handeling om informatie af te staan wordt dan overgenomen door een ‘connected object’. Het wordt dan belangrijk dat we over een interface beschikken waarmee we het datadelen kunnen zien en besturen – zoals bij een computer, of nog praktischer, bij de privacy-instellingen van Facebook. Maar bij veel connected objecten is het datadelen een proces dat non stop en onzichtbaar verloopt. Denk aan een slimme thermostaat of andere domotica.

Privacy ontwikkelt zich onvoorzien

Met privacy- en securitytools kan je regelen wie bij welke informatie kan (of niet). Privacy gaat verder dan alleen het hier en nu: dat gaat ook over de tijdspanne waarover je data opslaat. Met het verstrijken van de tijd kunnen allerlei omstandigheden veranderen. Allereerst kunnen wetten en regels veranderen, ook buiten je gezichtsveld. Zo kan de Amerikaanse overheid bij data van bepaalde ANWB-verzekerden, omdat deze worden opgeslagen in de Microsoft cloud. Maar het is lastig voor een ANWB-lid om te zien of de Amerikaanse overheid ook gebruik maakt van dat recht. Met een nieuw kabinet in ons land kunnen bestaande privacy-rechten worden afgezwakt of kan het werkingsgebied van data-verzamelende systemen worden uitgebreid (function creep). Ook ‘normaal gedrag’ kan met het verstrijken van de tijd een andere connotatie krijgen. Gedrag dat we nu als gewoon beschouwen, maakt dat we ons weinig bezwaard voelen om er nu informatie over te delen. Toen Facebook aankondigde te gaan werken met gezichtsherkenning en ongevraagd taggen, kregen de in een eerder stadium geplaatste reis- en groepsfoto’s op Facebook plotseling een heel ander karakter.

Wat je aan persoonlijke informatie afstaat krijg je nooit meer terug. Welingelichte IT’ers weten dat ‘anonieme’ data niet meer bestaan. Ook ‘gewiste’ gegevens zijn met een klein beetje moeite terug te halen zolang geheugendragers niet worden vernietigd. Veel veranderingen in onze samenleving gaan met kleine stapjes tegelijk. Onze overheid is gek op data en ook bedrijven beschouwen data als een vorm van kapitaal. Technologische innovaties zorgen er voor dat we ongemerkt steeds meer data afstaan en daarmee dat het gedeelte ‘wat van onszelf is’ steeds kleiner wordt.

Internet of things: internet van onzichtbaarheden

Slimme apparaten hebben niet altijd een gebruikersinterface of deze is beperkt tot een app, waarmee je echter niet kunt zien wat het apparaat doet. Dat maakt het vrijwel onmogelijk om te zien hoe systemen veranderen. Veel connected systemen ontvangen automatische updates, of worden ‘gevoed’ door informatie die ze ontvangen; maar wat gebruikers in ieder geval niet kunnen zien is of het apparaat goed beveiligd is. Connected devices zonder interface of scherm geven geen waarschuwing af als ze malware bevatten of als er indringers proberen binnen te komen. Daarom noemde ik het internet of things eind 2013 al het internet van onzichtbaarheden.

Wie heeft er nog overzicht?

privacyDie onzichtbaarheid zorgt ook voor onverschilligheid, maar die wordt ook gevoed door de toenemende complexiteit. Voor een normaal mens is het al ingewikkeld om alle logingegevens veilig bij te houden. Laat staan dat we weten welke gegevens we ooit hebben afgestaan aan bedrijven en overheden, en welke bedrijven bij onze gegevens kunnen. Daarbij gaat het zowel om tijd (na enige tijd weten we niet meer, wat en hoe) als om aantallen (het aantal bedrijven waar we gegevens achter laten, groeit). Simpel voorbeeld: weet je als 45-jarige met welke ziektekostenverzekeraars je de afgelopen vijftien jaar zaken hebt gedaan? Of weet je als 35-jarige hoeveel ‘persoonlijke accounts’ (persoonlijke gegevens, login en wachtwoord) je hebt gecreëerd? Met het internet of things komen daar apparaten bij, die niet alleen het aantal te beveiligen verbindingen vergroten, maar ook het aantal datastromen. John Matherly, oprichter van Shodan, een zoekmachine voor connected things, stelt: “Besluiten rond IoT worden vooral gedreven door mogelijkheden en features. Er lijkt totaal geen rekening te worden gehouden met de security- en privacy-gevolgen die IoT met zich meebrengt.

De optelsom: onbalans neemt toe

Connected devices staan 24/7 ‘aan’ en verzamelen stuk voor stuk data, ook op momenten dat je daar niet bij stil staat. Hoe meer apparaten met elkaar verbonden zijn en via sensoren data verzenden, hoe gedetailleerder het beeld is dat van iemand kan worden gecreëerd. Bedrijven, instellingen en overheden zorgen er voor te kunnen beschikken over die gegevens die nodig zijn voor hun processen. Meestal komt dat neer op het eenmalig afstaan van bepaalde gegevens voor een bepaald gebruiksdoel. Als individu weet je niet precies welke informatie bij de ander ligt, laat staan dat je er toegang toe kunt krijgen. Bij ieder individu speelt deze achterstand honderden malen een rol, namelijk bij alle partijen waar dat individu mee te maken heeft of heeft gehad: overheidsinstellingen, scholen, ziekenhuizen, huisartsen, de gemeenten in verschillende woonplaatsen, verzekeraars, sportclubs, fysieke winkels met klantkaarten, online shops, social media, internet service providers…. Tel hier het internet of things bij op en de uitgaande informatiestroom neemt duizelingwekkende vormen aan. Die wordt namelijk realtime en permanent. Iets om over na te denken wanneer je weer een connected thing aan je verzameling toevoegt, met welke goede reden dan ook.

Wie kijkt mee met uw autoritje?

Data makes the world go round – dat moeten ze bij ANWB ook bedacht hebben. De vier miljoen leden (de grootste vereniging van Nederland) waaronder een groot aantal autobezitters zijn in potentie een enorme bron van data. Datadriven businessmodellen zijn dus interessant voor ANWB. Dat betekent wel dat je vat moet krijgen op het gedrag van de individuele klant: zijn doen en laten, bewegingen, aankopen en andere interacties. Online retail biedt daartoe alle kansen – een klant die in een fysieke winkel komt, kan anoniem blijven – en daarnaast bieden mobiele apps veel mogelijkheden om interactie aan te gaan. Een ‘connected’ verzekeringsproduct is interessant: je verzamelt data terwijl je als verzekeraar meekijkt met de bestuurder. 

Connected car: interessant voor verzekeraars

Ook de nieuwste app van ANWB bevindt zich op de smartphone, maar heeft een interessant ‘hulpmiddel’. Bij de kort geleden nieuw verizon-delphigeïntroduceerde verzekering ‘veilig rijden’ krijgt de verzekerde een ‘stick’ die op de OBD-poort van iedere moderne auto kan worden aangesloten. Dat apparaatje verzamelt gegevens over rijgedrag en op basis van algoritmen wordt vervolgens een rijstijl-score berekend die de basis vormt voor de premiehoogte. Via de bijbehorende app krijgt de verzekerde inzicht in (en tips voor) het rijgedrag.

ANWB is niet de eerste partij die met een dergelijke ‘connected car verzekering’ komt. In Nederland heeft Kroodle, een startup van Aegon, het ook al geprobeerd. Ook in België is begin dit jaar een pilot gestart door Corona Direct, een online verzekeraar. En wanneer je op het internet zoekt, blijkt dat er al tientallen serviceproviders zijn die voor particulieren en bedrijven de infrastructuur leveren om gebruik te maken van data die de auto genereert.

Ook ANWB heeft de veilig rijden verzekering niet helemaal zelf bedacht: er wordt samengewerkt met het Britse Ingenie, waarmee ANWB een vijfjarige licentieovereenkomst heeft gesloten na een pilotperiode met 1000 proefkonijnen. Ingenie levert de hardware, de analytics en algoritmen, ANWB-dochter Unigarant zorgt voor het verzekeringsgedeelte.

Hoe werkt de Ingenie-stick?

Verzekerden krijgen een dongel die op de OBD-poort van de auto wordt aangesloten. De rijstijl bepaalt ANWB aan de hand van vier verzekeringsproductonderdelen: de rijsnelheid, de manier van optrekken en remmen en de wijze waarop bochten worden genomen. De rijstijl wordt herleidt tot een korting (of malus) op de premie; ook het tijdstip waarop je rijdt is mede bepalend voor de premiehoogte. Om gerichte feedback te kunnen geven op het onderdeel snelheid, moet de snelheidslimiet bekend zijn van de weg waarop de verzekerde rijdt. Daarom zit er ook een GPS-module in de dongel die de locatiegegevens levert. Daarnaast zal er ook een accelerometer in de dongel aanwezig moeten zijn – nodig om versnelling te kunnen waarnemen. Of met alle hardware en software veilig rijden kan worden gemonitord is de vraag; een noodstop maken voor een plotseling overstekend kind lijkt me noodzakelijk, maar veilig is het niet.

Een tweede smartphone in je auto

De data die de ANWB-stick verzamelt, blijven eigendom van de verzekerde, aldus ANWB. Je kunt zelf je gegevens inzien, maar de locatiegegevens (wie wanneer waar rijdt) zijn niet zichtbaar in het persoonlijke account van de app. De dongel die ANWB gebruikt is in feite een smartphone zonder camera en gespreksfunctie. De meeste automobilisten hebben al een smartphone aan boord en die geeft zeer frequent de GPS-informatie door aan de zendmasten in de omgeving. Met deze informatie laadt Google onder andere zijn dynamische verkeersinformatie in Google Maps. Telecomproviders beschikken ook over deze geo-informatie. De smartphone stelt ook gemeenten en bedrijven in grote steden in staat om je doorlopend te volgen. Citytraffic is één van de bedrijven die burgers via hun smartphone volgt. Het bedrijf werkt samen met dertig gemeenten, waaronder Amsterdam, Rotterdam en Den Haag. De verzamelde data wordt verkocht aan onder andere gemeenten en winkels, aldus RTL Z, zonder dat burgers hiervan op de hoogte zijn. Dat gebrek aan transparantie speelt ook bij de nieuwe verzekering van ANWB.

Een beetje transparant bestaat niet

ANWB is bij dit verzekeringsproduct niet volledig transparant in de wijze waarop data worden verzameld en welke data worden verzameld. ANWB is er helder over: data worden niet met derden gedeeld – tenzij er een vermoeden is voor fraude of een poging tot fraude, of wanneer ANWB via een gerechtelijk bevel worden gevraagd de gegevens beschikbaar te stellen aan politie of justitie. Ook de gangbare bewaartermijn van data (7 jaar voor verzekeraars) roept vragen op. “Wij kunnen afwijken van het bovenstaande op het moment dat er zich bijzondere omstandigheden hebben voorgedaan. Hierbij kun je denken aan een auto-ongeluk, diefstal, vermoeden van fraude of een juridisch onderzoek.” Je kunt wel een verzoek doen om de gegevens te verwijderen, maar aangezien de gegevens niet op jouw persoonlijke apparaat, maar in de Microsoft cloud staan, heb je hier geen zicht op. In het privacy statement wordt gesteld: “Buitenlandse inlichtingendiensten mogen volgens de wet in de gegevens in de database inzien.” Een beetje transparant bestaat niet, iets wat ook Sander Klous, hoogleraar big data aan de Universiteit van Amsterdam en tevens werkzaam bij KPMG, in een artikel in NRC Handelsblad benadrukt.

Welke technologie wordt gebruikt?

Verder is ANWB niet transparant over de gebruikte technologie. Uit de voorwaarden kan je opmaken dat ANWB weet of de dongel wel of niet is aangesloten. Kroodle ontdekte dat rijders in het weekend (dan is het autorijden verzekeringstechnisch gezien duurder) de dongel loskoppelden. ANWB vermeldt echter niet dat de stick ook een GPS-module bevat die locatiegegevens van de auto doorgeeft. Technologiepartner Ingenie geeft op de eigen website wel informatie over de gebruikte technologie in de black box: “The ingenie box is a self-contained unit the size of a smartphone that includes a:

  • GPS unit which captures when and where the car is driven
  • high frequency motion sensor which captures how the car is driven
  • SIM card which is used to transmit the data
Privacy: van individu naar object

iphone6-scoreDe connected car roept uiteraard privacy-vragen op, maar in het geval van de connected car ontstaat een nieuw probleem. Privacy is een individueel en persoonsgebonden fenomeen, zo benadrukt ook Danny Mekic, die het nieuwe ANWB-product betitelt als “Big Brother Verzekering” (in een artikel dat op 21 juni in het AD verscheen). Met de connected car wordt privacy enerzijds overgeheveld naar de auto en anderzijds naar derden. Of in de woorden van ANWB: “Iedereen die ermee rijdt, bepaalt de rijstijl. U bent zelf verantwoordelijk om andere bestuurders van uw auto hierover te vertellen. Let op: rijd iemand anders roekeloos met uw auto? Dan heeft dat gevolgen voor uw rijscore.” Autodelen, bijvoorbeeld via Snappcar, wordt zo lastig. Een tweede rijder, bijvoorbeeld je partner, kan in de app zien hoe je rijdt en andersom. Vervang partner door werkgever en leg dan nog maar eens uit dat je zo hard optrok omdat je op tijd bij je baas moest zijn. Privacy koppelen aan individueel gedrag is prima, maar in het geval van de connected car is het gekoppeld aan een voorwerp waarvan meerdere mensen gebruik kunnen maken.

Ook de distributie van data over een gehele keten (de auto, ANWB, Unigarant, Ingenie, Microsoft) roept vragen op. De balans is zoek: alle ruwe data gaan naar verschillende partijen, maar de gebruiker heeft alleen een beperkt dashboard. Ook ANWB kan gebruik maken van de data die haar dochter Unigarant verzamelt.

Data is geld waard

Helaas is het niet zo dat je direct de vruchten kunt plukken van je nieuwe rijstijl. Uit de algemene voorwaarden blijkt dat je begint bij een standaardkorting; na een periode van drie maanden bepaalt de rijscore je werkelijke korting. Dat kan er toe leiden dat je premie niet verandert, of dat je premie terug krijgt of moet bijbetalen. Een korting kan dus ook negatief zijn. Ben je, als je opzegt, nog welkom bij de gewone verzekering van Unigarant? Je rijscore kan er ook toe leiden dat je verzekering wordt opgezegd. Begrijpelijk vanuit het perspectief van een aanbieder van een ‘datadriven’ verzekering, maar in deze constructie is het de autorijder die in ruil voor data mogelijk korting krijgt zonder dat precies duidelijk is hoe de onderliggende mechanismen werken. Het is een groot verschil of je tandenborstel communiceert met je ziektekostenverzekeraar over poetsgedrag of dat je een uitgebreide en gevoelige dataset afstaat voor een korting op je autoverzekering.

Danny Mekic stelt in zijn artikel dat ANWB enkele jaren geleden nog tegen rekeningrijden en de kilometerheffing was, omdat dat de privacy van de automobilist in gevaar zou brengen. “Maar nu zijn ze getransformeerd tot een wolf in schaapskleren die het ‘datagraaien’ op een hele sympathieke manier weet te verkopen: wie kan nou tegen de ‘ANWB Veilig Rijden Autoverzekering’ zijn, zoals ze hun orwelliaanse verzekering hebben gedoopt?”

Consument in control over persoonlijke data

De consument hoeft natuurlijk niet te kiezen voor korting in ruil voor data. Een gewone autoverzekering werkt ook op basis van ‘goed gedrag’, namelijk de no-claim korting. Het is echter de vraag wanneer deze variant door verzekeraars wordt ingeruild voor het datadriven model.

Wil je toch profiteren van de data die je auto produceert, dan zijn er allerlei standalone oplossingen die de auto laten communiceren met je telefoon, tablet of laptop, waarbij je vanaf dat apparaat zelf kiezen wat je met de data doet. Dat is ook het vertrekpunt van een concept als Schluss. Privacy begint bij persoonlijke controle over welke data je deelt.

Van wie is de slimme stad?

Het jaar 2013 werd door Technology Review uitgeroepen tot het jaar der dingen. In dat jaar werd voorspeld dat er in 2020 maar liefst 25 miljard connected devices zouden zijn. Willen we dat aantal halen, dan hebben we vanaf januari 2016 het nodige te doen: wereldwijd maar liefst 200 nieuwe connecties per seconde realiseren. Toch wordt er hard gewerkt aan het internet of everything, dat meer is dan een verzameling connected objecten. Het leidt ook tot een enorme productie van data, met name in steden. Daar zijn veel mensen, is veel bedrijvigheid en maximale connectiviteit. Het internet of things is de motor voor slimme steden. Leidt dat tot slimme burgers of dient de databrij andere belangen?

slimme stad
The percentage of urbanized population by country.

Sinds dit decennium woont de helft van de wereldbevolking in steden. Vrijwel overal ter wereld treedt urbanisatie op: jonge mensen verlaten het platteland en kiezen voor de stad. Technologie kan helpen bij het in goede banen leiden van die groei. Bestuurders en tech-fans zien het internet of things als een veelbelovende revolutie: alles met alles verbinden. Door het gebruik van smartphones en connected cars worden mensen vanzelf dataverzamelaars. Ook bedrijven zien grote mogelijkheden. Bijvoorbeeld omdat ze diensten kunnen gaan aanbieden voor het verzamelen en opslaan van data (connectiviteit, datacenters, sensoren) of het bewerken van data (software voor analyse). In Eindhoven werkt de gemeente samen met Atos met het programma city pulse, waar sensoren worden ingezet om incidenten te voorspellen. En in Amsterdam wordt samengewerkt met Google en TomTom om dynamisch route- en parkeeradvies mogelijk te maken. Ook wordt er voorgesorteerd door telecombedrijven, die optreden als hofleverancier van connectiviteit en infrastructuur. Het 4G mobiele netwerk gaat de komende jaren naar 5G, waardoor de capaciteit en snelheid van mobiel internet enorm toeneemt. KPN rolt LoRa uit in Amsterdam (speciaal voor het internet of things) en ook komen op steeds meer plekken glasvezelverbindingen te liggen.

Internet der dingen

We gaan toe naar het internet of everything. Tien jaar geleden werd aan het sociale web (of web 2.0) nog een democratiserende werking toegekend. In die periode is de macht van de (informatie)consument inderdaad toegenomen. Ook in ontwikkelingslanden hebben mobiele verbindingen bijgedragen aan een meer transparante handel.

Maar meer connectiviteit en meer data wil niet zeggen dat de transparantie alleen maar toeneemt. Universiteiten en onderzoeksinstellingen worden regelmatig betrapt op het manipuleren van of met data. Een sector met een twijfelachtige reputatie op dit vlak is de farmaceutische industrie (als gevolg van het selectieve gebruik van onderzoeksgegevens over de effectiviteit van nieuwe medicijnen). Maar ook klimaatwetenschappers en sociale wetenschappers vliegen regelmatig uit de bocht.

Overheden claimen dat ze met het internet of things hun steden slim kunnen maken, maar wie wordt slimmer in de slimme stad? En wat gebeurt er als een stad een deal sluit met een techbedrijf, waarbij opt out niet meer mogelijk is? Je kunt nu al niet meer door het centrum van Amsterdam lopen zonder vastgelegd te worden op camera. Daarnaast zijn nationale geheime diensten de afgelopen jaren herhaaldelijk over de schreef gegaan of op hun vingers getikt, bijvoorbeeld over het op grote schaal aftappen en opslaan van dataverkeer.

Van wie zijn de data?

Bij de slimme stad is een van de belangrijkste vragen wat overheden mogen met data. En van wie de data zijn. Veel mensen weten niet het verschil tussen data en informatie. Ger Baron is niet de enige die constateert dat bestuurders een kennistekort hebben. Dat probleem speelt ook in het bedrijfsleven. Uit het laatste Corporate Governance-onderzoek (2015) van Grant Thornton onder meer dan 1.800 bedrijven wereldwijd blijkt dat gebrek aan ervaring met technologie bij de huidige directies een zorgpunt is. Die ontwikkeling zorgt voor een interessante tweespalt: enerzijds is het potentieel van een connected samenleving enorm, anderzijds is data de nieuwe olie (een grondstof, waar je waarde mee kunt creëren of geld verdienen als je de juiste software hebt).

De academische wereld is opnieuw een goed voorbeeld van deze tweespalt: universiteiten produceren informatie en publiceren die in wetenschappelijke tijdschriften; de klassieke uitgevers verkopen deze informatie vervolgens weer terug aan de studenten en onderzoekers op universiteiten – die daardoor tweemaal voor de productie van hun eigen informatie betalen. Bedrijven en burgers hebben echter geen vrij toegang tot deze informatie, die veelal met belastinggeld tot stand komt. Derdewereldlanden hebben nog meer moeite om toegang te krijgen tot wetenschappelijke en technologische informatie. De open access beweging probeert hierin verandering te krijgen, maar dat gaat zeer geleidelijk.

Een stad is de databron bij uitstek

Moet de slimme stad samenwerken met technologiebedrijven? TomTom en Google verkopen aan de gemeente Amsterdam geanonimiseerde data over verkeersstromen in de stad. Het sociale netwerk LinkedIn levert geanonimiseerde data aan de gemeente over baanwisselingen en vaardigheden van gebruikers aan Amsterdam, zodat de gemeente gerichter arbeidsmarktbeleid kan voeren. IBM, Oracle, Siemens, Palantir, Cisco, Microsoft, Philips: de lijst met bedrijven die smart city-diensten verkopen aan steden groeit snel, aldus een analyse van NRC Handelsblad. Datarijke steden zijn aantrekkelijk voor Google, dat als missie heeft om alle informatie ter wereld te organiseren en universeel toegankelijk en bruikbaar te maken. Daar is Google al jaren lang mee bezig en dat blijkt uit diensten zoals Google Scholar. Google Shopping, Google Streetview, Google Car, Google Earth en Google Gmail, die iedereen inmiddels volkomen normaal vindt. Data = kapitaal.

DSC01013
Ger Baron bij Tegenlicht Meetup 3 mei 2016

Het is de vraag of je kunt spreken over een bewust ‘ontwerp’ van de slimme stad. Er dient hoe dan ook te worden gedacht over de function creep van technologie. Wat gebeurt er als verzamelde data of ingezette systemen voor andere doeleinden worden gebruikt dan oorspronkelijk bedoeld? Beslissingen rondom data die nu worden genomen, ook op het gebied van privacy, bieden geen garantie voor de toekomst – ze zijn niet meer dan een tijdelijke intentie. Bij veranderingen in het openbaar bestuur kan het gebruiksdoel van data veranderen. In de toekomst kunnen nieuwe combinaties gemaakt worden; data die verzameld zijn, kunnen niet ‘ontzameld’ worden. Die situatie is niet nieuw, we hebben er via het bevolkingsregister van Napoleon al ruime ervaring mee opgedaan. Daarom ook is de toezegging van Ger Baron in VPRO’s Tegenlicht over het werken met geanonimiseerde gedeelde data niet realistisch.

Kennistekort over de macht van data

Daarnaast is het de vraag of gemeenten zich voldoende bewust zijn van alle facetten van de ‘smart city’. Al heeft Amsterdam een CTO in huis gehaald, de stad is in 2016 op de vingers getikt dat zij niet zorgvuldig omgaat met gegevens van burgers. De Amsterdamse Rekenkamer gaf aan: het ontbreekt aan actueel privacy-beleid, taken en verantwoordelijkheden zijn nog onvoldoende afgebakend en de naleving van privacy-regels wordt niet structureel getoetst. Dat leidt er bijvoorbeeld toe dat daartoe onbevoegde ambtenaren toegang krijgen tot dossiers met gevoelige, medische informatie van burgers. Ook medewerkers van softwareleveranciers kunnen bij gevoelige informatie, aldus de Rekenkamer. Een slecht vertrekpunt als je stelt dat er bij de gemeente ‘een kennisachterstand is als het gaat om technologie.’ Juist de decentralisatie van de overheid zorgt er voor dat de verantwoordelijkheden van gemeenten enorm toenemen. Reden des te meer om de uitspraak van Dirk Helbing serieus te nemen: we staan op een keerpunt als het gaat om data. Leidt de slimme stad werkelijk tot slimme burgers?

Bekijk de uitzending van VPRO’s Tegenlicht van 1 mei 2016 over slimme steden.

Lees ook het blog over Smart City Amsterdam