robotica Archieven - Pagina 2 van 3 -

Een robot waar je wat aan hebt

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!

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

Voor 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.

Tweeten

De ware revolutie van 3D-printen: materiaaltoepassingen

Bij 3D-printen gaat de aandacht vooral uit naar de geprinte objecten en voorwerpen. Zo rolde er bij Airbus begin juni een mini-vliegtuig uit de printer. Op de elektronica na is het gemaakt van polyamide. Dat maakt meteen duidelijk waarom bij 3D-printen de echte innovatie niet in de printers zit, maar in de materialen.

Soms duurt het even voordat duidelijk wordt wat er nu precies innovatief is aan een innovatie. Bij Uber denkt iedereen aan disruptie van de taxi-sector, maar de kern zit in ‘data driven logistiek’ – dus vernieuwing zonder investering in hardware. Uber is geen taxibedrijf, maar een softwarebedrijf. Dat label past ook bij Airbnb, en zelfs bij BMW en Philips Health: technologie (hardware en software) is een middel om data te produceren.
In twee innovatieve sectoren is een vergelijkbaar patroon zichtbaar. Hoewel we al meer dan honderd jaar kunnen vliegen, verbaast iedereen zich over mooie drone-filmpjes. Inderdaad, de drone brengt de ‘birds eye view’ voor iedereen binnen handbereik. Maar in professionele settings is een drone niets anders dan een apparaat dat vanuit de lucht data verzamelt. Deze ‘innovatie-parallax’ geldt ook voor de 3D-printer. In eerste instantie werd de 3D-printer beschouwd als een disruptor voor de maakindustrie. Maar in plaats van het apparaat zijn het vooral de materialen die voor vernieuwing zorgen.

Printen met bamboe

3D Hubs beschikt over een netwerk van 30.000 printers wereldwijd, verdeeld over 160 (hoofdzakelijk westerse) landen. Op het online platform van 3D Hubs , in 2013 in Amsterdam opgericht, kunnen gebruikers hun design uploaden, een locatie zoeken voor het laten printen van hun ontwerp en ook zelf hun materiaal kiezen. Zo kan met de laatste Markforged printer (Mark Two) geprint worden in nylon in combinatie met carbonfiber (of zelfs kevlar). De gebruiker kan per product nauwkeurig bepalen hoe deze twee materialen worden gecombineerd. Het maakt het eindproduct sterker en lichter dan aluminium, waardoor metalen voorwerpen vervangen kunnen worden door geprinte onderdelen. De productiekosten van objecten kunnen met een factor tien tot honderd naar beneden. Arnoldas Kemeklis, projectmanager bij 3D Hubs, benadrukt dat de vernieuwing inderdaad op het vlak van materiaaltoepassingen ligt.

Sugu is een werkplaats in Rotterdam waar verschillende ondernemers samenwerken aan nieuwe productiemethoden en materialen. Er wordt geëxperimenteerd met nieuwe machines en nieuwe materialen. Het bedrijf heeft onder andere geïnvesteerd in een industriële robotarm met de naam Suzanne, die met een speciale printkop kan printen in een speciaal materiaal dat voor 95 procent uit (biologisch afbreekbare) bamboe bestaat. Het bedrijf werkt onder meer voor de maritieme sector, waardoor ook ervaring wordt opgedaan met de quality asssurance en certificering van 3D-geprinte materialen. On demand productie van nieuwe materialen met specifieke eigenschappen – denk aan licht, flexibel en brandwerend – wordt door Sugu als de nieuwe trend gezien.

3D builder: zand met lijm wordt steen

Ook Jan Jaap Ruijssenaars (Universe Architecture) experimenteert met materialen en productiemethoden. Voor de ontwikkeling van zijn Landscape House bleek 3D-printen de meest geschikte techniek, aldus Ruijssenaars tijdens de 3D print update in Pakhuis De Zwijger. Het Landscape House is anders dan een gewoon gebouw: het is oneindig qua vorm. Bij FabCity, een tijdelijke campus gericht op duurzame innovaties in Amsterdam, is in samenwerking met BAM een speciale printeropstelling gerealiseerd. De 3D builder is een robotarm voorzien van een speciale printkop. Pikant detail: de robotarm is afkomstig uit de automotive sector en heeft ook een aantal maanden in een aardappelfabriek gestaan. De 3D builder werkt in een bak met zand (in dit geval afkomstig uit de Dolomieten); de printkop brengt net als bij inkt jet printen een speciale lijm aan op die plekken waar het object gevormd moet worden. De lijm bestaat uit een residu dat naast zout overblijft als zeewater verdampt; de lijm reageert met de magnesium oxide in het zand. Het niet-gelijmde zand wordt later weggeblazen. Zand, maar ook betongranulaat herwonnen uit eerdere prints, kan in een later stadium weer als grondstof voor de machine worden gebruikt, aldus Rutger Sypkens van BAM Bouw en Techniek (foto rechts). Dat maakt deze techniek interessant voor duurzame bouwconcepten. Verder denkt Ruijssenaars bij zijn productieproces van de 3D builder in termen van ‘voxels’ (een voxel is de 3D variant van een pixel) met een afmeting van 5x5x5 mm. Voxels maken het mogelijk om de samenstelling van materialen via het printen te bepalen, onder andere door verschillende grondstoffen te combineren.
Printen in voxels is ook het uitgangspunt voor de HP Jet Fusion 3D Printing Solution, in mei 2016 door HP op de markt gebracht. Het is een 3D-printsysteem voor fabrikanten; HP claimt dat het apparaat tot 10 keer sneller en tot de helft goedkoper produceert dan bestaande printsystemen. Bij de HPJet Fusion is de voxel-afmeting 50 micron.

Kansen voor de circulaire economie

refil Aanhaken op de circulaire economie: dat is wat Refil doet. Kunststoffen bestaan er in maten en soorten: ABS, PET, HIPS. PET is afkomstig van PET-flessen, ABS is het materiaal dat in autodashboards wordt toegepast en HIPS is verwerkt in de binnenkant van koelkasten en vriezers. Het bedrijf heeft als missie om kunststoffen uit de automotive, flessen en koelkasten te hergebruiken en om te zetten in verschillende kwaliteiten en soorten filament – geschikt om ‘iconische producten’ te maken. De uitdaging voor Refil is dat door de lage olieprijs het nieuw produceren van plastics aanzienlijk goedkoper is dan het hergebruiken van bestaande plastics. De enige oplossing voor Refil was het zelf opzetten van een productie-eenheid voor filament.

Uitdagingen voor hergebruik

Aan grondstoffen geen gebrek: ook al wordt er veel ingezameld en gescheiden, er is weinig vraag naar. Die lage olieprijs zorgt er voor dat het filament van Refil duurder is. Toch heeft Refil veel tijd besteed aan het optimaliseren en standaardiseren van het recycle-proces (ook in samenwerking met afvalverwerkers), want 3D-printers vragen om een bepaalde kwaliteit plastics. Een andere hindernis die Refil zelf opwerpt, is dat er geen kleurstoffen aan de gerecyclede materialen worden toegevoegd. Dat betekent dat een lichtblauwe PET-fles uitsluitend tot een lichtblauw filament kan leiden. Omdat 3D-printers alleen PET-G filament kunnen verwerken (en geen PET-A waar PET flessen van zijn gemaakt), moet Refil nog wel 10 procent PET-G toevoegen om het materiaal flexibel en sterk te maken.

Tweeten

3D-printing: geen derde industriële revolutie

ABN_infographic_3Dprinting_def Zoals je kunt cijferhijgen over het internet of things, zo kan je dat ook doen over een andere technologietrend: 3D-printing. In 2015 voorspelde ABN AMRO in een sectorrapport dat de Nederlandse markt voor 3D printing een omvang zou krijgen van 45 miljoen euro. Canalys, een bureau voor marktonderzoek, schatte in 2013 de totale marktomvang voor 3D-printing in 2018 op ruim 16 miljard dollar. Consultancybedrijf Wohlers Associates roept dat de totale 3D-printmarkt voor zowel software als hardware in 2020 meer dan 20 miljard dollar groot is. Volgens Marketsandmarkets bereikt in dat jaar de 3D-printmarkt voor alleen de automotive sector al een omvang van anderhalf miljard dollar. In 2012 werd de 3D-printer zelfs de belangrijkste uitvinding sinds de drukpers genoemd. Alle redenen dus om te verwachten dat de derde industriële revolutie onderweg is.

cliches De afgelopen drie jaar stonden alle seinen op groen: de prijzen van de printers daalden en computers beschikten over meer dan voldoende rekenkracht (er is tegenwoordig zelfs een instapmodel dat met een smartphone kan worden aangestuurd). Bedrijven als Shapeways zijn in de 3D-printservices gestapt en zelfs bij HEMA kan je terecht voor een beperkt 3D-printaanbod. Toch zijn de 3D-hubs nog niet op iedere straathoek te vinden en is het al helemaal geen hype om je eigen 3D-printer in huis te halen. De beloofde revolutie lijkt uit te blijven. Of voltrekt die revolutie zich juist stilletjes en staan we nog maar aan het begin?

De 3D-printmarkt werd gezien als de aanloop naar de derde industriële revolutie. Productie zou in toenemende mate lokaal kunnen worden uitgevoerd, een blauwdruk voor het ontwerp was voldoende; hele schakels in de supply chain zouden verdwijnen. Er zouden ook nieuwe toepassingen ontstaan in de ontwikkel- en productieketen, zoals het produceren van unieke voorwerpen. Denk bijvoorbeeld aan rapid prototyping – het snel kunnen produceren van slechts 1 exemplaar. Of aan het produceren van gepersonaliseerde producten, of het op afroep vervaardigen van reserve- of vervangende onderdelen van defecte apparaten. Maar kort na de optimistische marktscan van ABN AMRO kwam al naar buiten dat de internationale markt voor 3D-printerfabrikanten in het slop was geraakt. Consumenten zitten er niet op te wachten om thuis eenvoudige plastic voorwerpjes te kunnen printen. Grootschalige industriële toepassingen zijn er nog niet. Zelfs de hype rondom ‘lokale productie’ is inmiddels vervangen door een andere: zo wordt nu gesproken over virtual stock. Voor het on demand en op locatie produceren van producten is het voldoende om een blauwdruk, een printer en grondstoffen op voorraad te hebben. Het aanhouden van echte, fysieke voorraad is alleen noodzakelijk als producten direct beschikbaar moeten zijn.

Zoals het er nu naar uitziet, blijft die derde industriële revolutie inderdaad uit. Dat heeft te maken met (nog steeds) relatief hoge prijzen, aldus Shapeways CEO Peter Weijmarshausen. Hij veel van de grote hardware-leveranciers zoals HP en loopt nog altijd over van vertrouwen in de toekomst van 3D printing. Op verschillende vlakken zijn inderdaad belangrijke professionele toepassingen binnen handbereik gekomen. Dat komt door twee ontwikkelingen: de printer ontwikkelt zich verder en ook het aantal printbare materialen neemt toe.

Op de eerste plaats de printer. 3D-printing is begonnen met de cartesiaanse printtechniek. Daarbij legt de printkop een vaste weg af, vergelijkbaar bij een ouderwetse matrixprinter. In nieuwe varianten wordt de printkop echter bevestigd op een robotarm, die we kennen van puntlasinstallaties uit de automotive. Met deze techniek (delta-principe) kan de printkop in alle richtingen bewegen. Deze laatste variant komt bijvoorbeeld ook terug in de printer die op Fabcity Campus wordt gebruikt door architect Janjaap Ruijssenaars en dat brengt ons bij de tweede ontwikkeling: het aantal materialen dat met 3D-printtechnieken kan worden verwerkt, is enorm toegenomen. Op de Fabcity Campus introduceert BAM samen met Universe Architecture een betonprinter. Deze zal ingezet worden voor experimenten met verschillende soorten zand. Waar voorheen alleen nog met Dolomietenzand werd gewerkt, zal tijdens de FabCity Campus onderzoek worden gedaan naar Het IJ- en Noordzeestrandzand. De 3D-betonprinttechniek is ontwikkeld door de Italiaan Enrico Dini. Dini heeft printers ontwikkeld die complete huizen kunnen printen. Ook hier geldt, dat je de printer of het huis niet zomaar overal krijgt; het printen in beton maakt wel een 24-uursproces mogelijk zonder tussenkomst van mensen en het vergroot de mogelijkheden om vormvrij te werken. Voor de bouw is dat relatief nieuw.

Naast kunststof en beton kunnen ook glas, staal, klei en zelfs grafeen als printbaar materiaal worden gebruikt. Verschillende bedrijven experimenteren met het printen van bot- en spierweefsels, waarbij de 3D-printer levend materiaal als grondstof gebruikt: met zogenaamde hydrogels, water-gebaseerde oplossingen die dierlijke cellen bevatten. Daarnaast verwacht de voedingsmiddelenindustrie het nodige van de 3D-printer. Natuurlijk kan je printen met chocola of met pasta, maar er worden vooral kansen gezien in gepersonaliseerde voeding en in het maken van voedsel met behulp van nieuwe grondstoffen.

3D-printing leidt tot nieuwe mogelijkheden in allerlei sectoren en branches, maar de ontwikkelpaden zijn vaak langer dan in eerste instantie verwacht wordt. Al in 2014 schreef Toii over het Landscape House dat in beton zou worden geprint – zoals het er naar uitziet komt dit gebouw in 2017 of 2018 in Amsterdam te staan.

Een tweede noviteit is dat het met 3D-printing mogelijk wordt verloren gegane objecten te reconstrueren en reproduceren. Een goed voorbeeld hiervan is het project NewPalmyra, waarbij foto’s en 3D-printing gecombineerd worden ingezet om de door IS verwoeste tempels van deze Romeinse stad te reconstrueren. Hierbij is het zelfs mogelijk om het vernielde materiaal te vermalen – het is per slot van rekening steen, gedolven uit de natuur – en daarna opnieuw te gebruiken als grondstof om de objecten te printen. Dat roept de vraag op of het eindresultaat nog iets met historie of oudheid te maken heeft – iets wat je je ook kunt afvragen bij het historische centrum van Warschau dat na de vernietiging in de oorlog vrijwel geheel opnieuw werd gereconstrueerd.

Tweeten

Praten met slimme spullen

Wanneer we zaken doen met bedrijven, nemen systemen een steeds groter deel van de interactie voor hun rekening. Met het Internet of Things worden daar ‘de dingen’ aan toegevoegd. Gaan slimme spullen naar ons luisteren?

Mijn koelkast geeft een piepje als de deur te lang open staat. Maar hij heeft geen idee of ik te lang sta te turen (wat moet er in huis komen?) of dat ik de deur niet goed sluit. Het cliché van de connected koelkast is dat hij zelf proviand bestelt tegen de tijd dat voorraden dreigen op te raken. Maar wie zet de spullen in de koelkast? En houdt de koelkast ook rekening met mijn agenda, namelijk of ik met vakantie ga, of dat ik komende week bezoek krijg dat blijft eten? De afgelopen decennia heeft de koelkast zich niet echt ontwikkeld. Hij luistert niet naar mensen en hij begrijpt ze evenmin.

Slimme spullen zijn er in drie smaken.

Systemen gericht op transacties, zonder intelligentie. Denk aan de geldautomaat, de parkeerautomaat, de OV-chiplezer. Ze maken geen verbinding met het web met het doel daar informatie te selecteren en deze vervolgens aan te bieden. Ze doen dus ook niets met actuele informatie. De OV-chipkaartlezer verwerkt je check-in ook als er door een staking geen treinen rijden. Ze gaan geen interactie aan.

Software die vragen kan afwikkelen met behulp van het internet. De vraag is te zien als een transactie (bel Piet, bestel een pizza, wat is het weer in Amsterdam): de beantwoording komt neer op het combineren van gegevens. Het meest armoedige voorbeeld is de assistent op je smartphone (Siri, Cortana, Google Now, Hound) die je als antwoord op je vraag verwijst naar een website van Google, of naar een contact uit je contactenlijst. De meest bekende virtuele assistenten zijn Siri en GoogleNow. Siri (Apple) luistert sinds een jaar ook naar de Nederlandse taal, maar reageert alleen op de uitspraak “Hey Siri” als het Apple-apparaat aan het opladen is of als je de ‘home’-knop indrukt. Google Now reageert altijd op het commando “OK Google”. Beide assistenten kunnen nog weinig regelen, ze zijn vooral goed in opzoeken. Bij wat ingewikkelder zoekopdrachten gaat spreken een stuk sneller dan intikken; dat lijkt veelbelovend voor online shopping.

Spraak is de meest natuurlijke vorm van communiceren; praten is echter zowel voor mensen als systemen een stuk gemakkelijker dan luisteren. De personal assistent Amazon Echo is een ‘slimme’ luidspreker die onderdak biedt aan Alexa, een assistent die met je meeluistert. Alexa, die verder geen gezicht heeft, gaat een stuk verder dan de Dash button van Amazon, waarbij je via een druk op een knop op je wasmachine wasmiddel kan aankopen – een fysieke shortcut naar de juiste plek in een webshop. Alexa gaat de interactie aan met informatie en indien nodig met de omgeving: ze somt de headlines voor je op, dimt het licht als je daarom vraagt, zet een timer als je een pizza in de oven zet. Maar ze leert niet van je gewoonten: eigen patronen (elke dag de headlines bij je ontbijt) zal je moeten herhalen of programmeren. Ook andere slimme systemen proberen aan te haken op (onderdelen van) het internet of things. iOS zet in op Home Kit, waarbij verschillende soorten hardware en software samenwerken. Zo zijn er verschillende ecosystemen en daarbovenop bouwen ontwikkelaars apps die platformen koppelen (zoals IFTTT).

siri askspohie googlenow amelia

Van links naar rechts: Siri, Sophie, Ask Google, Amelia en Cortana.

Software die proactief tegen jou praat en daarbij alles uit jouw leven in de communicatie betrekt. De smartphone is hiervoor uiteraard de beste basis, want die weet meer van je dan je partner. De smartphone heeft informatie over waar je op welk moment bent – en in veel gevallen ook wat je doet, zoals met wie je communiceert en waarover – en heeft inzicht in je data- en softwaregebruik. Wanneer je smartphone actief naar jou en je omgeving zou luisteren en proactief zou kunnen interacteren, dan ontstaan mogelijkheden die richting uncanny valley gaan. Je smartphone zou je kunnen waarschuwen bij te grote uitgaven, zou je wijzen op interessante en relevante aanbiedingen van winkels waar je fysiek langs loopt, zou al je gesprekken kunnen volgen en kunnen refereren aan iets wat je een week geleden tegen je partner hebt gezegd: je had je voorgenomen je moeder te bellen, hoe zit dat? Deze software zou uit je aankoopgedrag kunnen afleiden wanneer nieuwe hardware het huis in komt en al vast met instructies of een tutor kunnen komen. Luisterend naar sensoren en RFID-chips zou zo’n systeem kunnen vragen of bepaalde levensmiddelen moeten worden besteld, en het onthouden als je altijd ‘ja’ zegt; maar wel rekening houden met je agenda: staan er nog vakanties gepland? Deze software beperkt zich niet tot communiceren, maar acteert ook en neemt dus zelfstandig beslissingen met financiële en fysieke gevolgen: voor bestellingen (op tijd een bosje bloemen laten bezorgen) of voor het gedrag van voorwerpen (op tijd de verwarming opstoken, omdat duidelijk is dat je onderweg naar huis bent). Net als bij de zelfsturende auto zullen we in complexe situaties rekening moeten houden met fouten of vertragingen in de besluitvorming.

Techneuten hopen de interactie met onze omgeving slimmer te maken door lerend vermogen aan de software toe te voegen. X.ai blijft daarbij op de achtergrond, maar kan wel het beheer van je agenda regelen; met Viv willen de uitvinders van Siri een stap verder gaan en MindMeld wil het mogelijk maken om het internet met spraak te besturen. De ontwikkelaars van ID Avatars hopen samen met IBM’s Watson empathische chatbots te kunnen realiseren; in de appstore kan je AskSophie downloaden en installeren, maar de registratieprocedure belooft niet veel goeds. EasilyDo zoekt naar relevante zaken in je agenda, je e-mail en je social media maar biedt naast enig gemak geen zekerheden.

Er is nog een lange weg te gaan om intelligente conversaties aan te gaan met of namens voorwerpen. Virtuele assistenten zouden hiervoor ‘the man in the middle’ kunnen zijn. Het enthousiasme voor spraakbesturing groeit echter wel. Watson (IBM) en Amelia (IPsoft) zijn nog steeds primair rekenwonders. Ze maken wel nieuwe combinaties van bestaande informatie, maar zullen nooit een fluitconcert voor vogels componeren zonder dat iemand daar de opdracht toe geeft – een kenmerk van creativiteit. Ze zullen bij hun beslissingen ook geen rekening houden met hoe jij of jouw partner zich voelt – een kenmerk van empathie.
Zelfs het omgaan met opdrachten is al een hele uitdaging bij het ontwerpen van lerende systemen. Tay.ai, een geautomatiseerde chatbot van Microsoft, werd na een paar dagen offline gezet omdat gebruikers het digitale wezen hadden getraind op het doen van racistische uitspraken. Lerend vermogen is te ontwikkelen, ook voor kunstmatige systemen. Empathie – gevoel voor de context – is een stuk lastiger.

Tweeten

Nee, het einde van contactcenters is niet in zicht

Als het aan de futuristen ligt, kan je elk jaar een artikel schrijven met als titel ‘het einde van contactcenters’. Zelfs de Economist stelt dat robots op termijn het callcenter overbodig zullen maken. “At best, jobs will be created more slowly in the Philippines and India; at worst they will vanish. And it is likely that nowhere else will be able to talk its way out of poverty as they have done”, aldus het artikel. De Economist verwacht dat door de inzet van technologie de grootschalige werkgelegenheid zal verdwijnen. Klinkt aannemelijk, maar de technofans zien één ding over het hoofd. Het is juist de voortschrijdende technologie zelf die ‘menselijke’ contactcenters onmisbaar maakt.

Veel bedrijven beschouwen klantcontact als kostenpost; meer doen met minder staat vaak hoog op de agenda. Outsourcing van klantcontact levert een kostenvoordeel op: facilitaire dienstverleners kunnen het vaak beter en goedkoper. Nog goedkoper is het om klantcontact te automatiseren. Dat betekent wel dat klanten met al hun vragen en problemen uit de voeten moeten kunnen met geautomatiseerde systemen. Dus dat geautomatiseerde customer service permanent meebeweegt met alle bedrijfsprocessen en producten waar klanten mee te maken hebben.

Die automatisering van customer service staat nog in de kinderschoenen. Tot nu toe zijn we redelijk in staat standaardprocessen te automatiseren. Het elimineren van eenvoudige vragen door middel FAQ’s, chatbots en spraakherkenning is twintig jaar geleden al ingezet. Maar het tempo waarmee nieuwe diensten en producten worden gelanceerd ligt een stuk hoger. Het gros van die nieuwe producten en diensten bevat zelf tot nu toe weinig tot geen enkele intelligentie. Onze modems en routers zijn – als ze vastlopen – nog niet zelf-herstellend. De Tesla checkt niet zelf iStock_000014909942XSmall of de app met laadpalen correcte informatie geeft. Het grootste deel van de organisaties waarmee we zaken doen, heeft geen idee wie we zijn als we bellen – ze volgen ons niet. Als we als klant vastlopen in ‘intelligente’ selfservice, zijn we alsnog afhankelijk van een customer service agent. Die agent heeft vervolgens ons, de klant, nodig om het probleem opgelost te krijgen. Bijvoorbeeld om informatie te geven over variabelen die alleen wij kunnen waarnemen: de context. Denk aan het gedrag van andere onderdelen uit een keten of aan invloeden van buitenaf. Een goed voorbeeld is de zorgketen. Omdat verzekeraar A een administratieve achterstand heeft, kan verzekeraar B de nieuwe overstappende klant nog niet verwerken. In dat geval is de klant de intermediair tussen ‘dom’ product en leverancier. Wil je een geautomatiseerd systeem leren omgaan met de doorlopend veranderende context, dan ben je eigenlijk op zoek naar een systeem dat real time en intelligent met de buitenwereld kan omgaan.

Er is een tweede reden waarom technologie het automatiseren van customer service processen in de weg zit. Bedrijven kunnen voordeel boeken als ze de time-to-market van nieuwe diensten en producten weten te bekorten. Nieuwe diensten worden daarom vaak ‘bovenop’ het bestaande IT-landschap geplakt, zodat ze aanhaken op alleen de noodzakelijke processen. Dat gaat sneller en goedkoper dan steeds het IT-landschap opnieuw uitvinden. Betalen via je smartphone is een flinke stap voorwaarts, maar het achterliggende serviceproces blijft meestal ongewijzigd. Ook al is de smartphone via een app connected met de bank (en dus intelligenter dan bijvoorbeeld een bankpas), als er iets mis gaat, moet je nog steeds contact zoeken met een bankmedewerker. IT-adepten die roepen dat ze dat nu juist willen automatiseren, begrijpen niet dat service-automatisering altijd achterloopt op productontwikkeling. Het is gemakkelijker iets toe te voegen aan de voorkant van een bedrijfsproces dan al het achterliggende te veranderen. Dat stapelen zie je terug in IT: slechts een paar grote bedrijven zijn bezig met het terugdringen van het aantal systemen – het reduceren van legacy. De kosten van het wegwerken van achterstallig onderhoud in IT, aangeduid als IT Debt, werden in 2010 door Gartner geschat op 500 miljard dollar; de verwachting voor 2015 was dat het zou zijn opgelopen tot 1.000 miljard dollar.

supercharger_2 Een derde reden is dat innovatie van diensten en producten in veel gevallen precies beperkt blijft tot die diensten en producten. De Tesla is een geweldige auto, maar hij is nog niet in staat het opladen zo te organiseren dat de gebruiker er geen last van heeft. Bij banken is het allemaal nog lastiger: we kunnen bijvoorbeeld niet geautomatiseerd van bank veranderen of een hypotheek- of pensioenproduct overhevelen naar een andere aanbieder. “Dat gebeurt toch weinig?’ hoor ik u zeggen. Ja, hoe zou dat komen? Bij zorgverzekeringen en mobiele abonnementen is veranderen een stuk eenvoudiger. En voor wat betreft dat modem: als het defect is of dreigt te gaan, waarom belt het dan niet zelf een monteur die een vervangend apparaat komt afleveren? Of is dat onwenselijk als het modem in een brandend huis staat? Er liggen dus enorme kansen om hardware en software intelligenter te maken. In de IT is dat proces – de automatisering van de automatisering – al volop aan de gang. Ook het internet of things, met connected voorwerpen, biedt veel mogelijkheden om processen te automatiseren, maar daar waar innovaties leiden tot nieuwe vragen of problemen, stokt dat proces.

Ja, automatisering van eenvoudige interacties zal inderdaad leiden tot krimp in de contactcentersector. Yuri van Geest gaat een stuk verder: hij voorziet een toekomst “waarin goederen niet meer kapot gaan. En als er al een defect is, zullen producten vaker in staat zijn zichzelf te repareren. Zonder dat een klant er hinder van ondervindt.”
In dat voorwaardelijke – steeds vaker – zit ‘m de kneep. Daarbij wordt er vanuit gegaan dat slimme, lerende systemen geen vragen meer oproepen, fouten maken of problemen veroorzaken. En dat systemen goed weten om te gaan met de emotie van klagende, boze klanten die zelfstandig beslissen om jouw bedrijf de rug toe te keren. Of dat systemen zelf hun fouten herstellen, of zelfs voorkomen. Een systeem dat hiermee dagelijks worstelt, hebben we gelukkig al en het heet ‘medewerker’.

Dit blog verscheen eerder op Klantcontact.nl

Tweeten

De aaibare robot

Nao en Pepper zijn duidelijk herkenbaar als robots: gemaakt van glimmend plastic, voorzien van grote ogen die je vriendelijk tot onschuldig aankijken. Ze zijn gemakkelijker te produceren dan robots die sprekend op mensen moeten lijken. De hoogst aaibare Pepper en Nao – onderdeel van een veelbelovend platform voor robot-ontwikkeling – zijn de ideale tussenfase voor mensen om te wennen aan robots.

Hele generaties zijn opgegroeid met de Sony Walkman en ook de eerste stereotorens kwamen uit Japanse fabrieken. Japan is in de tweede helft van de vorige eeuw groot geworden met technologie en elektronica. De basis hiervoor werd gelegd aan het eind van de 19^e eeuw, toen het land zich openstelde voor techniek uit westerse landen. Die leidende positie op het gebied van consumentenelektronica is grotendeels verloren nadat eind jaren negentig elektronicaproducenten uit Silicon Valley en Korea de markt veroverden. Japan is echter hard op weg om opnieuw een leidende rol te gaan spelen in een nieuwe technologierevolutie, zoals VPRO’s Tegenlicht van 10 mei liet zien. Japan wordt robotland nummer 1.

Japanners denken heel anders over robots dan Nederlanders, zo viel op te maken uit de Twitter-reacties van Nederlanders die de Tegenlicht-uitzending bekeken. Wanneer robots te veel op mensen gaan lijken, ervaren westerlingen een gevoel dat als ‘uncanny valley’ bekend staat. We hebben er geen probleem mee om een pop of speelgoeddier te aaien, maar als een androïde – een robot met een menselijke gedaante – vraagt om een ‘hug’ leidt dat tot ongemakkelijke gevoelens. Hoewel westerlingen normaal gesproken geen ziel toekennen aan objecten, hebben ook wij bij het zien van iets wat er uit ziet als een mens de neiging om er menselijke eigenschappen aan toe te kennen. Japanners hebben echter aanzienlijk minder moeite met het geven van een identiteit aan objecten. Het is een element van het Japanse Shintoïsme.

Bij het zien van androïde robots vertonen ook wij westerlingen Shintoïstische trekjes. Dit (voor ons) onnatuurlijke gedrag versterkt de behoefte aan duiding en antwoorden. Een van de voornaamste zorgen in de westerse wereld lijkt te zijn dat robots te veel op mensen gaan lijken: letterlijk door het uiterlijk en figuurlijk door menselijk gedrag te kopiëren. In discussie over androïde robots lopen deze twee zaken door elkaar en de neiging is groot ze te scheiden. Het menselijke uiterlijk van androids roept primair de vraag op of er straks nog onderscheid is tussen androids en mensen. Het innerlijk van androids wordt straks even intelligent als de slimste computers.

Dat onderscheid is over een tijdje echter niet meer relevant. Het menselijke uiterlijk van androids geeft robots ook menselijke fysieke mogelijkheden: een computer kan weliswaar processen aansturen, maar komt niet van zijn plek. Een androïde robot beschikt over ledematen en sensoren voor tastzin, visuele en auditieve waarneming en kan fysieke handelingen verrichten. Daarmee komt de androïde akelig dicht in de buurt van de fysieke vrijheden en mogelijkheden die mensen bezitten. Willen we androids echter geschikt maken voor menselijke interactie, dan zal het innerlijke systeem van robots – de intelligentie – uitgerust moeten worden met lerend vermogen.

IBM’s Watson wordt op dit moment gezien als het meest intelligente computersysteem waarbij gebruikt wordt gemaakt van research en logica. Bij Watson hoeven we niet te denken aan het verschijnsel ‘uncanny valley’: het is een systeem waarvan de ontwikkelaars het tot nu toe nog niet nodig vinden om er letterlijk een menselijk gezicht aan te geven. Toch zou Watson vergelijkbare gevoelens moeten oproepen: Watson is hard op weg om bijvoorbeeld medische diagnoses te stellen. Wordt Watson een adviserende collega van de dokter of breekt er een moment aan waarop Watson eenvoudigweg beslist?

Watson draait voorlopig uitsluitend op door mensen gegenereerde en opgeslagen digitale data. Watson is (nog) niet in staat zelf waarnemingen in de fysieke wereld te doen, nieuwe conclusies te trekken, out of the box te denken of creatief te interpreteren – net als Google overigens: “vergelijk Cezanne met Koons.” Het beantwoorden van nieuwe vragen, die nog niet eerder gesteld zijn, blijft een een uitdaging voor Watson, net als creatief scheppen. Watson slaagt er wellicht in om online schildersbenodigdheden te bestellen, maar kan bij gebrek aan ledematen nog geen opvolging geven aan de opdracht “schilder op basis van de volgende twee technieken een 19^e eeuws landschap: a) kleurgebruik van Mondriaan, b) verfgebruik volgens de Impasto techniek”.

Pepper en Nao – beiden humanoide robots waarbij het uiterlijk duidelijk laat zien dat het een robot is – hebben al een IP-adres. Stop Watson in een androïde en daarmee ontstaat in ieder geval een robot die op veel vragen een antwoord zal kunnen geven. Uitgerust met Watsons brein missen Pepper en Nao nog steeds sociale intelligentie en creativiteit – mysterieuze menselijke competenties waarvan we niet precies weten hoe ze werken. Veel van dat soort competenties zijn van invloed op het (goed) functioneren van mensen: gevoel, ethisch besef, intuïtief, vertrouwen. Voorlopig blijven die eigenschappen voorbehouden aan levende wezens.

Toch zien Japanners grote mogelijkheden voor de inzet van robots als hulp in huis, in de zorg en als gids. Voor een goed functioneren in deze rollen is het van belang dat hun gedrag goed is afgestemd op de mensen die ze helpen. Daarvoor is het kunnen waarnemen en interpreteren van menselijk gedrag een voorwaarde. Of zoals voor mensen geldt: goed luisteren en nadenken voordat je in actie komt. Wat gaan we doen met robots die kleine fouten maken? Robots kunnen ongewenste beslissingen nemen (waar de opdrachtgever het niet mee eens is) of ‘fouten’ maken bij het uitvoeren van beslissingen (bijvoorbeeld iets laten vallen in plaats van het aangeven). Robots zijn en blijven machines, die voor een groot deel reageren op de omgeving. Herkennen ze fouten aan de reactie van de sociale omgeving en kunnen ze fouten herstellen? De impact van hun gedrag kan groter zijn dan dat van ‘vaste’ machines. Het vakgebied mens-machine-interactie kan opnieuw worden uitgevonden.

Wordt het straks van belang of een robot in opdracht heeft gehandeld door het opvolgen van een menselijk commando of dat de software zelf heeft besloten een actie te ondernemen? Ook hier biedt de film Westworld een goed perspectief. Wanneer de software voorschrijft dat bezoekers die niet herkend worden en toch een huis proberen binnen te dringen, onschadelijk moeten worden gemaakt, is dat wat anders dan wanneer de roboteigenaar zelf de afweging maakt en aan de robot de opdracht geeft om een indringer onschadelijk te maken. Hoe weten we zeker dat een robot altijd en exclusief luistert naar vooraf aangewezen opdrachtgevers? Als robotsoftware zelflerend is, kan je een robot dan ook indoctrineren? Relevant voor de zorgsector, waar slimme patiënten er wellicht in slagen de androïde te verleiden om wat meer pijnstillers voor te schrijven of andere patiënten wat minder aandacht te geven.

Nao en Pepper zijn duidelijk herkenbaar als robots. Ze zijn van glimmend plastic, hebben grote ogen die je vriendelijk tot onschuldig aankijken. Daardoor zijn ze goedkoper te produceren dan de androids die zoveel mogelijk op een mens moeten lijken. Nao en Pepper lijken daarmee veelbelovende platforms voor grootschalige ontwikkeling zoals ook in de app-industrie zichtbaar is. Maar er is ook een ander voordeel. De hoogst aaibare Pepper en Nao zijn de ideale tussenfase om de ‘uncanny valley’ te overbruggen.

Tweeten

Zelfsturende auto: het vliegtuig als leerschool

Zelfsturende auto’s (soms ook zelfrijdende auto’s genoemd, hetgeen aardig in de richting van een pleonasme komt) worden ook in Nederland de weg op gestuurd. De Nederlandse overheid heeft de RDW de bevoegdheid gegeven om ontheffingen te verlenen voor het uitvoeren van experimenten.

Begin februari 2015 reed het allereerste konvooi van autonoom rijdende voertuigen in Nederland over een stukje A28. Er werd geëxperimenteerd met vrachtauto’s, die elektronisch aan elkaar gekoppeld waren. De voorste vrachtwagen fungeerde als leider; de rest volgde – ook wel platooning genoemd. Het toekomstbeeld is dat chauffeurs in de volgende vrachtauto’s hun handen vrij hebben om bijvoorbeeld hun administratie bij te werken, te lezen of iets anders te doen, aldus RDW. Remt de eerste vrachtauto in de platoon af, dan remmen alle vrachtauto’s real-time met dezelfde dosering af. De chauffeur heeft echter altijd de controle over zijn eigen wagen. Of het doen van administratie hierbij past, is de vraag; volgens RDW kan de chauffeur altijd het systeem overrulen en beslissen om een konvooi te verlaten en zelfstandig te gaan rijden.

Dit concept, in een treintje rijden of platooning, is een eerste stap op weg naar autonome voertuigen. Voertuig-tot-voertuig (of V2V) communicatie is een van de voorwaarden om te komen tot zelfsturende auto’s: zij moeten naast de infrastructuur en andere weggebruikers ook elkaar herkennen. Het is niet ondenkbaar dat platooning ook de eerste stap in de richting van autonome personenauto’s zal zijn – adaptive cruise control en andere innovaties zijn al ontwikkeld.

Platooning roept vragen op over de rol, competenties en verantwoordelijkheden van de voertuigbestuurder. Het CBR stelt dat ook in zelfsturende auto’s minimaal dezelfde vaardigheden als bij ‘gewone’ auto’s van belang blijven: “Vaardigheden als voertuigbediening, waarneming en participatie kunnen nooit helemaal verdwijnen”. Daarnaast geeft het CBR aan dat bestuurders moeten leren omgaan met uitvallende systemen; research- en developmentmanager René Claesen van het CBR maakt terecht de vergelijking met de luchtvaart.

Heeft het CBR voldoende besef van de snelheid van de ontwikkelingen? “… al worden auto’s in de toekomst automatisch bestuurd, het zal nog vele tientallen jaren duren voordat overheden toestaan dat dit gebeurt zonder dat er iemand met een geldig rijbewijs in het voertuig aanwezig is.” Ook Schultz verwacht binnen 20 jaar zelfrijdende auto’s op de Nederlandse wegen, maar de industrie heeft daar aanzienlijk kortere termijnen bij in gedachten.

Automatisering in vliegtuigen is vele malen verder ontwikkeld dan die in auto’s. Er zijn meer communicatielijnen (tot nu toe twee ‘bestuurders’, luchtverkeersleiding, feedback van veel verschillende systemen), er is uitgebreide technische redundantie aan boord, en er zijn vaste, gecontroleerde vliegroutes, waarbij toestellen gevolgd worden. Moderne toestellen worden tijdens het gebruik bovendien real time gemonitord vanaf de grond met behulp van Airplane Health Management (AHM). Anti collision systemen voor de luchtvaart dateren al uit de jaren zeventig; maar pas nu worden dit soort onderdelen van de luchtvaarttechnologie overgenomen door autofabrikanten.

In de luchtvaart is bovendien veel expertise opgebouwd op het vlak van interactie tussen geautomatiseerde systemen en de gebruiker van die systemen. Die automatisering houdt echter niet op bij de perfectionering van de autopilot; er wordt hard gewerkt aan het geleidelijk overbodig maken van de cockpit crew. Interesse voor onbemande luchtvaart is verklaarbaar: de totale personeelskosten van een vliegmaatschappij vormen 20 procent van de totale kosten; piloten van gevestigde luchtvaartmaatschappijen kennen nog steeds riante primaire en secundaire arbeidsvoorwaarden.

Volgens onderzoeker Mary Cummings (voormalig luchtmachtpiloot) van Humans and Autonomy Lab at Duke University kunnen vliegtuigen al volledig zelfstandig vliegen; een piloot is gemiddeld zo’n 3 minuten bezig met ‘fly the plane’. Volgens NYT is dat bij de gemiddelde Boeing 777 piloot zeven minuten; bij Airbus piloten is dat de helft.

Het is niet alleen de vliegtuigtechnologie die sterk is ontwikkeld. De interactie met die technologie door de piloot – ofwel: het juiste gebruik van techniek – is een belangrijk onderdeel van de vliegopleiding. 80 procent van de crashes wordt veroorzaakt door menselijke fouten, waarbij de piloot contraproductief omgaat met de technologie. Bij problemen tijdens een vlucht geldt niet voor niets op de eerste plaats: fly the airplane.

MIT voegt daar aan toe dat het niet zo zeer de technologie is die het vliegen met onbemande toestellen in de weg staat. Voor de technische veiligheid is ook sociale controle noodzakelijk: er is toezicht nodig zodat de gewichtsverdeling van de stoelbezetting in orde blijft en de vlucht moet ongestoord kunnen verlopen. Zelfs Google stelt dat er personeel aan boord van een vliegtuig moet blijven. Google heeft in januari 2014 een eerste vlucht uitgevoerd met een geheel gemodificeerde MD11: met passagiers, maar zonder piloot aan boord. Tijdens de vlucht van San Francisco International Airport naar Los Angeles International Airport werd het toestel vanaf de grond begeleid en gecontroleerd.

Terug naar de zelfsturende auto. Wanneer zelfsturende auto’s steeds meer op het huidige vliegtuig gaan lijken, worden ze wellicht slimmer, maar ook complexer. Het is de vraag of er in de zelfsturende auto voldoende tijd overblijft om te handelen als systemen niet of niet goed functioneren. Ten opzichte van vliegtuigen zijn de snelheden van auto’s weliswaar lager, maar ook de onderlinge afstanden zijn veel kleiner. Er is dus weinig tijd voor de bestuurder om uitvallende geautomatiseerde systemen te corrigeren. Er is vooralsnog niet een model voorzien waarbij een externe partij ingrijpt wanneer een voertuig vreemd gedrag gaat vertonen; iets wat al wel technisch mogelijk is in de luchtvaart.

Daarbij speelt de ‘paradox van de automatisering’ mee: bij een toenemende automatisering wordt menselijk ingrijpen steeds crucialer, wanneer de denkende machine toch de fout in gaat. Omgekeerd kan een mens echter ook verkeerd reageren op een geautomatiseerd systeem, waardoor het geautomatiseerde systeem beslist tot een compenserende reactie, wat vervolgens weer kan leiden tot opnieuw een verkeerd menselijk ingrijpen. Denk aan een auto die bij een dreigend ongeval zelf beslist dat gas geven de beste optie is, terwijl de bestuurder (die te laat ingrijpt op basis van andere waarnemingen) juist op de rem trapt. Het resultaat kan zijn dat de auto nog meer gas geeft, de remfunctie uitschakelt of juist de macht overgeeft aan de bestuurder, die ondertussen de waarschuwingen van zijn auto moet combineren met hetgeen op hem afkomt.

De (semi-)autonoom rijdende auto vraagt dus om andere en nieuwe competenties van de bestuurder. Helaas is de veiligheidsattitude van veel automobilisten op dit moment omgekeerd evenredig is met de hoeveelheid technologie in de auto: met ABS, airbags en 5 NCAP-sterren kan je meer risico’s nemen en sneller rijden. De smartphone en navigatiesystemen (de grootste informatiebronnen in de auto) leveren eerder afleiding op dan concentratie, maar cruise-control schakelt zichzelf niet uit wanneer je op hoge snelheid een file nadert. De doorsnee technologiegebruiker is bovendien naïef en vertrouwt bij het gebruik van complexe technologie volledig op hardware, software en de partijen uit de digitale keten.

In de naamgeving van de automobiel ligt besloten dat het gaat om een verbeterde versie van zijn voorganger, het paard. Maar de auto is nog behoorlijk dom en houdt weinig rekening met omstandigheden, laat staan met het gedrag van zijn gebruiker.

Tweeten

Zelfsturende auto: 2017 of 2030?

Scheelt het veel tijd als je auto zichzelf kan inparkeren? Dat hangt van je rijvaardigheid af. Scheelt het veel tijd als je auto zelfstandig een beschikbare parkeerplaats vindt? In drukke steden met parkeerproblemen is het wellicht een oplossing. Wat gebeurt er echter als reistijd definitief verandert in werktijd? Wat is de economische impact van de driverless car? Voorlopig nog beperkt: de zelfsturende auto is nog lang niet slim genoeg.

Volgens het nieuwste rapport van McKinsey is de economische impact van de ‘driverless car’ op ons leven enorm. De verwachting is dat tussen 2025 en 2030 de eerste, grote groep van early adopters zal ‘overstappen’ en het stuur uit handen geeft. Tien jaar later zal de zelfsturende auto naar verwachting breed geaccepteerd zijn.

De analisten komen met opmerkelijke nieuwe inzichten rondom de autonome auto. Zo zijn zelfsturende auto’s in staat om passagiers (die tijdens de rit werken) af te zetten en zichzelf daarna te parkeren; omdat op de parkeerplaats geen ruimte nodig is om de portieren te openen, scheelt dit alleen al in de VS meer dan 5 miljard vierkante meters aan ruimte. Zelfsturende auto’s reageren en beslissen sneller dan menselijke bestuurders, waarmee (in de VS) 190 miljard dollar op jaarbasis aan ongevalskosten kan worden bespaard. Daar staat tegenover dat in de Amerikaanse autoverzekeringsmarkt ieder jaar 200 miljard dollar omgaat – een verdienmodel dat op de helling komt te staan.

Andere Amerikaanse bronnen wijzen op de besparing op brandstofkosten (zelfsturende auto’s rijden slimmer), het wegvallen van boetes voor snelheidsovertredingen, en het uiteindelijk kunnen afschaffen van verkeerslichten (al wordt met dat laatste onder meer voorbij gegaan aan niet-zelfsturende voertuigen). Morgan Stanley schat voor de Amerikaanse economie de totale waarde in op 1,3 biljoen dollar; een groot deel daarvan komt voort uit een toegenomen productiviteit.

Zitten de consultants van McKinsey op het juiste spoor? Zelfs Uber, dat in eerste instantie voet aan de grond wil krijgen in de chauffeursbusiness, anticipeert al op de zelfsturende auto. Het bedrijf ontwikkelt samen Carnegie Mellon University (CMU) in Pittsburgh het zogenaamde Uber Advanced Technologies Center, waarvoor inmiddels vacatures voor zijn opengesteld op het vlak van robotica, machine learning, verkeerssimulatie, voertuigtesten en software- en hardware-ontwikkeling.

Iedereen weet dat Google met zelfsturende auto’s experimenteert in California en Nevada. Het bedrijf wil in 2017 de Google car gereed voor verkoop hebben. Nissan claimt dat zijn zelfsturende auto klaar zal zijn in 2020. Ford doet er iets langer over en verwacht dat het nog zo’n vijftien jaar duurt voordat zijn zelfsturende auto beschikbaar is, al onderkent Ford dat met name de cameratechnologie en algoritmen, nodig om de auto waarnemings- en denkvermogen te geven, zich sneller ontwikkelen dan verwacht. Volvo wil autobezitters in 2017 kennis laten maken met zelfsturende wagens. En zo heeft ieder automerk wel een roadmap voor een eigen autonoom modelletje. 2020 is volgens veel autofabrikanten een beslissend jaar.

Tesla-oprichter Elon Musk, de personificatie van het concept disruptieve innovatie, gelooft echter dat het allemaal sneller kan. De Tesla’s die nu rondrijden – meer dan 60.000 wereldwijd – ontvangen al regelmatig softwareupdates waarmee nieuwe functionaliteit wordt toegevoegd aan bestaande modellen. Musk voorziet dat er dit jaar nog updates zullen uitgaan die Tesla’s Model S in staat stelt delen van de autorit zelfstandig af te leggen: handsfree, aangeduid als autopilot.

Niet onverstandig dus van de Amerikaanse National Highway Traffic Safety Administration om al vast een classificatiesysteem voor zelfsturende auto’s te ontwikkelen. Daarmee speelt de toezichthouder in op een markt waarin steeds meer functies van auto’s worden geautomatiseerd. De classificatie loopt van 0 (geen enkele automatisering) tot 4 (waarbij de passagier alleen de bestemming opgeeft en de auto vervolgens volledig autonoom functioneert). Daarbij maakt het voor de NHTSA bij categorie 4 niet uit of er uiteindelijk wel of niet iemand in de auto zit. De Google car valt momenteel nog onder categorie 3, waarbij de bestuurder beschikbaar is voor aanvullende controle over het voertuig.

Voordat we de controle volledig uit handen kunnen geven, zijn er nog wel wat obstakels te overwinnen. Volgens onderzoek van University of Michigan Transportation Research Institute zal naar schatting zo’n 6 tot 10 procent van de Amerikaanse automobilisten in de driverless car last krijgen van wagenziekte – veroorzaakt door conflicten tussen evenwichtsorgaan en visuele waarneming, het onvermogen om te kunnen anticiperen en gebrek aan controle over bewegingsrichting. De onderzoekers voorspellen dat – net als bij virtual reality – het effect van deze factoren versterkt aanwezig zal zijn wanneer je in een zelfsturende auto zit.

Als Google zijn deadline van 2017 wil halen, dan moet het bedrijf nog veel verbeteren aan de zelfsturende auto. Er is nog een hele waslijst aan situaties en omstandigheden waar de Google-auto nog niet mee om kan gaan. De belangrijkste daarvan is het 100% detecteren van andere weggebruikers zoals voetgangers of politieagenten die een stopteken geven. Daarnaast is de Google car nog niet getest in slechte weersomstandigheden met regen of sneeuw. Ook wegen die nog niet uitputtend in kaart zijn gebracht door Google zelf, vormen nog een uitdaging, net als onbekende wegwerkzaamheden, gaten in de weg en rondwaaiend afval. Ook de interactie met andere, niet-zelfdenkende voertuigen blijft een probleem: ze communiceren niet met hun omgeving en vertonen onvoorspelbaar gedrag. Volstrekte voorspelbaarheid (ofwel: betrouwbaarheid) geldt overigens ook voor de mobiele connectiviteit van iedere zelfsturende auto. Het autonome wagenpark zal enorme hoeveelheden dataverkeer gaan genereren. Grote IT-bedrijven zijn al bezig met de realisatie van enorme datacenters, specifiek voor de connected car.

De mate van acceptatie van zelfsturende auto’s (consumenten zijn nu nog overwegend sceptisch) zal toenemen als meerdere autofabrikanten te zijner tijd hun eigen modellen en technologie uitbrengen en een goede vergelijking mogelijk wordt. Dat betekent ook dat autofabrikanten zullen moeten omschakelen van hardware- naar software fabrikant. Enkele jaren geleden was een BMW of Mercedes-Benz uit het hogere segment al een computer op wielen, maar met Google als belangrijkste concurrent zullen autofabrikanten zich moeten voorbereiden op een marktpositie in de ICT-sector.

Tweeten

Wel imagofilm, geen imagocampagne

De wereld verandert, dus veranderen klanten, markten en bedrijven en de mensen die binnen die bedrijven werken. De KlantenserviceFederatie organiseerde samen met SUSA Studenten Uitzendbureau – de trekker van de KSF HR Expertgroep – een congres over HR. Er was ook een primeur: een heuse ‘imago’-film over ‘het vak van klantcontact’.

Martine Ferment trapte af met een schets van ontwikkelingen in de consumentenwereld. The age of the customer, waarin bedrijven customer obsessed moeten zijn, vraagt ook om een andere invulling van HR en om andere klantcontactmanagers. De agent, vaak de enige persoon van de organisatie waar de klant nog contact mee heeft, moet hoger opgeleid zijn, sterk betrokken en gemotiveerd. Ferment voorziet dat klantcontact duurder gaat worden, want er moet meer worden opgeleid en agents zullen meer ketenverantwoordelijkheid krijgen. Het contactcenter wordt bovendien de talent pool voor commerciële functies binnen het bedrijf. Er moet echter nog heel wat gebeuren voordat we ‘high performing contact centers’ hebben met idem professionals. De contactcentermanager moet dus aan de bak. Hij moet onder meer budget zien over te hevelen van marketing naar het contactcenter en nauwer samenwerken met HR. Of is andersom ook een optie? Hoe HR en klantcontact beter kunnen samenwerken, dat liet Ferment grotendeels onbeantwoord. Het antwoord ligt waarschijnlijk in de boardroom, waar men graag over NPS en CES praat, maar ook bang is voor het maken van overtuigende keuzen. Bijvoorbeeld: investeren in service excellence, of de afdeling HR decimeren. Bij mij staat nog steeds de vraag open: heeft HR al bedacht hoe deze discipline zich de komende tijd nuttig gaat maken?

Schaarste en veranderende voorkeuren van mensen maken het steeds minder vanzelfsprekend dat je als organisatie op het juiste moment kunt beschikken over professionals met de juiste competenties. Geert Jan Waasdorp, CEO Intelligence Group en arbeidsmarktonderzoeker liet de aanwezigen eerst nadenken over een werkdag in 2025. In het publiek ving ik iets op over contactcentermedewerkers waarmee je in “3D-halogeen” zou kunnen communiceren. Een andere congresdeelnemer stelde bezig te zijn met het invoeren van Het Nieuwe Werken, waarbij er naar werd gestreefd om over een jaar het kantoor nog maar voor 80 procent bezet te hebben. Sommige mensen denken dat de toekomst nog ver weg is of nog erger: denken dat het nog 2010 is. Waasdorp relativeerde de betekenis van ‘robotisering’ (die levert tot nu toe steeds nieuwe werkgelegenheid op), maar was duidelijk over Watson: kunstmatige intelligentie is bezig met een stevige opmars. Juist daarom gaat het contactcenterwerk de komende jaren sterk veranderen, maar ik heb toch de indruk dat de impact van dit soort systemen wordt onderschat.

Talent wordt schaars de komende tijd. Internationalisering van de arbeidsmarkt betekent niet alleen dat anderen onze banen komen inpikken; Nederlanders kiezen er ook vaak zelf voor om voor buitenlandse bedrijven te werken, aldus Waasdorp. Daarnaast wordt de invloed van andere factoren onderschat, zoals de verhoging van de pensioenleeftijd die tot een hoger aanbod van arbeidskrachten leidt (in 2040 800.000 personen extra, in 2060 1,2 miljoen personen extra). Dat soort cijfers krijgt alleen betekenis als je weet om welke competenties het gaat, maar dat bleef dan weer onderbelicht. Ook de invloed van de internationale arbeidsmarkt bleef een beetje op de achtergrond. Waasdorp suggereerde dat de arbeidsmarkt een blackbox is en dat internationale invloeden maar lastig te duiden zijn. Gemiste kans, want de arbeidsmarkt is globaal en zeker in Europa beïnvloeden de verschillende regio’s elkaar steeds sterker. Vanaf 2020 kunnen Europese landen zelfs op economische krimp stuiten als hun arbeidsmarktbeleid niet gewijzigd wordt.

Ook vaak onderschat: men kijkt vooral naar banen en werkloosheidscijfers, maar niet naar de bereidheid om van baan te veranderen (die is momenteel gering) of naar de rol van flexwerkers en zzp’ers. Daar tegenover zet Waasdorp dat het aantal mensen wat actief beschikbaar is voor een nieuwe baan sinds 2013 is afgenomen met 400.000 mensen. Normaal is dat zo’n 18 procent van de beroepsbevolking, momenteel is dat gedaald tot circa 12 procent. Hoe ouder we worden, hoe minder we bewegen op de arbeidsmarkt.

In de contactcentersector is meer vraag dan aanbod van personeel. Waasdorp ziet net als Ferment de contactcentersector als een talentmagneet. Het verloop is hoog, iets waar de personeelsboeren garen bij spinnen. Hoewel Waasdorp aangeeft dat ook de employability van agents hoog is, ben ik nog niet echt agents tegengekomen die op basis van hun ruime ervaring salariseisen kunnen stellen. Dat mensen in de nabije toekomst een persoonlijke employability score opbouwen lijkt me niet onwaarschijnlijk (https://www.arbeidsmarktwaarde-online.nl/nl/), het sluit aan op de trend van groeiend individualisme en het past goed bij de rating cultuur (denk aan Glassdoor, waar organisaties worden beoordeeld in hun hoedanigheid als werkgever).

Dan de première van de imagofilm ‘Werken in klantcontact’. In 2007 sprak Cokky Bosman zich in CCM al expliciet uit als voorstander van een imagocampagne (zie beeld) en de noodzaak daartoe werd in 2008 nog eens onderstreept door Harold de Bock met speciale aandacht voor het imago van de sector in zijn beroemde jaarlijkse benchmarkrapport. In 2013 sprak KSF directeur Te Gusskinklo voorzichtig over een imagocampagne.

Hoewel er nu een film is, is er van een campagne vooralsnog geen sprake. Met de film wil KSF laten zien hoe mooi het vak is: “enerzijds om de mensen die werken in klantcontact de erkenning te geven die ze verdienen en anderzijds om de mensen die ons vak niet goed genoeg kennen, te laten zien hoe veelzijdig en belangrijk het is,” aldus KSF-directeur Geeske te Gussinklo. Volgens haar kan de film van pas komen in een krappere arbeidsmarkt en wellicht bijdragen aan een positief en realistisch beeld van de sector. Ze riep dan ook op de film te delen in ons netwerk. De video staat niet op YouTube, dat maakt de kans dat de video de wereld over gaat wat kleiner, maar misschien dringt het bestaan van deze tweede zoekmachine na Google nog door tot de KSF-burelen.

Op basis van het laatste shot uit de film kunnen belangstellenden niet anders concluderen dan dat ze zich bij de KSF moeten melden. Jammer is dat er niet gekozen is voor een dedicated website, die ruimte had kunnen bieden aan verhalen van agents en klanten, aan verdieping en relativering. Kortom, dan was de imagofilm een prima vertrekpunt geweest voor een imagocampagne.

Remco Pouw gaf aan dat het goed was dat de branche verlost raakt van het cliché van de ongewenste telefoontjes onder etenstijd. Hij had daar aan toe kunnen voegen dat het tijd wordt dat werken in contactcenters ook gaat over noodhulpdiensten, reserveringslijnen, alarmcentrales en gemeentelijke informatienummers. Daarom is het bijzonder positief dat in de video – naast de nodige beelden van de werkvloer van de usual suspects (lees: sponsoren) – ook een shot langskomt van een hulpverlener.

Overigens sprak Pouw zich in 2011 al uit over een imagofilm:

Rob Vinke, professor HR Sciences op Nyenrode Business Universiteit, ging diep in op hoe verschillende generaties aankijken tegen arbeid. Voor iemand die nu 29 jaar oud is, zo voorspelde hij, is de verwachte pensioenleeftijd vermoedelijk 73 jaar. Voor de millennials die straks aan het stuur van bedrijven zitten, is pensioen helemaal geen optie. Zij vinden werk en privé even belangrijk, leren op verschillende manieren en onophoudelijk. Net als ‘de verbinders’, de generatie van 2000-2015, beschouwen ze verandering als ademhalen en is talent alles (werk is de beperking). Het beeld dat Vinke van verschillende generaties schetst, is typisch West-Europees en daarmee gaat ook hij een beetje voorbij aan de globalisering van de arbeidsmarkt. Belangrijk gegeven voor de laatste twee generaties is dat zowel werk- als privéleven bestaan uit allerlei verschillende netwerken. Klantrelaties zijn daar een onderdeel van en Vinke zou wel eens gelijk kunnen krijgen als ‘verbindend vermogen’ de opvolger wordt van emotionele en sociale intelligentie.

Ook Vinke ziet wel iets in een inzetbaarheidspaspoort, maar het getuigt van oud denken als dat paspoort opgesteld wordt door de werkgever. De medewerker van de toekomst? Dat is een freelancer, die afhankelijk van zijn voorkeuren, zekerheden als werk en ontwikkelingskansen bewust inkoopt.

Tweeten

Dit blog verscheen eerder op Klantcontact.nl

Robot says no (2). Zelflerende robots of robotschool?

Robots worden slimmer. Hoe blijven we ze de baas? Robots moeten luisteren, zich aan regels houden en zich al helemaal niet tegen de mens keren. Maar dan moeten we ze wel zodanig programmeren. Kunnen we hiervoor regels opstellen, of zijn de meest belangrijke robotwetten al geschreven?

Als we robots in bedwang willen houden, op wie dienen wetten en regels dan betrekking te hebben? (link blog 1)? Waar we bij softwarematige handelingen nog kunnen kiezen voor ‘undo’ of ‘herstel’, zijn fysieke handelingen van een robot meestal niet ongedaan te maken. Het straffen van een robot heeft geen zin, een robot heeft geen ethisch besef.

Het zullen niet de robots zijn die we in bedwang moeten houden, maar hun scheppers en gebruikers of opdrachtgevers. Robots zijn – net als technologische vooruitgang – het resultaat van menselijk handelen. En hoewel we goed zijn in het opstellen van regels voor mensen, blijkt ook dat we als mensen niet altijd even veel invloed hebben op technologische ontwikkelingen. Dezelfde software die ons moet helpen om ons werk sneller of beter te kunnen doen, kan er in een verbeterde versie voor zorgen dat we onze baan kwijtraken. Voorlopig is het vergroten van de intelligentie van systemen nog een menselijke taak. Er wordt echter hard aan gewerkt om robots zelflerend te maken. Dat maakt het opleggen van regels aan robots een stuk lastiger.

Tot nu toe is het echter al een hele uitdaging om een robot real time mensen te laten nadoen, maar leren heeft meer om het lijf dan alleen imiteren. Leren is het verwerven van nieuwe of het aanpassen van bestaande kennis, gedrag, vaardigheden of waarden en kan synthetiseren van verschillende soorten informatie inhouden. Robots kunnen leren door ze bijvoorbeeld gebruik te laten maken van kennisbanken (zoals Watson, Eve en Amelia nu al doen), waarbij ze zelf op zoek gaan naar informatie om een probleem op te lossen of een vraag te beantwoorden. Daarbij hoort ook het in kaart brengen van de context van het probleem en daarvoor is het kunnen werken met semantiek een pluspunt.

Naast feitelijke informatie kan ook fysiek gedrag dat de robot in zijn omgeving waarneemt, over te nemen; in dat laatste geval bijvoorbeeld door zelf te beslissen om bepaalde handelingen die in een video zichtbaar zijn, na te doen of zelf te beslissen dat het nadoen van mensen bijdraagt tot de beste oplossing.

Wetenschappers aan de Universiteit van Oslo experimenteren driftig om de kloof tussen het leervermogen van een robot (door middel van simulatieprogramma’s) en de echte wereld als leerplek te verkleinen. Zij denken daarbij aan robots die zelf oplossingen kunnen verzinnen voor het reageren op onvoorziene obstakels, denk aan het zelf bedenken en vervolgens 3D-printen van extra onderdelen waarmee ze het probleem kunnen oplossen.

De keerzijde van robots met een echt leervermogen is dat alle informatie die vindbaar is, kan dienen als leermateriaal voor imitatie; dus ook gedrag dat mensen negatief vinden (het neerschieten van mensen die er afwijkend uitzien) of gedrag dat ineffectief is (het verplaatsen van meubels omdat de huisrobot een voorkeur heeft voor het bewegen in rechte lijnen). Dat maakt de mate van controle over het leervermogen een stuk kleiner; een zelflerende robot zou – net als bij mensen – wel selectief moeten leren. Een mens dat in de geschiedenisles leert over gewapende conflicten, gaat niet meteen over tot schieten bij het eerstvolgende conflict. Leren dus met in achtneming van waarden en normen. Een school voor robots?

Tweeten