Innovatie met AI werkt niet

Als data als de nieuwe olie wordt beschouwd, wordt AI beschouwd als de nieuwe elektriciteit. Toch (of misschien juist daarom) 'mislukt' volgens onderzoek van o.a. Forbes, Gartner en DecsionsIQ 85% van alle AI-projecten. Waarom?

Volgens Zimmerman onder meer omdat de verwachtingen gewoon te hoog gespannen zijn. Wat AI-projecten lijken te doen, is op zoek gaan naar echt moeilijke intellectuele uitdagingen en ze vervolgens proberen op te lossen met AI. Tegelijkertijd zijn er veel meer uitdagingen die minder moeilijk op te lossen zijn met een betere kans op goede prestaties.

Een ander probleem is dat ontwerpers vaak niet uitgenodigd worden en ook niet goed voorbereid zijn.

1. Versimpel de uitdaging: zoek bijvoorbeeld naar schaalproblemen in plaats van echt moeilijke vragen. Hanteer een agile ontwerpproces om te zoeken naar een mvp met iets van eerste waarde en bouw van daaruit verder.
2. Betrek ontwerpers bij het proces; zorg ervoor dat er ruimte is voor het bedenken van verschillende oplossingen, in plaats van meteen naar implementatie te springen.
3. Werk vloeiend en interdisciplinair samen: ontwerpers, datawetenschappers en domeinexperts.
4. Leg best practices vast: pas bijvoorbeeld ux-ontwerp toe in het double diamond proces, maar schrijf vervolgens ook AI-ontwerprichtlijnen op basis van wat je hebt geleerd. Maak nieuwe resources: bijvoorbeeld Serviceblueprints met data lanes. Bedenk nieuwe processen: Brainstorm op basis van AI-mogelijkheden in plaats van wat opgelost moet worden.
5. Ontwerpers, bereid je beter voor: Onderzoek wat er allemaal mogelijk is met AI - duik bijvoorbeeld in het aanbod aan prefab AIs.

Bij Informaat zijn we ervan overtuigd dat AI het ontwerpmateriaal is dat ontwerpers moeten leren gebruiken om relevante producten en diensten voor morgen te creëren. Net zoals we hebben geleerd wat er allemaal mogelijk is met karton, hout, html, css of javascript. Wat hebben we in de koelkast? Nou, als het daar niet te lang heeft gelegen, is het tenminste iets eetbaars 😉.