Hoe machine learning jouw werk juist leuker maakt

Nemen machine learning en artificial intelligence jouw baan straks over? En kunnen we mens en machine dan nog van elkaar onderscheiden? Veel mensen herkennen deze angsten ergens wel, en dat is begrijpelijk. In de media barst het van de verhalen over robots die complexe taken op zich nemen. En in de bioscoop komt kunstmatige intelligentie in opstand tegen de mensheid.

Toch zijn toepassingen van machine learning lang niet zo destructief of complex als ze vaak worden neergezet. Sterker nog, ze kunnen je werk leuker maken, terwijl jij hard nodig blijft! In deze blogpost bespreken we hoe machine learning jouw werk kan veranderen. We lichten een aantal toepassingen uit en laten zo zien hoe de techniek zorgt voor voordeel op de werkvloer.

Machine learning: de nieuwe industriële revolutie?

De welvaart die we nu normaal vinden is gebaseerd op technologische uitvindingen die in de 19e eeuw revolutionair waren. In de 18e eeuw was het de stoommachine die deze revolutie ontketende. Vandaag staan we aan de vooravond van een nieuwe grote technologische ontwikkeling: machine learning.

Deze technologie zorgt nu al voor grote veranderingen, doordat we er allerlei taken mee kunnen automatiseren. Het heeft invloed op onze manier van werken: repetitieve en simpele taken besteden we uit aan de techniek. Dit geeft ons ruimte om te focussen op werk dat ons voldoening geeft en waarmee we écht meerwaarde leveren. En ja, door robotisering zullen sommige banen verdwijnen, maar er komen nieuwe voor terug.

Lees hieronder in drie voorbeelden hoe machine learning ons werk efficiënter en interessanter maakt.

Plezier met predictive maintenance

Machine learning kan veel waarde toevoegen in de maakindustrie. Complexe productielijnen brengen hier verschillende onderdelen samen tot een eindproduct. Een onderhoudstechnicus houdt deze productielijnen operationeel. De reparaties zijn vaak reactief van aard: er gaat iets kapot en de technicus repareert het. Het nadeel is dat er vaak weinig tijd overblijft voor het periodieke onderhoud en structurele verbeteringen. Bovendien maakt dit het werk van een technicus hectisch en onvoorspelbaar.

Predictive maintenance kan hier helpen. Deze techniek voorspelt op basis van data het falen van productielijnen. Op die manier kun je onderhoud uitvoeren voordat de productielijn stil komt te liggen. Hierdoor zijn minder reparaties nodig en verlies je veel minder tijd. Ten opzichte van periodiek onderhoud is het voordeel daarnaast dat je de onderdelen tijdens hun hele levensduur kunt gebruiken, zonder deze vroegtijdig te vervangen.

Bovendien kan de technicus zijn werkzaamheden beter plannen met predictive maintenance. Zo wordt hij niet meer geleefd door ad-hoc werkzaamheden. En hij houdt tijd over voor extra verbeteracties. Daarnaast krijgt de technicus met geavanceerde analyses meer inzicht in de productielijn, dit maakt zijn werk interessanter. Zo werkt hij met behulp van machine learning efficiënter én plezieriger.

Meer tijd voor de patiënt

Ook in de zorg kan machine learning handelingen automatiseren. En dat is hard nodig, want zorgverleners zijn nu ongeveer een derde van hun tijd kwijt aan administratieve handelingen en dit neemt nog steeds toe. Door deze taken te automatiseren, kunnen zorgverleners meer tijd besteden aan het werk dat er echt toe doet.

Bijvoorbeeld: een arts die net een patiënt heeft gezien, is op basis van zijn anamnese tot een diagnose gekomen. Die moet hij nu registreren. De arts is gedurende de dag veel tijd kwijt aan het uitvoeren van dit soort administratieve handelingen. Een groot deel van dit werk kan worden geautomatiseerd.

Machine learning stelt het gespreksverslag bijvoorbeeld automatisch op door middel van spraakherkenning. Een algoritme kan op basis van dit gespreksverslag de juiste ICD-10 codes (codes van aandoeningen) voorspellen. Zo zorgt machine learning voor een snellere registratie van de diagnose en een efficiënte financiële afhandeling. En het belangrijkste: de arts houdt hierdoor meer tijd over voor de patiënt.

AIOps: Artificial Intelligence in ict-Operaties

Worstelen met ict op je werkplek, wie kent het niet? Haperende software, omslachtige handelingen of het niet kunnen openen van een document zijn frustrerend en nemen veel tijd in beslag. Gelukkig kan machine learning, big data en data science ook bij dit soort ict-operaties helpen: AIOps is namelijk de toekomst van ict voor bedrijven. Hieronder geven we je met enkele voorbeelden een idee van wat AIOps voor jou kan betekenen.

Problemen vóór zijn

Machine learning helpt bij het voorkomen van ict-problemen, door te anticiperen op veranderingen die zo'n probleem kunnen veroorzaken. Ook kan je door middel van monitoring het ict-gedrag van je gebruikers voorspellen en hierop inspelen. Zo maak je de servicedesk bijvoorbeeld beter bereikbaar door de capaciteit aan te passen op piekmomenten. Een ander voorbeeld is het krijgen van een melding wanneer hardware aan vervanging toe is. Zo helpt machine learning je proactief te verbeteren, in plaats van reactief.

Effectiever werken

Om effectiever te werken hoef je het wiel niet opnieuw uit te vinden. Er bestaan al veel slimme oplossingen die repetitieve handelingen automatiseren. Neem Office 365. Veel mensen gebruiken het, maar kennen de handige snufjes ervan nog niet. Zo kun je in Outlook tegenwoordig veel gemakkelijker afspraken inplannen zonder dat je zelf handmatig alle agenda's van je collega's hoeft te checken.

Ook kun je in elke Office-applicatie de functie 'smart look-up' gebruiken om meteen meer informatie over een woord krijgen. Dat scheelt weer een zoekopdracht. Office 365 heeft bovendien de optie om tekst te dicteren. Met spraakherkenning zet Office jouw woorden om in tekst. Met dank aan automatisering door machine learning werk je zo dus een stuk effectiever.

Meteen aan de slag met slimmer werken? Bekijk dan de tips die Thijs met jou deelt op YouTube-kanaal ‘Tips van Thijs’!

Machine learning maakt je werk leuker

Zoals je hebt gezien is machine learning niet alleen nuttig voor je bedrijf. Als medewerker kun je er ook profijt van hebben. Meestal neemt machine learning je baan niet over, maar verhoogt het juist je werkplezier. Je werkt efficiënter en kunt meer tijd besteden aan het werk dat echt voldoening geeft.

Ben je geïnteresseerd in het inzetten van machine learning binnen je bedrijf? Dan heb je in elk geval de tijd mee. Vergeleken met een aantal jaar geleden zijn er een stuk minder drempels. Zo is het nu makkelijker en goedkoper om tot een proof-of-concept te komen. Je hoeft geen grote investeringen meer te doen, bijna alles staat al klaar in de cloud en vaak kun je gebruik maken van kant-en-klare oplossingen.

Ben je benieuwd hoe je praktisch met machine learning aan de slag kunt? Lees dan hier de whitepaper over machine learning en artificial intelligence.