Waarom je niet meer om machine learning heen kunt

Zo staan we nu aan het begin van de innovatiegolf die machine learning heet. Wie het voor elkaar krijgt om te surfen op de voorkant van die golf, zal in elk geval de komende vijf jaar de meeste groei en winstgevendheid realiseren.
 
Dat is althans de voorspelling van Google-oprichter Eric Schmidt; hij verwacht dat machine learning aan de basis zal staan van elke succesvolle grote beursgang in de komende vijf jaar. Kunstmatige intelligentie en zelflerende systemen vormen volgens Schmidt de nieuwe innovatiegolf die volgt op de wave van bedrijven die de afgelopen jaren in de spotlights stonden, zoals Uber, Snapchat en Airbnb. En Schmidt spreekt uit ervaring, want Google past machine learning toe op tal van gebieden, van de zoekmachine tot Google Translate en het herkennen van afbeeldingen in foto’s en video’s.
 
Deze uitspraak van Schmidt is er een om serieus te nemen. Je zou zijn voorspelling ook kunnen omdraaien: bedrijven die nu niet op korte termijn serieus kijken naar de mogelijkheden van machine learning, lopen het risico om te verdrinken. Om te begrijpen waarom, is het goed om deze ontwikkeling in een historisch perspectief te plaatsen. Het is immers niet voor het eerst dat we te maken hebben met een nieuwe technologie die een game-changer is voor zo'n beetje alle bedrijven; machine learning past moeiteloos in het rijtje van het wiel, elektriciteit en het internet. 

Wel het wiel, niet de kar

Het wiel werd niet een keer, maar twee keer uitgevonden; onafhankelijk van elkaar in Mesopotamië (het tegenwoordige Syrië en Irak) en in een gebied in Midden-Amerika ter hoogte van het huidige Mexico. De toepassing in Midden-Amerika bleef echter beperkt. Waar men in het Midden-Oosten al gauw doorhad dat het nuttig was om een kar te bouwen die werd voortgetrokken door dieren, pasten de native Americans het wiel alleen maar toe in speelgoed.
 
Historici hebben zich vaak gebogen over de vraag hoe het kon dat het Amerikaanse wiel nooit praktisch werd toegepast, althans niet tot de komst van de Europeanen in 1492. Immers: ze hadden het principe van de as en het wiel, maar waarom kwamen ze nooit op het idee om ploegen en rijtuigen te bouwen? De belangrijkste reden is dat de inwoners van Midden-Amerika niet de beschikking hadden over grote, tamme zoogdieren om karren met wielen te trekken, zoals ossen en paarden.
 
Voor de Mesopotamiërs betekende de uitvinding van het wiel een enorme boost. Het werd makkelijker om land te bewerken, mensen en goederen te transporteren en zelfs om oorlog te voeren. Je zou kunnen zeggen dat de uitvinders van het wiel de innovatiebonus te pakken hadden; wie een nieuwe technologie als eerste succesvol weet toe te passen, heeft een sterk concurrentievoordeel ten opzichte van zijn concurrenten (in dit geval andere volkeren). 

Elektriciteit bedwingen

Een stuk later in onze geschiedenis, zo’n 5.400 jaar later, werd elektriciteit voor het eerst succesvol toegepast. De grootste commerciële doorbraak van elektriciteit komt op rekening van Thomas Edison, die het in 1879 voor elkaar kreeg om een gloeilamp te produceren die werd gevoed door een stroomkabel. Overigens was het al sinds de klassieke oudheid bekend dat elektriciteit bestaat, maar het duurde eeuwen voordat we in de gaten hadden hoe dit beestje kon worden getemd.
 
In de decennia die volgden, bedachten verschillende uitvinders talloze manieren om ons leven eenvoudiger te maken met behulp van elektriciteit - van stofzuigers en wasmachines tot roltrappen en productiemachines. De organisaties die de sterkste groei doormaakten in deze innovatiegolf, waren de bedrijven die er vroeg bij waren en snel slimme toepassingen wisten te bedenken voor het nieuwe fenomeen - waaronder Edison's eigen General Electric. Na verloop van tijd werden elektrische apparaten gewoongoed, nam de concurrentie toe en de winstgevendheid af. 

Verdienmodellen werden mainstream

Eenzelfde innovatiegolf zagen we in de jaren negentig, toen het internet volwassen werd: een nieuwe technologie brengt nieuwe verdienmodellen met zich mee (e-commerce, online gaming en advertising). Wie er vroeg bij is (bol.com) plukt de vruchten, daarna volgt de mainstream en de bedrijven die niet snel genoeg meegaan (Free Record Shop) leggen het loodje.
 
Dat machine learning enorme commerciële kansen met zich meebrengt, daar zijn eigenlijk alle experts het wel over eens. De praktische toepassingen openbaren zich steeds vaker. Zo begon Spotify als een online cloudplatform dat al je mp3’tjes kon vervangen, maar dankzij machine learning krijg je als gebruiker hele gerichte suggesties voor nieuwe muziek. Elke week krijg je een verse playlist met liedjes die je - volgens het algoritme van Spotify - waarschijnlijk wel kunt waarderen. Daarmee helpt het platform je om nieuwe muziek te ontdekken en heeft het een sterk concurrentievoordeel op weten te bouwen.
 
Wat er straks allemaal mogelijk gaat zijn met dankzij machine learning, dat kunnen we ons nu misschien nog niet eens voorstellen. Zoals Robbert Dijkgraaf onlangs al aanstipte, hebben we de komende jaren vooral de kracht van de verbeelding nodig om de volledige potentie van huidige technologieën als machine learning en artificial intelligence te benutten.  De uitvinder van het wiel had zich destijds nooit een skateboard zou kunnen voorstellen, laat staan dat Thomas Edison had bedacht dat elektriciteit ooit een Tesla-auto zou aansturen. Wat we wel weten, want dat is altijd het geval, is dat concurrentievoordeel volgt uit een voorsprong. 
 
Andersom geldt ook, dat machine learning een niet te negeren fenomeen is. Wie nu nadenkt over zijn innovatiestrategie voor de komende jaren (en welke ondernemer doet dat niet), kan net zo min om machine learning heen als om internet, elektriciteit of het wiel.