Het succes van artificiële intelligentie binnen een organisatie hangt nauw samen met de kwaliteit en het beheer van data. Guy Van der Sande, AI Lead voor Consulting bij EY België, benadrukt dat data de basis vormen voor alle AI-initiatieven. Van de verbinding tussen data en AI tot praktische strategieën voor het beheersen van datacomplexiteit, positioneert EY zich als de leidende partner die organisaties ondersteunt bij het ontwikkelen van betrouwbare en ethisch verantwoorde AI-oplossingen.
Guy Van der Sande, kunt u kort uw parcours en uw rol binnen EY schetsen?
Natuurlijk. Ik heb meer dan dertig jaar ervaring in data en technologie, met een focus op data-gedreven projecten en consultancy. Ongeveer een halfjaar geleden ben ik gestart bij EY en ben ik actief betrokken bij de uitrol en verdere ontwikkeling van het data team binnen de Technology Consulting-afdeling. Mijn focus ligt op het zorgen dat onze cliënten optimaal gebruik kunnen maken van data voor AI en andere digitale transformaties.
Waarom zijn data zo fundamenteel voor de succesvolle implementatie van AI-projecten?
AI haalt zijn ‘Intelligence’ uit data; het is de kern waarop modellen worden getraind en beslissingen worden gebaseerd. Zonder kwalitatieve, relevante en goed gestructureerde data kunnen AI-systemen niet functioneren zoals bedoeld. Goede data stelt modellen in staat om accurate en betrouwbare voorspellingen te doen en added value te leveren. Inconsistente of slechte data kunnen leiden tot onnauwkeurige resultaten of ernstige fouten. Veel AI-projecten zijn dan ook onsuccesvol omdat de data er niet klaar voor zijn. Daarom is het cruciaal dat er aandacht is voor datakwaliteit, datamanagement en governance, nog vóór AI-modellen worden getraind.
Hoe zorgt EY voor goede datakwaliteit en governance bij haar cliënten?
We zetten sterk in op het opzetten van gestructureerde datamanagementpraktijken, met duidelijke ownership en verantwoordelijkheden binnen de organisatie. Elke data-eigenaar weet welke data hij beheert, en de data moeten correct, volledig en actueel zijn. We helpen cliënten bij het implementeren van processen en systemen die datatraceerbaarheid mogelijk maken — van de herkomst tot de uiteindelijke AI-uitkomsten. Het is essentieel dat data niet slechts worden verzameld, maar dat iedereen in de organisatie dezelfde definities hanteert en dat er standaarden zijn voor toegang en veiligheid. Naleving van regelgeving zoals GDPR is daarbij belangrijk. We adviseren over best practices voor beveiliging, encryptie en toegangscontrole. Uiteindelijk draait het erom dat data als een waardevol en vertrouwd bedrijfsmiddel beheerd worden.
Hoe kunnen organisaties overzicht houden over al hun data en datastromen?
Het behouden van overzicht is vooral bij grote organisaties uitdagend. Het gebruik van frameworks helpt databeheer systematisch te organiseren. Data moeten als een product worden beschouwd, met aangewezen eigenaars die zorgen voor betrouwbaarheid en actualiteit. Datacatalogi en metadata managementtools bieden inzicht in beschikbare data, herkomst en gebruik. Datamesh-architectuur, waarbij verantwoordelijkheid van het dataproduct binnen het domein zelf ligt, zorgt voor overzicht en eigenaarschap. Automatisering en monitoringtools ondersteunen het actueel houden van datastromen. Tot slot is het ontwikkelen van een datagedreven cultuur waarin beheer en transparantie vanzelfsprekend zijn, essentieel voor het snel inspelen op veranderingen en het halen van maximale waarde uit data.
Benieuwd hoe jouw organisatie AI op een betrouwbare en datagedreven manier kan inzetten? Ontdek hoe EY je kan ondersteunen met strategisch advies en technologische oplossingen op onze AI Insights-pagina. AI Insights | EY – Belgium
Dit artikel is opgesteld in nauwe samenwerking met EY.
