Big data wordt de toekomst. Het is in een stroomversnelling terechtgekomen, mede door de opkomst van het internet of things (IoT). Voor veel eindgebruikers zijn deze termen vaag en de meeste mensen zien niet in welke toegevoegde waarde IoT en big data kunnen en zullen hebben in het leven.
De evolutie gaat in ijltempo en we kunnen de toestroom aan data amper verwerken. Vroeger was data iets simpels; ingegeven door mensen, voor mensen. Het tempo waarop bijvoorbeeld klantengegevens in de computer gestoken werden, lag een stuk lager dan vandaag. Bovendien werken steeds meer bedrijven met open sources; die open data is publiek en gratis, waardoor iedereen met een computer toegang heeft tot bijzonder veel gegevens. Vandaag de dag verloopt de selectie van die gegevens en de analyse vaak nog behoorlijk manueel.
Big data world
We zijn in een semi-big data world terecht gekomen. Er is heel veel informatie, maar te weinig tijd om er iets mee te doen. Hoewel die oneindige hoeveelheid data oneindig veel mogelijkheden biedt: we kunnen deze informatie immers naar hartenlust combineren. De overstap naar de echte big data world komt pas in 2020, wanneer het internet of things (IoT) is doorgebroken. Hiermee zal de toestroom aan informatie en data via alle wearables, connected devices en drones nauwelijks te overzien zijn.
In 2020 zal jij een Thing zijn; via wearable technology of via sensoren – al dan niet ingeplant – zal je voortdurend informatie genereren en doorgeven. Via deep learning zal jouw smartwatch je leven heel wat eenvoudiger maken, door je bijvoorbeeld tijdig attent te maken op werkzaamheden op je vaste route naar het werk. Om deze voorspelling te kunnen maken, heeft je smartwatch echter heel wat gegevens van je nodig. Artificiële intelligentie is immers het verwerken van massaal veel data en daar op een voorspelbare manier mee omgaan.
Prescriptive analysis
De manier waarop technologie met data omgaat, gaat het verschil maken. Waar we vroeger vooral de verzamelde gegevens analyseerden, zitten we nu in de fase waarin computers op basis van die gegevens voorspellingen kunnen maken. De volgende stap is dat de technologie zelf het voortouw zal nemen en op basis van haar voorspellingen op eigen houtje actie onderneemt. Op vlak van big data gaan we dus van discriptive analysis (beschrijving van de situatie) naar predictive analysis (voorspellingen maken), en ten slotte naar prescriptive analysis (handelen).
Tegen dat laatste is er nog veel weerstand, omdat mensen bang zijn de controle te verliezen en dit doembeelden oproept. Daarom heeft Tesla een stapje voor op de Google Car: hoewel Tesla technologisch nog niet zo ver staat, is het feit dat de Google Car geen gaspedaal of rem meer heeft voor menselijke tussenkomst beangstigend. Ik geloof echter dat deze morele bezwaren enkel invloed zullen hebben op de tijdsspanne waarin de ontwikkelingen gebeuren, niet op het feit dàt ze zullen gebeuren.
Zora
Een toepassing van big data die eerder warme dan angstige gevoelens losmaakt, is het schattige robotje Zora. Zora krijgt voortdurend 1001 prikkels en puzzelstukjes informatie, maar analyseert en voorspelt zelfstandig. Zo kan Zora nu ook de gemoedstoestand van patiënten inschatten en tijdig ingrijpen, nog voor er een aanval komt. Wat een grote hulp is bij ouderen of kinderen met gedragsstoornissen.
Bart Macharis, Devision Manager Data Insights bij RealDolmen
