Nicolas Deruytter (ML6): “Consumenten verwachten persoonlijke communicatie”

De naam knipoogt naar de Britse inlichtingendienst MI6, maar het Gentse bedrijf ML6 houdt zich bezig met artificiële intelligentie, en meer bepaald deep learning. “We moeten retailers gelukkig niet meer uitleggen wat het nut van artificiële intelligentie is: ze zijn er allemaal mee bezig”, zegt oprichter en zaakvoerder Nicolas Deruytter (33).

 

Artificiële intelligentie is een buzzwoord. Hoe vult ML6 dat in?

 

We zijn experts in het maken van zelflerende systemen, die steeds beter presteren naarmate ze gevoed worden met goede data. We werken voor een brede waaier van industrieën, maar we hebben een sterke focus op retail en e-commerce. Artificiële intelligentie kan op heel veel manieren gebruikt worden door retailers. Eén ervan is computervisie, waarbij een intelligente camera producten kan herkennen op uiterlijke kenmerken: vorm, logo, kleur, noem maar op. Dat kan je gebruiken om om het betalingsproces bij de kassa geleidelijk aan te automatiseren.”

 

Op die manier kunnen kassamedewerkers overbodig worden?

 

Ja. Zo’n systemen kunnen slimmer en slimmer worden, tot ze een punt bereiken dat je het proces helemaal kan automatiseren. Maar je kan het ook gebruiken om medewerkers bij te staan, zodat zij zich meer op de klant kunnen focussen. Je kan computervisie ook toepassen in het logistieke proces: als je ziet dat er iets op een band ligt dat er niet thuishoort, kan je tussenkomen. Of je kan het gebruiken om te kijken welke producten er in bepaalde rayons liggen en rayons te optimaliseren. En zo kan ik wel even doorgaan: er zijn enorm veel toepassingen.

 

Waar halen jullie de data waarmee de zelflerende systemen aan de slag gaan?

 

We proberen zo breed mogelijk te gaan. Hoe meer relevante informatie we hebben, hoe beter de resultaten die we krijgen. We doen een beroep op gegevens van de klanten zelf – dat kan gaan van profielen op een site tot offline koopgedrag -, maar ook externe gegevens, zoals de marktinformatie van Nielsen, en informatie over bijvoorbeeld het weer, evenementen of het verkeer. Die factoren kunnen een invloed hebben op het koopgedrag. Met de hulp van artificiële intelligentie kan je nagaan hoeveel invloed precies. Zo kan je steeds nauwgezetter het gedrag van consumenten in kaart brengen. Bedoeling is klanten zo persoonlijk mogelijk te benaderen. Hoe persoonlijker je kan worden, hoe efficiënter je communicatie.

 

Met welke struikelblokken krijgen retailers te maken als ze artificiële intelligentie willen toepassen?

 

Het eerste struikelblok is goede data. Daar staat of valt alles mee. Vaak zijn er wel veel data, maar zitten die op verschillende plaatsen en in verschillende formaten, en worden die op verschillende manieren gerapporteerd. Dat alles moet je omzetten in uniforme gegevens. Daarnaast moet je er ook rekening mee houden dat artificiële intelligentie heel snel evolueert. Wij bestuderen voortdurend academische papers die over het onderwerp verschijnen, om ze te vertalen naar de praktijk. Dat is op zich al een enorm werk. Het voordeel is dat we retailers niet meer moeten uitleggen wat het nut is van artificiële intelligentie: ze zijn er allemaal mee bezig.

 

Welke toepassing van artificiële intelligentie heeft de grootste invloed op retail?

 

Moeilijk te zeggen, omdat er heel veel manieren zijn waarop je het kan gebruiken. Ik gaf al het voorbeeld van computervisie en persoonlijke communicatie, maar je kan er ook consumentengedrag mee voorspellen. Algoritmes maken in regel gebruik van data uit het verleden, maar je kan het systeem ook de vrijheid geven om te experimenteren en daaruit te leren. Dat maakt de voorspellingen slimmer en beter. Eén van de toepassingen waar we ook mee bezig zijn, zijn stemgestuurde systemen zoals Google Home. We werken samen met Google, als cloudprovider, maar ook als externe informatiebron. Het is voor retailers belangrijk om bezig te zijn met stemgestuurde systemen: als ik in de zetel zit en honger heb, kunnen ze me iets aanbieden. Dat is heel gericht, heel specifiek.

 

Welke retailklanten hebben jullie?

 

We werken voor onder meer Veepee (Vente-Exclusive) en Coolblue, maar ook klassieke retailers. We zijn gestart bij e-commerce omdat je daar makkelijk veel data hebt, dat is onze bakermat. Maar we werken intussen veel breder.

 

Haal even je glazen bol boven: hoe ziet artificiële intelligentie er binnen vijf jaar uit?

 

Ik krijg die vraag vaak, maar ik ben terughoudend om erop te antwoorden, omdat ik me niet wil verbranden aan foute voorspellingen. Ik kan wel zeggen waar ik denk dat het naartoe zal gaan: meer conversationele communicatie met de klant, zelfrijdende voertuigen die producten leveren – als de overheid meewerkt – en één-op-één-communicatie. Communicatie zal veel verfijnder moeten dan vandaag. De klant zal dat ook verwachten.

 

De naam van jullie bedrijf, voor wat staat die?

 

ML staat voor machine learning. Met de zes erachteraan is het een knipoog naar de Britse inlichtingendienst MI6. We zijn allemaal een beetje James Bond (lacht).

 

Auteur: 

d.soenens@gondola.be