Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
EN
Faculteit Economie en Bedrijfskunde

Advies aan mijn dochter: ga Big Data studeren!

Ik werd door Big Data gegrepen door een aantal fantastische toepassingen. Een ervan is Watson. Watson is een computer van IBM die natuurlijke taal zoals wetenschappelijke artikelen niet alleen leest, maar ook begrijpt. Watson is bijzonder krachtig, een echte Big Data-cruncher en voormalig wereldkampioen schaken. De machine behaalde ook binnen enkele maanden het arts-diploma.

dhr. prof. dr. Marc Salomon, medewerker FEB, hoogleraar Management en Organisatie van de Professionele en Zakelijke Dienstverlening
Marc Salomon (foto: Jeroen Oerlemans)

Een aantal ziekenhuizen in de VS zetten 'm in om artsen te adviseren over de behandelmethode van oncologische patiënten. Een keer werd Watson gevraagd om te adviseren over een Aziatische patiënt. De artsen adviseerden unaniem behandelmethode X, maar Watson adviseerde Y. Hoe het kwam? Watson had in een tijdschrift gelezen dat Aziatische patiënten een bepaald gen dragen dat hen immuun maakt voor behandelmethode X. Omdat er 100.000 wetenschappelijke artikelen verschenen zijn valt de artsen die X adviseerden waarschijnlijk weinig te verwijten, ze hebben gewoonweg de tijd niet om alle literatuur bij te houden. Overigens vervangt Watson de arts niet. De machine suggereert een aantal behandelmethodes en schat de kans op succes. De arts maakt uiteindelijk samen met de patiënt een afweging.

Foto’s

Een ander voorbeeld is van dichter bij huis. Scyfer is een bedrijf uit ons eigen Venture Lab. Het bedrijf analyseert foto's met Big Data-technieken. De technieken zijn nu al zo goed, dat de software kan aangeven wanneer er geen abnormaliteiten op een MRI-scan te zien zijn. Geweldig natuurlijk, want de radiologen kunnen zich nu beperken tot het bekijken van de foto's met abnormaliteiten, hetgeen een hoop tijd en geld bespaart. Scyfer past de technologie ook in de staalindustrie toe. Een grote staalfabrikant neemt aan het einde van het productieproces een foto van elk gereed product een foto en de software analyseert of het product aan de kwaliteitseisen voldoet.

Schaarste

Mijn dochter moet natuurlijk alleen Data Science gaan studeren als ze het echt leuk vindt. Maar in dat geval durf ik haar te verzekeren dat het heel interessant werk biedt. En ook een goed belegde boterham, want Data Scientisten zijn heel schaars. De Nationale Denktank schat het tekort in 2018 in Nederland op 8.000 mensen. Zowel universiteit als bedrijfsleven kampt ermee. Universiteiten hebben grote moeite om studenten die afstuderen te interesseren voor een baan als onderzoeker of docent. Het bedrijfsleven worstelt er ook mee. Bekende E-business brands zoals Google, Apple, Amazon, Facebook en LinkedIn misschien iets minder, want daar wil iedereen werken. Maar vooral de degelijke ‘oude bekende’ bedrijven hebben moeite om Data Science-afdelingen op te bouwen en de juiste expertise aan te trekken. Dat speelt binnen die bedrijven op alle niveaus, zowel bij Executives - bestuurders die een Data Science-strategie kunnen formuleren en managen - bij Hands-on Data Scientisten - mensen die de data analyses kunnen doen en die applicaties kunnen bouwen- en tot slot bij Boundary Spanners - mensen die de kansen die de business biedt kunnen vertalen naar concrete Data Science-projecten.

Meer Data Science

Hoe het komt? Er zijn denk ik een paar redenen. Ten eerste is Data Science geen vak op de middelbare school. Dus mensen die een studiekeuze moeten maken weten eigenlijk niet wat het is. Ten tweede zijn er nog weinig universitaire opleidingen in Data Science.  Daarbij komt ook nog eens dat de opleidingen die er zijn naar mijn smaak te monodisciplinair zijn. Informatici leren coderen en kunstmatige intelligentie. Econometristen leren met gestructureerde data te werken, niet met natuurlijke taal of beelden. En bedrijfskundigen leren iets over de bedrijfskundige toepassingen, maar niet over de technieken. Wat we eraan kunnen doen? Drie belangrijke dingen. Ten eerste: Data Science toevoegen aan het lespakket op de middelbare scholen. Ten tweede: multidisciplinaire opleidingen ontwikkelen, zoals bijvoorbeeld onze MBA Big Data (www.mbabigdata.nl) en aan onze Analytics Academy. En ten derde: zowel binnen onderwijs als onderzoek veel nauwer samenwerken tussen universiteit en bedrijfsleven. Hiertoe hebben wij onder meer de Big Data Alliance opgezet (www.bigdata-alliance.org). Alleen als bedrijfsleven en universiteit samen optrekken kunnen we als Nederland echt iets gaan betekenen op het gebied van Data Science en Business Analytics.

Overigens is mijn dochter pas vier. Studeren en coderen duurt nog even, hoewel ik alvast een paar leuke spelletjes heb aangeschaft waarmee ze kan leren programmeren. Een ervan is een dinosaurus die via de cloud in continu contact staat met IBM Watson om haar vragen te beantwoorden.

Marc Salomon

Dean Amsterdam Business School

Program Director MBA Big Data & Business Analytics

MBA Big Data & Business Analytics