Veeam: Zonder juiste datafundament is het einde oefening voor AI

Als je geen goed fundament hebt onder je databeheer, niet goed weet waar wat staat, weet je nooit of je er de juiste inzichten uit haalt.

Ronald Ooms, Veeam

03-06-2021 | door: Martijn Kregting

Veeam: Zonder juiste datafundament is het einde oefening voor AI

Met behulp van AI-toepassingen nieuwe inzichten uit je groeiende hoeveelheid data halen. Klinkt als dé manier om je bedrijfsvoering op een hoger plan te tillen en nieuwe business-kansen op te sporen. Alleen is de aanvliegroute vaak verkeerd, merkt Ronald Ooms van data management-aanbieder Veeam. “Als je geen goed fundament hebt onder je databeheer, niet goed weet waar wat staat, weet je nooit of je er de juiste inzichten uit haalt. Het is geen ramp als je het juiste fundament niet hebt voor het juiste databeheer of het gebruik van AI-toepassingen. Maar zet dat wel eerst neer voordat je verder bouwt.”

Een van de mensen die Ronald Ooms - Vice President EMEA BACH bij Veeam - op LinkedIn volgt, is Bernard Marr. Een technology influencer met interessante ideeën over data en AI. Het gebruik van AI om inzichten uit data te halen – voor diagnostiek, het voorspellen van ontwikkelingen – staat of valt volgens Marr met het vertrouwen erin. Is dat vertrouwen er niet, dan zullen mensen data minder snel ter beschikking gebruiken. Dat beperkt weer het nut van AI-toepassingen. Transparantie, accountability en veiligheid op privacy-gebied zijn nodig om dat vertrouwen op te bouwen.

“Een mooie theorie”, stelt Ooms, “maar volgens mij ontbreekt er een voorwaarde: goede toegang tot data. Je moet weten waar je data staat, het moet eenvoudig zijn om er toegang tot te krijgen. AI zit nog op een vrij laag niveau, maar is toch al in staat om mij bijvoorbeeld een bepaalde bestemming voor te stellen als ik in de auto stap, op basis van mijn rijgedrag. Alleen, die data zit nu vaak alleen in de computer van de auto. Als die data daar verdwijnt, dan is die opgebouwde AI-kennis ook weg.”

Belofte AI
Organisaties stoppen data in systemen waar AI-toepassingen gebruik van maken. Is die data niet goed, niet snel en niet op grote schaal beschikbaar, dan wordt de belofte van AI niet waargemaakt. “Dit alles faciliteren, dat is precies wat we met Veeam doen. Waar staat het, is het toegankelijk en is die toegang veilig? Worden data en de toegang ertoe efficiënt beheerd? Wat is je RTO (recovery time objective) na een crash van een toepassing of een datasysteem? Bovendien moet je er rekening mee houden dat een AI-toepassing zelf weer data creëert. Wat is de change rate van die data, hoe vaak moet ik een backup gaan maken?”

Kortom, de basis moet op orde zijn, wil je het meeste halen uit AI-toepassingen. Ooms: “Wij merken bij Veeam dat de algemene beschikbaarheid van data ondermaats is. Vaak weten organisaties niet wat het servicelevel is voor hun databeheer, wat bedrijfskritieke toepassingen zijn. Dan kun je ook niet aangeven wat je RTO is, welke systemen en welke data als eerste in de lucht moeten zijn na een crash. Je moet weten welke van je – vaak honderden – toepassingen je core business ondersteunen en daar moet je je op focussen. Je kunt niet alles in één uur terugzetten, of je moet over ongelimiteerd budget beschikken.”

Basale discussies
Ooms stelt nog te vaak dit soort basale discussies te hebben met bedrijven. “Ik praatte een keer met een verzekeraar die elke nacht een backup maakte van nieuwe data, onder meer gegevens die zijn 400 medewerkers ‘s avonds synchroniseren. Dat betekent, als er tussentijds een crash plaatsvindt, je potentieel 400 maal een aantal uren aan data kwijt bent. Zolang mensen zich dit niet realiseren, is hun databewustzijn en hun databasis niet op orde.”

En op een slechte databasis kun je geen goede AI-strategie bouwen, meent Ooms. “Wat is belangrijk, wat is minder belangrijk, in data en systemen. Als je dat niet weet, je daar niet bewust van bent, kun je geen goed fundament neerzetten waar AI-toepassingen bovenop andere datatransacties gebouwd worden. In Leeuwarden staat de Oldehove. Men merkte bij de bouw dat deze toren scheef zakte en probeerde dat telkens een beetje te herstellen. Dat werkte niet, want het fundament was niet op orde. Dat geldt ook bij AI als de bovenste verdieping van data processing.”

Slecht fundament, negatieve impact
Hier treedt de theorie van Marr weer in werking, meent Ooms. Zonder goed fundament kan AI niet goed werken. Dat heeft een negatieve impact op zaken zoals accountability en veiligheid van data, waardoor het vertrouwen erin afneemt.

“En dat gebeurt al, kijk naar spraakassistenten zoals Siri of Google Assistant. Briljante systemen, maar de helft van de tijd krijg ik te horen ‘ik heb uw vraag niet verstaan’, terwijl ik niets vroeg. Je zult maar als chirurg in een borstkas bezig zijn en een digitale assistent zegt ’ik kan het scheenbeen niet vinden’. Als ik onbetrouwbare uitkomsten krijg, is het einde oefening. Er zijn veel meer data nodig om zelflerende systemen echt goed te maken. Maar dan moeten wel de juiste data op het juiste moment beschikbaar zijn en AI-gegenereerde data op de juiste plek en met de juiste prioriteit worden opgeslagen.”

Ooms realiseert zich dat hij misschien gezien wordt als iemand van WC-Eend die het gebruik van WC-Eend adviseert. “Ik weet dat wij data management systemen leveren. Maar de reden dat ik dit zeg, is juist omdat ik er dagelijks mee bezig ben. Ik zie hoe en waar het mis gaat. Dat gebeurt al bij iets simpels als mensen die denken dat een snapshot of een kloon hetzelfde is als een backup. Of organisaties die er ondanks de toename van ransomware-aanvallen niet bij stilstaan dat ze een backup moeten hebben van data die niet direct via hun systeem te benaderen is. Ik probeer mijn visie hierop te geven zonder meteen iets te willen verkopen.”

Bewustzijn belangrijk
Belangrijk blijft dat het bewustzijn er is, de wil om iets aan het fundament te doen, stelt Ooms. Het is heel begrijpelijk dat je fundament van 20 jaar geleden nu niet meer afdoende is om nieuwe toepassingen zoals AI-systemen op te bouwen. Het kan ook zijn dat dit fundament niet meer aangepast kan worden.

“Maar blijf dit bouwwerk dan gebruiken voor simpelere toepassingen, zet er een tweede toren met een nieuw fundament naast voor AI-toepassingen. En zorg ervoor dat de data in die oude toren makkelijk naar de nieuwe toren kan komen. Dan ben je als organisatie ook veel beter in staat om onverwachtse nieuwe uitdagingen zoals het vele thuiswerken sinds de coronacrisis op te vangen.”

Auteur: Martijn Kregting

Terug naar nieuws overzicht
Future of Business Technology