Op werkdagen voor 23:00 besteld, morgen in huis Gratis verzending vanaf €20

Interview

Paul Groothengel | 12 maart 2018 | 5-7 minuten leestijd

Sander Klous

‘Reageer MAD op toenemende complexiteit’

Mede dankzij algoritmes wordt onze samenleving steeds slimmer. Maar ook complexer. Wat te doen? Het advies van KPMG-consultant Sander Klous in Vertrouwen in de slimme samenleving: do it ‘MAD’, oftewel Modulair, Agile en Decentraal.

In het voorwoord van uw boek schrijft de wiskundige Cathy O’Neil dat algoritmes ‘weapons of math destruction’ zijn. Bent u dat met haar eens?
Zij zet het wel erg sterk neer. Maar in wezen heeft ze wel een punt. Ze bewijst in haar gelijknamige boek de statistische en systematische zwaktes van algoritmes. We moeten maar vertrouwen op de wiskunde achter die algoritmes, constateert O’Neil. Maar algoritmes zijn niet hetzelfde als wiskunde. Er is volgens haar helemaal geen basis voor dat vertrouwen. Er zijn geen regels voor algoritmes, iedereen doet maar wat. Ik denk dat we vanuit de maatschappij c.q. de politiek moeten gaan nadenken over vormen van regulering, anders kunnen algoritmes flinke excessen veroorzaken.

Waar O’Neil schrijft over het vertrouwen in algoritmes, beschrijft u in uw boek drie principes om het vertrouwen in een slimme samenleving op te bouwen.
Ja, dat zijn de principes van modulariteit, agility en decentralisatie, voor het gemak afgekort tot ‘MAD’. Dus achtereenvolgens een probleem opknippen in deelproblemen ofwel modules, waardoor het beter behapbaar wordt; stapsgewijs en geleidelijk - lees ‘agile’ - verbeteren; en het decentraliseren van verantwoordelijkheden en taken over meerdere partijen. Kijk, we leven in een tijdperk waarin technisch gezien vrijwel alles mogelijk is. Het is alleen een hele uitdaging om het zo te organiseren dat we daar ook met zijn allen de voordelen uit halen. Vaak wordt er aan iets dat al ingewikkeld is nog meer complexiteit toegevoegd om het beheersbaar te houden, denk bijvoorbeeld aan organisaties die groeien en die daar erg log van kunnen worden. In de gevallen waar we wel de voordelen op grote schaal ervaren, zoals bij de opkomst van het internet, zie je dat de drie genoemde principes een essentiële rol spelen.

Die MAD-principes zijn niet nieuw: u beschrijft dat de Amerikaanse softwareontwikkelaar Fred Brooks die al in 1986 had uitgewerkt?
Ja, en hij was op zijn beurt ook niet de eerste. Maar waar Brooks zich puur beperkte tot MAD in relatie tot softwareontwikkeling, trekken coauteur Nart Wielaard en ik het in ons boek veel breder. Of je nou kijkt naar de ontwikkeling van organisaties, de politiek, ons verkeerssysteem, technologische platforms of inderdaad software, overal zien we vergelijkbare uitdagingen die je met de MAD-principes het hoofd kunt bieden. Daarbij gaat het primair om het beperken van de complexiteit van de processen en structuren die we zelf creëren. Overigens geven we in ons boek ook de grenzen aan. MAD is zeker niet zaligmakend. Als bijvoorbeeld complexiteit helemaal geen issue is, dan kan het best zijn dat de MAD-principes niet nodig zijn.

U laat onder andere zien dat MAD-principes tot andere organisatievormen kunnen leiden.
Zeker. Een klassiek voorbeeld was het mechanisme van celdeling bij softwarebedrijf BSO. Spotify is op dit moment een goed voorbeeld van een bedrijf dat werkt met een organisatiemodel volgens de MAD-principes. Dus met zelfsturende teams die ieder verantwoordelijk zijn voor een stukje van het totale eindproduct en dat met kleine stapjes verbeteren. Spotify groeit hard maar weet op deze manier toch innovatiekracht en aanpassingsvermogen te behouden. Op een flexibele en toch efficiënte manier. Ook hybride vormen komen voor. Denk aan een bank als ING, die loopt voorop in agile werken. Tegelijkertijd zijn er waarschijnlijk processen in een bank die je altijd hiërarchisch wilt blijven aansturen. Zowel bij snel groeiende bedrijven, als bij bestaande multinationals zie je de voortdurende worsteling met de vraag wat er centraal moet worden aangestuurd en wat decentraal kan. Zolang je klein bent, ken je de collega’s nog en kan er veel informeel worden geregeld. Maar bij grotere organisaties ontstaat de uitdaging om niet te veel complexiteit in de organisatie toe te voegen. Welke verantwoordelijkheden moeten ze hun agile teams geven?

Wat betekent de opkomst van de slimme samenleving voor uw eigen organisatie, KPMG? Een slimme computer kan een groot deel van de jaarrekening toch moeiteloos overnemen?
Binnen iedere grote organisatie speelt soms de vrees voor het roemruchte ‘Kodak- of Nokia moment’.  Dat geldt voor KPMG, met wereldwijd zo’n 200.000 werknemers, ook. Wij weten dat het vak accountancy in zijn huidige vorm over tien jaar niet meer bestaat. Tegelijkertijd is er meer dan ooit behoefte aan allerlei vormen van controle, of het nu over CO2 uitstoot gaat of over zelfrijdende auto’s. Om met dergelijke grote veranderingen om te kunnen gaan zullen ook wij nog veel meer agile moeten gaan werken.

In het laatste hoofdstuk van uw boek gaat het even over ‘singulariteit’, het moment waarop de computer slimmer is dan de mens. Wanneer wordt dat punt bereikt?
Ik realiseer me steeds meer dat het geen punt is maar een heel geleidelijke overgang. De computer is nu al vaak slimmer dan de mens en dat zal op steeds meer gebieden zo zijn. De hamvraag is altijd weer: hoe houden we dat beheersbaar? Juist op dat vlak is singulariteit een grote uitdaging. Het is namelijk niet mogelijk om op basis van informatie vóór de singulariteit ontwikkelingen na de singulariteit te voorspellen. In het boek vergelijken we het met een faseovergang, je kan op basis van het gedrag van ijs niet voorspellen hoe vloeibaar water zich gedraagt. Na de singulariteit ontstaat een nieuwe realiteit waarin we opnieuw naar beheersbaarheid moeten kijken. Dat betekent dat we als maatschappij snel op die nieuwe realiteit moeten kunnen reageren. Ook daar kom je dus uiteindelijk weer uit bij de MAD-principes.

Door de opkomst van de slimme samenleving staan er allerlei banen onder druk. Wat is de mogelijke dreiging in uw eigen vakgebied, de baan van ‘Data Scientist’?
Volgens een artikel in Harvard Business Review is data scientist een van de meest sexy banen van de 21e eeuw. Maar data science is vooral analytisch denken en doen en dat kan op termijn zeker vervangen worden door machines. Dus die dreiging komt zeker ook op ons vakgebied af. De banen die het lastigst te vervangen zijn, zijn banen waar creatieve of emotionele vaardigheden voor nodig zijn. De toegevoegde waarde van een data scientist zal dus ook bijna per definitie die kant op moeten verschuiven.

Populaire producten

    Personen

      Trefwoorden