CorporatieGids Magazine

DECEMBER 2022 I 67 66 I CORPORATIEGIDS MAGAZINE Google schotelt gebruikers van haar zoekmachine in de zoekresultaten advertenties van neusspray voor, nog voordat iemand daadwerkelijk begint te niezen en te snotteren. Kunnen woningcorporaties het verloop van processen ook zo voorspelbaar maken door gebruik te maken van data science? Welke processen lenen zich zoal voor kunstmatige intelligentie? Een aantal corporaties onderzoekt dit in gezamenlijkheid en aan CorporatieGids Magazine legt Jan-Paul Oudenaarden namens het samenwerkingsverband AI Hub Woningcorporaties uit waarom. Het idee voor een AI Hub Woningcorporaties is ontstaan na een gemeenschappelijke opleiding die vanuit een innovatie challenge van Aedes gefinancierd en bedacht was, begint Jean-Paul, programmamanager Kwaliteit bij Thuisvester, namens alle Hub-collega’s het gesprek: “We hadden met meerdere deelnemers het gevoel én de ervaring dat we samen aan toepassingen konden blijven werken.” En zo geschiedde. De geboorte van de AI Hub Woningcorporaties was een feit. AI Hub Woningcorporaties: Aanjagen van kunstmatig intelligente toepassingen in de corporatiesector Premium Op dit moment zijn Staedion, Portaal, Trivire, WonenBreburg, Mooiland en Thuisvester volledig ‘premium’ lid, vervolgt Jean-Paul. “Dat wil zeggen dat die zes corporaties ook daadwerkelijk participeren in de technische ontwikkeling met budget en capaciteit. Daarnaast is Beveland Wonen aangehaakt als lid met een basislidmaatschap waarmee ze de ontwikkeling volgen en dus kennis opdoen. Die mogelijkheid wilden we ook bewust vanaf het begin bieden omdat niet alle corporaties zelf de middelen of competenties hebben om actief technisch mee te ontwikkelen. Dat is ook één van de dingen die we namelijk zien: het is nu voor individuele corporaties soms al lastig en voor de langere termijn misschien wel onmogelijk om dergelijke kennis zelf in huis te hebben en op peil te houden. Daarnaast zijn ook niet alle corporaties nog even ver in het denken en werken met data. Op deze manier geven we toch zoveel mogelijk corporaties de gelegenheid om betrokken te worden en te ontwikkelen.” Kraamkamer Volgens Jean-Paul streven de corporaties met het initiatief meerdere doelstellingen na. “We willen kennisuitwisseling en doorontwikkeling van concrete toepassingen op het gebied van data science in de corporatiesector aanjagen. We zien de AI Hub daarnaast voor ons als de kraamkamer en ontwikkel- plaats van concrete data science use cases die door corpo- raties zijn bedacht. Tot slot willen we als AI Hub niet alleen een technische infrastructuur, maar ook een platform bieden waar corporatiemedewerkers hun krachten kunnen bundelen. De deelnemende corporaties profiteren daarmee van de structuur door innovatievraagstukken met data effectief op te pakken en binnen de eigen organisatie te implementeren. Als we succesvol zijn en blijven, kan het mogelijk zelfs door- ontwikkelen tot een competentiecentrum voor de gehele sector, maar zover zijn we nog niet; we richten ons nu eerst op het genereren van nog meer valide praktijkuitwerkingen als bewijs. De modellen die we ontwikkelen willen we op een bepaalde manier als open data modellen beschikbaar stellen voor corporaties, zodat de sector er dus weer echt in de volle breedte van kan profiteren.” Taak voor ICT-bedrijven Op de vraag of het ontwikkelen van AI-modellen niet een taak is voor ICT-bedrijven in de markt, zegt Jean-Paul: “Het als corporaties gezamenlijk uitvinden is juist één van de grote pluspunten die we zien. Bijvoorbeeld omdat niet iedere corporatie nu afzonderlijk op zoek hoeft te gaan naar een eigen model dat patronen in dagelijks onderhoud identificeert, maar dat je de kosten, capaciteit en kennis deelt. AI-leveranciers die nu op de corporatiemarkt actief zijn proberen zo’n model nu elke keer afzonderlijk te verkopen aan een afzonderlijke corporatie, zonder de basis vrij te geven zodat de kennis verder ontwikkeld en gedeeld kan worden. Dat laatste is niet onbegrijpelijk, maar kost naar onze mening de sector wel veel geld dat we liever in de primaire doelstellingen geïnvesteerd zien. Dat willen we dus tegengaan door als collectief te gaan ontwikkelen. Bovendien vraagt de ontwikkeling van AI-modellen veel inhoudelijke kennis over de data en inhoudelijke werkzaamheden van corporaties waar leveranciers niet of nauwelijks over beschikken. Om modellen algemeen bruikbaar te ontwikkelen, wordt daarbij zoveel mogelijk uitgegaan van datastandaarden zoals VERA.” Tientallen mogelijkheden voor AI Jean-Paul en zijn Hub-collega’s zien tientallen mogelijkheden om kunstmatige intelligentie toe te passen in corporatie- processen. De wooncrisis blijkt voor nu een grote inspiratie- bron voor de prioritering, legt Jean-Paul uit: “Allereerst gaan we op zoek naar een classificatie van verhuisonderhoud, zodat je kosten en onderhoudsduur beter kunt inschatten en zowel intern als extern aan beter verwachtingsmanagement kunt doen. Daarna willen we door middel van een zogenaamde Markov-keten de verwachte effecten van verschillende maatregelen in het kader van doorstroming in beeld brengen.