1
00:00:00,000 --> 00:00:06,720
Hoi, welkom bij een nieuwe aflevering van AIToday Live.

2
00:00:06,720 --> 00:00:09,160
Mijn naam is Joop Snijder, CTO bij Aigency.

3
00:00:09,160 --> 00:00:12,280
Mijn naam Niels Naglé, Chapter Lead, Data & AI bij Info Support.

4
00:00:12,280 --> 00:00:17,080
En vandaag hebben we te gast Harm.

5
00:00:17,080 --> 00:00:20,360
Harm, je bent voor de tweede keer bij ons in de studio.

6
00:00:20,360 --> 00:00:21,360
Ja, dat klopt ja.

7
00:00:21,360 --> 00:00:22,360
Ja, geweldig.

8
00:00:22,360 --> 00:00:26,320
En we gaan het vandaag hebben over de hell of Excel.

9
00:00:26,320 --> 00:00:30,640
Maar voordat we daar aan beginnen, zou je jezelf eerst even nog willen voorstellen aan

10
00:00:30,640 --> 00:00:31,640
de luisteraars?

11
00:00:31,640 --> 00:00:32,640
Oh ja, dat is goed.

12
00:00:32,640 --> 00:00:36,040
Ja, voor al die luisteraars die de eerste uitzending niet gehoord hebben.

13
00:00:36,040 --> 00:00:40,360
Het ging vooral over mezelf, maar nu gaan we het meer over inhoud hebben.

14
00:00:40,360 --> 00:00:41,360
Ja toch?

15
00:00:41,360 --> 00:00:42,360
Ja.

16
00:00:42,360 --> 00:00:44,920
Mijn naam is Harm Bodewes, 55 jaar.

17
00:00:44,920 --> 00:00:48,960
Ik heb al een lang carrière in de IT achter de rug.

18
00:00:48,960 --> 00:00:53,880
En ik heb een jaar of drie geleden de switch gemaakt naar Data Science.

19
00:00:53,880 --> 00:01:00,000
En sindsdien werk ik als zelfstandig adviseur Data Analytics, Data Science.

20
00:01:00,000 --> 00:01:03,240
Ja, en je doet ook een podcast toch?

21
00:01:03,240 --> 00:01:04,240
Ja, klopt.

22
00:01:04,240 --> 00:01:07,120
Ik ben ook een van de hosts van de Data Logo.

23
00:01:07,120 --> 00:01:08,760
Ja, om niet te vergeten.

24
00:01:08,760 --> 00:01:09,760
Precies.

25
00:01:09,760 --> 00:01:10,760
Ja.

26
00:01:10,760 --> 00:01:14,320
Nou, we gaan het hebben over de hell of Excel.

27
00:01:14,320 --> 00:01:18,720
Zou je kunnen uitleggen wat je daaronder verstaat, de hell of Excel?

28
00:01:18,720 --> 00:01:19,960
Ja, dat kan ik zeker.

29
00:01:19,960 --> 00:01:22,880
Ik vind het heel moeilijk trouwens om dat in twintig seconden te doen.

30
00:01:22,880 --> 00:01:25,440
Maar wacht, dan gaan we deze hele uitzending aanleggen.

31
00:01:25,440 --> 00:01:26,440
Ja toch?

32
00:01:26,440 --> 00:01:27,440
Zeker.

33
00:01:27,440 --> 00:01:34,200
Nou, wat ik continu merk in mijn werk is dat we last hebben van datakwaliteitsproblemen.

34
00:01:34,200 --> 00:01:40,360
Dus de data scientist kan pas zijn werk doen als hij goede kwaliteit data heeft, bijvoorbeeld.

35
00:01:40,360 --> 00:01:47,640
En die datakwaliteitsproblemen zijn eigenlijk heel vaak een jaar of twintig en daarna

36
00:01:47,640 --> 00:01:52,320
ontstaan door het verschrikkelijke tool Excel.

37
00:01:52,320 --> 00:01:55,600
Ik ga daar een aantal voorbeelden van geven in deze opname.

38
00:01:55,600 --> 00:01:56,600
Heel graag.

39
00:01:56,600 --> 00:02:00,560
Wij komen dat ook in onze dagelijkse praktijk tegen.

40
00:02:00,560 --> 00:02:01,560
Zeker.

41
00:02:01,560 --> 00:02:04,000
Dus in die zin voelen we met je mee.

42
00:02:04,000 --> 00:02:09,560
Wat is je allergrootste frustratie?

43
00:02:09,560 --> 00:02:10,560
Laten we daar eens mee beginnen.

44
00:02:10,560 --> 00:02:15,720
Nou, mijn grootste frustratie is dat Excel op een manier gebruikt wordt waar het helemaal

45
00:02:15,720 --> 00:02:17,440
niet voor bedoeld is.

46
00:02:17,440 --> 00:02:25,640
Toen ik studeerde, heel lang geleden, was ik studentenassistent en ik hielp bij een

47
00:02:25,640 --> 00:02:26,640
werkcollege S2020.

48
00:02:26,640 --> 00:02:30,800
Ik weet niet of jullie dat kennen, maar dat was een spreadsheet.

49
00:02:30,800 --> 00:02:33,600
Dat was toen heel modern op een Vaxcomputer.

50
00:02:33,600 --> 00:02:42,480
En wat de studenten moesten doen is, bijvoorbeeld concept prijselasticiteit.

51
00:02:42,480 --> 00:02:48,200
Je gooit de prijs 1% omhoog, wat betekent dat voor de vraag naar producten?

52
00:02:48,200 --> 00:02:50,920
Gaat die 1% omlaag of gebeurt er niks?

53
00:02:50,920 --> 00:02:58,800
Zo kon je door één variabele in een spreadsheet te wijzigen, een rekenblad, ging dat hele

54
00:02:58,800 --> 00:03:00,200
spreadsheet doorrekenen.

55
00:03:00,200 --> 00:03:02,240
Fantastisch, wat waren we daar blij mee.

56
00:03:02,240 --> 00:03:08,560
We zijn nu 20, 25 jaar later of misschien wel meer.

57
00:03:08,560 --> 00:03:13,360
En op een gegeven moment kwam Excel op de markt, een Microsoft product.

58
00:03:13,360 --> 00:03:17,400
En dat tool wordt op allerlei manieren gebruikt.

59
00:03:17,400 --> 00:03:21,640
Het is niet alleen maar een spreadsheet, het is een database, het is een tekenpakket,

60
00:03:21,640 --> 00:03:23,640
het is een, ik weet niet wat.

61
00:03:23,640 --> 00:03:27,240
Het is gewoon veel te makkelijk, het is veel te toegankelijk.

62
00:03:27,240 --> 00:03:30,120
Een applicatieplatform bijna wordt het gebruikt.

63
00:03:30,120 --> 00:03:34,920
Nou ja, en vooral waar we natuurlijk mee te maken hebben op het gebied van data science

64
00:03:34,920 --> 00:03:37,960
en machine learning, is dat het gebruikt wordt als database.

65
00:03:37,960 --> 00:03:41,040
Het is een gigantische dataopslag.

66
00:03:41,040 --> 00:03:46,560
Ja, en het begint eigenlijk al op het moment dat jij Excel opent en je maakt een nieuw

67
00:03:46,560 --> 00:03:47,560
werkblad.

68
00:03:47,560 --> 00:03:49,040
Op dat moment gaat het eigenlijk al verkeerd.

69
00:03:49,040 --> 00:03:56,840
Want je gaat data invoeren, dus er zit helemaal geen formaat op die data, er zitten geen integriteitsregels

70
00:03:56,840 --> 00:03:58,160
op die data die je invoert.

71
00:03:58,160 --> 00:03:59,400
Je kunt eigenlijk alles invoeren.

72
00:03:59,400 --> 00:04:01,400
En daar begint het eigenlijk al.

73
00:04:01,400 --> 00:04:02,400
En waarom is dat een probleem?

74
00:04:02,400 --> 00:04:10,360
Het probleem is dat we eigenlijk fantastische database systemen hebben die je daarvoor zou

75
00:04:10,360 --> 00:04:15,520
moeten gebruiken, waar wel dit soort controles direct bij invoer gedaan worden, waar wel

76
00:04:15,520 --> 00:04:18,360
referentiële integriteit wordt gecontroleerd.

77
00:04:18,360 --> 00:04:21,160
Ja, waardoor de datakwaliteit eigenlijk gewaarborgd is.

78
00:04:21,160 --> 00:04:23,440
Ja, Excel is gewoon geen database systeem.

79
00:04:23,440 --> 00:04:24,440
Nee.

80
00:04:24,440 --> 00:04:25,440
Punt.

81
00:04:25,440 --> 00:04:26,440
Ja, helemaal mee eens.

82
00:04:26,440 --> 00:04:31,320
Maar er zijn heel veel mensen die het fundamenteel met jou oneens zijn.

83
00:04:31,320 --> 00:04:37,920
Want zeg maar, dit gaat van kleine bedrijven tot de grootst mogelijke enterprises leven

84
00:04:37,920 --> 00:04:38,920
op Excel.

85
00:04:38,920 --> 00:04:41,720
Ja, en de ergste mensen, dat zijn financiële mensen.

86
00:04:41,720 --> 00:04:47,160
Want dit is natuurlijk het enige wat ze snappen, Excel.

87
00:04:47,160 --> 00:04:49,600
En ja, dat is lekker makkelijk.

88
00:04:49,600 --> 00:04:51,840
Ik kan een mooie draaitabel maken.

89
00:04:51,840 --> 00:04:54,880
Ik kan gegevens bij elkaar optellen.

90
00:04:54,880 --> 00:04:55,880
Ik kan vermenigvuldigen.

91
00:04:55,880 --> 00:04:58,480
Ik kan eigenlijk alles wat ik wil.

92
00:04:58,480 --> 00:05:02,240
En ik kan al die data lekker bij mezelf houden.

93
00:05:02,240 --> 00:05:06,520
Ik doe opslaan als, op mijn eigen computer natuurlijk.

94
00:05:06,520 --> 00:05:13,400
En ik heb eigenlijk mijn eigen database gecreëerd, die met geen enkel ander systeem koppelt.

95
00:05:13,400 --> 00:05:14,800
Het is een ramp.

96
00:05:14,800 --> 00:05:15,800
Ja.

97
00:05:15,800 --> 00:05:20,120
Het is voor jullie heel herkenbaar.

98
00:05:20,120 --> 00:05:21,120
Ja, zeker.

99
00:05:21,120 --> 00:05:23,000
Met name hoe het gebruikt wordt.

100
00:05:23,000 --> 00:05:26,480
En invoer geen controles.

101
00:05:26,480 --> 00:05:32,480
Maar ja, hoe ga je er dan mee om als het ingezet is?

102
00:05:32,480 --> 00:05:33,800
Want we hebben er allemaal mee te maken.

103
00:05:33,800 --> 00:05:37,240
Er zit hele belangrijke data in, die niet in een bronsysteem zit.

104
00:05:37,240 --> 00:05:40,600
Voor mij zijn het eigenlijk twee vragen, Niels.

105
00:05:40,600 --> 00:05:45,880
Dus inderdaad, hoe gaan we er mee om als databron, zeg maar.

106
00:05:45,880 --> 00:05:50,440
Maar de tweede vraag is, hoe gaan we dit in de toekomst voorkomen?

107
00:05:50,440 --> 00:05:55,120
Laten we eens beginnen met praktisch nummer één.

108
00:05:55,120 --> 00:05:56,120
Toch?

109
00:05:56,120 --> 00:05:58,160
We hebben het, hè?

110
00:05:58,160 --> 00:05:59,960
Ik bedoel, ze zijn daar.

111
00:05:59,960 --> 00:06:02,160
Ze zullen er voorlopig ook nog zijn, Excel, Sheets.

112
00:06:02,160 --> 00:06:03,960
Hoe gaan we er mee om?

113
00:06:03,960 --> 00:06:07,960
Nou, wat ik zie, wat data scientists vaak doen,

114
00:06:07,960 --> 00:06:13,040
je hebt, als je CRISPR DM gebruikt, een methode voor data scientists,

115
00:06:13,040 --> 00:06:15,800
dan ga je eerst business understanding, dan doe je data understanding.

116
00:06:15,800 --> 00:06:17,560
Op een gegeven moment kom je weer data preparation.

117
00:06:17,560 --> 00:06:21,360
En dat betekent eigenlijk dat je alle data klaarzet,

118
00:06:21,360 --> 00:06:24,440
zodat de data scientist een mooi model kan gaan maken.

119
00:06:24,440 --> 00:06:28,440
Vaak wordt er dan iets van data frames in Pandas,

120
00:06:28,440 --> 00:06:31,840
als je voor Python hebt gekozen, gebruikt.

121
00:06:31,840 --> 00:06:35,720
En dan ga je eigenlijk in Pandas allerlei trucjes uithalen

122
00:06:35,720 --> 00:06:39,040
om die corrupte data, ik noem het maar even zo,

123
00:06:39,040 --> 00:06:42,360
ik vind het altijd leuk om dingen zwart-wit te zeggen, maar dat hoor ik in ieder geval zo,

124
00:06:42,360 --> 00:06:44,640
om die corrupte data te herstellen,

125
00:06:44,640 --> 00:06:50,440
zodat de data scientist vervolgens schone data heeft om zijn model te maken.

126
00:06:50,440 --> 00:06:55,440
De vraag is natuurlijk, hoe is dit probleem überhaupt ontstaan?

127
00:06:55,440 --> 00:07:00,440
Hoe komt het dat die data vies is?

128
00:07:00,440 --> 00:07:04,440
Hoe kunnen we betere kwaliteit data krijgen?

129
00:07:04,440 --> 00:07:07,440
Nou, en niet al onze luisteraars zijn data scientists,

130
00:07:07,440 --> 00:07:10,440
dus ik denk dat het wel goed is om te benoemen waarom dit zo'n probleem is.

131
00:07:10,440 --> 00:07:15,440
Want in dat opschonen moet die data scientist allemaal keuzes maken.

132
00:07:15,440 --> 00:07:20,440
Gooit hij data weg? Gaat hij dingen verzinnen?

133
00:07:20,440 --> 00:07:23,440
Zegt hij nou, laten we de gemiddeldes invullen?

134
00:07:23,440 --> 00:07:27,440
Er worden heel veel keuzes gemaakt onder water, die je misschien helemaal niet weet,

135
00:07:27,440 --> 00:07:30,440
waarbij je ook niet weet wat de functionele impact is.

136
00:07:30,440 --> 00:07:35,440
Dus dat betekent dat er best wel problemen kunnen ontstaan

137
00:07:35,440 --> 00:07:38,440
tussen wat je verwacht en wat er uiteindelijk uitkomt, toch?

138
00:07:38,440 --> 00:07:41,440
Ja, dat klopt helemaal wat je nu zegt.

139
00:07:41,440 --> 00:07:45,440
En problemen die uiteindelijk heel bepalend zijn voor het resultaat van het voorspelmodel.

140
00:07:45,440 --> 00:07:51,440
Want wat jij nu zegt, van nou ja, ik zie allemaal outliers,

141
00:07:51,440 --> 00:07:55,440
ik pak maar even het gemiddelde, of ik haal een aantal outliers uit het model,

142
00:07:55,440 --> 00:07:58,440
of lege velden haal ik gewoon weg.

143
00:07:58,440 --> 00:08:02,440
Ja, dus heel bepalend voor de kwaliteit van de output.

144
00:08:02,440 --> 00:08:06,440
Ja, ik denk dat we daar wel een stapje snel gaan over de business understanding,

145
00:08:06,440 --> 00:08:09,440
en dat we dus eigenlijk het wel echt als een applicatie of een bron moeten zien,

146
00:08:09,440 --> 00:08:11,440
en dat we dus ook zo moeten aanvliegen.

147
00:08:11,440 --> 00:08:15,440
En dus ook met de invoer en de mensen die die Excels creëren,

148
00:08:15,440 --> 00:08:19,440
echt om tafel gaan, maar hoe is dit ontstaan en het als een applicatie behandelen?

149
00:08:19,440 --> 00:08:23,440
En dus ook die vragen die we normaal gesproken aan onze bronnen stellen,

150
00:08:23,440 --> 00:08:27,440
ook aan die Excel gaan stellen en aan die personen die die invoer doen.

151
00:08:27,440 --> 00:08:31,440
Ja, nou volgens mij is het probleem, dat is trouwens een hele goede vraag, Niels.

152
00:08:31,440 --> 00:08:34,440
Volgens mij is het probleem,

153
00:08:34,440 --> 00:08:40,440
dus het laat 20 of 30 jaar geleden al ontstaan, op het moment dat Microsoft Excel op de markt bracht.

154
00:08:40,440 --> 00:08:44,440
Het is gewoon te makkelijk, het is te toegankelijk.

155
00:08:44,440 --> 00:08:51,440
En ik zie op dit moment eigenlijk een vergelijkbaar fenomeen met bepaalde data science platformen,

156
00:08:51,440 --> 00:08:54,440
zoals SAS Viya, ik weet niet of je dat kent.

157
00:08:54,440 --> 00:08:57,440
Dat is ook zo makkelijk in gebruik,

158
00:08:57,440 --> 00:09:05,440
dat mensen eigenlijk niet meer na hoeven denken over wat ze fouten kan doen zijn.

159
00:09:05,440 --> 00:09:07,440
Ik denk dat dat het probleem is.

160
00:09:07,440 --> 00:09:12,440
En het probleem natuurlijk is dat we met machine learning dat gebruiken als fundament,

161
00:09:12,440 --> 00:09:14,440
dus je bent eigenlijk op drijfstand bij je aan het bouwen.

162
00:09:14,440 --> 00:09:19,440
Nou ja, en iedereen snapt wel dat dat niet heel handig is.

163
00:09:19,440 --> 00:09:21,440
Ja, dat klopt.

164
00:09:21,440 --> 00:09:24,440
Maar jij wilde, want ik interrumpeerde jou.

165
00:09:24,440 --> 00:09:25,440
Twee punten, ja.

166
00:09:25,440 --> 00:09:31,440
Nou nee, ik interrumpeerde je, want ik zei van, om even uit te leggen waarom het het probleem is,

167
00:09:31,440 --> 00:09:37,440
dat je überhaupt zeg maar, dat dan het inladen bent en dat de data scientist je keuzes maakt.

168
00:09:37,440 --> 00:09:40,440
Ja, nou het feitelijke probleem is natuurlijk,

169
00:09:40,440 --> 00:09:44,440
we hebben het tegenwoordig allemaal heel veel over data driven decision making,

170
00:09:44,440 --> 00:09:47,440
en over one single source of truth.

171
00:09:47,440 --> 00:09:51,440
En je moet bij het maken van beslissingen in een bedrijf,

172
00:09:51,440 --> 00:09:55,440
waarvan een bepaalde universele waarheid kunnen uitgaan.

173
00:09:55,440 --> 00:09:57,440
En die is er niet.

174
00:09:57,440 --> 00:10:03,440
En nou zijn er in de loop der jaren ook allerlei data quality tools op de markt gekomen,

175
00:10:03,440 --> 00:10:07,440
informatica, information builders, zoveel het is allemaal.

176
00:10:07,440 --> 00:10:11,440
Maar het is eigenlijk dweilen met de kraan open,

177
00:10:11,440 --> 00:10:20,440
zodat we toestaan dat Excel nog steeds als databron, als database systeem gebruikt wordt.

178
00:10:20,440 --> 00:10:33,440
En het gaat nog verder, wat ik eigenlijk ook vind, heel veel BI tools hebben een knop bovenin een menu hangen van export to Excel.

179
00:10:33,440 --> 00:10:38,440
En daar ga je weer. Dus dan heb je een heel mooi BI systeem gemaakt,

180
00:10:38,440 --> 00:10:42,440
en dan denk je, nou dit ziet er mooi uit, ik exporteer die data naar een Excel bestand,

181
00:10:42,440 --> 00:10:46,440
ik ga de output van dat Excel bestand volgens mij weer bewerken,

182
00:10:46,440 --> 00:10:49,440
dan creëer je eigenlijk een nieuwe single source of truth.

183
00:10:49,440 --> 00:10:52,440
En daar gaat het eigenlijk al fout.

184
00:10:52,440 --> 00:10:54,440
Ik heb helaas de oplossing ook niet.

185
00:10:54,440 --> 00:10:59,440
Het is een hele deprimerende uitzending, dus het gaat alleen maar om problemen.

186
00:10:59,440 --> 00:11:01,440
Ja, zonder oplossing.

187
00:11:01,440 --> 00:11:04,440
Want daardoor krijg je een hele rare cirkel wat je zegt.

188
00:11:04,440 --> 00:11:10,440
Dus die Excel wordt ingeladen, daar gaan we allemaal slimme of semi-slimme dingen mee doen,

189
00:11:10,440 --> 00:11:17,440
dan krijg je je rapportje uit, en dat rapportje ga je exporteren naar Excel, en zo om, en zo om.

190
00:11:17,440 --> 00:11:24,440
Je krijgt allemaal nieuwe databronnen die gebaseerd zijn op verkeerde andere databronnen.

191
00:11:24,440 --> 00:11:32,440
Misschien kan de data mesh een oplossing zijn, maar daar gaan we het een andere keer over hebben, volgens mij.

192
00:11:32,440 --> 00:11:37,440
En ik weet overigens ook wel, er zijn veel grotere problemen in de wereld, om het een klein beetje te leren.

193
00:11:37,440 --> 00:11:41,440
De oorlog in de Gaza, noem maar op.

194
00:11:41,440 --> 00:11:45,440
Maar ik vind dit echt wel een hele grote ergernis.

195
00:11:45,440 --> 00:11:53,440
Nou, en het is niet alleen denk ik een ergernis, het is echt een probleem als je daadwerkelijk machine learning systemen hierop wil gaan bouwen.

196
00:11:53,440 --> 00:11:58,440
Want het is natuurlijk ook heel belangrijk om bijvoorbeeld je data te versioneren.

197
00:11:58,440 --> 00:12:05,440
Dat je weet, dit model is gebaseerd op deze data, zodat je altijd weet waar het op gebouwd is.

198
00:12:05,440 --> 00:12:13,440
En als dat iedere keer zomaar andere versies zijn, het is een databron die gewijzigd kan worden,

199
00:12:13,440 --> 00:12:17,440
zonder dat daar enige toezicht op is.

200
00:12:17,440 --> 00:12:19,440
Wat ben je dan nog aan het doen?

201
00:12:19,440 --> 00:12:24,440
Dat is echt een groot probleem als je serieus je professioneel mee aan de slag wil.

202
00:12:24,440 --> 00:12:26,440
Ja, ik denk dat dat wel belangrijk is.

203
00:12:26,440 --> 00:12:32,440
Want in het begin is het ook niet erg, het gemak om te kunnen starten, dat is denk ik ook wel het mooie van Excel.

204
00:12:32,440 --> 00:12:36,440
Want je kan het ergens in kwijt, je hoeft niet een hele applicatie te hebben, dus daar zit een stuk gemak in.

205
00:12:36,440 --> 00:12:41,440
Maar de mate hoe je het gaat inzetten, wat de impact ervan is en het belang ervan is,

206
00:12:41,440 --> 00:12:44,440
dan is op den duur Excel gewoon niet meer de place to be.

207
00:12:44,440 --> 00:12:48,440
En moeten we daar andere materialen voor inzetten, andere technologieën voor inzetten,

208
00:12:48,440 --> 00:12:55,440
om ervoor te zorgen dat die kwaliteit gegarandeerd kan zijn, in plaats van eerste instantie best fit oplossing.

209
00:12:55,440 --> 00:13:03,440
Ja, maar de grote vraag blijft natuurlijk hoe. Ik weet niet hoe jullie dat, vanuit Info Support bijvoorbeeld, jullie klanten adviseren.

210
00:13:03,440 --> 00:13:08,440
Kijk, niet anders dan andere systemen, ga ik ook voor Excel gewoon ervan uit dat het een applicatie is.

211
00:13:08,440 --> 00:13:12,440
Dus dat betekent dat we een datacontract afstemmen, dat we daar bepaalde regels op instellen.

212
00:13:12,440 --> 00:13:17,440
En dan zetten we dus een huishouding eromheen, als Excel nou eenmaal de omgeving is waar ze in werken.

213
00:13:17,440 --> 00:13:23,440
Dan zetten we daar eigenlijk een soort van kaders omheen, met contracten, met datakwaliteit en geven het ook gewoon terug.

214
00:13:23,440 --> 00:13:25,440
Wat staat er in zo'n datacontract?

215
00:13:25,440 --> 00:13:30,440
Datacontract staat in, nou ja, als we het even echt op Excel hebben, welke tabbladen zitten erin?

216
00:13:30,440 --> 00:13:35,440
Wat voor tabellen zitten erin? Wat voor datatype is dat? Is het een lege kolom, betekent dat ook wat?

217
00:13:35,440 --> 00:13:41,440
Allemaal van dat soort zaken, die je ook in een applicatie in de technologie misschien al vastlegt, die maak je ook voor Excel.

218
00:13:41,440 --> 00:13:49,440
Ja, ik denk dat dit wat jij nu zegt, dat werkt misschien in de wat grotere bedrijven, maar in de kleine MKB-bedrijven,

219
00:13:49,440 --> 00:13:53,440
ja, die zullen dat soort mensen jou waarschijnlijk glazig aankijken.

220
00:13:53,440 --> 00:13:55,440
Beste Niels, waar heb je het over?

221
00:13:55,440 --> 00:13:58,440
Ja, en dan is de vraag inderdaad, wat is daar wel een fit?

222
00:13:58,440 --> 00:14:03,440
Ja, Excel, ik heb de oplossing ook nog niet hoor.

223
00:14:03,440 --> 00:14:10,440
We hebben nog een kwartiertje, we gaan die oplossing nu bedenken.

224
00:14:10,440 --> 00:14:21,440
Ja, maar op zich, dat zou nog best wel een hele aardige kunnen zijn, toch?

225
00:14:21,440 --> 00:14:29,440
Ik kijk even naar Niels, weet je, Niels is de dataman in ons midden.

226
00:14:29,440 --> 00:14:36,440
Je bent de MKB, je bent de financiële man. Wat zou een eerste stap kunnen zijn?

227
00:14:36,440 --> 00:14:42,440
Ja, de eerste stap is een inventarisatie. Waar wordt het op dit moment voor ingezet?

228
00:14:42,440 --> 00:14:47,440
En waar gebruiken we het? Dus waar wordt het ingevoerd en waar wordt het gebruikt?

229
00:14:47,440 --> 00:14:52,440
Om daar al een verschil in te gaan maken, dan heb je je eerste stap gezet van waar zit de invoer en waar zit het gebruik?

230
00:14:52,440 --> 00:14:57,440
Ik denk dat dat vaak al heel diffuus is met de Excel-oplossingen die we vaak zien bij organisaties.

231
00:14:57,440 --> 00:15:06,440
En als we dan weten waar de invoer zit, dan zou ik daar op scopen om te gaan kijken van hoe gaan we daar het probleem tackeln.

232
00:15:06,440 --> 00:15:11,440
En ja, tackeln dat kan in heel veel zinnen. Dan ga ik toch nog een ander vies woord roepen, maar XS.

233
00:15:11,440 --> 00:15:14,440
Formulieren maken waar je al wel checks in kan doen.

234
00:15:14,440 --> 00:15:20,440
Voor kleine organisaties denk ik daar al een eerste stap is die je kan maken van Excel naar XS.

235
00:15:20,440 --> 00:15:23,440
Als kleine database.

236
00:15:23,440 --> 00:15:33,440
Als kleine database. Ja, dit is een goeie die je nu noemt, want Microsoft XS, ik vond dat in de kern eigenlijk best wel een mooi product.

237
00:15:33,440 --> 00:15:35,440
Ik kom het alleen nergens meer tegen.

238
00:15:35,440 --> 00:15:43,440
Nee, omdat de andere tools en de SQL-service en de cloud-oplossingen natuurlijk ook veel gebruiksvriendelijker geworden zijn.

239
00:15:43,440 --> 00:15:48,440
Dus ook daar kan je kijken naar wat is een alternatief in de cloud die je gewoon in één keer al tot je beschikking hebt.

240
00:15:48,440 --> 00:15:53,440
Die misschien wel een beetje Excel-achtig aanvoelt en gebruik heeft.

241
00:15:53,440 --> 00:15:57,440
Ik weet niet, ik kan niet zo even 1, 2, 3 en toe opkomen die dat op dit moment heeft.

242
00:15:57,440 --> 00:16:01,440
Ik denk dat er twee oplossingsrichtingen zijn.

243
00:16:01,440 --> 00:16:07,440
En de eerste is Data Mesh, dat noemde ik zelf al eventjes kort.

244
00:16:07,440 --> 00:16:13,440
En wat jij net zegt Niels, contracten, duidelijke specificaties, duidelijke kwaliteitseisen.

245
00:16:13,440 --> 00:16:17,440
Dat zijn eigenlijk ook elementen van het Data Mesh denken.

246
00:16:17,440 --> 00:16:22,440
En Data Mesh is in de kern dat je data als een product beschouwt.

247
00:16:22,440 --> 00:16:27,440
En dat je het eigenaarschap van de data producten in de business legt.

248
00:16:27,440 --> 00:16:35,440
Waarmee de business users, inclusief de financiële mensen, zich ook echt verantwoordelijk voelen voor de kwaliteit van de data.

249
00:16:35,440 --> 00:16:37,440
Ik denk dat dat oplossing 1 is.

250
00:16:37,440 --> 00:16:40,440
En oplossing 2, nou dat ga ik zo anders wel even toe.

251
00:16:40,440 --> 00:16:42,440
Nee, maar ik denk dat je daar een hele belangrijke noemt.

252
00:16:42,440 --> 00:16:44,440
Het stukje verantwoordelijkheidsgevoel.

253
00:16:44,440 --> 00:16:48,440
Alleen ja, je kan zeggen, Joop, jij bent nu verantwoordelijk voor het stukje data.

254
00:16:48,440 --> 00:16:50,440
Ja, ik voel hem niet.

255
00:16:50,440 --> 00:16:53,440
Nee, daar zit wel vaak de uitdaging in.

256
00:16:53,440 --> 00:16:57,440
Het voelen en verantwoordelijk stellen en wat betekent het als die data fout zit.

257
00:16:57,440 --> 00:17:04,440
Dat overbrengen naar de owners van de data, dat is op zich toch wel een hele moeilijke.

258
00:17:04,440 --> 00:17:08,440
Ja, en ik denk dat dat een beetje met de tweede oplossing te maken heeft.

259
00:17:08,440 --> 00:17:13,440
Dat je die owner, moet je ook de tools geven, de gereedschappen.

260
00:17:13,440 --> 00:17:16,440
Zodat die dat ownership kan pakken.

261
00:17:16,440 --> 00:17:18,440
Zodat Joop dat ook gaat voelen.

262
00:17:18,440 --> 00:17:20,440
Ik ben owner van bepaalde data.

263
00:17:20,440 --> 00:17:22,440
En wat raad je mij aan dan?

264
00:17:22,440 --> 00:17:33,440
Nou, dan raad ik aan, niet Excel, maar je hebt wel hele mooie andere tools.

265
00:17:33,440 --> 00:17:36,440
Waarmee je bijvoorbeeld je master data kunt beheren.

266
00:17:36,440 --> 00:17:43,440
Dat kun je ook zelf iets maken in een low-code platform zoals OutSystems of Oracle Apex.

267
00:17:43,440 --> 00:17:45,440
Of weet ik veel wat.

268
00:17:45,440 --> 00:17:50,440
Maar zorg in ieder geval dat je datakwaliteitsproblemen bij de bron aanpakt.

269
00:17:50,440 --> 00:17:55,440
Datakwaliteitsproblemen ontstaan altijd bij invoer, is mijn stelling.

270
00:17:55,440 --> 00:18:00,440
Ja, en wat ik jou dan gun, Joop, als jij owner bent van de data, is inzicht.

271
00:18:00,440 --> 00:18:02,440
Inzicht in wat is nou eigenlijk de kwaliteit.

272
00:18:02,440 --> 00:18:06,440
Zodat jij kan beoordelen van, is dit voor mij voldoende kwaliteit?

273
00:18:06,440 --> 00:18:09,440
Voor mij, om Joop stempel erop te zetten.

274
00:18:09,440 --> 00:18:14,440
Als dit fout is, dan weten jullie, kunnen bij mij terecht, ik ben verantwoordelijk hiervoor.

275
00:18:14,440 --> 00:18:17,440
Nou, ik gooi even wat olie op het vuur.

276
00:18:17,440 --> 00:18:19,440
Want ik heb een andere adviseur gehad.

277
00:18:19,440 --> 00:18:24,440
En die zei van, je kan tegenwoordig Python gaan programmeren in Excel.

278
00:18:24,440 --> 00:18:26,440
Daar kan ik toch alles mee oplossen?

279
00:18:26,440 --> 00:18:28,440
Ja, dat vind ik dus ook een ramp.

280
00:18:28,440 --> 00:18:32,440
Dat moet wettelijk verboden worden, deze optie.

281
00:18:32,440 --> 00:18:36,440
Dat is een beetje hetzelfde verhaal.

282
00:18:36,440 --> 00:18:39,440
En je hebt ook van die zogenaamde solvers in Excel, ken je dat?

283
00:18:39,440 --> 00:18:40,440
Ja, zeker.

284
00:18:40,440 --> 00:18:41,440
Of bedoel je dat nu?

285
00:18:41,440 --> 00:18:44,440
Nee, nee, nee, nee, de solvers zijn natuurlijk echt...

286
00:18:44,440 --> 00:18:47,440
Ik vind de solvers nog wel redelijk.

287
00:18:47,440 --> 00:18:51,440
Want dan kan je ook nog van die what-if scenario's en dat soort dingen, waar Excel eigenlijk voor bedoeld is.

288
00:18:51,440 --> 00:18:54,440
Een doorrekenen van scenario's.

289
00:18:54,440 --> 00:19:01,440
Maar ze gaan echt, dat je naast VBA, dat je ook gewoon in Python kan gaan programmeren.

290
00:19:01,440 --> 00:19:06,440
Om het namelijk nog toegankelijker te maken om te programmeren in Excel.

291
00:19:06,440 --> 00:19:11,440
Ja, en dan de echte data scientists die ik ken.

292
00:19:11,440 --> 00:19:16,440
Dat wil zeggen de wiskundigen en de statistici, die groeien hier natuurlijk van.

293
00:19:16,440 --> 00:19:18,440
Waarom is dat natuurlijk?

294
00:19:18,440 --> 00:19:22,440
Omdat het een soort onderschatting van hun eigen vakgebied is.

295
00:19:22,440 --> 00:19:24,440
Denk ik.

296
00:19:24,440 --> 00:19:29,440
En je kunt, neem ik aan, ik heb dit nooit gebruikt hoor, Python in Excel.

297
00:19:29,440 --> 00:19:31,440
Nee, dat is een heel nieuw werk.

298
00:19:31,440 --> 00:19:39,440
Ik neem aan dat je dan heel makkelijk op basis van de data die je hebt ingevoerd in Excel, waarschijnlijk van slechte kwaliteit.

299
00:19:39,440 --> 00:19:45,440
Dat je daar een decision tree of zo uit kunt halen of een random forest of weet ik veel wat.

300
00:19:45,440 --> 00:19:49,440
Dus je gooit rommeldata in zo'n algoritme.

301
00:19:49,440 --> 00:19:52,440
Je hebt geen idee hoe zo'n algoritme werkt.

302
00:19:52,440 --> 00:19:59,440
En er komt een uitkomst uit van, nou je moet meer dit gaan doen.

303
00:19:59,440 --> 00:20:02,440
Je moet meer van deze producten gaan verkopen.

304
00:20:02,440 --> 00:20:04,440
Ja, bijvoorbeeld.

305
00:20:04,440 --> 00:20:06,440
Het is heel explosief.

306
00:20:06,440 --> 00:20:08,440
Het is rommeldata.

307
00:20:08,440 --> 00:20:11,440
Het is een algoritme waarvan je niet snapt hoe het werkt.

308
00:20:11,440 --> 00:20:13,440
En daarop op basis daarvan ga je beslissingen nemen.

309
00:20:13,440 --> 00:20:15,440
Wat kan daar goed aan doen?

310
00:20:15,440 --> 00:20:22,440
Je zou Python ook in kunnen zetten om juist die data validatie te gaan doen in Excel natuurlijk.

311
00:20:22,440 --> 00:20:26,440
Je kan alle code schrijven die wel net zoals VBA ook al mogelijk was.

312
00:20:26,440 --> 00:20:32,440
Kon je ook al je kwaliteitscontroles in VBA afdichten zodat wat ingevoerd werd weer gecontroleerd.

313
00:20:32,440 --> 00:20:33,440
Daar kan je nu ook Python voor inzetten.

314
00:20:33,440 --> 00:20:36,440
Ik zeg niet dat je het moet doen natuurlijk, maar zo kan je Python ook.

315
00:20:36,440 --> 00:20:38,440
Ik denk dat het juist goed is wat je zegt.

316
00:20:38,440 --> 00:20:40,440
Het komt nu ook al.

317
00:20:40,440 --> 00:20:42,440
En het gebeurt nu niet.

318
00:20:42,440 --> 00:20:47,440
Ik geloof niet dat het een toevoeging gaat zijn.

319
00:20:47,440 --> 00:20:53,440
Nee, maar ik kom nog genoeg Excels tegen waar een hele VBA applicatie achter zit die ook allemaal dingen aan het doen is.

320
00:20:53,440 --> 00:20:55,440
Oh, dat geloof ik zeker.

321
00:20:55,440 --> 00:21:02,440
Dat is misschien al een beter stapje dan alle gewone losse sheets die je hebt.

322
00:21:02,440 --> 00:21:06,440
Wat ik me wel eens afvraag, ik ben wel benieuwd hoe jullie daarover denken.

323
00:21:06,440 --> 00:21:10,440
Microsoft heeft een bepaalde strategie natuurlijk.

324
00:21:10,440 --> 00:21:13,440
En dat is waarschijnlijk een zo groot mag ik de aandeel behalen.

325
00:21:13,440 --> 00:21:21,440
Kun je op een gegeven moment tools een beetje te toegankelijk maken voor Jan met de pet?

326
00:21:21,440 --> 00:21:23,440
Kan dat?

327
00:21:23,440 --> 00:21:25,440
Dat is het al.

328
00:21:25,440 --> 00:21:30,440
Ik denk dat er al veel tools zijn, ook een hele loco platform, waar heel veel voordelen aan zitten.

329
00:21:30,440 --> 00:21:33,440
Maar je hebt niet meer de kijk onder de motorkap.

330
00:21:33,440 --> 00:21:37,440
En als het ergens ingezet wordt waar de impact en waar het heel erg belangrijk is,

331
00:21:37,440 --> 00:21:41,440
dan moet je gewoon weten wat daar gebeurt en wil je daar invloed op hebben.

332
00:21:41,440 --> 00:21:46,440
Dat is ook waarom wat mij betreft maatwerk software in de kern van de organisatie moet zitten.

333
00:21:46,440 --> 00:21:52,440
En dat alles wat je er omheen hebt, prima dat je dat bij of andere low-code oplossingen ervoor neerzet.

334
00:21:52,440 --> 00:21:56,440
Maar is het echt in de kern van de organisatie, ben ik voor maatwerk software,

335
00:21:56,440 --> 00:22:00,440
zodat je het aan je eigen proces kan aanpassen om je impact daarmee enorm te vergroten.

336
00:22:00,440 --> 00:22:04,440
En ook gewoon anders te kunnen zijn dan de organisatie om je heen.

337
00:22:04,440 --> 00:22:09,440
Ik ken IT'ers die gruwelen trouwens van low-code platformen.

338
00:22:09,440 --> 00:22:11,440
Gewoon in het algemeen, maakt niet uit.

339
00:22:11,440 --> 00:22:13,440
Oh daar zit er eentje.

340
00:22:13,440 --> 00:22:23,440
Ja, zeg maar, waar ik in geloof is als je nog in een idee fase zit, in een pilot fase,

341
00:22:23,440 --> 00:22:28,440
pok fase, dat als je heel snel moet itereren, zijn dit soort dingen allemaal geweldig.

342
00:22:28,440 --> 00:22:31,440
En dan kan het niet toegankelijk genoeg zijn,

343
00:22:31,440 --> 00:22:36,440
want dan wil je namelijk zo snel mogelijk weten of je idee, of dat ook levensvatbaar is,

344
00:22:36,440 --> 00:22:38,440
of dat uiteindelijk van waarde is.

345
00:22:38,440 --> 00:22:45,440
Wat je bij al dit soort, daarom volgens mij zeg je ook de hell of excel,

346
00:22:45,440 --> 00:22:48,440
je gaat uiteindelijk iets inzetten waar het niet voor is gemaakt.

347
00:22:48,440 --> 00:22:54,440
Dus je probeert uiteindelijk vierkantjes en rondjes te drukken en dat gaat niet.

348
00:22:54,440 --> 00:22:59,440
Dus ieder low-code platform in welke vorm dan ook, heeft zo zijn grenzen.

349
00:22:59,440 --> 00:23:06,440
En als je serieus business erop gaat uitvoeren, zul je tegen die grenzen aanlopen

350
00:23:06,440 --> 00:23:13,440
en moet je het duwen en het trekken en maak je het, denk ik, kapot.

351
00:23:13,440 --> 00:23:18,440
Dus wat je gaat zien is dat je onderhoudbaarheid wordt heel slecht,

352
00:23:18,440 --> 00:23:20,440
je aanpasbaarheid wordt heel erg slecht.

353
00:23:20,440 --> 00:23:23,440
Dus het wordt steeds moeilijker om daar verder op te bouwen.

354
00:23:23,440 --> 00:23:26,440
Ik noemde net al een fundament van drijfzand.

355
00:23:26,440 --> 00:23:29,440
Nou, dit is dan geen drijfzand, maar het is wel.

356
00:23:29,440 --> 00:23:35,440
Je moet eigenlijk je POC direct opruimen, zeg je.

357
00:23:35,440 --> 00:23:41,440
En low-code platformen moet je eigenlijk dus alleen maar in een POC fase gebruiken,

358
00:23:41,440 --> 00:23:43,440
dat is ook wat je zegt.

359
00:23:43,440 --> 00:23:47,440
En de hell of excel ontstaat eigenlijk door die POC's.

360
00:23:47,440 --> 00:23:48,440
Precies.

361
00:23:48,440 --> 00:23:54,440
Iets wat ontstaat gaat stiekem via allerlei tussenweggetjes toch in productie.

362
00:23:54,440 --> 00:23:58,440
En op een gegeven moment wordt het een soort ERP-systeem, wereldwijd.

363
00:23:58,440 --> 00:24:02,440
Ja, we willen soms ook gewoon te snel en maar doorgaan en maar doorgaan.

364
00:24:02,440 --> 00:24:05,440
Soms moet je gewoon echt even stilstaan, kijken naar wat is de waarde,

365
00:24:05,440 --> 00:24:09,440
dan moet je het daarna ook de waarde geven die het dan ook verdient.

366
00:24:09,440 --> 00:24:13,440
En dat is de stap die dan niet gezet wordt, want dan gaan we weer door naar de volgende POC,

367
00:24:13,440 --> 00:24:14,440
want ja, het werkt toch.

368
00:24:14,440 --> 00:24:18,440
En daar zit het risico wel in van de toegankelijkheid van de tools.

369
00:24:18,440 --> 00:24:21,440
Ja, ik heb het idee dat wij met z'n drieën wel eens zijn.

370
00:24:21,440 --> 00:24:22,440
Ja toch?

371
00:24:22,440 --> 00:24:24,440
Dat is de beste van de wereld.

372
00:24:24,440 --> 00:24:29,440
Nou, en ik denk dat dat weggooien, dat is echt een hele moeilijke stap voor mensen,

373
00:24:29,440 --> 00:24:32,440
want je hebt daar tijd, geld, energie in zitten.

374
00:24:32,440 --> 00:24:35,440
En dan voelt het alsof je waarde weggooit,

375
00:24:35,440 --> 00:24:41,440
terwijl de waarde zat natuurlijk in de validatie van je idee en niet in dat stukje Excel.

376
00:24:41,440 --> 00:24:48,440
Dus die omzetten naar iets wat robuust en schaalbaar en onderhoudbaar is,

377
00:24:48,440 --> 00:24:50,440
dat gaat je zoveel meer opleveren.

378
00:24:50,440 --> 00:24:52,440
Alleen, dat vinden mensen heel moeilijk.

379
00:24:52,440 --> 00:24:56,440
Ja, en dat schaalbare, dat zou een data warehouse kunnen zijn.

380
00:24:56,440 --> 00:24:59,440
Volgens mij gebruiken we nu die term voor het eerst in deze opname.

381
00:24:59,440 --> 00:25:03,440
Dat is toch, denk ik, die robuuste oplossing die je dan kunt hebben.

382
00:25:03,440 --> 00:25:06,440
Die ook real-time kan zijn, real-time data warehouse.

383
00:25:06,440 --> 00:25:10,440
Dus dat is iets wat prima kan met de technologie van tegenwoordig.

384
00:25:10,440 --> 00:25:15,440
Alleen, het kost natuurlijk altijd veel geld en tijd om zoiets goed op te zetten.

385
00:25:15,440 --> 00:25:17,440
En op een gegeven moment wordt management zenuwachtig

386
00:25:17,440 --> 00:25:23,440
en zegt van, ja, met die Excel kan ik ook geen beslissingen nemen.

387
00:25:23,440 --> 00:25:25,440
Sterker nog, eigenlijk vertrouw ik gewoon op mijn onderbuik.

388
00:25:25,440 --> 00:25:27,440
Ik heb helemaal geen IT nodig.

389
00:25:27,440 --> 00:25:29,440
Dat zijn de ergste.

390
00:25:29,440 --> 00:25:35,440
Ja, dat zal nog heel lang een lastig probleem zijn.

391
00:25:35,440 --> 00:25:39,440
Ja, maar we hebben het niet opgelost, denk ik, in deze uitzending.

392
00:25:39,440 --> 00:25:41,440
Denk het ook niet, hè?

393
00:25:41,440 --> 00:25:47,440
Misschien wel wat handvaten, geboden waar mensen mee aan de slag kunnen, toch?

394
00:25:47,440 --> 00:25:51,440
Ja, en luisteraar, heb jij wel echt de Moonshot ID hiervoor?

395
00:25:51,440 --> 00:25:53,440
Neem contact met ons op.

396
00:25:53,440 --> 00:25:56,440
Ik denk dat we het stapje voor stapje moeten zetten, maar wie weet.

397
00:25:56,440 --> 00:25:58,440
Laat het ons weten, inderdaad.

398
00:25:58,440 --> 00:26:02,440
Harm, we hebben ook een nieuw onderdeel in ons programma.

399
00:26:02,440 --> 00:26:04,440
Die had je eerder moeten zeggen.

400
00:26:04,440 --> 00:26:08,440
Ja, toch? Die had jij nog niet meegemaakt.

401
00:26:08,440 --> 00:26:11,440
We hebben onze virtuele co-host Aisha.

402
00:26:11,440 --> 00:26:13,440
O, ja, ja, nee, die heb ik gehoord.

403
00:26:13,440 --> 00:26:15,440
Kijk, zij wil je ook een vraag stellen.

404
00:26:15,440 --> 00:26:17,440
Ben benieuwd.

405
00:26:17,440 --> 00:26:22,440
Aisha. Aisha.

406
00:26:22,440 --> 00:26:26,440
Aisha. Aisha. Aisha.

407
00:26:26,440 --> 00:26:28,440
Een intelligente vraag, Aisha.

408
00:26:28,440 --> 00:26:35,440
Vriendelijke groeten.

409
00:26:35,440 --> 00:26:38,440
Ik ben Aisha, de AI van deze podcast.

410
00:26:38,440 --> 00:26:40,440
Zou ik je een vraag mogen voorleggen?

411
00:26:40,440 --> 00:26:42,440
Ja hoor, tuurlijk.

412
00:26:42,440 --> 00:26:45,440
Ben je ooit te slim afgeweest door een AI?

413
00:26:45,440 --> 00:26:48,440
Zou je dat verhaal kunnen delen?

414
00:26:48,440 --> 00:26:53,440
Dat is een goede vraag.

415
00:26:53,440 --> 00:26:57,440
Zeggen, ben je ooit te slim afgeweest door een AI algoritme?

416
00:26:57,440 --> 00:27:01,440
Dus, met andere woorden, ben je ooit verrast door een AI algoritme?

417
00:27:01,440 --> 00:27:02,440
Ja, bijvoorbeeld.

418
00:27:02,440 --> 00:27:05,440
Waar je zelf niet opgekomen zou zijn.

419
00:27:05,440 --> 00:27:12,440
Ja, ik denk, kan ik dat AI nemen?

420
00:27:12,440 --> 00:27:14,440
Ja, tegenwoordig mag je alles AI nemen.

421
00:27:14,440 --> 00:27:17,440
Ik denk, ik heb een heel simpel voorbeeld.

422
00:27:17,440 --> 00:27:20,440
Strava. Sporters onder ons kennen dat.

423
00:27:20,440 --> 00:27:25,440
Strava heeft een optie om routes voor jou te maken.

424
00:27:25,440 --> 00:27:28,440
Ik was vorig jaar in Italië op vakantie.

425
00:27:28,440 --> 00:27:31,440
Ik had een mooie route in gedachten.

426
00:27:31,440 --> 00:27:33,440
Ik wil van A naar B.

427
00:27:33,440 --> 00:27:37,440
Zonder dat ik over allerlei snelwegen moet en drukke wegen moet oversteken.

428
00:27:37,440 --> 00:27:40,440
En ik druk op een paar knoppen.

429
00:27:40,440 --> 00:27:43,440
Ik heb werkelijk nog nooit zo'n mooie fietstocht.

430
00:27:43,440 --> 00:27:48,440
Dus het antwoord is volmondig, beste Aisha.

431
00:27:48,440 --> 00:27:51,440
Dit was de beste vraag trouwens van het hele interview.

432
00:27:51,440 --> 00:27:53,440
GELACH

433
00:27:53,440 --> 00:27:57,440
Het antwoord is, beste Aisha, ja, dit is gebeurd.

434
00:27:57,440 --> 00:28:01,440
En dit gaat de toekomst veel vaker gebeuren.

435
00:28:01,440 --> 00:28:06,440
Leuk om vanuit jouw perspectief een antwoord op mijn vraag te krijgen. Thanks.

436
00:28:06,440 --> 00:28:10,440
Nou, dat lijkt me een hele mooie, positieve afsluiter.

437
00:28:10,440 --> 00:28:12,440
Leuk dit.

438
00:28:12,440 --> 00:28:14,440
Ja? Ja.

439
00:28:14,440 --> 00:28:18,440
Zij verrast ons ook regelmatig met dit soort vragen.

440
00:28:18,440 --> 00:28:22,440
Ik moet zeggen, ik moest er zelf ook wel even over nadenken.

441
00:28:22,440 --> 00:28:32,440
Wat mij meteen te binnen schoot, is wij maken ook zogenaamde requirements, stellen we op.

442
00:28:32,440 --> 00:28:34,440
Specification by example.

443
00:28:34,440 --> 00:28:40,440
Waarbij je eigenlijk in een soort van semi-formele taal opschrijft wat je verwacht van een model.

444
00:28:40,440 --> 00:28:43,440
En dan geef je voorbeelden in tabelvorm.

445
00:28:43,440 --> 00:28:46,440
Waarmee je het eigenlijk test.

446
00:28:46,440 --> 00:28:54,440
En nou, bij de tweede test, dat begon Copilot, de AI-assistent van Microsoft bij het programmeren.

447
00:28:54,440 --> 00:28:58,440
Die begon gewoon al hele tabellen van voorbeelden te geven.

448
00:28:58,440 --> 00:29:03,440
Dus die begreep de test die ik aan het schrijven was.

449
00:29:03,440 --> 00:29:06,440
En dat verraste mij enorm.

450
00:29:06,440 --> 00:29:11,440
En het grappige was, waarmee ik nog meer misschien verrast werd,

451
00:29:11,440 --> 00:29:14,440
is dat ik op een gegeven moment ook zo'n test aan het schrijven was.

452
00:29:14,440 --> 00:29:16,440
Toen kwam hij niet met die tabellen.

453
00:29:16,440 --> 00:29:18,440
Dat is raar.

454
00:29:18,440 --> 00:29:21,440
En in eerste instantie dacht ik, dat is jammer dat hij dat dan niet begrijpt.

455
00:29:21,440 --> 00:29:27,440
Maar toen dacht ik, misschien ben ik nu te ambigu, het is te onduidelijk in mijn test.

456
00:29:27,440 --> 00:29:33,440
En toen schreef ik hem om en toen kreeg ik echt 10 voorbeelden of zo met hele goede testen.

457
00:29:33,440 --> 00:29:37,440
Dus het was ook een soort van trigger voor mij.

458
00:29:37,440 --> 00:29:40,440
Maar uiteindelijk was ik niet duidelijk genoeg.

459
00:29:40,440 --> 00:29:47,440
Dus eigenlijk wordt je geholpen om je documentatie en je specificatie structureel beter te maken.

460
00:29:47,440 --> 00:29:49,440
Dus dan was hij me behoorlijk te slim af.

461
00:29:49,440 --> 00:29:55,440
Misschien kan Aisha ook helpen om het probleem van de hel af te halen.

462
00:29:55,440 --> 00:29:57,440
Zeg nou iets raars.

463
00:29:57,440 --> 00:30:02,440
Ja, dat gaan we dan een andere keer vragen denk ik.

464
00:30:02,440 --> 00:30:07,440
Harm, hartstikke bedankt voor al je inzichten.

465
00:30:07,440 --> 00:30:10,440
Voor de, ik denk wel, leuke frustraties toch?

466
00:30:10,440 --> 00:30:13,440
Ja, zeker. Het is uiteindelijk toch best een hele gezellige uitzending geworden.

467
00:30:13,440 --> 00:30:14,440
Ja, laten we er vooral ook om lachen.

468
00:30:14,440 --> 00:30:16,440
Zeker, zeker. Dank je wel.

469
00:30:16,440 --> 00:30:17,440
Graag gedaan.

470
00:30:17,440 --> 00:30:23,440
Leuk dat je weer luisterde naar een aflevering van AIToday Live.

471
00:30:23,440 --> 00:30:27,440
Vergeet je niet te abonneren via je favoriete podcast app en mis geen aflevering.

472
00:30:27,440 --> 00:30:28,440
Dank je wel.

473
00:30:28,440 --> 00:30:30,440