M&A en de impact van AI

Op woensdag 11 maart organiseerde de M&A Community, in samenwerking met Improved Corporate Finance en Drake Star Partners, een hele speciale webinar met Dr. Omar Hatamleh, Technology Integration Manager bij NASA, adviseur bij Drake Star Partner en auteur van het boek Between Brains: Taking Back our AI Future. 

In dit interactieve interview besprak M&A-redacteur Willem van Oosten met Omar hoe kunstmatige intelligentie (AI) de wereldeconomie het komende decennium zal beïnvloeden. Wat betekent het voor grote industrieën, zoals onder meer de mobiliteit en gezondheidszorg? Welke grote verstoringen kunnen we in de nabije toekomst verwachten en welke gevolgen heeft dit voor private equity en andere investeerders? Het zal voor M&A-professionals en investeerders van cruciaal belang zijn om vroeg te anticiperen en alle nodige stappen te ondernemen. 

Bekijk de webinar hier: M&A Webinar: What the AI Revolution means for the economy 

Laten we beginnen bij de basis. Wat is jouw visie op kunstmatige intelligentie?  
Kunstmatige intelligentie, zoals ik het zie, is een poging om bepaalde kenmerken van menselijke intelligentie na te bootsen met computerwetenschap. Het is niet nieuw; we hebben het hier al over sinds de jaren 50’. Maar recentelijk is race naar steeds betere AI pas echt ingezet. Dat komt door een aantal zaken. De algoritmes zijn steeds geavanceerder met deep layers, multiple layers, interconnectivity en neural networks. Daardoor worden we steeds beter in het gebruiken van de verschillende elementen van kunstmatige intelligentie. Om die complexe algoritmes in te zetten hebben we meer computerkracht nodig. Met de opkomst van GPU's (Graphics Processing Units) zijn we in staat duizenden berekeningen op hetzelfde moment te maken. De game industrie heeft die ontwikkeling versneld en opgeschaald, waardoor de kosten veel lager zijn geworden. Het derde wat je nodig hebt is data en wat er vandaag beschikbaar is, is meer dan we ons ooit hebben voorgesteld. Per dag produceren we met zijn allen 250.000 bibliotheken aan data. Maar data op zichzelf betekent niks. Het is random. Hoe zetten we het om in iets bruikbaars?  

Er zijn verschillende fasen in de ontwikkeling van kunstmatige intelligentie. We zitten nu in de fase weak of narrow AI. De volgende fase waar we nu op afstevenen is general intelligence. In die fase bereikt de computerkracht het niveau van menselijk denken. En dan in ongeveer 20 tot 25 jaar gaan we het hebben over super artificial intelligence. Daar worden dingen erg interessant en opwindend, want we hebben geen idee met welke uitdagingen we dan allemaal te maken krijgen. Een van de vragen die ik mezelf stel is: blijven de randvoorwaarden die we vandaag hebben overeind of gaat super intelligence afwijken van de fundamenten? 

Deze vraag stel je ook in je boek ‘Between Brains’ over hoe we met AI om kunnen gaan. Recentelijk heeft jouw organisatie NASA de Perseverance op Mars weten te landen, beelden die de hele wereld hebben gefascineerd. Hoe kijk je naar de inzet van AI in de ruimtevaartindustrie?  
Perseverance is een voorbeeld van waar het naar toe gaat. Het is ongelofelijk complex om een voertuig op miljoenen kilometers afstand te landen op een planeet met compleet andere condities dan de aarde. Op aarde kunnen we bijvoorbeeld een parachute gebruiken, maar een conventionele parachute is in de atmosfeer van Mars niet bruikbaar. Ook is het zo dat hoe verder je weg bent van aarde, hoe langer het duurt voordat signalen terugkomen. Afhankelijk van waar in de baan Mars en de Aarde zitten kan het van 20 tot 40 minuten duren voordat een signaal heen en weer is gestuurd. Dat maakt dat we compleet afhankelijk zijn van kunstmatige intelligentie om situaties te beheersen en risico's te vermijden. We zullen steeds verder de ruimte ingaan en dus zal autonomie van AI steeds meer centraal komen te staan. We zullen AI ook inzetten voor navigatie en medische zorg. AI kan diagnoses stellen en de fysieke en mentale staat van de astronauten monitoren. Ook gaan we zelflerende 3D-printers inzetten. AI is onderdeel van ieder aspect van de ruimtevaart. 

Het valt me op dat je AI niet ziet als een los iets, je noemt ook 3D-printing en medische zorg, het is echt een ecosysteem waarin alles verbonden is.  
Klopt, en het mooie is dat vandaag de dag applicaties in alle industrieën toepasbaar zijn. Neem 3D-printing. Eerst gebruikten we het vooral voor onderdelen. Nu is het ook in te zetten voor huizen, voedsel, kleding, organen en ga zo maar door. Deze ontwikkelingen gaan enorme impact hebben op alle aspecten van ons leven. Dat geldt ook voor AI: dat heeft grote implicaties voor alles. Iedere industrie, ieder proces, iedere persoon. 

In je werk ben je veel bezig met de sector mobility. Kun je meer vertellen over hoe die twee samengaan? AI en mobility. 
In de mobility-sector gaat het ongelofelijk hard met de ontwikkeling van AI. In autonome voortuigen zie je bijvoorbeeld een heleboel technieken samenkomen. Je hebt de Lidar, een radar in de vorm van een laser. HD-camera's om objecten in de omgeving te identificeren. In een fractie van een seconde moet het systeem een berekening maken en op grond daarvan zijn actie bepalen. Kortom, de complexiteit is extreem groot. Een van de leukste aspecten is collectief leren. Als ik een boek of artikel lees, ben ik individueel aan het leren. Als een autonome auto leert, leren meteen alle auto's die van hetzelfde bedrijf zijn. Hierdoor gaan de ontwikkelingen exponentieel. Een van de grootste blokkades zijn de ethische implicaties. Bijvoorbeeld, voor wie telt veiligheid het sterkste? Mensen in de auto, mensen buiten de auto, een jong persoon, een oud persoon? Wij moeten die extreem lastige ethische vragen oplossen, een computer gaat dat niet zelf doen. Wie is bereid deze vragen op te lossen? Het is heel uitdagend. En het moet op wereldwijde schaal gebeuren. Je kunt het niet in ieder land anders gaan doen. 

Kunnen de overheden en de toezichthouders de snelheid waarmee de ontwikkelingen nu gaan nog bijhouden?   
Het is duidelijk dat de overheid betrokken moet zijn bij alle aspecten van deze technologische ontwikkelingen. Er moet een balans zijn. Bij teveel wetten en regels verstik je misschien innovatie. Maar teveel loslaten kan tot grote problemen leiden. Een goed voorbeeld is visual recognition. Er zijn nauwelijks richtlijnen voor. Het lastige voor overheden is dat het erg lang duurt om nieuwe regels te implementeren. En technologie gaat juist super snel. Tegen de tijd dat je een beleid hebt geformuleerd is de technologie alweer vervangen. Hoe blijven deze instellingen voor op de ontwikkelcurve? De overheid moet manieren vinden om snelle aanpassingen te kunnen doen en te zorgen voor regelgeving die nodig is, zonder daarbij innovatie dwars te zitten. 

Het is een dunne lijn dus. We hebben het gehad over ruimtevaart en kunstmatige intelligentie. Welke gebieden gaan nog meer te maken krijgen met de impact van AI? 
Ik kan er geen een bedenken die er niet mee te maken krijgt. Een heel belangrijk voorbeeld is de medische sector. Met de opkomst van AI in die sector kun je vaccines en nieuwe medicijnen produceren. Neem antibiotica die door geavanceerde algoritmes van MIT ontwikkeld werd. Want hoe meer antibiotica we gebruiken, hoe meer resistent bacteriën ertegen worden. Dus moeten we nieuwe klassen antibiotica ontwikkelen. Algoritmes kunnen dat. Wat ik vooral interessant vind is dat algoritmes voorspellingen kunnen doen over de toekomst. Je voert de AI data en het bedenkt trends waar wij nog niet eens aan gedacht hebben. Stel, je laat een AI data van miljoenen mensen zien over enzymen, proteïnen, bloed-analyse, et cetera, dan kan een algoritme voorspellen of en wanneer een ziekte zich gaat manifesteren.    

Er is veel discussie over hoe snel deze ontwikkelingen gaan, wat is jouw mening daarover? Wanneer kan ik mijn rijbewijs het raam uitgooien?   
Of het over vijf, tien of vijftien jaar is vind ik niet zo relevant. Kijk naar de evolutie van het menselijk ras, die is al 350.000 jaar bezig. Het gaat gebeuren, dat is zeker. Of dat vijf jaar eerder of later is maakt niet veel verschil. We kijken naar trends en zien dat het eraan komt. Het komende decennium wordt in ieder geval het decennium van de science fiction. We gaan vliegende drones zien, vliegende taxi's, zelfrijdende auto's, krachtige AI, 3D-printers, medische ontwikkelingen, noem maar op. De levensverwachting van mensen zal hierdoor ook snel toenemen. Als je vandaag geboren wordt, is de levensverwachting al 100 jaar of ouder.   

Hoe gaat dit de maatschappij beïnvloeden?   
Jongeren communiceren nu voor een groot deel via social media met elkaar, dus de manier waarop we met elkaar interacteren verandert compleet. De volgende fase is de opkomst van virtuele omgevingen. Een interessante waar ik het in mijn boek over heb is fase 2. Zodra kunstmatige intelligentie zo volwassen wordt dat we super intelligentie bereiken, praat je met een entiteit die 100% verenigbaar is met jezelf. Het heeft de mentale kracht van miljarden mensen. Dat is een ongelofelijk fenomeen dat staat te gebeuren. Hoe gaat dat de interactie tussen mensen veranderen? En de economie, samenleving en gehele mensheid? Dat wordt heel interessant om mee te maken. En die intelligentie gaat ons helpen beslissingen te nemen over alle aspecten van ons leven, dus de impact wordt enorm.   

Je weet duidelijk veel over verschillende gerelateerde aspecten van technologie en de implicaties ervan. Eerst waren we gespecialiseerd. Moeten we nu allemaal meer kennis vergaren over al deze verschillende zaken en hoe die samenkomen om de wereld nog enigszins te kunnen begrijpen?   
Zoals ik ernaar kijk, kunnen we het ons niet langer permitteren om reactief te zijn. De skills, tools en kennis die ons succesvol hebben gemaakt, gaan ons niet noodzakelijk succesvol maken in de toekomst. We zullen veel moeten doen met open innovatie, daarbij de structuur van organisaties veranderend. We zullen moderne tools moeten implementeren die ons in staat stellen veel efficiënter te zijn. AI kun je niet in één keer AI implementeren. Bedrijven beginnen typisch op een afdeling of in één of een aantal processen. Ga experimenteren. Als je het onder de knie hebt, kun je gaan opschalen naar de kern van je bedrijf toe. De uitdaging is dat het zo snel gaat dat het niet te voorspellen is wat er gaat gebeuren. Over tien jaar bestaat 60 procent van de banen uit banen die vandaag nog niet bestaan. En dat is de laagste schatting. Hoe voorspel je wat de volgende golf van opkomende technologieën wordt? En hoe spring je op de wagen als een van de eerste? Dat zijn de complexiteiten en dit is waar we over na moeten denken.   

Wat voor type skills heb je nodig?   
Allereerst moeten we zorgen voor een brug tussen opleidingen en industrieën. Als je nu vier jaar studeert is de technologie die er aan het begin van je studie was alweer verouderd, zo snel gaat het. Dus ben je niet op de hoogte van wat er gebeurt in het bedrijfsleven. We moeten het curriculum dus veel sneller gaan aanpassen en meer dialoog voeren tussen opleidingen en verschillende industrieën. Wat we allemaal voor onszelf moeten doen is adaptief zijn en continu aan leren. En bereid zijn verschillende keren van carrière te switchen. Er zijn ook onderscheidende menselijke kwaliteiten die AI niet kan nabootsen, tenminste niet in de nabije toekomst. Dat zijn skills als kritisch denken, creativiteit, emotionele intelligentie en innovatie. Banen met veel herhaling zijn de eerste die vervangen zullen worden. In de volgende fasen gaan intelligente machines ons helpen onze banen beter te doen. In de derde fase zullen machines mensen compleet kunnen vervangen.   

Daarmee betreden we economisch terrein. Als je kijkt naar hoe onze economie nu georganiseerd wordt, wat wordt de grootste impact? 
Ik kijk graag naar de toekomst en de voorspellingen van de Verenigde Naties over onder andere de wereldpopulatie. Deze voorspellingen komen neer op 10 miljard mensen tegen het jaar 2050. Dat is gebaseerd op conventionele modellen waarin de bevolking van Europa krimpt, China stabiliseert, en Afrika sterk stijgt. Waar de modellen geen rekening mee houden zijn opkomende technologieën. Bijvoorbeeld op het gebied van veroudering. We leren niet het proces terug te draaien, maar wel het te vertragen of stoppen. We ontwikkelen medicijnen tegen de meest dodelijke ziektes. AI leert ziekten te voorkomen voordat ze ontwikkelen. Over vijftien jaar hebben we nano-robots die je immuunsysteem kunnen versterken. Dat allemaal bij elkaar maakt dat we straks tenminste 20 of 30 jaar ouder worden. Dus we gaan sterk over de 10 miljard heen schieten. Dat is het eerste. Tegelijkertijd, hoe geavanceerder onze technologie, hoe minder mensen nog onderdeel van de arbeidsmarkt uitmaken. Het huidige model past dus totaal niet meer. We hebben een model nodig dat wel overeind blijft bij deze gigantische verschuivingen die eraan komen. 

Dus door AI worden we extreem oud en baanloos. Wat is ons plan? Wat gaan we doen met onze tijd?   
Ten eerste, alle nieuwe technologieën creëren ook weer nieuwe banen. De vraag is: hoeveel verdwijnen er en hoeveel komen erbij? De algemene verwachting is dat er meer verdwijnen dan dat er bijkomen. Dus dat wordt de uitdaging. Mensen willen graag aan iets bijdragen, dat is een belangrijke psychologische behoefte. Dus zelfs als we op een gegeven moment converteren naar een universeel basisinkomen, dat maakt mensen niet noodzakelijk gelukkig. Aan de positieve kant hebben we meer tijd voor de dingen die we leuk vinden, maar uiteindelijk willen we ons ook nuttig voelen. Daar moeten we dus wat op vinden, maar het is een erg complex probleem. Niemand weet precies wat er gaat gebeuren, maar dit is één van de scenario's: een enorme bevolkingsgroei en veel minder banen.   

Specifiek voor het M&A-publiek, de advocaten, consultants en bankiers. Behoren zij tot de eersten die het veld moeten ruimen?    
Alles wat met herhalende patronen te maken heeft gaat als eerste verdwijnen. En daarna komen de complexere banen aan de beurt. Stel je een systeem voor dat iedere juridische zaak ooit gelezen heeft. Het kan verbindingen maken die mensen nooit kunnen maken. AI gaat de beste advocaat ter wereld voortbrengen, de beste CTA, de beste doctor, de beste ingenieur en ga zo maar door. Hoe kun je daar met conventionele kennis mee concurreren?  

Hoe kijk je naar de verschuiving van kapitaal die moet plaatsvinden om de negatieve gevolgen van de AI-revolutie tegen te gaan? Hoe kun je de welvaart beter verdelen?  
Automation zorgt voor een her-distributie van menselijk kapitaal. Productiviteit en lonen gingen lange tijd hand in hand, maar doordat technologische ontwikkelingen exponentieel plaatsvinden, gaat dat niet meer op. Dus gaat er een kloof ontstaan tussen welvaart en armoede. De vraag is hoe groot die kloof wordt? Dat is een hele serieuze vraag waar we een antwoord op moeten vinden. Sommigen zullen enorm profiteren van deze ontwikkelingen. We moeten zorgen dat ‘gewone’ werknemers ook profiteren. Dat kan alleen met een holistische aanpak. 

Kijkend naar M&A, voorlopers nemen al bedrijven over met intellectuele eigendommen om hun positie en performance te verbeteren. Hoe kijk je daar tegenaan?   
Het mooiste hiervan vind ik zelf werken met de startups. Die hebben nagedacht over oplossingen waar organisaties nooit over hebben nagedacht. Soms zijn de corporates er al jaren mee bezig en hebben ze miljoenen geïnvesteerd en dan blijkt het al te bestaan bij startups. Denk dus na over je langetermijnstrategie en welke componenten je daaraantoe moet voegen. En vervolgens of je die zelf gaat produceren of gaat kopen. In het geval van een acquisitie haal je nieuwe kennis in huis. Je doorbreekt het groepsdenken en betrekt een nieuw perspectief. Daar zitten grote voordelen aan vast. In termen van intellectueel eigendom, ik betwijfel of dat over tien jaar nog een issue zal zijn. Want als het een jaar duurt om een patent te krijgen, dan is de technologie alweer achterhaald. De key is daarom speed to market en de efficiëntie van de executie.   

Dus alle patent law advocaten zijn straks werkloos. Heb je wat voorbeelden van bedrijven die het goed doen op het gebied van AI?  
Allereerst de main players. In de VS zijn dat IBM, Amazon, Google en Microsoft. Zij verleggen voortdurend de grenzen van hun industrieën. Wat Google doet met Deep Mind is ongelofelijk. China is ook enorm aan de weg aan het timmeren op het gebied van AI en ze investeren veel. Dus China is zeker ook een grote mededinger. Meer dan 60 landen hebben AI-strategieën en richtlijnen geïmplementeerd omdat ze zien hoe belangrijk het is in alles wat ze doen. Om aan te geven hoe snel het gaat. Het afgelopen jaar is een nieuwe klasse algoritmes ontwikkeld genaamd ‘less-than-one-shot'. Normaliter heb je grote hoeveelheden data nodig om een algoritme te trainen: bij LO-shot learning kan het met een fractie van deze data. Dit kan toegepast worden in allerlei situaties waar minder data beschikbaar is en dat kan erg nuttig zijn.   

Als je in private equity zit of venture capital, en je wilt hierin vooroplopen, wat zijn dan de belangrijkste criteria vanuit AI-perspectief?   
Kijk niet alleen naar de technologieën, maar vooral naar welke ecosystemen aan het ontstaan zijn. We weten namelijk al welke technieken gaan doorbreken: autonome auto's, drones, virtual reality, AI, et cetera. Kijk daarom naar welke ecosystemen gaan opduiken om deze technologieën te ondersteunen. Daar kun je de grootste impact maken als investeerder.   

Je bent in Nederland geweest. Zie je hier wat interessante bedrijven of ontwikkelingen op AI-gebied?   
Jullie hebben geweldige instituten, zoals de TU Delft. Top notch op technologisch gebied. Ook hebben jullie veel startups. Een van de dingen die me is opgevallen aan Nederland is dat er enorm veel innovators zijn. Dat vertelt iets over de cultuur zelf en hoe innovatief en creatief die is. Jullie hebben een geweldig ecosysteem. Zonder twijfel.   

Je noemde al China. Nog andere plaatsen die een bepalende rol gaan spelen in de AI-revolutie?   
China en de VS lopen voorop. Europa als geheel zou een grote speler kunnen worden. Een belangrijk verschil tussen door AI gedreven economieën en de economieën die we gewend zijn is dat alle landen onderdeel kunnen zijn van de ecosystemen en een grote impact kunnen maken, inclusief derdewereldlanden. De kennis die dit mogelijk maakt is aan het democratiseren.   

Wat als een mega tech company, zoals Google, als eerste super intelligentie ontwikkelt en daarmee in staat is bedrijven in alle sectoren eruit te concurreren. Hoe voorkomen we het risico op zo'n super monopolie?   
In het boek zeggen we ‘in wiens beeltenis is het model gebouwd'’ Want degene die het produceert, bepaalt wiens waarden en belangen het vertegenwoordigt. Daar komt de rol van wet- en regelgeving kijken om monopolies te voorkomen. De ‘black box’ van AI moet misschien wel ge-audit gaan worden. Als iets mensen wereldwijd en de maatschappij als geheel beïnvloedt, dan hebben we misschien gereguleerde audits nodig om er zeker van te zijn dat het binnen de democratische waarden blijft die we belangrijk vinden. Deze issues moeten we blijven adresseren.   

Ben je optimistisch dat dit nu het geval is?   
Van wat ik zie gebeuren ben ik optimistisch. Er is veel interesse in deze gebieden. Er is veel potentieel. Het gaat alle aspecten van ons leven beïnvloeden, dus het is logisch dat veel mensen betrokken raken en kijken hoe we het kunnen laten werken voor ons allemaal.  

En hoe zit het met overheden die AI inzetten om burgers op een extreme manier te monitoren, is daar wat tegen te doen?   
Helaas komt technologie met voor- en nadelen. De sleutel naar het succesvol benutten van het potentieel van AI is een balans vinden waarmee de voordelen sterk overheersen op de nadelen. Kijk bijvoorbeeld naar de algoritmen die we hebben. Het is mogelijk iemand te brainwashen via social media. Kijk naar deep fakes die steeds realistischer worden. Stel je voor dat de CEO van een bedrijf nepnieuws brengt dat het aandeel doet instorten. Tegen de tijd dat men doorheeft dat het een deep fake is, is het al te laat. Dat zijn grote gevaren. Tegelijkertijd zijn er enorme voordelen te realiseren voor de mensheid op het gebied van educatie, zorg en mobiliteit.   

Je bent betrokken bij Drakestar Partners en je ziet verschillende velden ontwikkelen en samenwerken in de ontwikkeling van AI. Zie je nieuwe manieren ontstaan waarop de overheid, bedrijven en investeerders anders samenwerken door de AI-revolutie?   
Het leuke van venture capital is zien wat startups aan het doen zijn. Dat is een van de redenen dat ik adviseur ben geworden. Het helpt me te begrijpen wat er across the board gebeurt. Maar het type partnerships verandert snel. Overheden, academische instanties, de private sector. Dat is niet eerder gebeurt. Neem bijvoorbeeld de samenwerking tussen SpaceX en NASA. Wij leveren veel kennis en training, en bij SpaceX doen ze ongelofelijke, innovatieve dingen. Ze doen dingen sneller en goedkoper. Samenwerking tussen grote corporates en startups is het model van de toekomst.