Hoe herken je een goede whitepaper?

/0 Comments/in /by

Whitepapers zijn een belangrijke marketinginstrument voor bedrijven die kennisintensieve producten verkopen. Een whitepaper is een document of een rapport waarin een probleem of een oplossing wordt beschreven. Het whitepaper helpt het publiek uiteindelijk om een beslissing te nemen. 

Hoewel een whitepaper geschreven is vanuit een commercieel doel, is het belangrijkste doel niet direct om een product te verkopen. Whitepapers worden vaak gebruikt om leads te genereren voor de aanschaf van een complex product of dienst. Een whitepaper hoeft echter niet per se gepubliceerd te zijn met het als doel om potentiële klanten te bereiken. Het kan ook onderdeel zijn van een lobby of van een campagne om investeerders aan te trekken. 

Kenmerken

Met een whitepaper probeer je direct invloed uit te oefenen op je doel. Het is daarom belangrijk dat je een document aflevert dat van goede kwaliteit is. Hieronder lees je wat een whitepaper goed maakt.

Het whitepaper lost een probleem op

De meeste mensen zijn zuinig op hun tijd. Dat geldt zeker voor managers en andere professionals die jouw whitepaper lezen. Dit betekent dat je waarde wilt toevoegen voor de lezer. In je whitepaper behandel je dan ook een probleem. Je identificeert niet alleen het probleem, maar lost dit probleem ook op. 

Vaak is je lezer iemand die die niet direct een inhoudsdeskundige is. Als je ervoor kiest om alleen een oplossing te presenteren, dan is de kans groot dat je publiek de achtergrond mist. Ook een inhoudsdeskundige heeft zelden een goed overzicht van alles wat van belang is voor degene die uiteindelijk verantwoordelijk is. Kortom, belicht het probleem van meerdere kanten. 

Er is voldoende onderzoek gedaan

Een whitepaper is uiteindelijk niet bedoeld als salespitch. Dat komt later in het proces. Je informeert de klant op een neutrale manier. Dit betekent dan ook dat je goed onderzoek moet doen. Natuurlijk ken jij jouw product, maar vaak moet je ook verder kijken dan jouw oplossing alleen. Wat is het probleem bij de klant en hoe manifesteert dit zich? Een klant heeft wellicht kennis van andere oplossingen. Wees niet bang om deze ook te benoemen.  

Laat zien dat je onderzoek hebt gedaan door te verwijzen naar informatie van derde partijen. Ga hierbij verder dan een losse link naar een nieuwsbericht. Neem ook informatie op uit vakbladen, overheidspublicaties of zelfs uit wetenschappelijke tijdschriften. Op deze manier komt je verhaal een stuk krachtiger over. Tegelijkertijd is het een service naar je lezer; deze kan verder onderzoek doen als hij nog meer wil weten. 

Een goede whitepaper is niet te commercieel

Het is heel verleidelijk om een commercieel verhaal te presenteren aan je klanten. Er is immers een gerede kans dat de klant in de toekomst overgaat tot aankoop! Ho, stop! Niet doen! Een whitepaper is bedoeld als informatieartikel, niet als salespitch van tien pagina’s. Een goede vuistregel is dat je de naam van je product pas in het laatste kwart van de whitepaper laat vallen. 

Een andere manier om het te bekijken is dat een whitepaper een aanvulling is op je reclame-uitingen. Natuurlijk is de whitepaper ook marketing, maar wel op een hele andere manier. Je helpt de klant om zijn probleem op te lossen. De salespitches bewaar je voor later. 

Het document is niet te lang (maar vooral ook niet te kort)

Meestal verlang je van je klanten een microconversie voor zij een whitepaper kunnen lezen. De klant vult een e-mailadres en/of telefoonnummer in en moet soms zelfs nog iets bevestigen. Onbewust heeft een klant het idee een beetje voor de whitepaper te hebben betaald. 

Dit wil de klant terug zien in de vorm van inhoud. Heel vaak gaat deze inhoud gepaard met lengte. Omdat de whitepaper ook een kop en een staart nodig heeft, ligt het minimum wel bij ongeveer 1000 woorden, oftewel een paar kantjes. Gemiddeld zal een whitepaper ergens tussen de 2000 en de 3000 woorden bevatten, maar er zijn ook veel voorbeelden van papers met tientallen kantjes. In dat laatste geval heb je wel een management samenvatting nodig. 

Ziet er representatief uit

Een whitepaper is meer dan alleen maar tekst. Zorg dat de lezer zo comfortabel mogelijk is bij het lezen. Het gebruik van een groot lettertype en witregels zorgt ervoor dat de lezer rustig kan lezen. Typografie, nummering en tussenkopjes helpen de lezer bij het navigeren door de tekst. 

Zelfs als je een whitepaper over een weinig tastbaar onderwerp schrijft, is het belangrijk om afbeeldingen toe te voegen. Dit kunnen foto’s zijn, maar ook grafiekjes of diagrammen die je verhaal ondersteunen. Deze afbeeldingen en diagrammen zijn vaak wel herkenbaar als afkomstig van jouw bedrijf. Mocht iemand ermee aan de haal gaan (dit is zeker niet erg), dan herkennen ze jouw bedrijf.

Heb je een voorbeeld van een uitstekend geschreven whitepaper? Laat dan een reactie achter.

Hoe werkt kunstmatige intelligentie onder de motorkap?

/0 Comments/in /by

De werking van een reguliere computer is al lastig te begrijpen. Je voert wat gegevens in, bijvoorbeeld je jaarinkomen. De computer voert achter de schermen wat berekeningen uit en binnen een paar seconden krijg jij terug wat je kunt lenen bij de bank. 

Misschien slaat de uitkomst die jij krijgt helemaal nergens op. Dat gebeurt wel vaker. Ergens op de wereld loopt iemand rond die de software heeft geschreven en die weet waarom jij jouw uitkomst krijgt. Dit maakt het allemaal nog tastbaar. 

Bij kunstmatige intelligentie (KI) ligt dit anders. Daar schrijft een computerprogramma zichzelf. Dit is vreselijk moeilijk te bevatten. Daarom leg ik in het tweede artikel van deze reeks aan de hand van een aantal voorbeeld uit hoe KI dit doet. We gebruiken meerdere voorbeelden, want niet alle vormen van KI zijn gelijk. 

Links naar andere artikelen:
Wat is kunstmatige intelligentie?

Ik werk nu aan een artikel over: 
Wat voor hardware hebben we nodig voor KI?

Hoe werkt een traditionele computer?

Een traditionele computer is een machine die werkt op basis van logica. Meestal is dit relatief eenvoudige logica met ALS – DAN statements. ALS het saldo op de betaalrekening lager is dan €0, DAN geef het getal in het rood weer.  Dit gaat altijd goed, want een bedrag is altijd positief of negatief. 

In andere gevallen wordt het al moeilijker. Wij maken in ons hoofd op basis van een naam een inschatting of iemand een man of een vrouw is (en soms weten we het niet). Een computer zou dit kunnen op basis van een namenlijst.


ALS Naam = Jan DAN Man

ALS Naam = Klaas DAN Man

ALS Naam = Anna DAN Vrouw

ALS Naam = Julia DAN Vrouw


Komt er een onbekende naam in het lijstje, bijvoorbeeld ‘Wilma’, dan weet de computer hier geen raad mee. De computer kan het ook niet beredeneren. Een Nederlander die de naam Wilma nog nooit heeft gezien, kan in ieder geval nog een beredeneerde gok maken (vrouwennamen eindigen vaak op een A). 

Hoe leert een KI-systeem?

Wellicht verwacht je dat een KI-Systeem net zo leert als wij mensen. Dat is niet helemaal waar. In de basis maken de meeste vormen van KI gebruik van grote hoeveelheden data om inschattingen en analyses te maken. Een van de technieken die dit doet is Machine Learning. 

Machine Learning is een methode waarbij een computer patronen leert herkennen op basis van grote hoeveelheden data. Stel dat ik een fervent gokker ben en graag een manier wil vinden om een strafschoppenreeks na een voetbalwedstrijd te voorspellen. Ik heb toegang tot een database met een allerlei statistieken over andere voetbalwedstrijden. Ook kan ik gegevens inzien over de huidige wedstrijd. 

Als ik zelf een algoritme wil maken is dat een flinke klus. Ik moet er allerlei statistische analyses op loslaten om te kijken welke factoren allemaal van belang zijn. Ik moet van alle statistieken die ik heb uitrekenen wat de invloed is op de uitkomst van de strafschoppenreeks. Ook factoren die er waarschijnlijk niets mee te maken hebben, zoals het aantal doelpogingen tijdens de wedstrijd, moet ik eigenlijk wel uitsluiten. Uiteindelijk krijg ik zo een formule die ik toe kan passen op specifieke wedstrijden. 

Als mensen hebben we een aantal problemen. Periodiek moeten we onze formule herzien. Het kan best zo zijn dat de impact van een bepaalde factor na verloop van tijd wat groter of kleiner wordt. Als er nieuwe relevante statistieken beschikbaar komen, moeten we deze opnemen in onze formule opnemen. Een systeem op basis van Machine Learning kan dit veel sneller doen. 

Machine Learning kent zijn beperkingen, want het is nog steeds in zekere mate ‘dom’. Het herkent de patronen, maar kan niet helemaal herleiden wat het betekent. 

Deep Learning

Deep Learning is een vorm van machine learning die verder gaat dan alleen patronen analyseren. Met Deel Learning kunnen computers ongestructureerde data analyseren. Verreweg de meeste data, zoals plaatjes, teksten en gesproken woord, is ongestructureerd. 

Deep Learning maakt gebruik van neurale netwerken om te leren. In een neuraal netwerk wordt de structuur van het menselijk brein nagemaakt met algoritmen. Op deze manier labelen of sorteren zij input. 

Stel, je komt een auto tegen waarvan het merkteken verwijderd is. Je moet dan aan de hand van kenmerken van de auto achterhalen werk merk het is. Als de auto een pick-up truck is, dan kun je alle merken al uitsluiten die nooit een pick-up truck hebben gemaakt. Vervolgens kun je naar andere kenmerken kijken, zoals het design, de aanwezigheid van bepaalde accessoires en de kleuren. Als je voldoende kennis hebt, zou je zo moeten kunnen achterhalen van welk merk deze pick-up truck is.

Deep Learning werkt op eenzelfde manier. Verschil tussen de mens en een deep learning algoritme is wel dat een deep learning systeem veel data nodig heeft om te trainen. Sommige van deze systemen hebben een systeem ingebouwd waar mensen feedback geven, bijvoorbeeld als een machine iets nieuws tegen komt. 

Naar kunstmatige intelligentie

In het introductieartikel benoemde ik al dat de meeste vormen van KI vooralsnog erg specialistisch zijn. Dit is niet anders met deep learning en machine learning. Deze technieken maken zelflerende computersystemen mogelijk, maar deze kunnen nog niet goed interpreteren. 

Je kunt een KI-systeem dus heel goed gebruiken om bijvoorbeeld plaatjes te sorteren, maar ditzelfde systeem moet helemaal opnieuw beginnen als het gaat om gesproken tekst (als het systeem dit überhaupt al kan). Daarnaast moet het systeem geinstrueerd worden om een voor mensen begrijpelijke (of nuttige) sortering te maken.

In dit blog besprak ik slechts twee technieken die aan de basis liggen van KI. Er zijn nog meer technieken, zoals Heuristics en Markov Decision Planning. Deze bespreken we wellicht later nog. Ik hoop dat ik nu iets tastbaarder heb kunnen maken hoe een computer intelligent kan zijn. 

Wat is kunstmatige intelligentie (KI)?

/0 Comments/in /by

‘Wat is de computer toch een dom ding’. Iedere medewerker bij een IT-helpdesk heeft deze zin wel eens gehoord. Als helpdesk medewerker bijt je op je tong en denk je. ‘Ja, maar de computer doet precies wat jij zegt dat hij moet doen.’ 

Langzaam laten we de tijd dat dit zo is achter ons. We hebben geleerd om computersystemen te maken die intelligent zijn. Deze systemen zijn in staat om zelf ’na te denken’ om zichzelf te verbeteren. We noemen dit kunstmatige intelligentie.

Kunstmatige intelligentie (KI) of Articifial Intelligence (AI) is een van de ontwikkelingen die ons leven de komende decennia drastisch gaat veranderen. KI is een lastig onderwerp, vergelijkbaar met klimaatverandering. Het gaat komen, maar het is nog niet echt zichtbaar. We weten wel dat de impact enorm kan zijn. 

In de komende periode publiceer ik een reeks artikelen over kunstmatige intelligentie. Hieronder vind je links naar alle artikelen. Heb je zelf nog vragen over kunstmatige intelligentie? Laat een bericht achter en wie weet behandel ik je vraag in een van de volgende  artikelen.

Links naar andere artikelen:
Hoe werkt KI onder de motorkap?

Ik werk nu aan een artikel over: 
Wat voor hardware hebben we nodig voor KI?

Wat is intelligentie?

Voordat we kunnen definiëren wat kunstmatige intelligentie is, moeten we eerst weten wat intelligentie in haar niet kunstmatige vorm is. Een van de meest gebruikte definities is verbluffend simpel: “de bekwaamheid om te leren, om problemen op te lossen of producten te maken die worden gewaardeerd binnen of meerdere culturele settings”. Deze definitie van Howard Gardner biedt ruimte voor verschillende vormen van intelligentie. Je kunt een probleem immers op meerdere manieren oplossen.

Om problemen op te kunnen lossen, zijn wij mensen in ieder geval in staat om te redeneren. Op een probleem op te lossen moeten wij informatie tot ons nemen en verwerken. We moeten kunnen plannen. We moeten in staat zijn om te leren van onze fouten (en van die van anderen). Tot slot moeten we hierover kunnen communiceren met andere mensen. Vaak kunnen wij een probleem immers niet alleen oplossen. 

Intelligentie houdt niet op bij de theorie. Intelligentie is ook praktisch. Vaak heb je verschillende vormen intelligentie nodig om deze problemen op te lossen. Een elektricien moet niet alleen kunnen uitleggen hoe hij een meterkast moet installeren. Hij moet dit ook kunnen doen.

Een simpele definitie van KI is dan ook dat het een kunstmatig systeem is dat zelf problemen op kan lossen. Daarnaast is KI in staat om te leren. Het kan op basis van ‘ervaring’ betere inschattingen maken. Hiervoor moet het systeem wel feedback krijgen. 

Net als de elektricien, kan KI ook dingen doen. In combinatie met andere technologieën kan KI ‘fysieke’ problemen oplossen. Een robot met een camera kan leren om paprika’s te plukken. Zelfrijdende auto’s maken gebruik van KI.  KI ‘denkt’ hierbij wel zelf na en verschilt dus van een robot die luistert naar een order van een mens, zoals de meeste robots in magazijnen.

Enorme rekenkracht

Computersystemen zijn beter dan mensen in het verwerken van grote hoeveelheden data. Om deze reden wordt KI vooral gebruikt bij taken waarbij we met grote hoeveelheden data moeten werken. Een voorbeeld hiervan is een weercomputer.

Kan dit niet, dan wordt er data ‘gemaakt’. Met behulp van sensoren kun je de omgeving in kaart brengen  en maak je data. Hier kan de KI vervolgens wel weer wat mee. 

Intelligent, maar niet slim…

Stel, je hebt veel kennis van kansrekening. Je gaat met je vrienden een kaartspel spelen dat je nog nooit eerder hebt gedaan. Het spel heet poker. Je laat je de regels uitleggen van het spel. Je speelt een paar rondjes en ineens realiseer je je: ‘Poker is 80% kansberekening en 20% emotie’. Zonder goede kaarten kun je niet winnen, maar je moet ook in staat zijn om je emoties te controleren.

Zet je een stuk KI-software dat op basis van kansrekening het weer voorspelt aan de pokertafel, dan zal het niets klaarspelen. Ondanks dat ook dit kansrekening is, kan het systeem er niets mee. Het herkent de situatie met de kaarten simpelweg niet. Een klaver aas is nu eenmaal iets anders dan de luchtdruk van het weerstation in Gilze-Rijen. Als we de software wel willen gebruiken bij poker, moeten we het opnieuw programmeren. 

Als we dit doen, lopen we weer tegen het volgende probleem aan. Het systeem herkent de emotionele component van het spel niet. De pokersoftware zou voorspelbaar gaan inzetten, waardoor alle tegenspelers weten waar die aan toe is. 

Het verschil tussen KI en de mens is dat de mens een algemene, breed inzetbare intelligentie heeft. Mensen kunnen razendsnel schakelen tussen verschillende vormen van intelligentie. KI is (vooralsnog) alleen geschikt voor zeer specifieke taken. Willen we ons KI systeem loslaten op een ander probleem, dan moeten we het anders programmeren. 

Op dit moment zijn we heel goed in het maken van KI voor specifieke doeleinden. We kunnen een superieure weercomputer maken op basis van AI. We kunnen een computer bouwen die uitstekend kan schaken, pokeren of go kan spelen. De heilige graal binnen de KI is om dezelfde soort van algemene intelligentie te krijgen als mensen. Kortom, dat KI zichzelf kan aanpassen aan de situatie, zoals wij mensen dat ook kunnen.

Net zo slim als wij?

De technologische ontwikkelingen gaan razendsnel. De wet van Moore is nog steeds geldig. Deze wet stelt dat de rekenkracht van processoren iedere twee jaar verdubbelt. Ook in andere technologische domeinen staat de ontwikkeling niet stil. Zo komen er steeds betere sensoren beschikbaar, waarmee het bijvoorbeeld mogelijk is om 3D-beelden te maken. Deze ontwikkelingen zouden het mogelijk moeten maken dat er breed inzetbare vormen van KI komen.

Er zijn verschillende tests ontwikkeld die dat kunnen bepalen. Het bekendste is de Turing Test. Deze test bepaalt de mate waarin een systeem in staat is om in natuurlijke taal te denken. Tijdens deze test volgt een waarnemer een gesprek tussen een mens en een computer. Als de waarnemer niet kan bepalen wie van de twee de mens is en wie de computer, dan heeft de computer de Turing Test gehaald. Het beschikt dan over een voldoende mate van intelligentie. 

Het menselijk intellect gaat verder dan alleen de mogelijkheid om te communiceren. Daarom zijn er ook andere tests ontwikkeld die andere vormen van intelligentie testen, zoals de Coffee Test van Steve Wozniak. Deze test houdt in dat een robot een willekeurig huis binnen kan lopen en daar snel en zonder problemen een kop koffie kan zetten. 

Bij beide tests is een brede intelligentie nodig. Om de Turing Test te halen moet een computer gesprekken kunnen houden op allerlei niveau’s. Het moet borrelpraat kunnen volgen, maar ook een discussie op niveau over politiek. 

Ook de Coffee Test is behoorlijk uitdagend. De robot moet naar de keuken en dus niet de slaapkamer binnenvallen. Staat er in dit huis een ouderwets filterapparaat, een espressomachine of een Senseo? Als de robot iets tegenkomt wat hij nog nooit eerder heeft gezien, moet hij dat wel kunnen interpreteren.

Echte intelligentie

Deze algemene intelligentie is duidelijk wat anders dan het simpel koppelen van AI-systemen. De software die kansrekening doet bij poker kun je koppelen aan een systeem dat met sensoren de emoties van de tegenstanders leest. Deze software kan de World Series winnen, maar zou nog steeds geen raad weten met een potje monopoly. 

We moeten de impact van KI met algemene intelligentie niet onderschatten. Als KI eenmaal dit niveau bereikt, kan het makkelijk doorstoten naar een vorm van superintelligentie. KI kan dan razendsnel nieuwe domeinen verkennen en kan allerlei verbanden leggen tussen verschillende disciplines.Voordat we zover zijn, moet er nog wel wat gebeuren.  

Hoe werkt het?

Kunstmatige intelligentie is in staat om zelf oplossingen te bedenken voor problemen. Alleen hoe werkt dit nu precies? Het blijft niets anders een serie nullen en enen. In het volgende artikel kijken we onder de motorkap wat het verschil is tussen KI en een ‘gewoon’ algoritme.

De lengte van je alinea’s – zijn er regels?

/0 Comments/in /by

Sommige schrijvers maken van iedere zin een eigen alinea.

Een volgende zin staat dan op een nieuwe regel

Dat is raar, want deze drie zinnen houden verband met elkaar.

Sommige alinea’s zijn duidelijk te kort. De witregel breekt je flow tijdens het lezen. De zinnen hierboven hadden prima in één alinea gepast.

Aan de andere kant heb je de lange muren van tekst. Alinea’s van meer dan tien regels. Met een beetje pech zitten hier ook nog meerdere moeilijke volzinnen in. Als je zo’n lap tekst ziet opdoemen, is dat ene moment waarop je afhaakt. 

Betekent dit dan dat je nooit hele lange of hele korte alinea’s mag plaatsen? Is er zoiets als een ideale lengte? Deze vragen beantwoord ik in dit artikel. Maar eerst even kort. Wat is een alinea?

Sterren

Een alinea is als een ster. iedere ster vormt een punt aan de hemel. Een alinea vormt, of eigenlijk maakt, ook een punt. Één punt – niet meer en zeker niet minder. 
Uiteindelijk vormen alle sterren tezamen een sterrenbeeld. Dit sterrenbeeld is het verhaal dat je wilt vertellen. Als je eenmaal het steelpannetje hebt gezien, kun je er niets anders meer van maken. 

Een goedgeschreven alinea heeft als eerste, tweede of laatste zin een kernzin. De kernzin bevat de belangrijkste informatie van de alinea. De overige zinnen zijn een uitwerking van deze kernzin.

Één argument

Een alinea bevat in alle gevallen de uitwerking van één argument. Als er meer argumenten in een tekst staan, raakt de lezer verward. Als je argument om een lange uitleg vraagt, dan is het logisch om een lange alinea te maken.  

In het algemeen geldt; hoe meer complexiteit en nuances, hoe langer alinea’s worden. De meeste technische begrippen zijn niet duidelijk in een paar zinnen uit te leggen. 

Is de nuance wat minder nodig, dan is een korte alinea vaak juist erg krachtig. 

De korte alinea is dan een soort stijlmiddel. Je maakt een duidelijk punt. Uiteraard is het wel van belang dat je de lezer meeneemt in je gedachtegang. Je moet niet te kort door de bocht gaan.  

Deze schrijver maakt alleen maar alinea’s van één zin

Consistentie

Als schrijver bewandel je een dunne lijn tussen voorspelbaarheid en verrassing. Als je lezer het verhaal afdrukt, verwacht hij een gelijkmatige verdeling van de blokken tekst over papier. Afwisseling tussen hele lange en hele korte alinea’s is voor de lezer vreemd.

Natuurlijk mag je variëren. En je hoeft zeker geen extra zinnen te bedenken als je een keer een hele korte alinea hebt. Maar het lijkt raar als je een kort blokje tekst hebt in een artikel met verder alleen maar lange blokken. 

Weergave op een scherm

Steeds meer mensen bezoeken je website via een mobiel apparaat. Als het design en het onderwerp van de tekst het toelaat, probeer ik ervoor te zorgen dat alle alinea’s op het scherm passen van de gemiddelde smartphone. Op deze manier kan de bezoeker zien waar hij aan begint. 

Als ik op mijn 27 inch iMac een blog lees, dan vind ik het juist mooi als de alinea’s een beetje gelijkmatig verdeeld zijn over het scherm. Hier raken we weer het punt van de consistentie. 

Sterren vormen een beeld

Als schrijver maak je sterrenbeelden. Sommige sterren in deze zijn sterrenbeelden zijn groter dan anderen. Ook zijn niet alle sterren even fel. Dat is niet erg. 
Je zet de sterren aan de hemel met als doel een sterrenbeeld te maken. Je schrijft immers niet voor niets. En dat gaat nu eenmaal net iets beter als alle sterren ongeveer even groot en fel zijn. 

Althans, dat is mijn mening. Daarom schrijf ik het liefst alinea’s van gelijke lengte. Korte alinea’s gebruik ik spaarzaam. Soms heb je een kleine, heldere ster nodig om de aandacht te trekken.