Logo
  • Opinie
  • 9 oktober 2019

Voorbeelden van moderne technologie en de nieuwe rol voor FM

Door de combinatie van big data en Artificial Intelligence (AI) gaat de rol van de FM’er veranderen. Hoe precies blijft altijd wat onduidelijk en algemeen. Hier echter enkele tot de verbeelding sprekende voorbeelden die (deels) al in gang zijn gezet.

In toenemende mate wordt er geschreven over Facility Management (FM) en big data, maar vaak nog op een relatief abstract niveau. Bijvoorbeeld om op gezondheid te 'sturen' met big data over voeding, gezondheid en eetgewoontes. Je kunt het zo gek niet bedenken of big data kan voor een bepaalde FM-invalshoek een bijzondere rol spelen. Vooral door de combinatie van big data en Artificial Intelligence (AI) gaat de rol van de FM’er veranderen. Immers, veel FM-processen gaan geautomatiseerd verlopen. In geval van inkoop bijvoorbeeld wordt een FMIS door het gebruik van Radio Frequency IDentification (RFID), sensoren dan wel Near Field Communication (NFC) en zogeheten beacons, automatisch voorzien van gegevens over voorraden.

Dergelijke gegevens worden gekoppeld aan de organisatie-agenda's en gedragsanalytische software en het FMIS (al zal dat er t.z.t. anders uitzien). Met AI-algoritmes kan het systeem zelf voorzien wat er met voorraden en inkoop benodigd is en automatisch inkoopprocessen in werking stellen, ongeacht of dat nou gaat om goederen, services of zoiets als energievoorziening. Chatbots, Android Humanoid Robots en hologrammen vervangen al dan niet deels de receptionisten en zorgen na checks automatisch de toegang voor bezoekers en beveiligingsaspecten. Tot dusver niets nieuws onder de zon eigenlijk; allemaal op hoofdlijnen al bekend. Vaak gaat het over toekomstige kansen, uitdagingen en dat het betekenis heeft voor waardecreatie, maar wat dan precies? In dit schrijven poog ik een tip van de sluier op te lichten.

Microchips onder huid

Bij o.a. Eventomatic en Epicenter in Zweden zijn medewerkers vlak onder hun huid geïnjecteerd met microchips die NFC- dan wel RFID-technologie bevatten. Handig! Medewerker Hans is automatisch geïdentificeerd en kan doorlopen; medewerker Hans wordt bij het koffie halen geïdentificeerd en krijgt de koffiesmaak van zijn voorkeur die ergens door hemzelf geregistreerd staat; medewerker Hans wordt via zijn device gewezen waar nog een werkplek vrij is op basis van technologie die dat kan signaleren. Allemaal mogelijk dankzij data, maar het heeft nog weinig met 'big' data te maken. Je kunt naar medewerkers enig maatwerk leveren, maar daar houdt het zo'n beetje bij op.

Pas als die persoonsgebonden gegevens van alle medewerkers aan elkaar gerelateerd worden, en het liefst ook met andersoortige gegevens zoals met soortgelijke gegevens uit externe databanken, wordt het echt betekenisvol. Dan kan het verder gaan dan maatwerk op individueel niveau en kostenplaatjes.

Gebruikersgedrag

Denk aan de mogelijkheid om (via zogeheten deep learning) gedragspatronen van medewerkers in je gebouw te ontdekken en die te kunnen vergelijken met gedragspatronen van personeel van andere organisaties in andersoortige gebouwen met al of niet andersoortige kenmerken (bijvoorbeeld andere indelingen, meer/minder werkplekken, meer/minder concentratiewerkplekken). Mocht je vervolgens met verhuizing naar een ander gebouw te maken krijgen, of met een herindeling van het bestaand gebouw, dan heb je waardevolle inzichten die je kunnen helpen in de besluitvorming van te passende real estate en hoe je die wilt indelen en benutten. Je beschikt dan immers over informatie over welk soort ruimtes amper/weinig/veel worden gebruikt en op welke momenten en of dat zich bij soortgelijke gebouwen elders ook voordoet. Je beschikt dan over inzichten in gebruikersgedrag en verschuivingen die zich daar in de loop der tijd misschien in voordoen, of inzicht in verschuivingen die min of meer te voorspellen zijn door de koppelingen van soortgelijke gegevens van andere organisaties (externe trends). Je beschikt daardoor ook over inzichten ten aanzien van welke delen van je gebouw bijvoorbeeld de meeste veiligheidsrisico's bieden en of dat zuiver toeval is of een reëel risico dat blijkens de koppeling met big data van externe databanken ook elders het geval is. Allemaal informatie die nuttig kan zijn voor besluitvorming met betrekking tot te nemen maatregelen.

Mood recognition

Nog een voorbeeld. Met sensoring en mood recognition software kan een organisatie achterhalen welke medewerkers waar en hoe vaak werken, hoeveel pauzes ze nemen, wat hun 'mood' is, of ze zich vaak laten afleiden of niet. Meer iets voor de afdeling HRM? Niets is minder waar want algemeen kun je stellen dat HRM, FM en ICT steeds meer naar elkaar toegroeien. Stel dat je ontdekt dat de 'mood' van medewerkers in bepaalde delen van het gebouw consequent minder positief is dan in andere, waar duidt dat dan op? Is de luchtkwaliteit daar minder? Is daar sprake van andere kleuren, minder groenvoorziening, andere bureaus, minder geluidsdemping of iets dergelijks? Zo ja, dan kan FM i.s.m. HRM facilitaire maatregelen nemen terwijl HRM z'n eigen 'plasje' toevoegt door met zogeheten Human-Centered Intelligent Systems (Djian et al, 2000) de performance van het personeel te vergroten. Nog leuker wordt het wanneer je die interne data kunt relateren aan externe data. Bijvoorbeeld de data van wetenschappelijke onderzoekers die overzichten hebben kunnen genereren van welk soort geluidsdempende materialen in welke mate effect hebben op de 'mood' van werknemers, met natuurlijk de mogelijkheid om die data in één oogopslag te vergelijken met de gegevens van de materialen die je als FM’er zelf in je eigen gebouw hebt gebruikt (en die vervolgens weer te koppelen aan de 'mood'-gegevens per gebouwruimte). Ideale informatie voor toekomstig beleid en eventueel benodigde maatregelen.

Inkoop en procurement

En dat natuurlijk steeds een stapje verder. Dan kun je ook data van materialen van verschillende leveranciers koppelen met de 'mood-gegevens'  van diverse gebruikers ervan wereldwijd. Die data gaan dan mogelijk zelfs een rol spelen voor de inkoop en procurement. Mogelijk krijg je dan zelfs een soort Product Level Agreement wat met combinaties van diverse technologieën (sensoren, Internet of Things, facial recognition, mood recognition) gemonitord kan worden. De leveranciers krijgen vervolgens bij een geregistreerde bepaalde 'mood-'ondergrens/indicatie automatisch een terugkoppeling om betrokken te worden in het proces van optimalisatie van de verschillende werkomgevingen waar hun materialen zijn gebruikt. Met zo'n systeem kopen we uiteraard niet meer de materialen, maar leasen die van leveranciers die zich ertoe verplichten om op basis van big data enerzijds en productinnovatie anderzijds regelmatig 'updates' te leveren om samen met FM de mood-indicatoren te helpen verbeteren. Het zit er dus dik in dat er met de komst van nieuwe technologieën en vooral big data en Artificial Intellegence, leveranciers in toenemende mate met nieuwe verdienmodellen te maken krijgen (daarbij trouwens 'uiteraard' gebruik makende van o.m. blockchain technology in wisselwerking met FM-organisaties).

Social Networks

Nog een voorbeeld? Via zogeheten Social Networks Analysis (Szilágyi, 2017) is het mogelijk om op basis van data te achterhalen welke werknemer(s) in welke mate door welke anderen over wat benaderd worden. Leuk voor HRM om i.s.m. ICT bijvoorbeeld kennismanagement toe te gaan passen? Zeker, maar ook voor FM. De uitkomsten van de SNA geven immers inzicht in welke gebruikersgroepen veel met elkaar te maken hebben, en zelfs waarover. Dat biedt inzicht in hoe de verschillende samenwerkende groepen medewerkers qua gebouwindeling en andere faciliteiten mogelijk beter te bedienen zijn. Extra interessant als die interne SNA-data gerelateerd kunnen worden aan SNA-data van andere organisaties. Dan zijn er – wederom door toepassing van de 'beruchte' algoritmes in het kader van AI - wellicht zelfs voorspellingen mogelijk ten aanzien van welke soorten functiegroepen steeds meer gaan samenwerken en waar dus in de toekomstig rekening mee gehouden zal moeten worden qua real estate strategie en inrichting. Medewerkerstevredenheidonderzoeken worden uiteraard volkomen overbodig. Met moderne technologieën stromen de data als het ware vanzelf binnen. Resteert 'slechts' de kunst ze te relateren, te analyseren en te interpreteren.

Ethiek

Is het dan allemaal halleluja? Beslist niet. Bijna iedereen is er al van op de hoogte dat vooral ook ethiek een groot aandachtspunt is. Dat geldt niet alleen in persoonlijk en maatschappelijk opzicht (zie ter illustratie https://www.youtube.com/watch?v=Onm6Sb3Pb2Y en de indrukwekkende sciencefictionfilm ‘Her’ van Spike Jonze uit 2013), maar net zo goed ook voor organisaties en de FM-wereld. Beseffen dat ethiek een groot aandachtspunt is betekent echter nog niet de betekenis ervan te weten en te weten hoe ermee om te gaan. ICT’ers, HRM’ers en FM’ers zullen de handen ineen moeten slaan om gezamenlijk na te gaan denken over de risico's van het inzetten van nieuwe technologieën. Een nieuw aandachtsgebied doet zich voor: niet alleen risicomanagement voor de FM-praktische en financiële zaken, maar ook met betrekking tot ethiek. Nieuw omdat het relatief nog tamelijk onderbelicht is in de FM-wereld. Vanwege de sterke toename van moderne technologieën in samenleving en werk, en daarmee toenemende kans op onbalans in de belangen van (in- en externe) klanten, organisaties en 'derden' (zoals leveranciers, verzekeringsmaatschappijen), is het noodzaak om daar iets aan te doen. Inzet van technologie tegenhouden is eigenlijk geen optie meer, een goede balans vinden wel. Organisaties zullen naar aanleiding van geïnventariseerde risico's beheersmaatregelen moeten nemen om afwegingen te kunnen maken tussen de belangen van klanten en organisatie en 'derden', om tot een evenwichtige balans te kunnen komen. Zie afbeelding hieronder.



Monitorings- en bewakingsrol

De FM’er krijgt er hiermee als het ware een monitorings- en bewakingsrol bij. De ervaren hospitality door klanten kan daarbij een belangrijke indicator zijn aangezien die kan dalen wanneer klanten geconfronteerd worden met negatieve ethische aspecten. Bent u als geregeld bezoeker van een organisatie bereid om uw persoonlijke gegevens tot op zekere hoogte met die organisatie te delen? Apprecieert u het wanneer uw medewerkersgedrag zoals het kiezen van een werkplek, uw lunchgedrag of uw 'mood', gemonitord wordt door uw organisatie opdat het daarmee mogelijk wordt u maatwerkfaciliteiten te leveren? Wat doet dat met hoe u de hospitality van de organisatie ervaart?

Die genoemde monitorings- en bewakingsrol kan echter alleen goed uitgevoerd worden wanneer een (FM-)organisatie eerst komt tot een heldere visie op wat de inzet van moderne technologieën betekent voor de organisatie, het werk en de werknemers. Pas daarna is een verantwoorde afweging van belangen en er rekening mee houden, mogelijk. Een in eerste instantie wat complex maar goed doordacht hulpmiddel om tot die heldere visie te komen is de zogeheten Product Impact Tool (Dorrestijn&Vonk, 2016). De PIT helpt bij het analyseren van de invloed van techniek op mensen, met name wat betreft de ethische invalshoek. Het voert te ver om dat model hier nader te behandelen. De PIT inclusief uitleg en voorbeelden is terug te vinden op de website van de maker: http://www.stevendorrestijn.nl/.

Interventies


Eén van de belangrijke aspecten die vaak blijkt wanneer de PIT wordt toegepast, is het belang van het inbouwen van participatie van en interactie met de gebruiker; iets wat trouwens ook uit diverse onderzoeken – met name op het gebied van Human Centered ontwerpen en Service Design – naar voren komt. Als we dat vertalen naar het eerdere deel van dit artikel, dan betekent dat dus voor FM (i.s.m. HRM en ICT) enkele - voor de hand liggende – interventies zoals:

  1. neem interne en liefst ook externe klanten en betrokken partijen zoals leveranciers nadrukkelijk mee in de voornemens om moderne technologieën in te zetten voor FM; laat hen participeren in zowel de analyses van mogelijke risico's als ten aanzien van besluitvorming en invoering.
  2. bouw interactiviteitmogelijkheden in, ín de ingezette technologie zelf, en tussen de ingezette technologie en de gebruikers.

Risicomanagement

Er zijn vele maatregelen om risico’s met betrekking tot de inzet van technologieën in balans te houden: van een systematiek om risico's überhaupt te signaleren, samenwerking met HRM en ICT, en het hanteren van expliciete criteria op basis van ieders belangen, tot en met simpelweg duidelijke voorlichting naar klanten en het maken van transparante keuzes (bijvoorbeeld of er niet alternatieven voor techniek zijn waarmee ongewenste effecten zoals een afname van het ervaren van de hospitality bij voorbaat 'nicht im frage sind'). De hierboven genoemde twee maatregelen van participatie en interactie inbouwen zijn echter wellicht als de voornaamste te beschouwen. Het ontbreken daarvan betekent op zich al risico's. Daarentegen kan die betreffende, relatief nieuwe rol voor FM in de toekomst met technologie vast weer vergemakkelijkt worden: big data en AI met algoritmes zullen in staat zijn ethische risico's vooraf geautomatiseerd in kaart te brengen! Wees echter gewaarschuwd: onderzoeken van voorname universiteiten hebben reeds uitgewezen dat algoritmes niet altijd goed werken. De werking ervan is sterk afhankelijk van de input, de instructies, die geleverd wordt om big data op te slaan en via wiskundige formules die data te kunnen analyseren en om te zetten naar informatie. En omdat AI tegenwoordig al in staat is om dat zelf te doen, zonder input van buitenaf, kunt u zich vast voorstellen dat waakzaamheid geboden is, met een heuse taak voor FM.

Djian, D. et al. (2000) "Towards Human-Centred Intelligent Systems, The Intelligent Assistant", BT Technology Journal, vol. 18, no. 1, pg. 91.
Dorrestijn, S. en Vonk, M. (2016), "De privacy-vriendelijke zorgcamera die mensen desondanks niet wilden. Over de impacts en de moraal van techniek.", Tijdschrift voor Gezondheidszorg en Ethiek, jaargang 26, nr. 3.
Szilágyi, G.A. (2017), "Exploration knowledge scharing networks using social network analysis methods", Economics and Sociology, vol. 10, no. 3.

Producttips

Volg F-Facts

Word gratis lid en ontvang op dinsdag en donderdag het laatste facility nieuws in uw mailbox! Én als lid krijgt u ook toegang tot exclusieve online artikelen.

Word lid van F-Facts Facility Platform