AI-hype: Heb je echt AI nodig om al je problemen op te lossen?

De afgelopen jaren heeft AI zijn positie behouden als een van de meest veelbelovende en breed besproken technologieën. Interessant genoeg trekt het niet alleen de aandacht van technische experts, maar ook van mensen ver verwijderd van de technologiewereld. Waarom gebeurt dit? Wat drijft de hype rond AI? Om deze en vele andere vragen te bespreken, nodigde Max Golikov, de host van de Innovantage-podcast en de CBDO bij Sigli, AI-experts uit in zijn studio. De gasten van deze aflevering waren William De Prêtre, Hoofd AI bij AllKind Group, en Artem Pochechuev, Hoofd Data en AI bij Sigli.

Beide werken al jarenlang met kunstmatige intelligentie.Tijdens hun carrières hebben ze verschillende ontwikkelingsfasen van AImeegemaakt. Voor deze aflevering wilden ze hun visie delen over wat er nu metdeze technologie gebeurt en wat we in de komende jaren kunnen verwachten. Zelegden ook de belangrijkste uitdagingen uit die organisaties kunnen tegenkomenbij het integreren van AI in hun oplossingen. Deze inzichten zullen zeer nuttigzijn voor iedereen die overweegt AI in hun bedrijven te implementeren, nu of inde toekomst.

Opleiding als de belangrijkste stap naar AI-implementatie

Omdat zowel Artem als William een zeer rijke ervaring hebbenmet AI-projecten in hun bedrijven, vroeg Maxim hen naar de belangrijkstevoorwaarden voor een succesvolle AI-implementatie. Hun antwoorden kunnenverrassend zijn voor een groot deel van het publiek. Beide experts noemden dathet eerste wat gedaan moet worden voordat AI wordt geïntroduceerd, het opleidenvan mensen over wat AI eigenlijk is. Als je willekeurige mensen vraagt naar hunbegrip van kunstmatige intelligentie, zullen ze zeggen dat het ChatGPT is. Inwerkelijkheid gaat AI en de toepassingen ervan veel verder dan dit.

Het probleem is dat veel mensen die AI willen gebruikentegenwoordig zeer beperkte kennis van deze technologie hebben. Als gevolgkunnen ze de beste toepassing ervan niet vinden. AI gebruiken alleen omdat hetAI is, is echter de verkeerde aanpak.

AI zelf is zeer efficiënt geworden. Maar het is niet nodigom het overal toe te passen. Veel oplossingen kunnen zonder. Volgens William:als je iets kunt oplossen met alleen je middelbare school statistiek, doe datdan en gebruik geen AI. Zo kun je jeAI-middelen inzetten voor wat echt AI vereist.

De term "AI" is een krachtig marketinginstrumentgeworden. Je kunt iets perfect verkopen door alleen te zeggen dat het AI heeft, zelfs als het deze technologie helemaal niet gebruikt.

Zoals Artem opmerkte, is bewustzijn het eerste wat nodig isbij besluitvorming over de implementatie van iets nieuws. Om iets aan te nemen,te beslissen dat je iets nodig hebt, of te beginnen met plannen, moet je jeervan bewust zijn. Daarom moet deze opleiding bedrijfsbreed zijn. Niet alleenpotentiële gebruikers, maar ook besluitvormers moeten worden opgeleid overtechnologische vragen.

Het tweede waar je op moet focussen, is hetimplementatieproces van AI. Om deze technologie te implementeren, kun je nietzonder technisch onderlegde mensen. Deze mensen moeten kennis hebben van AI en bereid zijn om dieper inAI-onderwerpen te duiken. Veel bedrijven hebben liever een betrouwbaretechnologiepartner. Of ze kunnen ervoor kiezen om hun eigen engineers op teleiden die alle benodigde AI-taken aankunnen. Daarnaast moeten er specialistenzijn die het bedrijf helpen de juiste doelen en prioriteiten voor hunAI-projecten te bepalen.

Hoe een nieuwe technologische oplossing te introduceren

Tegelijkertijd, wanneer je iets nieuws aan managerspresenteert en wilt dat ze je toestaan een nieuwe oplossing te implementeren,moet je klaar zijn om het volledige potentieel van deze innovatie te latenzien. Het is cruciaal om alles in eenvoudige termen uit te leggen, zodatiedereen je ideeën volledig begrijpt. Managers hoeven geen technische detailste kennen. Maar ze moeten wel weten welke waarde ze kunnen halen uit deintroductie van nieuwe technologieën.

Het maakt niet uit wie een nieuw idee aandraagt: technischeexperts, zakelijke mensen of externe partners. Wat wel belangrijk is, is hoemensen het adopteren. Hoe begrijpen ze het? Hoe snel passen ze het toe in hetechte werk? Hoe vermijden ze potentiële risico's? Het maakt niet uit waar hetimplementatieproces precies begint. Het is veel belangrijker hoe je ermeedoorgaat.

William noemde ook dat het succes van oplossingen vaakafhangt van de bijdragen van verschillende teams. Zijn bedrijf ontwikkeltinnovatieve producten voor studenten met verschillende behoeften, zoals deWeb2Speech-extensie die tekst hardop kan voorlezen. Daarom wordt het succes vandergelijke projecten bepaald door de interactie tussen input van engineers,input van mensen uit het onderwijs en input van het management. Er is constanteuitwisseling nodig om succes te hebben in de AI-markt.

Belangrijkste uitdaging

Over edtech-oplossingen sprekend, benadrukte William eenzeer belangrijk aspect dat veel mensen kunnen vergeten. Dergelijke oplossingenwerken met gegevens van kinderen. Daarom worden privacywetten, GDPR, de AI-acten andere gerelateerde regelgeving zeer belangrijk.

Intuïtief weet je misschien dat het anonimiseren van jegegevens cruciaal is. Maar in de praktijk zal dit veel zaken voor jeingewikkelder maken.

Je kunt echter niet vermijden om zorg te dragen voorgegevensbescherming. Het is echt nodig omdat je oplossing met heel veel zeergevoelige gegevens zal werken. En natuurlijk kun je het niet laten lekken, wantdat zou je reputatie ruïneren.

Hoe wijdverspreider AI wordt, hoe meer aandacht bedrijvenmoeten besteden aan gegevensbeveiliging en privacybescherming.

Helaas is dat iets wat engineers vaak over het hoofd zien,omdat ze gefocust zijn op het goed laten functioneren van AI en mogelijk dewaarde van bepaalde gegevens voor mensen vergeten.

Hoe je je voorbereidt op werken met data

Volgens Artem onderschatten mensen vaak het belang van datain AI in het algemeen. Het speelt echter de belangrijkste rol. Zonder data iser geen AI. Zonder data kun je je AI/ML-modellen niet trainen die uitgroeientot een groot taalmodel (LLM). Je kunt niets trainen als je geen data hebt.Daarom komt data op de eerste plaats.

Een van de belangrijkste stappen die nodig zijn voorAI-adoptie is de verschuiving naar een data-centrische aanpak. Helaas is datprecies wat bedrijven vaak missen.

Natuurlijk hebben veel mensen gehoord van AI, maar ze zienhet als een soort duivel-in-een-doos die eruit kan springen en alles kan doenwat je nodig hebt. Maar zo werkt het niet. AI moet eerst met data wordengetraind voordat het iets voor je kan doen.

In deze context noemde William een van de projecten van zijnbedrijf, bekend onder de codenaam Bulbasaur. Het is een AI-tutor die lerarenkan assisteren. Het kan worden gevoed met cursusmaterialen. En juist dezematerialen en hun kwaliteit zullen laten zien hoe goed je tool is. Als deoplossing niet genoeg data heeft, zal het je vraag niet kunnen beantwoorden.Maar deze situatie karakteriseert niet de oplossing zelf. Het laat alleen ziendat je het niet van relevante data hebt voorzien.

Zonder voldoende data werkt het simpelweg niet.

Dit principe geldt voor elke AI-gerelateerde taak. Het maakt niet uit of we het hebben over voorspellingen of clustering. Al dergelijke taken worden uitgevoerd op data.

Zelfs als je wilt dat AI je presentatie herformatteert, moetje het eerst voeden met je scriptie, samenvattingen en andere presentaties.

Hoe je je AI-behoeften correct definieert

Artem legde uit dat hij AI-behoeften meestal in tweecategorieën verdeelt: een intern spoor en een extern spoor. Een intern spoorgaat over tools die je werknemers kunnen helpen hun gebruikelijke takenefficiënter uit te voeren en meer voordelen voor het bedrijf te brengen. Eenander ding zijn projecten die je als bedrijf aan je klanten verkoopt. Hier ishet belangrijk te begrijpen of je je projecten kunt verbeteren met AI-tools.

Als besluitvormer sta je op een kruispunt en moet je kiezenwelke weg je inslaat. Het is van vitaal belang om de pijnpunten van potentiëlegebruikers duidelijk te detecteren. Dit geeft je inzicht in de exacte taken dieje oplossing moet uitvoeren. Tegelijkertijd moet je ook met engineers praten omhun mening te verzamelen over hoe dergelijke taken met technische oplossingenkunnen worden opgelost.

Desalniettemin verloopt de introductie van innovaties nietaltijd soepel. William zei dat je ook weerstand tegen verandering kunttegenkomen, en niet alleen omdat je AI-oplossingen aanbiedt. In zijn praktijkwaren er soortgelijke gevallen met clouddiensten. Toen zijn bedrijf oplossingennaar de cloud begon te verplaatsen, waren veel klanten nogal verward door zo'nbeslissing. Nu klagen mensen echter behoorlijk over hun niet-cloudoplossingen.

Gezien dit is het mogelijk om aan te nemen dat op eengegeven moment iemand niet tevreden zal zijn met tools die geen AI hebben.

Je moet ook voorbereid zijn op situaties waarin het niethaalbaar is om een project voort te zetten dat in het begin goed leek. Dit kangebeuren omdat er niet genoeg middelen voor zijn of omdat het niet volledigwordt ondersteund door je bedrijf. William adviseerde om het niet weg tegooien, maar aan de kant te zetten. Het kan later nog steeds levensvatbaar zijnen je kunt er dan op terugkomen.

Praktische tips voor AI-implementatie

Aan het einde van hun discussie vroeg Maxim de experts omhun aanbevelingen te delen met degenen die hun reis met AI willen beginnen.

"Omring jezelf met goede mensen. Opleid iedereen. Vindgoede partners," zei William. Hij raadde aan om alle beschikbare opties teverkennen. "Het pad naar de hemel is duidelijk. Ga verder en bouw jeladder. Dus zelfs als je nog niet in de hemel bent, kun je in ieder geval deengelen horen zingen," voegde hij eraan toe.

Volgens Artem is de beste manier om professionals binnen eenbedrijf te laten groeien en hun expertise te benutten. Hij legde uit dattegenwoordig veel mensen bereid zijn je op te leiden om met AI te werken. Maarin werkelijkheid willen ze alleen maar snel geld verdienen. Dat is geensuccesvolle opleiding. Je hebt een fatsoenlijk persoon nodig die diep kan gaanen kennis kan delen. Dit is de meest effectieve manier om mensen om je heen enmensen in het bedrijf op te leiden.

William benadrukte ook het belang van brancheconferenties enorganisaties die techbedrijven ondersteunen. Soms kunnen ze financieringverstrekken of je in contact brengen met de juiste mensen.

De toekomst van AI: Wat is het?

Het is interessant om te zien hoe de meningen van mensenover AI in de loop van de tijd veranderen. Aanvankelijk uitten leraren veelzorgen over kinderen die ChatGPT voor hun huiswerk gebruikten. Nu leggensommige leraren in België middelbare scholieren uit hoe verschillende soortenAI werken en helpen ze hen kleine AI-projecten te bouwen met kant-en-klarecomponenten. Dit alles geeft aan dat we binnenkort een nieuwe generatie zullenhebben voor wie AI gewoon deel uitmaakt van hun dagelijks leven.

Natuurlijk is het erg moeilijk om de toekomst tevoorspellen, vooral in iets dat zo snel beweegt als AI. Toch is het mogelijk omenkele algemene aannames te doen op basis van wat er nu gebeurt.

Volgens William zullen er bijvoorbeeld veel meer autonomesystemen en zelfrijdende auto's zijn. Maar hij denkt niet dat ze van Teslazullen komen, omdat er andere autofabrikanten zijn die al veel verder zijn methun autonome technologieën. Daarnaast zullen er meer autonome drones voormilitaire doeleinden zijn, evenals AI-persoonlijke assistent-agentsystemen,waarin kleine toegewijde agents samenwerken om grotere problemen op te lossen.

Desalniettemin hoopt William dat we in de toekomst niet meerAI-gegenereerde afbeeldingen zullen zien. Volgens hem is een AI-gegenereerdeHollywood-blockbuster niet het beste idee. Hij zei dat we onze saaie taken aanAI moeten toewijzen, terwijl creatiever, leuker werk nog steeds door mensenmoet worden uitgevoerd.

Artem voegde toe dat we generatieve AI moeten zien als eentool, niet meer of minder.

Wat voorspellingen betreft, zei hij ook dat het nogalnutteloos is om ze te maken. Op dit moment is er veel discussie overAI-hallucinaties, maar 3 jaar geleden wisten we niet eens wat het kon zijn.

Daarom is het vooral een verspilling van middelen wanneeriemand een raamwerk probeert te bedenken dat ons beschermt tegen dekwaadaardige AI van de toekomst. De toekomst kan anders blijken te zijn dan watwe nu verwachten.

Afsluiting

Kunstmatige intelligentie is een zeer potentieelvolle enkrachtige technologie die, met de juiste aanpak, ons kan helpen veel taken vanverschillende soorten op te lossen.

Maar zoals de experts adviseerden, moeten we geen microscoopgebruiken om spijkers in te slaan.

Tegenwoordig zijn er veel dingen die mensen proberen op telossen met AI. Maar in werkelijkheid hebben dergelijke dingen geen geavanceerdeaanpak nodig en kunnen ze veel eenvoudiger worden opgelost.

Een van de belangrijkste dingen die nodig zijn voorsuccesvolle AI-adoptie en -implementatie is uitgebreide opleiding van mensenover de basisvragen met betrekking tot deze technologie. Het is van vitaalbelang om te weten wat AI is en hoe het kan worden gebruikt om voordelen voorje organisatie te brengen.

De Innovantage-podcast heeft een vergelijkbare rol. Het helpt om het bewustzijn van het publiek over verschillende zakelijke en technologische onderwerpen te vergroten, met een focus op AI en zijn mogelijkheden. Wil je meer leren? Mis dan onze volgende afleveringenniet!