Kunstmatige intelligentie (AI) is de laboratoriumfase ontgroeid en wordt steeds breder en diepgaander ingezet. De trends en ontwikkelingen: oude degelijke AI maakt een comeback, de opkomst van regulering en ethiek, en het zoeken naar een rol voor generatieve AI.
De meest recente Deloitte State of AI-studie laat zien dat 79% van de respondenten kunstmatige intelligentie in ten minste drie applicaties heeft ingezet (voorheen 62%), met kostenbesparing als meest genoemde uitkomst (78%). Ook realiseert 94% zich maar al te goed dat het succes van hun organisatie de komende vijf jaar staat of valt met AI.
Toch blijft het aantonen van de business value een heet hangijzer bij het opstarten en opschalen van AI-projecten. De grootste uitdaging ligt met name in opschaling: het over de hele linie integreren van AI in klantinteracties, operationele processen en workflows.
AI gebruiken zoals een zelfrijdende auto
De sleutel tot succes is tweeledig: een organisatie moet een duidelijke strategische visie hebben op de rol van kunstmatige intelligentie én een heldere aanpak waarbij intelligentie alle processen en interacties gaat sturen en optimaliseren. Een nuttige metafoor hiervoor is een zelfrijdende auto. Zo’n auto brengt je snel, veilig en comfortabel naar een bestemming, en weegt continu deze belangen af. Het kan door onvoorspelbare omgevingen navigeren en neemt in een fractie van een seconde, realtime beslissingen die niet alleen rekening houden met de verkeersregels maar ook met obstakels en andere verkeersdeelnemers.
Dus als we autonoom rijdende auto’s kunnen maken, waarom zouden we bedrijven niet op een vergelijkbare manier kunnen sturen? Meer bedrijven dan ooit omarmen dit idee van de ‘autonome onderneming’. Ze zien het als dé manier om de productiviteit en effectiviteit te verhogen, processen te optimaliseren, interacties met klanten relevanter te maken en problemen proactief op te lossen.
Oudere AI maakt een comeback
Door de huidige wereldproblematiek – post-covid, de oorlog in Oekraïne en de energiecrisis – koppelen organisaties AI-toepassingen en -initiatieven aan strategische doelstellingen: in nauw contact komen met de klant én blijven. Ook zetten ze AI in voor meer productiviteit, effectiviteit en flexibelere processen.
Meer op microniveau worden AI-gestuurde, geautomatiseerde beslissingen ingezet in klantprocessen en klantinteracties. Hier liggen strategische keuzes aan ten grondslag die tegelijkertijd sturing geven aan machine learning en ervoor zorgen dat AI de juiste resultaten oplevert. Het gaat om doelen die op organisatieniveau zijn gesteld, maar ook om belangen van klanten, medewerkers en partners.
Voor de best mogelijke resultaten is het advies de oudere, minder ‘sexy’ elementen van klassieke AI van stal te halen, zoals logisch redeneren en bedrijfsregels, en dit te combineren met modernere machine learning-technologie. Goede, ouderwets degelijke AI-technologie is nodig om beperkingen, bedrijfsstrategieën en -beleid te modelleren. Alleen dan kan het veilig op bedrijfsbrede schaal werken.
Nieuw tijdperk AI-regelgeving draait om vertrouwen
Verantwoord en betrouwbaar gebruik van kunstmatige intelligentie is een hot topic. Hierbij nemen de Europese Unie en – ironisch genoeg – China het voortouw, terwijl de Verenigde Staten en het Verenigd Koninkrijk achterblijven. AI-ethiek en -regelgeving zouden eigenlijk geen wedstrijd moeten zijn. Toch is het zo dat degene die als eerste overgaat van vrijwillige ethische richtlijnen en zelfregulering naar harde AI-wetgeving de norm zal stellen. Zo wordt er binnen de Europese Unie op dit moment nieuwe wetgeving uitonderhandeld, de zogenaamde EU AI Act, die hoogrisico AI gaat reguleren.
Om goed voorbereid te zijn, moeten organisaties in 2023 goede intenties rondom AI-ethiek omzetten naar concrete acties: het implementeren van ethische principes en richtlijnen. Zoals vaker zien de meest vooruitstrevende organisaties dit als een mogelijkheid om zich te profileren als organisatie die data, intelligentie en kunstmatige intelligentie inzet in het belang van de klant, in plaats van AI-ethiek en regelgeving te zien als een compliance-probleem.
Belangrijk is dat organisaties op AI-gebaseerde beslissingen, systemen en producten gaan inventariseren, en daarbij aangeven welke het meest risicovol zijn. Het is van belang om AI-systemen continu te controleren op prestaties, robuustheid, eerlijkheid en transparantie – ook na de ontwerpfase. Organisaties moeten een klant of burger kunnen uitleggen hoe een systeem tot een geautomatiseerde beslissing gekomen is, bijvoorbeeld bij een leningaanvraag, sollicitatie of subsidieverzoek. Al met al betekent dit ook dat intelligentie binnen applicaties en processen op één plek samen moet komen, om centrale aansturing mogelijk te maken.
Generatieve AI: een oplossing die een probleem zoekt
In 2022 is er een explosie geweest van grote AI-modellen, de zogenoemde ‘fundamentele’ modellen. Velen hiervan zijn generatieve AI-modellen die content genereren zoals tekst, broncode, afbeeldingen, video en meer. En vaker dan voorheen zijn deze modellen openbaar of zelfs open-source beschikbaar. Dit heeft geleid tot een golf van demo’s van tekst-naar-video-, spraak-naar-tekst- en vertaal-apps.
Een goed voorbeeld van deze technologie is ChatGPT, een chatbot gebaseerd op de GPT-taalmodellen van OpenAI. Binnen vijf dagen na de release in december waren er al meer dan 1 miljoen geregistreerde gebruikers voor deze tool. Het jaar 2023 wordt de proeftuin voor deze modellen van OpenAI, Google, DeepMind, Meta, MidJourney, Stability.ai en het BigScience-consortium.
Het genereren van een video van een hond die met een superheldcape door de lucht vliegt, is niet per se een logische en nuttige toepassing voor zakelijke AI. Dat neemt niet weg dat er zeker een aantal direct bruikbare succesgebieden zijn, zoals spraak-naar-tekst in marketing, service en operaties, of programmeer- en coderingsondersteuning. In 2023 kunnen we de komst van meer generatieve AI-start-ups verwachten die geld gaan verdienen met zeer specifieke use cases, die voortbouwen op generieke, fundamentele modellen.
Het ontwikkelen en uitvoeren van kernmodellen is erg duur, daarom zal komend jaar veel geld worden gestoken in bedrijven die deze generieke modellen als een service toegankelijk maken. Een goed actueel voorbeeld is Stability.ai, dat een financiële injectie kreeg van $101 miljoen.
Dit gezegd hebbende lijkt het erop dat de grote spelers hun kaarten voor de borst houden. Ze beweren dat ze eerst onderzoek willen doen naar de veiligheid van AI, of dat dit fundamentele technologieën zijn voor de lange weg naar meer algemene kunstmatige intelligentie die voor ons ligt. Maar het is vast ook een kwestie van het willen vinden en commercialiseren van de juiste use cases – voordat de anderen dat doen.
Speelkwartier is over
Kortom, wellicht met uitzondering van generatieve AI, is het speelkwartier voor AI-toepassingen voorbij. Het wordt steeds meer ingezet voor die wellicht wat saaie, maar zo belangrijke kernprocessen van een organisatie. Deze opschaling van het gebruik van AI zal gelijke tred moeten houden met AI-ethiek en -regelgeving. Die gaan een steeds belangrijkere rol spelen nu AI geen speeltje meer is. Het belooft een interessant jaar te gaan worden voor de verdere uitrol en het volwassen worden van AI.
Over de auteur: Peter van der Putten is Director AI Lab bij Pegasystems.
Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op sociale media: LinkedIn, Twitter en Facebook.