top of page
  • Writer's pictureJo Caudron

Mastering the AI-shock: een strategische kijk op artificiële intelligentie





Mensen vragen me dikwijls: ‘wat is de volgende systeemschok, na de pandemie, de klimaatrampen en de oorlogen?’. In mijn boek De Toekomstformule introduceer ik dit concept voor het eerst. Waar (digitale) disrupties vaak veel tijd nemen voor ze tot transformatie leiden, is de impact van een systeemschok op veel kortere termijn voelbaar. De impact van disrupties is doorgaans beperkt tot één sector of discipline (voor Netflix is dat media & entertainment, voor Airbnb is dat de hotelbusiness, enzovoort), de impact van een systeemschok is wereldwijd, doorheen alle sectoren voelbaar.


De volgende systeemschok is zonder enige twijfel de snelle opkomst en adoptie van AI

De volgende systeemschok is zonder enige twijfel de snelle opkomst en adoptie van AI. De lancering van generatieve AI met OpenAI’s ChatGPT als vlaggenschip heeft alle kenmerken om één van de grootste systeemschokken ooit te worden. De mogelijke impact is zo verstrekkend op zoveel domeinen, dat we zelfs nog niet beginnen te bevatten wat er allemaal op ons af komt. 


Er is geen ontkenning bij bedrijven en organisaties, de urgentie is er dus duidelijk.

Eén ding is evenwel anders dan bij de disrupties die ik in het verleden zag opkomen (van het eerste internet, over mobiel internet en sociale media, tot de fameuze digitale transformatie van de afgelopen jaren): hoewel we nog zo weinig begrijpen van wat boven ons hoofd hangt, is er geen ontkenning bij bedrijven en organisaties. Iedereen heeft de mond vol van AI, is er vaak al mee aan de slag en begrijpt de mogelijke draagwijdte van dit fenomeen. De urgentie is er dus duidelijk.


Ik voel dat in de toenemende vraag naar keynote presentaties over dit onderwerp. De afgelopen maanden is die enorm toegenomen, vaak op vraag van ExCom’s en raden van bestuur. Zelfs als mijn presentatie niet rechtstreeks over AI gaat, worden de vragenrondes gebruikt om toch dieper te duiken in het onderwerp. Het is duidelijk dat beslissingnemers op zoek zijn naar strategische inzichten en beslissingen rond AI. 




Enkele van de vragen die ik vaak krijg


  • Creëert AI een (existentiële) bedreiging voor onze sector en onze eigen activiteiten daarin of zien we eerder de opportuniteiten?

  • Hoe verandert ons product en onze propositie mogelijk door AI?

  • Wat zijn de veranderende markt- en klantenbehoeften hierdoor?

  • Hoe verandert het speelveld, wat doen andere spelers in onze sector, komen er versneld nieuwe spelers?

  • Hoe moet onze interne organisatie zich aanpassen?

  • Welke tools zijn specifiek voor onze activiteit en wat zou iedereen standaard moeten gebruiken als generieke tools?

  • Wat moet ons strategisch HR-beleid zijn en wat is de mogelijke (maatschappelijke) impact ervan? 

  • Hoe zetten we AI-governance op, en bij welke afdeling plaatsen we het ownership van AI?

  • Hoe brengen we de risico’s in kaart, hoe beheren we ze en hoe zorgen we voor compliance?

  • Hoe vermijden we om op alles te schieten wat beweegt en een AI-chaser te worden? Hoe richten we onze middelen en aandacht op de juiste dingen? 


Het is duidelijk dat we met deze en andere strategische vragen zo spoedig mogelijk aan de slag moeten. Onze mogelijke hulp situeert zich op een aantal niveaus:


  • Via een keynote over AI gericht op strategische beslissingsnemers creëer je inzicht en start je alvast een eerste debat. Contacteer ons voor meer informatie over de verschillende onderwerpen.

  • Als consultants helpen we met Scopernia al jaren bedrijven zich te oriënteren in tijden van grote verandering. Onze eerste AI projecten deden we al in 2017, o.a. voor grote banken. Ben je op zoek naar een grondige begeleiding voor de uitwerking van een AI-strategie, dan kan je bij ons terecht.

  • Een makkelijke opstap is via mijn nieuwe boek De Toekomstformule. Hierin besteed ik breed aandacht aan de vele disruptoren waarmee we als maatschappij en economie te maken krijgen. Uiteraard kan je het boek kopen, maar als je enkel op zoek bent naar het stuk over AI, dan heb ik dat hieronder integraal toegevoegd.


Veel succes bij je zoektocht naar strategische antwoorden op één van de grootste vraagstukken waar we mee te maken krijgen.


 


Hieronder volgt het integrale hoofdstuk over AI uit mijn nieuwste boek De Toekomstformule.

Dit geeft alvast een eerste overzicht van wat AI juist is en op welke manier het impact heeft op mens, maatschappij en economie. Mogelijk vind je hierin al enkele antwoorden op je vragen, zowel praktisch als strategisch.

Dit hoofdstuk is geschreven in de tweede helft van juni 2023 en sommige van de beperkingen van AI (zoals bv. de toegang tot actuele informatie) zijn ondertussen veel minder relevant geworden. Veel leesplezier en uiteraard ben je altijd welkom om het hele boek te lezen. Hier kan je meer informatie vinden en de commentaren van enkele van de eerste lezers.



 


Ik moet eerlijk bekennen dat ik in de verleiding kwam om dit hoofdstuk volledig te laten

schrijven door de AI zelf. Ik gebruik voortdurend AI in mijn dagelijks werk, voor tal van

tijdbesparende taken, maar een boek schrijven is daar duidelijk nog geen van. De input

die ik kreeg heeft me wel degelijk geholpen, maar het verhaal zoals ik dat wil vertellen,

nu ja, dat moet ik gewoon zelf vertellen.

 

De reden waarom ik in dit hoofdstuk, naast de belangwekkende digitale versnelling

door covid, ook AI behandel, is vanwege de zware maatschappelijke en economische impact die we plots zien. Had ik dit boek een half jaar eerder geschreven, wat ik oorspronkelijk van plan was, dan had ik AI vermoedelijk slechts zijdelings vermeld. Maar sinds kort past AI helemaal in het plaatje van ‘de digitale revolutie’ uit de titel van dit

hoofdstuk. Als er één impactvolle technologische revolutie op ons af komt, dan is het

wel deze. Het is niet mijn bedoeling om een volledig overzicht te geven van wat AI wel en niet is, en welke soorten AI er zijn. Daarvoor zijn er genoeg andere bronnen. Ik wil wel stilstaan bij waarom AI maatschappelijk en economisch nu al zo impactvol is, en het

nog meer zal worden.



Van waar komt het ineens?

 

Hoe komt het dat iedereen plots de mond vol heeft van AI? Dagelijks staan de kranten

vol met analyses over hoe snel het allemaal gaat, wat er nog op ons afkomt, en wat

dit op termijn kan betekenen. Sommigen geloven dat AI de wereld zal redden, anderen

roepen op om minstens tijdelijk te stoppen met verdere ontwikkeling, tot we meer zicht

hebben op de mogelijke risico’s. Hoe nieuw is AI eigenlijk en hoe komt het dat er plots

zoveel aandacht aan wordt besteed?

 

Reeds in 2017 gaf ik presentaties over het onderwerp en deden we workshops met klanten om in kaart te brengen wat de impact van de toenmalige toepassingen zou kunnen zijn op banen, taken en zelfs werk in het algemeen. In ons bedrijf werkte toen een jonge Nederlander (hey Sam!) die internationaal voorop liep in het begrijpelijk uitleggen van wat AI was. De eigenlijke oorsprong van AI gaat al veel langer terug. Voor zover gereconstrueerd kan worden was het Ada Lovelace (1815-1852), dochter van schrijver Lord Byron en begenadigd wiskundige, die voor het eerst gespeculeerd zou hebben over de

mogelijkheid dat machines ooit menselijke intelligentie zouden kunnen nabootsen. Ada Lovelace wordt samen met Charles Babbage beschouwd als een van de absolute computerpioniers. Nog zo’n pionier was Alan Turing, een Britse wiskundige en computerspecialist die in 1950 een test ontwikkelde om te kijken of je een machine van een mens zou kunnen onderscheiden, terwijl die met jou een normale geschreven conversatie voert. In de daaropvolgende jaren werd steeds meer onderzoek gedaan, onder andere door IBM. Dit leidde in 1997 tot de overwinning van IBMs Deep Blue op schaakkampioen Garri

Kasparov. Dit was wereldnieuws. In 2011 won IBM Watson, een nieuwe supercomputer

met AI, de razend populaire tv-quiz Jeopardy. Alweer wereldnieuws.

 

Uiteraard werden die fortuinen aan ontwikkelingskosten niet gespendeerd om grootmeesters of quizkandidaten af te drogen, maar dat waren wel de zichtbare uitingen van wat de technologie toen al kon. De echte reden van de investeringen bevond zich meestal onder de motorkap: bedrijfsprocessen efficiënter en slimmer maken, als basis van verregaande automatisering.

 

Naast IBM zijn tal van andere bedrijven in de AI-race gestapt, waarvan Microsoft, Google, Baidu en Facebook de usual suspects zijn. Maar ook bedrijven als SAP, GE, Rockwell Automation, Intel, AMD, Cisco, Oracle en Salesforce investeren zwaar in AI. Deze toepassingen zou ik onzichtbare AI willen noemen. Het is immers zo dat AI al jaren gebruikt wordt in verschillende domeinen van ons leven. Praat jij tegen Siri of geef je via spraak je bestemming in in je wagen: AI. Word je gebeld door je bank dat er mogelijk fraude is gepleegd met je bankkaart: AI. Rij je met een Tesla die al behoorlijk zelf kan sturen: AI. Werk je in een bedrijf waar robots ingezet worden in productie: AI. Gezichtsherkenning op je smartphone (of erger, op straat): AI. Vraag je je soms af waarom er nooit vieze erwtjes of andere rare dingen in je diepvrieszak zitten: gespot met AI (en eruit gehaald met een robot).

 

De meeste hedendaagse AI-toepassingen zie je nooit, omdat ze gebruikt worden om

onderliggende bedrijfsprocessen te optimaliseren. Vaak wordt er over RPA gesproken,

wat staat voor Robotic Process Automation, een technologie waarmee repetitieve taken

kunnen worden geautomatiseerd met behulp van software-bots. Het is bijna zo saai als

het klinkt en je ziet het nooit. Banken, verzekeraars en grote industriële spelers houden

ervan, want het kan hen veel geld besparen.

 

Af en toe wordt wat AI kan ook zichtbaar gemaakt, bijvoorbeeld wanneer IBM Watson in de handen van een medisch specialist helpt om betere diagnoses te stellen dan mensen dat ooit zouden kunnen. Een andere bekende toepassing is Salesforce Einstein, een AI die in de CRM (customer relationship management)- en e-commerce-omgeving kan helpen om verkoopsopportuniteiten te spotten, of promoties en kortingen te bepalen. Het mag dus duidelijk zijn dat AI reeds jarenlang in heel wat toepassingen succesvol wordt gebruikt. Wat is er dan recent gebeurd dat de AI-hype in gang heeft gezet?




De doorbraak richting de AI-hype

 

De reden waarom AI vandaag zoveel aandacht krijgt én ook verdient, is de semipublieke

lancering op 30 november 2022 van ChatGPT, door het bedrijf OpenAI. Het is vooral

het eerste woordje dat hier belangrijk is: ‘Chat’. De kracht van ChatGPT is dat het in de

vorm van een eenvoudige chatbot de enorme mogelijkheden van het onderliggende

GPT-AI language-model ontsluit. Aanvankelijk moest je nog registreren en wachten voor

je ChatGPT kon testen, maar al vrij snel na de lancering werd de chatbot opengezet

voor het grote publiek. Ondertussen is de onderliggende technologie geïntegreerd in

onder andere Microsoft Bing, de grote concurrent van Google als zoekmachine, wat de

verspreiding nog bevordert.

 

Plots werd een krachtige AI toegankelijk en bruikbaar voor iedereen. Je zou kunnen zeg-

gen dat AI eindelijk echt zichtbaar werd voor het grote publiek, en de reactie bleef dan ook niet uit. In amper vijf dagen tijd waren er al 1 miljoen gebruikers, in minder dan twee

maanden tijd stond de teller op 100 miljoen. Dit enorme succes is toe te schrijven aan de

kracht van ChatGPT: via eenvoudige vragen in natuurlijke taal (prompts genaamd) kan

je interageren met de AI, die ongeziene resultaten teruggeeft.

 

GPT is een zogenaamde ‘generatieve AI’, wat wil zeggen dat het dingen kan creëren

zoals teksten, video’s, muziek en dergelijke. Er is schijnbaar geen grens aan wat je kan

vragen: van filosofische conversaties over de zin van het leven, over recepten voor

Luikse balletjes met frietjes (en zelfgemaakte mayonaise), tot volledige academische

papers over om het even welk onderwerp (hoewel ik dat laatste niet zou aanraden,

universiteiten zijn ondertussen op hun hoede). Wat ChatGPT overtuigend maakt, is dat je bijna nooit het idee hebt dat de antwoorden en resultaten van een machine en niet van een mens afkomstig zijn. ChatGPT slaagt hierdoor glansrijk in de Turing-test. Zonder in detail te gaan over hoe dit werkt, onderneem ik toch een poging om het een en ander te duiden, zodat je beter begrijpt wat ChatGPT wel en niet kan, en waarom er soms vreemde resultaten uit de bus komen.


GPT (voluit generative pre-trained transformer, de basis onder ChatGPT) is wat we een multimodaal taalmodel noemen, dat met behulp van artificiële intelligentie en deep learning is getraind om teksten te genereren op basis van jouw input. Hoe gerichter en concreter die vraag of prompt, hoe beter het resultaat. Die training is gebeurd met een ontiegelijke hoeveelheid data, wat het systeem heeft geleerd om patronen en verbanden te zien tussen woorden en zinnen. Als je het een vraag stelt, dan geeft het een antwoord, niet op basis van waarheid (GPT weet niets), maar op basis van waarschijnlijkheid. Als het systeem duizenden teksten heeft ‘gelezen’ over bijvoorbeeld de maanlanding of over gentherapie, dan is het statistisch in staat om met grote waarschijnlijkheid te voorspellen welk woord correct moet volgen op het vorige. Dat gebeurt niet omdat dit de feiten weergeeft, maar omdat dat zo in al die andere teksten het meest voorkwam. Het is een beetje zoals met de woordsuggesties die slimme autocorrectietools bieden. Ik heb er zo eentje op mijn smartphone staan en voor de grap heb ik willekeurig telkens een van de drie voorgestelde suggesties gekozen. Wat er uitkomt is taalkundig correct, klinkt logisch, maar is eigenlijk complete nonsens.


Lach even mee: “Beste, u kan ook zoeken op een andere manier om grote bestanden van derden, niet afhankelijk van het eten en drinken van de Vlaamse overheid, te verwijderen en te plaatsen in deze categorie.” (De komma’s heb ik gezet.)

 

In dit specifieke geval is mijn lokaal systeem getraind op woorden die ikzelf veel na elkaar gebruik in mijn mails, wat niet direct een indrukwekkend resultaat oplevert. GPT-4 daarentegen is getraind op 45 gigabytes aan data, het equivalent van 33.750.000 A4-pagina’s, wat het resultaat natuurlijk veel beter maakt. Dus laat je niet misleiden: de uitkomst is in veel gevallen zeker relevant en bruikbaar. Veel mensen betogen immers dat als wij iets vanbuiten leren, we eigenlijk hetzelfde doen: we onthouden het woord dat na het vorige komt. Op den duur is er een statistische waarschijnlijkheid dat in een tekst over meetkunde het logische woord dat volgt op “de stelling van” wel “Pythagoras” moet zijn. Ook ons brein plakt mogelijke logische dingen aan elkaar, die niet noodzakelijk bewezen waarheid zijn.

 

Op dezelfde manier kunnen er ook beelden, video’s, muziek of andere nieuwe dingen

worden gegenereerd. Voor de correctheid gebeurt dat niet met ChatGPT, maar met tools zoals Dall-E (ook van OpenAI), Stable Diffusion of Midjourney. Wat zij doen is voorspellen wat de volgende logische pixel is in een beeld of video. Ter illustratie een beeld dat ik heb laten genereren op basis van de volgende prompt:

“Maak een fotorealistische afbeelding van een muziekstudio. Door een raam zie je op de

achtergrond een majestueus berglandschap. Op de voorgrond staat een jonge zangeres

met koptelefoon voor een microfoon om op te nemen. Ze houdt haar hand tegen één kant

van de koptelefoon.”




Zoals je merkt is niet alles correct uitgevoerd (dat van die zangeres ontbreekt), maar

voorts is er wel een sterk beeld gecreëerd op basis van waarschijnlijkheid, waarbij de

ene na de andere pixel samen een soort Mount Fuji hebben gecreëerd.

 

Ik ben ook even aan de slag gegaan met muziek. Mijn prompt (“schrijf een akkoorden-

progressie voor een progrocksong in de stijl van Pink Floyd”) leverde het volgende resultaat:

 

| Am | G | Dm | F | Em | C | G | D |

 

Snel de gitaar er even bijgenomen en hoewel ik er geen prijs mee ga winnen, klinkt het

wel een beetje zoals Pink Floyd. Het is duidelijk dat de AI genoeg akkoordprogressies

van die band heeft gezien om iets voor te stellen dat logisch en waarschijnlijk is, maar

niet noodzakelijk mooi en creatief.

 

Tot zover de eenvoudige uitleg, maar ondertussen is duidelijk dat er bij zo’n opdracht

van alles onder de motorkap gebeurt dat niet zomaar te verklaren is door het hierboven

beschreven model van waarschijnlijkheid. Zowel in het trainingsproces als in de uitvoer

van de prompts worden nog andere AI-methodes gebruikt om het systeem te sturen en

de resultaten relevanter en juister te maken. Het probleem is evenwel dat geen van de

AI-spelers meegeeft hoe hun systemen juist werken, gesteld dat ze dit zelf nog weten.




De kracht van generatieve AI

 

Nu je begrijpt hoe ChatGPT werkt, gaan we opnieuw kijken naar de kracht van het

systeem. Een van de sterkste toepassingen is het model taalkundig te gebruiken ter

ondersteuning van je eigen werk: vertalingen, samenvattingen, grammaticale correcties,

verkorten, verlengen, verbeteren en herschrijven van teksten in een toon zoals jij wil

dat die klinken (bijvoorbeeld van een zesjarige of een professor emeritus aan Harvard).

 

Veel AI-plug-ins laten vandaag toe om lange mailconversaties correct samen te vatten, en er ook direct een enigszins logisch klinkend antwoord op te formuleren. Sinds ChatGPT laat ik systematisch alle lange teksten samenvatten voor ik beslis ze in detail te lezen. Evengoed kan je op basis van enkele gedachtelijnen vragen aan de AI om het standaard schrijfwerk voor je te doen, wat je waarschijnlijk vandaag aan een assistent zou vragen, of waarmee je zelf veel tijd zou verliezen.

 

De prompt “schrijf een beleefde mail waarin ik me excuseer voor het galadiner van volgende week vrijdag”,leidt tot de volgende, perfect bruikbare mail.

 

Beste [naam van de persoon die het galadiner organiseert],

 

Ik hoop dat het goed met je gaat. Ik wilde je laten weten dat ik helaas niet in staat zal zijn om aanwezig te zijn bij het galadiner van volgende week vrijdag. Ik heb onverwacht een belangrijke afspraak die ik niet kan verzetten.

 

Ik vind het erg jammer dat ik niet bij het evenement kan zijn, vooral omdat ik weet hoeveel tijd en moeite je hebt gestoken in de organisatie ervan. Ik wil je bedanken voor de vriendelijke uitnodiging en hoop dat het evenement een groot succes zal zijn.

 

Nogmaals mijn excuses voor het ongemak en ik hoop dat we binnenkort weer de kans hebben om elkaar te ontmoeten.*

 

Met vriendelijke groet,

 

[jouw naam]

 

Het is grappig en tegelijk bedenkelijk om te zien hoe de AI empathie nabootst en bovendien zelf een reden verzint voor de afwezigheid. Een kleine AI-leugen om bestwil, kan je zeggen.

 

Het assisteren bij productiviteit-versterkende taken wordt een belangrijk toepassingsgebied van AI. Dat blijkt onder andere uit de integratie van de GPT-technologie in de Microsoft Office-omgeving. Microsoft 365 Copilot zal op het moment dat dit boek in de winkel ligt, alle bovenstaande mogelijkheden naadloos integreren met de Office-applicaties die we al kennen. Daarnaast zal het mogelijk zijn om automatisch tekst te laten maken vanuit data in spreadsheets, teksten om te zetten naar spreadsheets, of op basis van tekst en data automatisch slides aan te maken. En uiteraard zal het onze mailbox beheren zoals enkel de beste assistent dat kan. Allemaal taken waar we vandaag veel tijd mee verliezen of die we delegeren naar anderen in ons team.

 

Waar generatieve AI heel sterk in is, is het produceren van content waarvoor je geen creatief genie moet zijn: mails, blogposts, berichten voor sociale media, vastgoedbeschrijvingen, reviews of rapporten, cv’s, jobbeschrijvingen, productfeatures, marketingcontent en ga zo maar door. Je voedt de AI met jouw triggers, kiest een template voor de juiste toepassing, en enkele seconden later heb je iets waar een echt persoon totvoor kort uren mee bezig was. Nog links of rechts een komma aanpassen en de output is prima bruikbaar. Omdat AI nooit moe wordt, geen lastige vragen stelt én ook perfect is getraind, zal die content trouwens meteen ook voldoen aan wat zoekmachines verwachten, staan er geen spelfouten in en kan je oneindig varianten vragen. Dat morgen elke LinkedIn-post, tweet of jobbeschrijving op elkaar zal lijken is een nadeel dat we er zullen moeten bijnemen.

 

Hoewel dit een heel krachtig zakelijk instrument is, moeten we opletten dat we niet in

een wereld terechtkomen waarin we de AI oneindig veel extra content laten uitspuwen

voor elk idee dat we ook heel kort en to the point hadden kunnen overbrengen. Dat

doet me trouwens denken aan onderstaande cartoon.



Een ander domein waarin AI enorme impact zal hebben is het schrijven van softwarecode of het ontwikkelen van complexe 3D-modellen. Je geeft via prompts in normale taal instructies van wat je van de software of het model verwacht, en de achterliggende code wordt door de AI in real time geproduceerd. Uiteraard is dat vandaag nog niet geschikt voor heel complexe projecten, maar ook daar assisteert de AI al in zogenaamde Integrated Development Environments (IDE) die programmeurs gebruiken. Als gewone programmeur zou ik heel nerveus worden van deze evolutie en toch stilaan beginnen uit te kijken naar wat ik in mijn verdere carrière zou kunnen gaan doen.

 

Ondertussen wordt AI ook geïntegreerd in professionele creatieve tools om het werk te

versnellen of om nieuwe mogelijkheden te bieden. Een nieuw logo of een frisse huisstijl

nodig? Je hoeft daarvoor al lang niet meer naar een duur bureau en zelfs geen goedkope

kracht aan de andere kant van de wereld in te schakelen via 99designs of Fiverr. Talloze

AI-platformen helpen je nu letterlijk in enkele minuten aan een logo.

 

Ben je fotograaf of grafisch designer? De nieuwe versie van Photoshop laat toe om met

Generative Fill, via AI, onbestaande achtergronden aan te maken op jouw beelden. Van

dat portret dat je maakte aan zee, maak je zo een foto in de bergen, en het model dat

er maar half op staat krijgt plots benen. En dat allemaal met de professionele kwaliteit

die we van Adobe gewend zijn.

 

Je kan de AI ook inschakelen als een adviseur, consultant, sparringpartner of expert.

Brainstormen over een bepaald onderwerp leidt binnen enkele seconden tot suggesties en ideeën waarop je zelf verder kan bouwen. Niet alles is zomaar bruikbaar, maar vaak is het een goede basis. Wil je een offsite-tweedaagse organiseren voor je team, dan zal de AI je een gedetailleerd voorstel doen van activiteiten en locaties. Een van de toepassingen waarvoor ik het gebruikt heb in dit boek, is een eerste versie te maken van de vragen aan het eind van elk hoofdstuk. De prompt die ik daarvoor heb aangemaakt is:


“You are a business consultant, helping companies with answering strategic transformation questions about the future. Please formulate 10 key questions that you ask your client about the impact they might face and/or the readiness of the client. Your input is the following text. Your output is in Dutch.”


Van de tien vragen waren er gemiddeld een drietal bruikbaar, op voorwaarde dat ik ze herschreef in mijn stijl. Het is alsof je een sparringsessie hebt met een collega over goede ideeën om verder mee aan te slag te gaan.

 

Ondertussen heeft zich een heel ecosysteem ontwikkeld van ontelbare bedrijfjes die elk

in bepaalde niches de AI zo relevant mogelijk trachten toe te passen, waarbij prompts en

templates op maat van een bepaald type oplossing zijn geoptimaliseerd. Hierdoor wordt

de drempel voor zakelijke gebruikers nog verder verlaagd. Al deze toepassingen gebruiken dezelfde onderliggende technologie, maar ze maken versies die naadloos inpassen in de wereld van researchers, journalisten, marketeers, fotografen, designers, architecten, juristen, hr-professionals, programmeurs, muzikanten, videoproducers en ga zo maar door. In enkele maanden tijd zijn er duizenden nieuwe toepassingen bijgekomen.

 

Alles wat ik tot nog toe heb beschreven klinkt indrukwekkend en werkt ook heel goed.

Minder dan een jaar na de lancering zijn er talloze kenniswerkers en creatievelingen die

ChatGPT inschakelen in hun dagelijks werk.

 

Waarvoor moet je AI dan (nog) niet gebruiken? Om iets feitelijks te weten te komen. AI

is geen zoekmachine, hoewel sommige versies wel al integreren met Bing en Google. AI

is een statistische verzinmachine, zoals we eerder hebben gezien. Nu valt dat verzinnen

nog wel mee als het gaat over inhoud waarmee de AI grondig getraind is geweest. Wil

je iets weten over de Franse Revolutie of over het ontstaan van het heelal, dan is wat je

krijgt waarschijnlijk perfect bruikbaar.

 

Wil je iets recenters weten, dan is de kans reëel dat de AI gewoon logisch klinkende

onzin fabriceert en zonder enige gêne presenteert als feiten. Zelfs als je de AI vraagt

om bronvermeldingen te geven, blijken die laatste vaak helemaal verzonnen. In een test

die ik deed vroeg ik de AI om een analyse van de redenen waarom China investeert in

duurzame energie in Afrika. Ik kreeg een perfect opgebouwd antwoord met goede en geloofwaardige argumenten. Die hadden elk hun bronvermelding die verwezen naar respectabele websites als Forbes en het World Economic Forum. Maar bij het opvolgen van die bronnen bleken verschillende webpagina’s gewoon onbestaande. Het hoofddomein (bv. Forbes.com) was correct, maar de rest van de weblink was... verzonnen, met als gevolg een ‘error 404’. Andere links werkten dan weer wel, maar gingen naar pagina’s waar op geen enkele manier gerefereerd werd naar het gevraagde thema. Ik heb deze test al verschillende keren herhaald, en meestal met vergelijkbare beangstigende resultaten.

 

Je kan generatieve AI wel op een relevante manier als zoekinstrument toepassen, als je

die koppelt met je eigen bronnen en systemen. Verschillende AI-platformen laten toe om je eigen informatie te ontsluiten en daarop de taalkundige vaardigheden van de AI los te laten: vragen stellen, zoeken, vertalen, samenvatten, verwerken in teksten, alles kan. Op die manier kan je in je eigen data en toepassingen duiken via gewone taal. Via chat kunnen juristen vragen stellen over de wet, lopende dossiers of eerdere procedures. Marketeers kunnen inzicht krijgen in klantsegmentatie of de resultaten van een campagne. Klanten kunnen eindelijk geholpen worden door een chatbot die wel degelijk begrijpt waarover ze het hebben en die heel complexe vragen aankan.

 

Hoewel ik hierboven vooral over ChatGPT heb gepraat, zijn er verschillende andere partijen die vergelijkbare AI-modellen aanbieden. Zo heeft Google een eigen Large Language Model, LaMDA genaamd. Dit is de basis van BARD, hun versie van ChatGPT. Omdat OpenAI de markt op snelheid heeft gepakt, wat niet iedereen even verstandig vindt vanwege de mogelijke risico’s van een te snelle go-to-market, hebben zij wel het terrein geclaimd.

 

Alles welbeschouwd is wat AI vandaag al aankan heel indrukwekkend. Na jarenlange ontwikkelingen van onzichtbare AI voor zware bedrijfsprocessen, hebben we nu eindelijk een soort ‘AI for the people’. Het komt dicht bij de scènes uit Star Trek waarin Captain Kirk of Picard in gewone taal elke vraag kon stellen aan de computer. Laten we hopen dat onze technologie even betrouwbaar werkt en geen psychotische trekjes begint te vertonen zoals HAL in 2001: A Space Odyssey.


Want dat AI risico’s inhoudt is ondertussen duidelijk. In maart van 2023 ondertekenden

gezaghebbende technology-leaders zoals Elon Musk van Tesla en Steve Wozniak een

open brief met de vraag om de AI-ontwikkeling voor zes maanden te pauzeren zodat er kon worden nagedacht over de mogelijke implicaties. Nog geen twee maanden later raakte bekend dat Geoffrey Hinton, de ‘godfather of artificial intelligence’, ontslag had genomen bij Google, waar hij aan het roer stond van AI. Hij gaf als reden zijn bezorgdheden over de mogelijke gevolgen van de huidige ontwikkelingen.

 

De meest existentiële vraag is natuurlijk wat er met ons, de mens, gaat gebeuren mocht AI zich ooit ontwikkelen tot een Super Intelligence, met vermogens die die van de mens ver overstijgen. Hoewel de dystopische voorspellingen best dramatisch zijn, achten weinigen het waarschijnlijk dat zo’n scenario echt gaat gebeuren. En zelfs al zou dat ooit kunnen, de negatieve gevolgen op korte termijn zijn veel concreter en vergen vandaag onze aandacht.



Uitdagingen op korte termijn


Een eerste uitdaging is de onmiddellijke devaluatie van de waarde van een intellectueel product. Een eindwerk of thesis om als afstudeerproef te bewijzen dat je kan onderzoeken, analytisch kan denken, iets helder kan verwoorden en een aardige tekst kan schrijven is in 2023 irrelevant geworden. Dankzij AI kan iedereen nu vlot zo’n werk opleveren en moeten docenten over de hele wereld vanaf volgend academiejaar op zoek naar eenalternatief format.

 

Vergelijkbaar is de ogenblikkelijke instorting van de semicreatieve markt, waarin muzikanten typisch hun geld verdienen door muziek te maken voor bedrijfsvideo’s, reclamejingles of hotellobby’s. Met de komst van AI genereer je als marketeer in een handomdraai nu zelf muziek die perfect aan jouw wensen voldoet, zonder dat je daar auteursrechten op moet betalen. Hetzelfde geldt trouwens voor stockfoto’s: waarom nog betalen voor een licentie op een bestaand beeld, als je quasi gratis een berglandschap kan laten creëren door de AI, inclusief een Alpen-koe van chocolade als je dat wil?

 

Je zou kunnen veronderstellen dat dit nog wel even op zich zal laten wachten, maar een bericht in juni 2023 bewees dat de gevolgen zich nu al laten voelen. Axel Springer, de Duitse uitgever van onder meer het roddelblad Bild, zet 200 mensen op straat om ze grotendeels door AI te vervangen. De redenering is dat sappige roddels of bijbehorende foto’s even goed door AI kunnen worden verzonnen – ik bedoel: geschreven.

 

En dat brengt ons naadloos bij de grootste bedreiging op korte termijn: jobverlies. Nu

reeds kan AI al heel wat taken overnemen van kenniswerkers. Dit zijn typisch taken die we vandaag toevertrouwen aan assistenten, juniors en begeleidende krachten die via dit lagere, vaak repetitieve werk stilaan de knepen van het vak leren. Deze taken dreigen als eerste te verdwijnen. We mogen echter verwachten dat de mogelijkheden van generatieve AI de komende maanden en jaren nog exponentieel zullen toenemen, waardoor de kwaliteit van het geleverde werk verder zal verbeteren, en steeds meer kennisjobs onder druk komen te staan. Goldman Sachs schreef in april 2023 in een rapport dat zij verwachten dat in de nabije toekomst 300 miljoen jobs geïmpacteerd zullen worden. Hoewel zo’n cijfer weinig gefundeerd is, geeft het toch te denken. Net omdat de meeste bedrijven kijken naar AI als een mogelijke kostenbesparing, is deze evolutie een grote bedreiging die zich op heel korte termijn kan manifesteren. We spreken hier over maanden, mogelijk enkele jaren. In de ideale wereld (waar AI-fans ook naar verwijzen) laten mensen zich helpen door AI om hun job beter te doen. In een opportunistische wereld worden mensen op de keien gezet van zodra de AI min of meer de kwaliteit kan benaderen van de medewerker.


IN EEN OPPORTUNISTISCHE WERELD WORDEN MENSEN OP DE KEIEN GEZET VAN ZODRA DE AI MIN OF MEER DE KWALITEIT KAN BENADEREN VAN DE MEDEWERKER.

Als tegenargument kan je opwerpen dat AI ingeschakeld zal worden om de krapte op de arbeidsmarkt te compenseren: voor veel beroepen zijn er immers niet meer genoeg kandidaten te vinden. Dit zal voor een aantal profielen zeker het geval zijn, maar het probleem met deze denkwijze is dat voor de meeste white collar-banen die door AI worden bedreigd, er net weinig of geen krapte is: marketeers, juristen, boekhouders, assistenten allerhande of klantendienstmedewerkers, het valt af te wachten hoe het einde van dit decennium er voor hen uitziet.

 

Een andere harde noot om te kraken is de privacy en vertrouwelijkheid waarmee AI omspringt met onze data. Tot op vandaag is niet helemaal duidelijk wat er juist gebeurt met de interne documenten die je laat samenvatten door ChatGPT. Wordt de inhoud mee deel van ‘het collectief’ aan kennis en is het mogelijk dat een andere gebruiker flarden van onze inhoud verwerkt krijgt in zijn of haar interactie met de AI? Verschillende AI-platformen blijven bewust heel vaag als het over dit onderwerp gaat, hoewel Microsoft claimt dat de user prompts van zijn gebruikers zullen worden gewist en dat geen data van de klant wordt gebruikt om het systeem verder te trainen.

 

Hoewel er nog uitdagingen zijn, zoals de culturele bias waarmee de AI is getraind of de problematiek van de auteursrechten die niet zijn gerespecteerd bij het trainen van de modellen, wil ik nog bij één laatste bedreiging blijven stilstaan die onze aandacht meer dan verdient. Wat als we binnenkort in een wereld leven waarvan we niet meer weten wat waar is en wat niet? Een wereld waarin AI een oneindige stroom valse berichten een-op-een kan afvuren op elk van ons individueel: teksten, berichten, video’s, audio die allemaal echt lijken, maar waarvan we niet weten of ze ook echt zíjn. Wat wordt er van de wereld als we morgen onze ogen en oren niet meer kunnen vertrouwen, omdat wat echt lijkt, niet echt hoeft te zijn? Ik hoor je denken dat dit vandaag reeds het geval is: internettrollen, fake news, de echokamers van sociale media, propaganda en populistische demagogen, ze zijn er inderdaad allemaal al. Maar de mate waarin AI in de verkeerde handen dit nog allemaal kan versterken, moet ons angst inboezemen en tot voorzichtigheid aanmanen. Misschien is er één lichtpuntje in deze kwestie: Europa kijkt met argusogen naar de ontwikkelingen en probeert er grip op te krijgen via eennieuwe European AI Act.





Neem contact met ons op voor meer informatie over hoe Scopernia je kan helpen bij het uitwerken van een AI-strategie.



404 views0 comments

Comments


bottom of page