In slechts twee maanden tijd is ChatGPT het meest gedownloade product ter wereld geworden. Wat deze oplossing onderscheidt van zijn voorgangers is de ultra-eenvoudige interface die gebaseerd is op conversatie-achtige “prompts”. Dit intuïtieve gebruik, gekoppeld aan het vermogen van AI om enorme hoeveelheden data te verwerken en snelle, nauwkeurige resultaten te leveren, vertienvoudigt de snelheid van uitvoering en besluitvorming voor professionals. AI bevrijdt mensen van repetitieve, tijdrovende taken en laat ze zich concentreren op activiteiten met een hogere toegevoegde waarde. Mensen worden niet vervangen, maar “uitgebreid”, dankzij generatieve AI.
Volgens recente onderzoeken is 78% van de werknemers van mening dat generatieve AI een positieve invloed heeft gehad op hun productiviteit. Voor taken die verband houden met kennisverwerving zouden professionals 37% aan uitvoeringssnelheid winnen en ontwikkelaars 55% op coderingstaken. Zes maanden geleden werd er een ware innovatiewedloop gelanceerd tussen de spelers op het gebied van generatieve AI. Om optimaal te profiteren en concurrerend te blijven, moeten bedrijven snel handelen, zonder de resterende uitdagingen uit het oog te verliezen.

Transparantie en vertrouwen, de grote uitdagingen van generatieve AI

De prestaties van generatieve AI-oplossingen zijn onmiskenbaar, maar ze hebben beperkingen waar we ons bewust van moeten zijn om hun impact te minimaliseren. Er zijn vier hoofdtypen:

  • Ethiek: vooringenomenheid, “hallucinaties”, gebrek aan bronnen of gebrek aan transparantie in het gebruik van persoonlijke data kan weerspiegeld worden in de gegenereerde inhoud. Daarom moeten we de processen voor de identificatie van vooroordelen systematiseren, zoals we dat doen bij al onze data-verwerkingen op Artefact, in overeenstemming met ons ethisch handvest.

  • Milieu: het trainen van de nieuwste AI-modellen op miljarden parameters heeft een ongekende CO2-voetafdruk. Er was bijvoorbeeld het equivalent van 502 ton CO2-uitstoot nodig om GPT-3[4] te trainen, bijna tien keer de hoeveelheid die nodig is voor de levenscyclus van een gemiddelde auto. De toepassingen zijn nog maar net begonnen: zal de CO2-uitstoot van AI's gecompenseerd worden door de CO2 die niet langer gegenereerd wordt door de menselijke activiteiten die ze vervangen?

  • Werkgelegenheid: Hoewel de overgrote meerderheid van de menselijke taken niet vervangen zal worden, maar eerder zal worden bijgestaan door AI, zullen ze onmiskenbaar veranderen. Het is cruciaal dat mensen van alle leeftijden en beroepen op deze veranderingen worden voorbereid. Bovendien openen deze technologieën nieuwe carrièremogelijkheden waarvoor we nu al een tekort aan profielen zien. Opleidingen zoals de Artefact School of Data bieden een snelle, praktische manier om u om te scholen voor deze toekomstgerichte beroepen.

  • RegelingGezien de hierboven beschreven uitdagingen is het duidelijk dat generatieve AI binnenkort onderworpen zal zijn aan strenge regelgeving, naar het voorbeeld van de regelgeving voor de verwerking van persoonlijke gegevens (data). De Europese Unie werkt momenteel aan de AI Act, die in 2025 van kracht zou moeten worden. Totdat er een duidelijk kader is, moeten bedrijven vertrouwen op bestaande teksten over data, intellectueel eigendom, arbeidsrecht en milieubescherming, evenals op zachte wetgeving.

Artefact's eigen methodologie voor risicoverlaging en optimalisatie van bedrijfstransformatie

De adembenemende, voortdurende vooruitgang in generatieve AI vereist dat bedrijven snel, maar verstandig handelen. Daarom raden wij onze klanten aan om een progressieve bedrijfsmodus aan te nemen en een solide kader rond hun transformatieproject te implementeren.

Om het hele bedrijf aan boord te krijgen, zijn de resultaten van een eerste POC vaak doorslaggevend. Om het risico op incidenten te minimaliseren, is het beter om deze eerste test uit te voeren op een interne use case, of door menselijke bemiddeling (bijv.: een menselijke agent gebruikt AI-informatie om de klant beter van dienst te zijn). Tegelijkertijd moeten we potentiële toepassingen in het hele bedrijf identificeren, op basis van de bedrijfsbehoeften en alle data die we hebben.

Tegelijkertijd moet er een stappenplan worden opgesteld voor:

  • Organisatie: rollen en verantwoordelijkheden moeten worden gedefinieerd, samen met governance en processen voor het creëren en uitbreiden van use cases. Er moet een rampenplan worden opgesteld om risico's en vooroordelen te voorkomen.

  • Tech stack en data: bedrijven moeten ervoor zorgen dat ze hoogwaardige first-party data hebben om de geïdentificeerde use cases te bedienen, en een robuuste technische architectuur om ze te industrialiseren. Het is cruciaal om het juiste model voor het juiste gebruik te kiezen, in termen van kosten, impact of prestaties.

  • Human resources: acculturatie- en trainingsprogramma's moeten zo snel mogelijk worden opgezet om een succesvolle overgang te garanderen.

Vertrouwen sluit controle niet uit

Hoewel we ervan overtuigd zijn dat generatieve AI een positieve invloed heeft en zal hebben op de operationele prestaties van bedrijven en de productiviteit van hun werknemers, is het belangrijk om voorzichtig te beginnen. De vooruitgang moet continu en gecontroleerd zijn, en mensen moeten controle houden over de modellen, voordat ze volledig kunnen profiteren van de onbeperkte gebruiksmogelijkheden die deze nieuwe, ultra-high-performance technologieën bieden.