In slechts twee maanden tijd is ChatGPT uitgegroeid tot het meest gedownloade product ter wereld. Wat deze oplossing onderscheidt van haar voorgangers, is de uiterst eenvoudige interface die is gebaseerd op conversatieachtige ‘prompts’. Dit intuïtieve gebruik, in combinatie met het vermogen AIom enorme hoeveelheden data te verwerken data snelle, nauwkeurige resultaten te leveren, versnelt de uitvoering en besluitvorming voor professionals vertienvoudigd. AI mensen van repetitieve, tijdrovende taken en laat hen zich concentreren op activiteiten met een hogere toegevoegde waarde. Mensen zullen niet worden vervangen, maar 'aangevuld', dankzij generatieve AI.
Volgens recente studies is 78% van de werknemers van mening dat generatieve AI een positieve invloed AI gehad op hun productiviteit. Voor taken die verband houden met kennisverwerving zouden professionals 37% winnen aan uitvoeringssnelheid en ontwikkelaars 55% bij coderingstaken. Zes maanden geleden is er een ware innovatierace van start gegaan tussen de spelers op het gebied van generatieve AI. Om de vruchten ten volle te plukken 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 staan buiten kijf, maar ze hebben wel beperkingen waarvan we ons bewust moeten zijn om de gevolgen daarvan tot een minimum te beperken. Er zijn vier hoofdtypen:

  • Ethiek: vooroordelen, „hallucinaties“, het ontbreken van bronvermeldingen of een gebrek aan transparantie bij het gebruik van data tot uiting komen in de gegenereerde inhoud. We moeten daarom processen voor het opsporen van vooroordelen systematiseren, zoals we dat bij Artefact bij al onze data doen, in overeenstemming met ons ethisch handvest.

  • Milieu: het trainen van de nieuwste AI op basis van miljarden parameters gaat gepaard met een ongekende CO₂-voetafdruk. Zo kostte het trainen van GPT-3[4] bijvoorbeeld het equivalent van 502 ton CO₂-uitstoot, bijna tien keer zoveel als de uitstoot gedurende de levenscyclus van een gemiddelde auto. De toepassingen staan nog maar in de kinderschoenen: zal de CO₂-uitstoot van AI’s worden gecompenseerd door de CO₂ die niet langer wordt gegenereerd door de menselijke activiteiten die ze vervangen?

  • Werkgelegenheid: Hoewel het overgrote deel van de menselijke taken niet zal worden vervangen, maar juist door AI zal worden ondersteund, zullen ze onmiskenbaar een transformatie ondergaan. Het is van cruciaal belang dat mensen van alle leeftijden en beroepen op deze veranderingen worden voorbereid. Bovendien bieden deze technologieën nieuwe carrièremogelijkheden waarvoor nu al een tekort aan geschikte kandidaten bestaat. Opleidingen zoals de Artefact of Data een snelle, praktische manier om je om te scholen voor deze toekomstgerichte beroepen.

  • Regelgeving: gezien de hierboven geschetste uitdagingen is het duidelijk dat generatieve AI binnenkort aan strenge regelgeving AI worden onderworpen, naar het voorbeeld van de regelgeving inzake de verwerking van data. De Europese Unie werkt momenteel aan de AI , die in 2025 van kracht zou moeten worden. Totdat er een duidelijk regelgevingskader is, moeten bedrijven zich baseren op bestaande wetgeving op het gebied van data, intellectueel eigendom, arbeidsrecht en milieubescherming, evenals op niet-bindende richtsnoeren.

Artefacteigen methodologie voor het beperken van risico’s en het optimaliseren van bedrijfstransformatie

De adembenemende, voortdurende vooruitgang op het gebied van generatieve AI bedrijven snel handelen, maar wel met het nodige inzicht. Daarom raden wij onze klanten aan om een stapsgewijze aanpak te hanteren en een solide kader te creëren voor hun transformatieproject.

Om de hele organisatie krijgen, zijn de resultaten van een eerste POC vaak doorslaggevend. Om het risico op incidenten tot een minimum te beperken, verdient het de voorkeur om deze eerste test uit te voeren aan de hand van een interne use case, of via menselijke tussenkomst (bijvoorbeeld: een medewerker gebruikt AI om de klant beter van dienst te zijn). Tegelijkertijd moeten we potentiële toepassingen binnen de hele organisatie in kaart brengen, op basis van de bedrijfsbehoeften en alle data waarover data beschikken.

Tegelijkertijd moet er een stappenplan worden opgesteld voor:

  • Organisatie: er moeten rollen en verantwoordelijkheden worden vastgelegd, evenals het bestuurskader en de processen voor het opstellen en uitbreiden van use cases. Er moet een noodplan worden opgesteld om risico’s en vooringenomenheid te voorkomen.

  • Technologiestack en data: bedrijven moeten ervoor zorgen dat ze beschikken over hoogwaardige first-party data de geïdentificeerde use cases te kunnen uitvoeren, en over een robuuste technische architectuur om deze te industrialiseren. Het is van cruciaal belang om het juiste model voor de juiste toepassing te kiezen, zowel wat betreft kosten, impact als prestaties.

  • Personeelszaken: er moeten zo snel mogelijk programma’s voor acculturatie en opleiding worden opgezet om een succesvolle overgang te garanderen.

Vertrouwen sluit controle niet uit

Hoewel we ervan overtuigd zijn dat generatieve AI een positieve invloed AI en zal blijven hebben op de bedrijfsprestaties van ondernemingen en de productiviteit van hun medewerkers, is het belangrijk om hier voorzichtig mee om te gaan. De ontwikkeling moet geleidelijk en gecontroleerd verlopen, en mensen moeten de controle over de modellen behouden, voordat ze ten volle kunnen profiteren van de onbegrensde toepassingsmogelijkheden die deze nieuwe, uiterst krachtige technologieën bieden.