Wereldwijd Blog

In het zich ontwikkelende landschap van ondernemings-AI markeert de opkomst van agentic systemen een cruciale verschuiving. AI-agenten zijn autonome toepassingen die worden aangedreven door grote taalmodellen (LLM's) die kunnen redeneren, onthouden en actie ondernemen. Ze reageren niet langer passief op input van gebruikers, maar zijn actieve besluitvormers die bedrijfsprocessen in realtime beïnvloeden. Maar autonomie brengt risico's met zich mee, en met risico's komt de behoefte aan gestructureerd toezicht. In dit nieuwe paradigma is supervisie van technische systemen niet langer optioneel, maar fundamenteel.

Nu het zoeken geleidelijk verschuift naar conversatie-engines zoals ChatGPT, Gemini, Le Chat, Claude of Perplexity, moeten merken fundamenteel opnieuw nadenken over hoe ze online bestaan. Zichtbaarheid komt centraal te staan: het gaat er niet langer om de algoritmes van Google tevreden te stellen, maar om te verschijnen binnen gegenereerde, samengestelde en gecontextualiseerde antwoorden.

Generatieve AI heeft levertijden gecomprimeerd: wat acht uur duurde, duurt nu drie uur. Maar waar blijven de resterende vijf uur?

Er is iets subtiels maar ingrijpends aan de hand in bedrijfssoftware. Jarenlang floreerde SaaS op UX-goed ontworpen interfaces om mensen door steeds complexere workflows te leiden.

Decennialang floreerde consulting door gepolijste diavoorstellingen te leveren vol met raamwerken en benchmarks.

Merken zijn al lang jaloers op de grote hoeveelheden first-party data die in de systemen van retailers zitten. De gemiddelde shopper schrijft zich in voor ongeveer 13 loyaliteitsprogramma's, maar blijft in nauwelijks de helft daarvan actief, dus de “relatie” houdt vaak op bij de kassa.

Het S&OP-proces (Sales and Operations Planning) is bedoeld om de afdelingen verkoop, bedrijfsvoering en financiën op één lijn te brengen rond een geïntegreerd en haalbaar plan. S&OP is meer dan een maandelijkse agenda, het is een continue cyclus die erop gericht is om op de toekomst te anticiperen en de organisatie voor te bereiden om deze efficiënt tegemoet te treden. Vandaag de dag is kunstmatige intelligentie (AI) al een realiteit in delen van dit proces - vooral in de vraagplanning. Maar het potentieel ervan gaat verder: naarmate we ons verder ontwikkelen op het gebied van analytische volwassenheid en de integratie tussen teams en data, kan AI een centraal tandwiel worden voor snellere, nauwkeurigere beslissingen die zijn afgestemd op de bedrijfsrealiteit.

Terwijl de toekomst van reclame zich snel ontwikkelt, verandert ook de manier waarop we consumenten begrijpen en bereiken. Google luidt een nieuw tijdperk van zoekstatistieken in die meer granulaire, bruikbare inzichten voor marketeers opleveren. Twee nieuwe statistieken, User Searches en Ad Opportunities, lopen voorop in deze transformatie, aangedreven door vooruitgang in AI en multimodale zoekmogelijkheden.

De snelle opkomst van Generative AI (GenAI), aangedreven door geavanceerde Large Language Models (LLM's), heeft wereldwijd de aandacht getrokken en heeft opmerkelijke mogelijkheden laten zien in het creëren van inhoud, samenvatten en interactie. Bedrijven zijn deze tools actief aan het verkennen en integreren om de productiviteit te verhogen en nieuwe communicatiemogelijkheden te ontsluiten. Als we ons echter alleen op GenAI richten, zien we de volgende seismische verschuiving in artificial intelligence over het hoofd: Agentic AI.

In het huidige, meedogenloos concurrerende zakelijke landschap zijn wendbaarheid en weloverwogen besluitvorming van het grootste belang. Het vermogen om snel toegang te krijgen tot de collectieve intelligentie van een organisatie en daar gebruik van te maken, kan het cruciale verschil maken tussen slagen en overleven. Toch ligt onder de oppervlakte van veel bedrijven een belangrijke, vaak onderschatte aanslag op de productiviteit en innovatie: het alomtegenwoordige probleem van gefragmenteerde en ontoegankelijke kennis.

Tijdens de recente Artefact Data & AI Summit in Dubai deelde Vincent Luciani, medeoprichter en Executive Chairman van Artefact, zijn inzichten over het veranderende landschap van artificial intelligence. Dit artikel behandelt de belangrijkste punten uit Vincent's sessie, waaronder de commoditisatie van AI, de impact op het personeelsbestand, de bijbehorende uitdagingen en kansen, en strategische aanbevelingen voor organisaties.

Stelt u zich eens een scenario voor waarbij elk operationeel data punt van een industrie continu wordt vastgelegd, georganiseerd, schaalbaar en vrij van cyberbedreigingen. Dit is het concept van IT/OT (Information Technology/Operational Technology) convergentie, een evolutie waarbij de synergie tussen data en technologie de efficiëntie, veiligheid en innovatie in de productie optimaliseert, waardoor hoogwaardige data en robuuste beveiliging mogelijk worden die betrouwbare en strategische beslissingen ondersteunen.

De missie van Artefact Research Center is het bevorderen van een innovatie-ecosysteem rond AI en data door het stimuleren van samenwerking tussen universiteitsprofessoren en vertegenwoordigers van internationale partnerbedrijven. Het doel: baanbrekend onderzoek aangestuurd door data en de industriële toepassingen van zijn partnerbedrijven.

Vincent Luciani, medeoprichter en uitvoerend voorzitter van Artefact, benadrukt dat artificial intelligence (AI) concreet moet worden geïntegreerd in de collectieve processen van een bedrijf, wil het echte productiviteitswinst opleveren. De ondernemer zal deelnemen aan de MKIA, een evenement georganiseerd door Maddyness en gewijd aan AI, in de Salle Gaveau in Parijs, op dinsdag 29 april.

Geen enkele strategie is effectief zonder meting! Het kiezen van projecten, het evalueren van de prestaties van AI-agenten of de hallucinaties van de machine: gedetailleerde uitleg over de governance die u moet invoeren om u te onderscheiden van de massa dankzij artificial intelligence.

In juli 2024 werd Robin gepromoveerd tot CTO van Artefact Frankrijk vanwege zijn diepgaande technologische expertise en managementvaardigheden. Hij geeft nu leiding aan een groot team van data wetenschappers, software engineers en frontend ontwikkelaars en zorgt ervoor dat zijn team voorop loopt op technologisch gebied, waarbij training en nieuwsgierigheid centraal staan.

AI ontwikkelt zich snel in de richting van een toekomst waarin gebruikers niet langer nadenken over modellen, modi of hulpmiddelen. In plaats daarvan worden systemen dynamisch adaptief: ze passen automatisch de redeneerdiepte aan, selecteren de juiste hulpmiddelen en beheren bronnen in realtime op basis van de complexiteit van taken.