Hoogtepunten
- De buzz rondom AI is vooral gericht op het verhogen van de productiviteit, maar het echte potentieel ligt in de besluitvormingsprocessen die daaraan voorafgaan.
- Grootschalige taalmodellen kunnen de 'onbewuste kennis' van een bedrijf integreren naast de gestructureerde gegevensbronnen
- De uitgebreide kennisbank als resultaat kan worden gebruikt om de besluitvorming te verbeteren, waardoor goed werk wordt verheven tot geweldig werk
Op deze pagina
Productiviteit verhogen is slechts bijzaak voor AI: goed werk omzetten in geweldig werk zal het echte voordeel zijn
2023 zal herinnerd worden als het jaar waarin generatieve AI mainstream werd.
Niets bewijst de impact van de technologie op ons publieke bewustzijn beter dan het toonaangevende woordenboek Collins dat "AI" uitriep tot woord van het jaar. Er werd heftig gedebatteerd over de noodzaak om AI te reguleren, samen met de voordelen en de impact op de economie en de werkgelegenheid.
Uit het World Economic Forum's Future of Jobs Report 2023 bleek dat bijna driekwart van de ondervraagde bedrijven van plan is om AI te gaan gebruiken, waarbij 50% verwacht dat dit tot banengroei zal leiden. In het boek Bridgital Nation voorspelt onze voorzitter, Natarajan Chandrasekaran, dat AI tegen 2025 30 miljoen banen kan opleveren en een belangrijke impuls kan geven aan de economische groei.
Het zal geen verrassing zijn dat de impact van AI op de economie een belangrijk onderwerp is zijn op de jaarlijkse bijeenkomst van het Forum in Davos, Zwitserland, deze week. En het is niet moeilijk om te zien waarom: sommige projecties suggereren een economische opleving gelijk aan de productie van India en China samen in 2030. We staan aan het begin van een transformatief decennium waarin generative AI nu al een nieuwe vorm geeft aan werk, leven en zakendoen. Naast de impact op het bedrijfsleven zal het ook voordelen opleveren voor de gezondheidszorg, het onderwijs en de klimaatverandering.
Maar ondanks de intense focus op AI missen we iets fundamenteels. De publieke aandacht is grotendeels uitgegaan naar het verhogen van de productiviteit met versnelde output. Maar het echte potentieel ligt in de besluitvormingsprocessen die daaraan voorafgaan. Hier kan AI de capaciteiten van mensen vergroten - ze van gemiddeld naar geweldig brengen en beginners net zo vaardig maken als experts - in plaats van ze overbodig te maken.
AI’s evolutie
Voordat we hier dieper op ingaan, moeten we eerst definiëren wat AI inhoudt. AI heeft zich snel ontwikkeld en kan worden afgebakend aan de hand van uitbreidende mogelijkheden. Aanvankelijk richtte AI zich op herkenningstaken, zoals het identificeren van objecten in afbeeldingen. De volgende fase was redeneren, analyseren wat er gebeurde, waarom het gebeurde, wat de waarschijnlijke gevolgen waren, wat we eraan moesten doen en beslissingen nemen op basis van dat inzicht.
De meest transformerende verschuiving vond plaats met de komst van generative of operatieve mogelijkheden, zoals grote taalmodellen (LLM's) zoals GPT, LaMBDA en LLaMA. Deze modellen maken gebruik van voorspellingen die tijdens de redeneerfase zijn gedaan en kunnen beslissingen nemen en acties voorstellen.
LLM's gaan verder dan de informatie die ze krijgen en extrapoleren, wat resulteert in niet-deterministische reacties op dezelfde invoer. Ze hebben de kracht om inzichten te halen uit ongestructureerde inhoud en wanneer ze worden gecombineerd met bedrijfsspecifieke modellen, kunnen ze een kennissuperstructuur creëren die de beslissingssnelheid, effectiviteit en klantervaringen verbetert.
Mensen versterken in plaats van vervangen
Het is duidelijk dat het meest effectieve gebruik van generative AI het vergroten van menselijke creativiteit zal zijn, in plaats van het vervangen van mensen. AI zal banen niet vervangen, maar mensen er beter in maken, deels door de democratisering van kennis. Hierdoor kunnen banen door AI worden opgewaardeerd, waardoor bestaande kenniskloven worden gedicht en de wereldwijde toegang tot informatie toeneemt. Het World Economic Forum voorspelt zelfs dat AI tussen nu en 2027 een banenschepper zal zijn.
Hoewel het de taak van bedrijven is om hun personeel te ondersteunen bij het om- en bijscholen in lijn met deze ontwikkelingen, zijn de voordelen voor iedereen duidelijk; verhoogde efficiëntie en dus vaak een hogere output zijn gewenste bijkomstigheden. De noodzaak om mensen bij te scholen moet onze eerste prioriteit zijn om deze kans te benutten. Bij TCS hebben we het afgelopen jaar meer dan 100.000 mensen opgeleid op het gebied van generative AI, en het doet me goed om te zien dat er in de hele sector vergelijkbare inspanningen worden gedaan die essentieel zijn voor het opbouwen van een personeelsbestand dat klaar is voor AI.
Gemiddeld of zelfs goed werk omzetten in geweldig werk. Dat is de echte kans die voor ons ligt.
Een nieuwe AI-gerichte bedrijfsarchitectuur
In de huidige kenniseconomie genereren bedrijven waarde door kenniswerk, waarbij het gaat om beslissingen en acties van individuen of groepen. Traditionele technieken zoals machine learning en data-analyse worden gebruikt om informatie uit gestructureerde gegevens te halen. Maar dan is er nog de stilzwijgende kennis van een organisatie: de ongestructureerde inhoud en gegevens - vaak verworven door ervaring, observatie, imitatie en praktijk - die niet gemakkelijk gecodificeerd kan worden.
Deze afhankelijkheid van stilzwijgende kennis maakt het moeilijk om beslissingen te verklaren en veroorzaakt verschillen in de output van beslissingen, uitkomsten en klantervaringen. GenAI of grote taalmodellen kunnen mogelijk inzichten halen uit dergelijke ongestructureerde inhoud. Fundamentele modellen, zoals GPT, LLaMA en open-source alternatieven, zijn "wereldwijs" en kunnen algemene kennis integreren die offline kan bestaan, zoals in boeken of schilderijen.
Door dergelijke modellen te combineren met bedrijfsgeoriënteerde modellen en traditionele AI/ML-technieken kan er een kennissuperstructuur worden gecreëerd binnen een onderneming, waardoor de snelheid en effectiviteit van beslissingen en acties toeneemt. Dit kan de klantervaring, productiviteit en de inzet van talent verbeteren. Het grootste voordeel van deze technologieën ligt in het digitaliseren van de kennis van een onderneming en het verminderen van de afhankelijkheid van stilzwijgende kennis in beslissingen en acties.
Dit vereist de creatie van veel op de onderneming afgestemde doelgerichte modellen of agenten voor elke activiteit, die verder zullen worden uitgebreid door deze kennissuperstructuren. AI moet worden gezien als een bedrijfsherdefinitie-oefening waarbij verschillende bedrijfsonderdelen betrokken zijn, zoals juridische, beveiligings-, data-, compliance- en technische teams, om de meest waardevolle activiteiten te identificeren die kunnen worden getransformeerd met behulp van een kennissuperstructuur.
Ondernemingen zullen moeten investeren in deze vierlagen-architectuur die gevoed wordt door honderden of duizenden speciaal gebouwde modellen die geoptimaliseerd zijn voor kosten, kwaliteit, veiligheid en privacy. Deze complexe onderneming biedt aanzienlijke mogelijkheden om de afhankelijkheid van stilzwijgende kennis te verminderen, topkwaliteit te leveren en de variatie in outputkwaliteit te verminderen. Er is een geavanceerde en goed doordachte strategie nodig om deze transformatie binnen een onderneming te stimuleren.
Besluitvorming van gemiddeld naar geweldig
Uiteindelijk biedt generative AI een ondernemingsbrede mogelijkheid om besluitvormingsprocessen en de algehele efficiëntie te verbeteren. Deze integratie digitaliseert bedrijfskennis, vermindert de afhankelijkheid van stilzwijgende kennis en verhoogt de productiviteit en het gebruik van talent.
En het is hier waar de huidige focus van het publieke debat misplaatst is, bijna uitsluitend gericht op "actie" in plaats van op het potentieel om de kennis van een onderneming te digitaliseren en de afhankelijkheid van stilzwijgende kennis in beslissingen en acties te verminderen. Simpel gezegd ligt de echte waarde van AI en machine learning in de stap vóór de output, in het verbeteren van de besluitvorming.
Waarom? Omdat het ons kan helpen om de kloof tussen gemiddelde en geweldige output te overbruggen en meer consistent output van hogere kwaliteit te verkrijgen. Het stelt ons in staat om kennis te democratiseren. Dit kan helpen om de resultaten op veel gebieden te verbeteren - denk aan artsen in staat stellen om consistentere diagnoses te stellen en patiënten te behandelen ondanks verschillen in ervaring en tijdsbeperkingen.
Als we generative AI op de juiste manier inzetten en ons richten op hoe het onze besluitvorming en creativiteit kan vergroten, kunnen we een krachtige kennissuperstructuur ontsluiten, de beslissingssnelheid en effectiviteit verbeteren en de klantervaring opvoeren.
Gemiddeld of zelfs goed werk omzetten in geweldig werk. Dat is de echte kans die voor ons ligt.
Contact
Contact