Na de verbazing over wat er allemaal mogelijk is met ai, filosofische beschouwingen over hoe dit zich verhoudt tot onze menselijke creativiteit en oprechte zorgen over eventuele schadelijke gevolgen, wordt het tijd om als bedrijf concreet met ai aan de slag te gaan. Wat kan je ermee als bedrijf en hoe start je verantwoord met de eventuele implementatie?
De tak van ai die in de belangstelling staat – generatieve ai – baseert zich op large language models. Deze modellen genereren op basis van enorme datasets en statistiek nieuwe teksten. De modellen snappen de context van de data niet, maar kunnen toch antwoorden en interacties genereren die menselijk overkomen. Datzelfde kan ook met beelden, computercode en audio. Dat we in gewone mensentaal kunnen praten met het model maakt het toegankelijk voor iedereen; juist dat maakt deze ontwikkeling echt revolutionair.
Use-cases
Niemand overziet hoe dergelijke ai onze manier van zakendoen precies beïnvloedt; toch is er een aantal overduidelijke use-cases aan te wijzen. De eerste is inzet in klantenservice: als een model gevoed wordt met alle bestaande teksten over de producten van een bepaald bedrijf, aangevuld met alle e-mails van de afdeling klantenservice van de afgelopen jaren, dan heb je een chatbot die uitstekend uit de voeten kan met het merendeel van de klantvragen. Afhankelijk van de informatie waarmee het model gevoed wordt kan het ook voor medewerkers of bijvoorbeeld technische servicemonteurs geschikt zijn; dan werk je aan het ontsluiten van kennis en het trainen van je personeel.
Een tweede uitstekende use-case voor bedrijven is de inzet van generatieve ai voor de analyse van gegevens. Denk aan de accountmanager die een marktanalyse wil doen, of aan de bedrijfsjuridische afdelingen die veel werken met data. Verder kunnen it en marketing tijd en geld besparen door computercode, teksten en beelden te genereren, maar bijvoorbeeld ook ondertiteling bij een bedrijfsvideo of juist een voice-over op basis van een geschreven tekst. Er zijn dus voldoende use-cases voorhanden, waar een bedrijf min of meer direct mee aan de slag kan.
Autopiloot
De inzet van ai ter ondersteuning van de mens als ‘copiloot’ is minder ingrijpend dan het automatisch laten functioneren van een model als ‘autopiloot’. Zet de mens dus centraal en blijf zelf achter het stuur, door een solide ai-kader te ontwikkelen als leidraad voor de ontwikkeling en implementatie van ai-technologieën. Hierin moet vastgesteld worden wie binnen het bedrijf verantwoordelijk is voor het gebruik van ai, en hoe privacy, ethische en wettelijke normen en regels gewaarborgd worden.
Bedrijven en organisaties in de publieke sector hoeven het wiel niet helemaal zelf uit te vinden; voor de financiële sector bieden zowel de Autoriteit Financiële Markten (AFM), de Nederlandsche Bank en het Verbond van Verzekeraars bijvoorbeeld al ai guidelines. Voor de publieke sector biedt de overheid een toolbox voor ethisch verantwoorde innovatie alsook een impact assessment mensenrechten en algoritmes. Er is dus veel informatie te vinden als startpunt, maar bedrijven moeten dit nog wel aanpassen voor gebruik binnen hun eigen organisatie.
Microsoft is een voorbeeld van een bedrijf dat een voorloper op dit gebied is. Zij hebben reeds in 2017 ai-principes geformuleerd voor de inzet van ai in het eigen bedrijf, waarin ze overwegingen hebben opgenomen om rekening mee te houden vóór en tijdens de interactie met het ai-systeem, en wat te doen als er iets mis gaat. De richtlijnen geven verder aan waar je over een langere periode rekening mee moet houden. Ook de ai-principes van Microsoft zijn vrij beschikbaar voor bedrijven.
Publieke domein
Veel werknemers hebben al wel bedrijfsmatig geëxperimenteerd met bijvoorbeeld ChatGPT. Maar zij moeten beseffen dat wat je in de publieke versie van ChatGPT zet, zowel de prompts als de resultaten, wordt weggegeven aan het publieke domein. Het is niet voor niets dat een aantal grote bedrijven het verboden heeft de publieke versie van ChatGPT te gebruiken in een zakelijke context. Dit is dus niet de plek om te gaan experimenteren met bedrijfsdata! Als je dergelijke nieuwe technologie inzet binnen de eigen it-cloud-omgeving van de organisatie, voorkom je dit, en werk je bovendien in een omgeving waar security en toegang geregeld is.
Ook met de inzet van ai geldt dat de bedrijfsdata waarmee je het systeem voedt op orde moet zijn. Large language models berekenen wat het meest logische antwoord of volgende woord in een zin of conversatie is. Als je dit op je bedrijfsdata loslaat en daar staan foutieve data in, dan krijg je dus ook foute antwoorden. Garbage in, garbage out.
Hertrainbaarheid
Een goede eerste stap is experimenteren! Bedrijven moeten nagaan welke use-cases het beste bij hun activiteiten passen, welke problemen ze kunnen helpen oplossen en waar ai is in te zetten om processen te ondersteunen, verbeteren of transformeren. Maar er moet ook worden gekeken hoe de ontwikkelde modellen op een snelle, effectieve manier in gebruik zijn te nemen, inclusief zaken als het monitoren van de modellen, en (automatische) hertrainbaarheid.
Met zowel een solide ai-kader waarin menselijke sturing en ethische waarden vooropstaan en een ‘trustworthy’ technologieplatform om grip te houden op de gebruikte data en modellen, kunnen bedrijven met vertrouwen experimenteren en deze veelbelovende mogelijkheden benutten.
