Gen-ai is opportuniteit om te zien wat ai echt kan doen

BLOG – Is de gen-ai-hype voorbij? Als we de Gartner Hype Cycle mogen geloven, komt zij dit jaar in de ‘trog van desillusie’ terecht, het ogenblik waarop de interesse in experimenten vervaagt omdat resultaten uitblijven. Toch betekent dit niet dat organisaties nu plots de pauzeknop induwen. Integendeel, de kans is groot dat we nu gaan ontdekken wat de waarde van ai kan zijn voor bedrijven en samenleving.

Als gen-ai ons de afgelopen twee jaren iets geleerd heeft, dan is het dat we terug moeten naar de basisprincipes van ai, en meer bepaald naar de data die een model nodig heeft. Gebrek aan kwaliteitsvolle data is de reden waarom projecten met gen-ai falen. Nog steeds hebben veel organisaties hun databeheer en governance niet helemaal op orde.

Intussen hebben bedrijven dankzij de gen-ai-hype ervaren dat toepassingen waardevol kunnen zijn. Maar om er echt van te profiteren, moeten ze hun large language models (llm’s) verfijnen op basis van data die specifiek zijn voor de organisatie. Zonder data van goede kwaliteit heeft geen enkel ai-project kans op slagen. Daarnaast moeten ze ook inzetten op meer data- en ai-geletterdheid. Ai is een zwarte doos en je wil niet dat mensen er blindelings op vertrouwen.

ChatGPT

Dankzij de gen-ai-hype hebben veel organisaties hun eerste stappen met ai-technologie gezet. Zo gaan we toepassingen als ChatGPT straks mogelijk beschouwen als versnellers die vertrouwen in ai hebben gekweekt en op die manier waardevollere gebruikscases mogelijk hebben gemaakt. De huidige gen-ai-applicaties drijven de productiviteit en efficiëntie op, en dat werpt zijn vruchten af. Je kunt ze bekijken als laaghangend fruit voor bedrijven. Eigenlijk zijn het intelligente chatbots met gratis, toegankelijke gebruikersinterfaces die je op de data van je organisatie loslaat.

Het einde van de hype betekent niet het einde van gen-ai

Ook al is gen-ai nog geen wondermiddel gebleken, toch heeft ze organisaties en gebruikers geholpen om een basisniveau van datageletterdheid te kweken. Bedrijven denken na over de data die nodig zijn om die intelligente chatbot te finetunen, zodat hij kan helpen bij bedrijfsuitdagingen. Vaak gaan ze zich ook afvragen wat ze nog meer met hun data kunnen doen. Of welke ai-technologieën er nog meer bestaan en hoe hun organisatie daarmee aan de slag kan. Gen-ai is een opportuniteit voor de markt om te zien wat ai-technologie kan doen.

Zorgsector

Het einde van de hype betekent niet het einde van gen-ai. We zien wel een trend waarbij bedrijven afstappen van klassieke grote taalmodellen en focussen op domeinspecifieke toepassingen. Zo kan de zorgsector zich toeleggen op aangepaste llm’s die medische technologieën en protocollen begrijpen. Door ze te trainen, kunnen kleinere modellen specifiekere oplossingen bieden en zo de uitkomsten voor bedrijven verbeteren. Ook in het kader van energie-efficiëntie en kosten is dit interessant, want je hoeft niet voor alles een groot model te gebruiken.

Een pauze voor gen-ai zit er dus niet snel aan te komen, maar er is wel sprake van een rustmoment waarbij bedrijven gaan focussen op toepassingen die echt waarde brengen. Ze hebben nu een strakkere visie op wat de technologie kan doen. De verkenningsfase is stilaan ten einde, maar nu verschuift de nadruk naar operationalisering. We kunnen de mooiste ai-systemen bouwen, maar ze leveren pas waarde wanneer we ze naar de eindgebruiker kunnen brengen. In de volgende fase moeten we bekijken hoe we model-ops – en voor taalmodellen meet specifiek llm-ops – kunnen opzetten in het kader van gen-ai-modellen.

Pijnpunten

Bedrijven moeten in elk geval blijven experimenteren met (gen-)ai, maar ze moeten de technologie naar het werkveld brengen. Ai is meer dan technologie, het is een middel om je organisatie efficiënter te maken. Door samen met eindgebruikers te bekijken hoe zij gebruik maken van data en op zoek te gaan naar pijnpunten die ai kan helpen oplossen. Bekijk het als een vorm van co-creatie waarbij je cross-functionele teams bouwt om aan innovatie te doen.

Net zoals gen-ai meer is dan prompt engineering, is ai veel meer dan gen-ai

Als je mensen in projecten betrekt en naar hun feedback luistert, is de kans groter dat ze meegaan in het verhaal en minder resistentie tegenover nieuwe technologie vertonen. Co-creatie zal niet alleen de adoptie versterken, maar meteen ook risico’s en ethische vragen aan het licht brengen.

Agentic ai

Intussen staat er mogelijk alweer een nieuwe hype voor de deur. Zo is agentic ai op dit moment trending in de wereld van ai. Maar eigenlijk is zo’n ai-agent gewoon een intelligente module die je kan assisteren, zij het met een iets grotere mate van autonomie. Terwijl ai-agents systemen aan elkaar koppelen, gaan we wellicht tot de conclusie komen dat het allemaal niet zo veel verschilt van wat we tot hiertoe aan het doen waren.

Tot slot moeten we ook nog eens benadrukken dat ai meer is dan gen-ai. Het is een stukje van de puzzel die bedrijven in elkaar kunnen schuiven. Ook dat is iets wat de hype in de komende maanden en jaren duidelijk zal maken. De namen van de jobfuncties in vacatures weerspiegelen dit nog het meest. Vorig jaar was iedereen op zoek naar een prompt engineer. Nu zoeken ze eerder naar een gen-ai-specialist. En wellicht zal het niet lang duren voor die titel weer gewoon naar ai-specialist evolueert. Net zoals gen-ai meer is dan prompt engineering, is ai veel meer dan gen-ai.

Het beste advies nu de gen-ai hype gaat liggen? Laat je inspireren door ai. De technologie helpt onze samenleving echt wel vooruit. Doordat ai nu dicht bij ons staat, is de kans ook groot dat onze data- en ai-geletterdheid toeneemt. Ai vereenvoudigt ons leven en het kan taken effectief ondersteunen.

Laat je dus verwonderen door alles wat er mogelijk is in de wereld ná de gen-ai-hype.

Véronique Van Vlasselaer is analytics and ai lead Zuid-, West- en Oost-Europa bij SAS