3 min leestijd João Mourinho
Hoewel AI het modewoord van de dag is, laat de praktijk zien waarom het verstandig is om bij bedrijfsproblemen ook een breder scala aan oplossingen te overwegen.
AI is het modewoord van de dag. Het aantal organisaties en professionals dat AI-Native, AI-Savvy of AI-iets-met-een-flitsende-naam wil zijn, bereikt nieuwe hoogten. Het kleine land Anguilla, waarvan de landdomeinnaam .ai is, ziet zijn inkomsten stijgen doordat veel bedrijven zich haasten om .ai-domeinnamen te kopen.
Toch hebben ervaren professionals en organisaties dit soort hypes zien komen en gaan. Begrijp me niet verkeerd: AI is absoluut een fantastisch hulpmiddel dat een belangrijke bron van concurrentievoordeel kan zijn als het op de juiste manier en in de juiste context wordt ingezet om bedrijfsdoelstellingen te ondersteunen.
We moeten echter niet denken dat AI een oplossing is die voor alles geschikt is.
Ten eerste is AI een verzamelterm voor een reeks verschillende technieken. Ten tweede kunnen of moeten niet alle problemen met AI worden opgelost. Zo vroeg een manager zijn IT-stagiair om een AI-oplossing te ontwikkelen die alle domeinnamen in een gegevensstroom kon detecteren en vervangen. Tot zijn verbazing kwam de stagiair na twee uur terug met de mededeling: „Het is klaar.” De manager vroeg: „Wat bedoel je, het is klaar?”, omdat hij had verwacht dat dit een tijdrovende klus zou zijn. De stagiair liet hem zijn oplossing zien, die was gebaseerd op reguliere expressies. De manager was verrast door de eenvoud en elegantie van de oplossing. Voor de IT-stagiair was dit een taak waarvoor AI gebruiken gewoon een overkill-oplossing zou zijn; er kon een eenvoudiger, maar zeer doeltreffend alternatief worden ingezet.
Dit verhaal laat drie belangrijke zaken zien:
AI is slechts een (zeer waardevol) hulpmiddel naast vele andere goede oplossingen. Uiteindelijk moet het bedrijfsprobleem bepalend zijn voor de keuze van het juiste hulpmiddel.
Veel AI-technieken die we vandaag gebruiken, zijn al begin jaren zestig ontwikkeld. Ook was er het bekende Japanse project met de naam „Fifth Generation Computer Systems” [1]. Het project kwam voort uit de constatering dat „Huidige computers uiterst zwak zijn in basale functies voor de verwerking van spraak, tekst, grafische elementen, foto's, afbeeldingen en andere niet-numerieke gegevens, en voor verwerking van het type kunstmatige intelligentie, zoals inferentie, associatie en leren”. Uiteindelijk was het project geen groot succes, omdat de beschikbare rekenkracht destijds beperkt was en het programma geen uitgebreid gebruik maakte van kernconcepten zoals neurale netwerken, die de basis vormen van de huidige LLM's zoals ChatGPT, Copilot enzovoort.
In feite leerden we deze AI-technieken (bijvoorbeeld neurale netwerken, classificatiemodellen enzovoort) tijdens mijn masteropleiding Computer Engineering in de jaren 2000, samen met een breed scala aan andere, even relevante benaderingen, zoals metaheuristieken, automatatheorie (waaronder de reguliere expressies die de eerder genoemde IT-stagiair gebruikte), beslisbomen enzovoort. Het was me toen al duidelijk dat er geen beste aanpak bestond: elke aanpak had zijn eigen optimale toepassingsgebied. Die overtuiging werd gedurende mijn loopbaan bevestigd, zowel tijdens mijn promotieonderzoek als in mijn advieswerk, waarin ik de kans kreeg veel van deze benaderingen toe te passen en te ontdekken in welke context elk ervan het meest geschikt is.
De popularisering van LLM's zoals ChatGPT en hun schijnbare vermogen om te „redeneren” bracht veel mensen ertoe te geloven dat AI een gloednieuwe uitvinding was en het antwoord op elk probleem. Wat er gebeurde, is dat AI via LLM's vanuit onderzoekslaboratoria het leven van iedereen binnenkwam: AI werd mainstream. We zijn overgestapt van het (inmiddels ouderwetse) mantra „Google weet het” naar „AI weet het”. Maar een pragmatische analyse van het probleem is altijd beter dan een mantra volgen.
Bij Mourinho Solutions volgen we geen mantra's. We beschikken over de kennis en ervaring om je te helpen de juiste aanpak en de meest effectieve hulpmiddelen te kiezen, zodat je bedrijf kan floreren. We analyseren je bedrijfsbehoeften om vast te stellen waar AI (of andere benaderingen) de grootste impact kan hebben en je een concurrentievoordeel kan opleveren.
Jouw succes is ook ons succes. Aarzel niet om contact met ons op om te ontdekken wat we voor je kunnen doen!
[1] - Feigenbaum, E., Shrobe, H.: The Japanese National Fifth Generation Project: Introduction, survey, and Evaluation. Future Generation Computer Systems. 9, 105–117 (1993). Hier beschikbaar.
Voordat uw organisatie ook maar één AI-licentie aanschaft, moet ze een bedrieglijk eenvoudige vraag kunnen beantwoorden: welk proces moet hierdoor precies verbeteren, en is dat proces in zijn huidige vorm wel geschikt om te automatiseren?
Ondanks de huidige hype blijft de impact van AI uit. Het lijkt er dus op dat Solows productiviteitsparadox ook geldt voor investeringen in AI.
Nu Kerstmis en oudejaarsavond naderen, is het tijd om terug te blikken op een uitdagend jaar. Voor ngo’s en humanitaire professionals was het een zwaar jaar. De wereld zag conflicten en honger toenemen, en de SDG-doelen lijken inmiddels een verre droom. Maar onder de donkere wolken gloort er nog hoop voor 2026.