‘We moeten stof en mist wegblazen rond AI’

We bevinden ons op een kantelpunt in de ontwikkeling van kunstmatige intelligentie. “Met de komst van ChatGPT en andere generatieve AI-toepassingen hebben we opeens de mogelijkheid gekregen om niet-gestructureerde data te gebruiken”, zegt AI-expert Jan Veldsink, die al sinds de jaren negentig in het vakgebied werkt. “Toen hadden we een beetje een notie, echter niet voldoende rekenkracht. Nu, met de komst van GenAI, opeens beide wel.”

De toepassingen van AI in het bedrijfsleven zijn veelbelovend, met name op twee gebieden. Op het gebied van persoonlijke productiviteit helpt AI medewerkers efficiënter te werken door taken als documentanalyse, e-mailverwerking en het samenvatten van klantgesprekken. Op organisatieniveau draagt AI bij aan de optimalisatie van allerlei processen, bijvoorbeeld door de klantbediening te verbeteren via chatbots en door medewerkers meer contextinformatie te bieden tijdens interacties.

Als het goed is, kunnen bedrijven dankzij AI hun efficiëntie verhogen, hun klantrelaties versterken, nieuwe producten ontwikkelen en strategische beslissingen nemen. Maar helemaal vanzelf gaat dat niet. Want veel organisaties worstelen om het potentieel dat AI biedt te verwezenlijken.

Uitdagingen door democratisering

Dit probleem wordt verder gecompliceerd door de ‘democratisering’ van AI-technologie, zoals Veldsink het noemt. “Vroeger moest je voor iedere nieuwe toepassing naar IT stappen”, herinnert Veldsink zich. “Als ik een samenvattingsapplicatie wilde, gingen zij kijken of we die konden bouwen of kopen. Daar ging negen maanden overheen. Nu heb ik één toepassing van een externe aanbieder waarmee ik zowel code kan maken als teksten kan genereren en samenvatten.”

En, gaat Veldsink verder, deze brede inzetbaarheid creëert allerlei nieuwe organisatorische uitdagingen.

Zo vereist een goede ‘governance’ een duidelijke verdeling van verantwoordelijkheden, nu AI op alle organisatieniveaus wordt toegepast. Organisaties moeten ook zorgvuldig afwegen welke AI-modellen ze willen gebruiken, aangezien deze vaak waarden en aannames bevatten die mogelijk niet stroken met hun eigen waardesysteem.

Op het gebied van security ontstaan nieuwe risico’s doordat medewerkers toegang hebben tot krachtige AI-tools voor het verwerken van gevoelige gegevens.

Datamanagement stelt organisaties ook voor nieuwe uitdagingen. Hoewel GenAI toegang geeft tot meer data, is de kwaliteit hiervan moeilijker te controleren dan bij traditionele gestructureerde data. Naast technische datakwaliteit moeten organisaties ook de actualiteit, relevantie en context van hun data bewaken.

Daarnaast worden ethische vraagstukken urgenter, mede door de dominantie van Big Tech en nieuwe regelgeving zoals de Europese AI Act.

Goed gesprek

Om al deze uitdagingen het hoofd te bieden, is meer dan alleen technische expertise nodig. Waar IT vroeger misschien de regie had bij de invoering en het gebruik van AI, wordt dat nu een organisatorisch en strategisch vraagstuk. De business krijgt steeds vaker verantwoordelijkheid over de inhoudelijke beslissingen over governance, security, datamanagement en ethiek toebedeeld. IT krijgt meer een faciliterende rol. “Bijvoorbeeld om de veiligheid waarborgen en passende contracten af te sluiten met leveranciers, zodat individuele medewerkers niet zelf verantwoordelijk hoeven te zijn voor security.”

Om de precieze rolverdeling tussen de business en IT vast te stellen en hier goede afspraken over te maken, is het essentieel dat zowel IT’ers als mensen aan de businesskant ‘het goede gesprek kunnen voeren’ over AI, ‘kritisch nadenken’ en ‘de juiste vragen stellen’ – om tot een goed begrip te komen van de organisatiecontext, de beschikbare data, de ethische implicaties, en de impact van AI-projecten op bestaande processen en medewerkers. Alleen dan kunnen organisaties realistische verwachtingen formuleren en effectieve implementatiestrategieën ontwikkelen.

Diversiteit als kracht

De collegereeks Artificial Intelligence voor Business helpt hierbij met zes colleges van elk drie uur. De reeks is vooral bedoeld om ‘stof en mist weg te blazen’ waar het gaat om AI, zegt Veldsink: “We willen duiding te geven en handvatten aanreiken, zodat mensen zinvoller over AI kunnen nadenken, in plaats van mogelijk alleen een hype te volgen.”

We willen mensen bovendien vanuit diverse perspectieven inzichten geven” gaat Veldsink verder, een combinatie van academische kennis en praktijkervaring.

Hoogleraren als prof. dr. Koen Hindriks (Sociale AI, VU Amsterdam) zorgen voor academische diepgang, terwijl praktijkexperts als Dennis de Reus, die digitale transformaties in diverse sectoren leidde, praktische inzichten delen. Ethische perspectieven komen aan bod via Stefan Buijsman, universitair docent filosofie van technologie aan de TU Delft. Sprekers als Remy Gieling (oprichter ai.nl) en Mike Hoogveld (nlmtd) belichten actuele ontwikkelingen en organisatorische aspecten.

Deelnemers leren bovendien niet alleen van de docenten, maar ook van elkaar tijdens discussies tijdens de colleges en de gezamenlijke diners. En ook zij hebben een zeer diverse achtergrond: “We hebben deelnemers die vanuit het IT-segment komen, vaak managers of programmamanagers, maar ook mensen uit de business lines: HR, products, sales. Soms gaat het mensen die AI hebben gestudeerd en jarenlang ervaring hebben. Die komen in zo’n klas en vragen zich af wat ze nog kunnen leren. En toch komen ze naar buiten en zeggen: ik heb er nieuwe perspectieven bij gekregen die helpen mij.”

De collegereeks vraagt wel om een actieve houding. “Er ligt een leerverantwoordelijkheid bij de deelnemer zelf”, benadrukt Veldsink. “Als je alleen maar wilt dat alles wordt aangedragen en je van tevoren precies wilt weten welk lijstje aan vaardigheden je aan het eind hebt opgedaan, dan kunnen we je niet zo helpen. Nieuwsgierigheid gecombineerd met kennis en begrip is essentieel. Wat je leert hangt af van jou en jouw interactie. “

Praktische informatie