AI-transformatie: van vergezicht naar concrete stappen

“AI is een technologie die je kunt zien als een kloon van het menselijk brein”, begint Gieling. “Die kloon kan assisteren bij alle taken die we van ons eigen brein vragen. Aan de basis liggen taalmodellen die getraind kunnen worden op duizenden documenten die bij een bedrijf beschikbaar zijn. Denk aan Word documenten, pdf’s, presentaties, podcastst, videovergaderingen, e-mails en ga zo maar door. Bij elkaar opgeteld is dat een schat aan kennis. Door een taalmodel te trainen op geselecteerde data, kun je antwoord krijgen op specifieke vragen. Wanneer bedrijven AI op de juiste manier toepassen, kunnen ze processen automatiseren en sneller en slimmer inrichten. Daardoor realiseren ze groei.”

Toepasbaar op tal van terreinen

Een paar voorbeelden om de toepassing van AI concreter te maken. Een adviesbureau kan op basis van adviezen die in het verleden zijn uitgebracht snel uitvinden wat ze het beste kunnen adviseren voor een nieuwe case. Een recruitmentbureau kan op basis van alle cv’s, vacatures en succesvolle matches uit het verleden, direct zien welke beschikbare cv’s de beste matches opleveren voor de nieuwste vacature. Voor een marketingcampagne is een bedrijf niet langer afhankelijk van één marketeer, maar kan het op basis van een veel breder spectrum beoordelen hoe de nieuwe campagne het best tot zijn recht komt. En op het gebied van contractbeheer is te controleren of alle contracten nog compliant zijn met wet- en regelgeving. AI is dus op tal van terreinen toe te passen.

Voorspellende en generatieve AI

Wat hebben bedrijven nu precies nodig om te gaan werken met AI? “In principe drie dingen”, zegt Gieling. “Eigen data, technische expertise en rekenkracht. Wat betreft de data: je hebt twee routes in AI: de voorspellende en de generatieve. Voor de voorspellende kant zijn gestructureerde data nodig, die je in Excel kunt stoppen. Op basis daarvan kan AI bijvoorbeeld voorspellen welke klant binnenkort zijn contract gaat opzeggen of welke apparaten wanneer onderhoud nodig hebben. Generatieve AI kan juist geëxtraheerd worden uit ongestructureerde data: alles wat zo’n beetje los en vast zit in een verscheidenheid aan documenten. Die kun je verzamelen in een soort sterrenhemel aan datapuntjes. Als je daar je taalmodellen op traint, worden er dwarsverbanden gevonden die weer nieuwe kennis opleveren. Dat kan leiden tot een verbetering van je processen.”

Experts en rekenkracht

“Het is best eenvoudig om koppelingen te maken met taalmodellen”, vervolgt Gieling. “Maar om ervoor te zorgen dat je daar dan echt nuttige inzichten uit haalt en het systeem niet gaat hallucineren, moet je technisch specialisten inschakelen. Die hebben kennis van taalmodellen voor generatieve AI of van datawetenschappen voor voorspellende AI. En ten slotte heb je voor de toepassing van AI rekenkracht nodig. Dat is zeker belangrijk om bij stil te staan. Het stroomverbruik van datacenters is gigantisch. Als je klakkeloos de systemen loslaat op datasets, loopt het al snel in de papieren qua kosten en handel je misschien in strijd met je duurzaamheidsdoelstellingen.”

Digitale bomen

Je moet dus goed beslagen ten ijs komen als met AI gaat werken. Gieling beaamt dat. “We worden vaak gebeld door bedrijven die iets met AI willen gaan doen, maar niet weten wat. Er lijkt zoveel te kunnen. Ze zien dan door de digitale bomen het bos niet meer. Ons advies is dan: splits die vraagstukken op. Begin met de filosofisch abstracte vraag: wat kan AI doen voor onze organisatie? Daarbij denk je na over de toekomst. Hoe staan we ervoor over vijf of tien jaar? Hoe gaat de markt bewegen, wat willen mijn klanten dan en wat doen mijn concurrenten? Je kunt specialisten inschakelen op het gebied van businesstransformatie om jou te helpen vergezichten te schetsen en scenario’s te plannen.”

Kijken naar teams en werknemers

“Veel concreter word je als je vervolgens een deep dive neemt”, aldus Gieling. “Dan breng je in kaart welke teams je hebt in je organisatie op het gebied van HR, marketing, compliance, finance etcetera. Wat doen die? En hoe kunnen we AI inzetten voor verbetering en optimalisatie of voor vernieuwing: iets doen wat we nog niet kunnen? En ten slotte heeft AI ook impact op het persoonlijke vlak. Dan is de vraag: hoe kan AI helpen om werk beter te maken en vervelende taken over te nemen? Dat kan leiden tot betere werkprocessen waardoor mensen met meer plezier aan de slag gaan en hun werk betekenisvoller wordt.”

Goedkopere producten en diensten

De kernvraag blijft toch wat AI de organisatie nu echt oplevert. Want wat doet het met je verdienmodel? Gieling: “Met generatieve AI ga je processen slimmer inrichten. Over de hele linie zul je dan zien dat producten en diensten goedkoper worden, zeker als je de kosten weet te drukken door rekenkracht op een efficiënte manier te gebruiken. Sommige industrieën hebben baat bij lagere prijzen. Als je bijvoorbeeld goedkoper huizen kunt bouwen, neemt de vraag toe en kun je meer woningen neerzetten. Maar andere bedrijfstakken hebben niet zoveel aan lagere prijzen. Als bijvoorbeeld juridische dienstverlening goedkoper wordt, gaan we niet ineens meer contracten afsluiten. Elke industrie moet daarom voor zichzelf nagaan wat het effect is op hun businessmodel als ze efficiënter gaan opereren. Wat zijn de gevolgen voor de mensen die hier werken? Moeten we consolideren? Naar nieuwe markten gaan en uitbreiden? En zo kom je weer uit bij de eerste stap in de AI-transformatie: de vergezichten. Ga eerst met je managementteam zitten om te bespreken hoe je technologie de organisatie kan helpen. Dan kun je daarna beslissen over concretere stappen.”

Beluister de podcast

Wil je meer weten over de groeistrategie van ai.nl? Luister dan naar deze podcast waarin Tom Jessen in gesprek is met Remy Gieling, oprichter van ai.nl.