Top 10 Dingen die je Moet Weten over de Staat van Generatieve AI in 2024

In het voorjaar zijn er twee rapporten gepubliceerd over de staat van Generatieve AI bij grote organisaties in de eerste helft van 2024

McKinsey publiceerde “The State of AI in Early 2024” en Deloitte bracht zijn tweede kwartaalrapportage uit, getiteld “Getting real about Generative AI, Deloitte’s State of Generative AI in the Enterprise Quarter two report”.

Hoewel Generatieve AI pas 1.5 jaar geleden is doorgebroken, blijkt het al in vele industrieën duidelijke innovatieve toepassingen te hebben. Toch zijn er ook veel risico’s en uitdagingen om deze volledige voordelen te realiseren. Door te focussen op het opbouwen van vertrouwen, zorgen dat de gegenereerde antwoorden zoveel mogelijk kloppen en het implementeren van effectief risicobeheer, kunnen bedrijven de potentie van generatieve AI benutten.

Toepassing 1: Generatieve AI in Marketing & Verkoop

Generatieve AI wordt steeds vaker toegepast in marketing en verkoop, met een verdubbeling van het gebruik ten opzichte van vorig jaar. De meest populaire toepassingen in deze sector zijn het verbeteren van klantinteracties, het personaliseren van de inhoud en het optimaliseren van campagnestrategieën. Succesvolle bedrijven in deze sector passen vaak aangepaste of eigen AI-modellen toe, wat vooral hun concurrentievoordeel helpt.

Toepassing 2: Generatieve AI in Product- en Dienstontwikkeling

Product- en dienstontwikkeling is een ander gebied waar generatieve AI een grote impact heeft. Bedrijven gebruiken AI om productinnovatie te versnellen, diensten te verbeteren en de algehele klanttevredenheid te verhogen. In de IT helpt generatieve AI bij softwareontwikkeling en operationele verbeteringen, waardoor de time-to-market wordt verkort en de productkwaliteit toeneemt. Deze toepassingen laten wederom zien hoeveel verschillende bedrijfsfuncties door generatieve AI verbeterd kunnen worden.

Het rapport benadrukt dat generatieve AI aanzienlijke verstoringen kan veroorzaken in sectoren die zwaar afhankelijk zijn van kenniswerk, zoals technologie, financiële diensten en de farmaceutische industrie, terwijl de impact in productiesectoren mogelijk minder groot zal zijn. De verwachtingen voor de toekomst zijn hooggespannen, met veel bedrijven die aanzienlijke veranderingen in hun industrieën verwachten door de adoptie van generatieve AI.

Toepassing 3: personeelszaken

Ook personeelszaken profiteren van generatieve AI, die het wervings-, onboarding- en opleidingsproces stroomlijnt. Door routinetaken te automatiseren en gepersonaliseerde trainingsinhoud te bieden, helpt AI HR-teams tijd en middelen te besparen. Deze adoptie verhoogt niet alleen de efficiëntie, maar stelt HR-professionals ook in staat zich te concentreren op strategische initiatieven. Bovendien worden AI-modellen gebruikt om personeelsbehoeften te voorspellen en om prestatiebeheer en organisatieontwerp te optimaliseren. HR-afdelingen rapporteren een significante vermindering van de tijd die wordt besteed aan administratieve taken, waardoor meer tijd vrijkomt voor strategische initiatieven.

Uitdagingen

Naast de veelbelovende toepassingen gaan de rapporten ook uitgebreid in op de risico’s en uitdagingen die AI op dit moment biedt.

Uitdaging 1: Foutieve Gen AI-output

Een van de belangrijkste uitdagingen die in het rapport worden genoemd, zijn de hallucinaties en onwaarheden van de output van generatieve AI. Dit risico wordt verreweg het vaakst genoed door de respondenten van het McKinsey onderzoek, met veel bedrijven die melding maken van problemen die voortkomen uit foutieve AI output. De onwaarheden zitten overal, van klantenreizen en samenvattingen tot codering en creatieve inhoud. 

Het rapport benadrukt dat organisaties actief werken aan het mitigeren van risico’s door verbeterde modeltraining en validatieprocessen te implementeren. Gebrek aan vertrouwen en de daarmee samenhangende risico’s weerhouden organisaties er overigens niet van om door te gaan met experimenteren en het ontwikkelen van proof of concepts. Dit zal echter waarschijnlijk veranderen wanneer organisaties de overstap maken naar meer grootschalige implementaties.

Uiteindelijk zullen de meeste organisaties waarschijnlijk grote taalmodellen (LLM’s) aanpassen en verfijnen voor hun specifieke domein in plaats van alleen algemene modellen te gebruiken. Hierdoor kan generatieve AI output produceren die nauwkeuriger, transparanter en beter verklaarbaar is.

Uitdaging 2: Cybersecurity risico’s

Cybersecurity vormt een andere grote uitdaging voor bedrijven die generatieve AI gebruiken. Veel respondenten beschouwen dit als een belangrijk risico, aangezien AI-systemen vatbaar kunnen zijn voor cyberaanvallen en datalekken. Het rapport wijst erop dat slechts een klein percentage van de organisaties effectieve maatregelen heeft getroffen om risico’s gericht tegen AI systemen te mitigeren. Dit omvat het implementeren van strikte beveiligingsprotocollen, het trainen van personeel op het gebied van cybersecurity en het voortdurend monitoren van AI-systemen om mogelijke bedreigingen tijdig te detecteren​.

Een andere belangrijke bevinding uit het Deloitte-rapport is de aanzienlijke bezorgdheid over databeveiliging en privacyrisico’s die gepaard gaan met generatieve AI. Organisaties zijn op hun hoede voor de mogelijkheid dat gevoelige informatie verkeerd wordt gebruikt of openbaar wordt gemaakt bij het gebruik van (elders gehoste) AI-tools. Om deze risico’s te beperken, investeren bedrijven in robuuste kadersvoor databeheer en beveiligingsprotocollen om ervoor te zorgen dat AI-implementaties de data-integriteit niet in gevaar brengen of de privacyregelgeving schenden.

Uitdaging 3: Intellectuele Eigendomsrechten

Inbreuk op intellectuele eigendomsrechten (IP) is een derde belangrijk risico dat wordt genoemd in het rapport. Bedrijven zijn bezorgd dat de output van generatieve AI, die vaak wordt getraind op grote hoeveelheden bestaande data, kan leiden tot ongeoorloofde replicatie van beschermde werken. Dit kan juridische problemen veroorzaken en de reputatie van bedrijven schaden. Om dit risico te beheersen, implementeren organisaties strikte nalevingsmaatregelen en werken ze aan het ontwikkelen van AI-modellen die meer transparantie en verantwoording bieden ten aanzien van de gebruikte data.

Uitdaging 4: Beperkte transparantie en uitlegbaarheid

Het Deloitte-rapport benadrukt ook de uitdaging van het garanderen van uitlegbaarheid en transparantie in generatieve AI-systemen. In tegenstelling tot traditionele AI functioneert generatieve AI vaak als een ‘black box’, waardoor het voor gebruikers moeilijk wordt om te begrijpen hoe beslissingen of resultaten tot stand komen. Dit gebrek aan transparantie kan het vertrouwen en de acceptatie onder gebruikers en belanghebbenden belemmeren.

Typen gebruik van Generatieve AI

Het McKinsey rapport maakt onderscheid tussen 3 verschillende manieren hoe met AI om te gaan:

• Takers: gebruiken kant-en-klaar publiek beschikbare modellen zonder er veel zelf aan aan te passen.
• Shapers: Gebruiken ook openbare modellen maar customizen (tunen) deze met eigen data.
• Makers: maken nieuwe AI modellen “from scratch”.

Het bleek dat veel organisaties de kant-en-klare modellen ook al heel nuttig vonden voor vele van hun usecases, zonder er veel eigen maatwerk aan toe te voegen. Maar in sommige sectoren bleken maatwerk / tuning oplossingen toch vaker voor te komen.

Implementatiesnelheid

De implementatiesnelheid van generatieve AI varieert, waarbij meer op maat gemaakte oplossingen uiteraard langer nodig hebben om te implementeren in vergelijking met kant-en-klare modellen. De investering in op maat gemaakte AI-oplossingen resulteert echter vaak in hogere rendementen, aangezien deze modellen kunnen worden afgestemd op specifieke organisatiebehoeften en meer waarde leveren.

Uitdagingen op het gebied van workforce transformation

Het rapport van Deloitte benadrukt dat een van de belangrijkste uitdagingen bij het implementeren van generatieve AI het beheren van de personeelstransformatie is. Organisaties staan voor de dubbele uitdaging om hun werknemers uit te rusten met de noodzakelijke vaardigheden om generatieve AI-tools te benutten en tegelijkertijd de zorgen over het verdwijnen van banen aan te pakken. Initiatieven voor bij- en omscholing zijn cruciaal, maar ze moeten gepaard gaan met duidelijke communicatie over de toegevoegde waarde van AI bovenop menselijk werk en de vrees wegnemen dat AI al het werk zal vervangen. Deze transformatie is essentieel voor het realiseren van het volledige potentieel van generatieve AI, maar vereist veel investeringen in training en verandermanagement strategieën.

Conclusie

Ook in de eerste helft van 2024 heeft is het gebruik van Generatieve AI weer toegenomen in vele verschillende sectoren, van marketing en verkoop tot productontwikkeling en personeelszaken. Ondanks de vele voordelen blijven er aanzienlijke uitdagingen en risico’s, zoals foutieve output, cybersecurityproblemen, inbreuk op intellectuele eigendomsrechten en beperkte transparantie. Door actief te werken aan risicobeheer, transparantie en het opbouwen van vertrouwen, kunnen organisaties de volledige potentie van generatieve AI benutten. Zo kunnen bedrijven zich voorbereiden op een toekomst waarin generatieve AI een centrale rol speelt in hun operaties en strategieën.