Volgens de Gartner Hype Cycle bereikt generatieve AI dit jaar de ‘trog van desillusie’, het moment waarop de interesse afneemt omdat experimenten en implementaties tegenvallen. Toch betekent dit geen stilstand. Integendeel, dit is juist het moment waarop organisaties de werkelijke waarde van AI pas echt gaan verkennen en ontdekken.
Door de GenAI-hype hebben veel organisaties hun eerste stappen met de technologie gezet. Tools zoals ChatGPT fungeerden als katalysator, versterkten het vertrouwen in AI, en openden de deur naar waardevolle toepassingen. De huidige GenAI-applicaties verbeteren de productiviteit en efficiëntie. Dit was laaghangend fruit voor bedrijven. Eigenlijk zijn het intelligente chatbots met gratis, toegankelijke user interfaces die je op de data van je organisatie loslaat.
GenAI en data: de sleutel voor succes
De afgelopen twee jaar heeft GenAI duidelijk gemaakt dat we terug moeten naar de basisprincipes van AI, namelijk de data die het model nodig heeft. Zonder kwalitatief goede data slaagt geen enkel GenAI-project. Veel organisaties hebben hun databeheer en -governance echter nog niet op orde. Tegelijkertijd hebben bedrijven door de GenAI-hype ervaren dat AI-toepassingen waardevol kunnen zijn. Om GenAI optimaal te benutten, moeten organisaties hun Large Language Models (LLM’s) verfijnen met organisatiespecifieke data en inzetten op de data- en AI-geletterdheid van hun medewerkers.
Hoewel GenAI geen wondermiddel is, heeft het wel gezorgd voor een groeiend besef binnen organisaties over het belang van data. Bedrijven denken na over de data die nodig is om intelligente AI-oplossingen te finetunen en welke extra kansen hun data biedt. Dit leidt tot bredere vragen over de inzet van AI en hoe verschillende technologieën kunnen bijdragen aan het oplossen van zakelijke uitdagingen.
Focus op sectorspecifieke inzet
Het einde van de GenAI-hype betekent zeker niet het einde van de technologie. We zien dat bedrijven afstappen van klassieke grote taalmodellen en zich meer focussen op sectorspecifieke toepassingen. Zo gebruikt de zorgsector bijvoorbeeld LLM’s die medische technologieën en protocollen begrijpen. Door ze te trainen, bieden kleinere modellen specifieke oplossingen met betere resultaten. Dit is ook belangrijk voor energiegebruik en kosten; je hoeft niet voor alles een groot model te gebruiken.
Een pauze voor GenAI zit er niet in, maar bedrijven nemen wel een rustmoment om zich te richten op toepassingen met echte meerwaarde. Ze hebben nu een beter beeld van de waarde van AI. De verkenningsfase is voorbij en de focus ligt meer bij de concrete inzet. We kunnen de mooiste AI-systemen bouwen, maar ze leveren pas waarde in de handen van de eindgebruiker. De volgende fase richt zich op het opzetten van ModelOps – en voor taalmodellen meer specifiek LLMOps.
Breng AI naar de werkvloer
Bedrijven moeten blijven experimenteren met (Gen)AI en de technologie in de praktijk toepassen. AI is echter meer dan technologie; het helpt organisaties efficiënter te werken. Bijvoorbeeld door samen met eindgebruikers te onderzoeken hoe zij data inzetten en te bepalen welke pijnpunten AI kan helpen oplossen. Dit is een vorm van co-creatie waar je met cross-functionele teams bouwt aan innovatie.
Als je mensen in projecten betrekt en naar hun feedback luistert, is de kans groter dat ze meedoen en neemt de weerstand af. Co-creatie versterkt niet alleen de adoptie, het brengt ook risico’s en ethische vragen aan het licht.
Voorbij de GenAI-hype
Intussen staat er mogelijk alweer een nieuwe hype voor de deur. Zo is Agentic AI momenteel trending in de wereld van AI. Eigenlijk is een AI-agent gewoon een intelligente module met een beetje autonomie. Hoewel AI-agents systemen aan elkaar koppelen, verschilt het niet heel veel van de eerdere aanpak.
Binnen Agentic AI speelt uiteraard ook menselijk toezicht een relevante rol, met de mens ‘in the loop, on the loop of out of the loop’. Door deze verschillende niveaus van menselijke betrokkenheid te integreren, kunnen Agentic AI-systemen de voordelen van autonomie benutten terwijl ze toch onder menselijk toezicht blijven staan. Dit zorgt voor een evenwicht tussen efficiëntie, nauwkeurigheid en ethische besluitvorming in AI-toepassingen.
Tot slot: AI is meer dan GenAI. Het is slechts een stukje van de puzzel die bedrijven kunnen leggen. Ook dat is iets dat de hype de komende tijd duidelijk zal maken. Dit zie je terug in functietitels van vacatures. Vorig jaar zocht iedereen een Prompt Engineer. Nu zoeken ze een GenAI-specialist. Het duurt vast niet lang voordat dit weer gewoon een AI-specialist wordt. Net zoals GenAI meer is dan prompt engineering, is AI veel meer dan GenAI.
Wat is het beste advies nu de GenAI hype afneemt? Laat je inspireren door AI, de technologie helpt onze samenleving echt vooruit. Doordat AI nu dichterbij ons staat, neemt ook de data- en AI-geletterdheid toe, waardoor het ons leven kan vereenvoudigen en ons effectief kan ondersteunen bij verschillende taken. Blijf daarom de mogelijkheden ontdekken die de wereld biedt na de GenAI-hype.
Dit is een ingezonden bijdrage van SAS. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.