GenAI, het gebeurt nu
AI is overal om ons heen, en de opkomst van Generative AI ookwel GenAI wordt steeds vaker besproken. Er zijn talloze artikelen over geschreven, maar één prangende vraag blijft in de lucht hangen: Is GenAI nu al bruikbaar binnen mijn bedrijf, of is het slechts een leuke gadget?
In deze blogpost verkennen we het potentieel GenAI. Samen onderzoeken we de huidige mogelijkheden, hoe wij GenAI al inzetten voor onze klanten, en welke risico’s eraan verbonden zijn. Het doel is om je te inspireren na te denken over de impact van GenAI op jouw bedrijf en jouw dagelijkse werkzaamheden, en om je praktische handvatten te bieden. Samen kunnen we verkennen hoe jij voordeel kunt halen uit GenAI.
DALL E created an advertisement poster that convinces business people to start using Generative AI
GenAI, een korte introductie
GenAI is de afkorting van Generative Artificial Intelligence. AI is een groot gebied waar we computers taken laten uitvoeren die we zelf vanwege omvang, snelheid, accuraatheid niet willen of kunnen doen. Veel AI wordt ingezet bij het vinden van patronen in data om daarmee voorspellingen te kunnen doen, data te groeperen of te vergelijken. Al decennia lang wordt AI toegepast. Consumenten kwamen er mee in aanraking door schaakcomputers, spraak assistenten, zelf rijdende autos en natuurlijk nog veel meer.
Generative Artifical Intelligence
Generative AI is een special gebied van AI waar een system vragen of opdrachten omzet naar nieuwe data of content. Het grote publiek kwam in aanraking met GenAI toen het bedrijf OpenAI zijn product ChatGPT op de markt bracht eind 2022. ChatGPT bracht ons de mogelijkheid om grotere stukken tekst te genereren, maar ook samenvattingen te maken. Het werd nog interessanter toen duidelijk werd dat je ook makkelijker van de ene taal naar de andere taal kon gaan. Je kon zelfs van gewone taal naar een programmeertaal gaan. Zo werd het mogelijk om een SQL query te schrijven op basis van natuurlijke taal.
“Bekijk alle facturen van de afgelopen maand, groepeer ze op basis van product categorieen en bereken per categorie de totale omzet plus de gemiddelde omzet.”
Naast tekst, en daarmee ook programmeer talen, was de volgende stap het genereren van beeldmateriaal. Door gebruik te maken van de technologie Stable diffusion werd het mogelijk om beeldmateriaal te maken. Tools also DALL E en Midjourney kunnen op basis van jouw vraag/opdracht een plaat maken. De plaat boven dit artikel is ook aan de hand van een prompt gegenereerd.
“Create an advertisement poster that convinces business people to start using Generative AI, do NOT use text characters in the image.”
Een deepfake foto van Jettro als een Cowboy
Naast statische beelden, zijn er ook al mogelijkheden om bewegend beeld te genereren. Dit genereren van beeldmateriaal staat nu ook bekend als Deepfakes. Ben ook met mijzelf aan de slag gegaan, opeens ben ik een stoere cowboy uit de film The Good, the bad, and the ugly.
Al deze technologie vind ook zijn weg naar de zakelijke wereld. In het volgende onderdeel van deze blog kijken we naar toepassingen en de mogelijke consequenties van deze toepassingen voor jouw werk.
Toepassingen van GenAI in een zakelijke context
Binnen de zakelijke wereld wordt GenAI verschillend ontvangen. Veel bedrijven hebben geen strategie voor het gebruik van tools als ChatGPT. Hierdoor ontstaat er wildgroei binnen een bedrijf, en is het niet meer duidelijk wie er gebruik van maakt. Laat staan dat iedereen weet wat eventuele risicos zijn, bijvoorbeeld welke data er wel of niet gebruikt wordt om het model beter te trainen. Waarbij het risico ontstaat dat prive gegevens via het model beschikbaar komen. Het gebruik van de GenAI tools geeft bij juist gebruik wel een performance boost aan medewerkers. Als we nu de risico’s even vergeten, en vooral kijken naar de mogelijkheden, wat zijn dan typische toepassingen die we tegen komen?
Klantcontact met Large Language Models
Denk aan het eerste contact met klanten door het gebruik van een chatbot, maar ook het opnemen van de telefoon door gebruik te maken van voice. Die bandjes met kies optie 1, kies optie 3, toets hekje, die kunnen we vervangen door een AI Bot die gewoon luistert naar de vraag en met een persoon aan de telefoon in gesprek gaat. Komt de bot er niet uit, of wil de persoon niet met een bot praten, dan hoeft de persoon dat alleen maar aan te geven en wordt er doorgeschakeld naar een echte persoon ipv de bot. Voor het bedrijf betekent dit flexibiliteit en geen tijd te hoeven besteden aan het ontwikkelen van zo’n optie menu. Dit is mogelijk met tools als OpenAI Whisper en Elevenlabs.
Door gebruik te maken van de capaciteit van Large Language Models kun je andere interactie vormen met je gebruikers aan gaan. Stel je bent een bedrijf dat mensen een onvergetelijke ervaring biedt tijdens hun vakantie. Dan kun je je gebruikers laten zoeken en filteren door te kiezen voor een land, type vakantie, aantal personen, en vele andere filter mogelijkheden. Je kunt ook via de chat een gesprek met ze aan gaan. Laat ze maar omschrijven wat voor vakantie ze willen hebben. Je kunt een tussenstap maken door aan de hand van de tekst automatisch de filters aan te vinken, zodat de gebruiker nog aanpassingen kan doen.
“Ik wil op vakantie met twee volwassenen voor drie weken ergens in augustus-september. Ik wil naar de bergen, het hoeft niet warm te zijn, maar wil naast mooie uitzichten ook af en toe kunnen relaxen. Ik heb voorkeur voor apartementen, maar soms is een hotel ook prima. Ik wil maximaal zes locaties, maakt een voorstel voor mijn vakantie.”
GenAI voor ontwikkelaars
Als ontwikkelaar moet je een oude applicatie in onderhoud nemen. Je programmeert tegenwoordig alles in Rust of Python, en nu moet je aan de bak met Java. Het is even geleden en je begrijpt niet meer hoe alles werkt. Je start je ontwikkelomgeving op, selecteert een stuk code en vraagt wat die code doet. Het wordt je keurig uitgelegd. Je moet de code migreren naar Java 21, vraagt om een suggestie, plakt de suggestie in je code en voert alle unit testen nog een keer uit. Je krijgt een fout, vraagt wat die fout betekent en hoe je het kunt herstellen. Dit is wat een ontwikkelaar met een tool als Github Co-pilot en Jetbrains AI Assistant kan doen.
Zo kunnen we nog wel even doorgaan. Je zult ook gaan zien dat steeds meer tools suggesties toevoegen die gebruik maken van AI. Ook Microsoft werkt hard aan een assistent die permanent aanwezig is in al je Office Tools. Dan kun je vragen aan Excel om een formule te maken in een cell die het gemiddelde en de standaard deviatie van alle kolommen D tot en met K. Of aan Powerpoint om een presentatie te maken over de cijfers van het agelopen jaar met als input de excel.
Is het dan allemaal fantastisch, en moet iedereen er vol inpsringen? Zijn er geen risico’s? Daar gaan we in het volgende onderdeel van deze blog op in.
De risico’s van GenAI
Overgenomen uit document van het europarlement.
Het gebruik van Generative AI is niet volledig zonder risico. Sterker nog, de EU is druk bezig met wetgeving rondom het gebruik van AI. Maar wat zijn dan die risico’s. De risico’s zijn er op een aantal niveaus. Eerst kijk ik naar de wetgeving waar de EU aan werkt. Hier gaat het vooral om het gebruik, transparantie, eerlijkheid en privacy.
In de EU AI Act is goed gekeken naar risico van AI voor de maatschappij. Ze hebben vier lagen in de risico’s geïdentificeerd. In de hoogste laag is het risico onacceptabel. Daarom is dit volgens de wet verboden. Een voorbeeld is het gebruik van real-time gezichtsherkenning in openbare gelegenheden. Een ander voorbeeld is het uitbuiten van mensen uit kwetsbare groepen middels AI. De volgende laag is High Risk. Hierbij is verplichte registratie van het systeem noodzakelijk, daarbij hoort een certificering. Je moet bewijzen dat het systeem voldoet aan opgestelde eisen op gebied van risico management, testen robustheid, transparantie en veiligheid. Voorbeelden van toepassing zijn in speelgoed, vliegtuigen, voertuigen en medische apparaten. De andere twee lagen stellen minder eisen.
De discussie over de definitie van wat AI is in het de wet is interessant. Sommige vinden hem veel te ruim en daardoor innovatie in de weg zitten, anderen vinden uiteraard het tegenovergestelde.
Risico’s van ChatGPT en Co-pilot
Een ander risico waar ik het over wil hebben ligt in het gebruik van diensten als ChatGPT van OpenAI en Co-pilot van Github. De tools werken met een Large Language Model (LLM) en een prompt. De prompt bevat de vraag en de context. Deze context kan data bevatten die je niet publiek beschikbaar wil hebben. Een LLM is een model dat getraind is op heel veel data. Zeker in het begin van de populariteit van deze tools wat het nog onduidelijk of jouw data weer gebruikt werd om het model beter mee te maken, om het te trainen.
Ik heb voor beide tools gekeken naar hun beleid rondom het gebruik van de data die je meestuurt. Afhankelijk van je abonnement wordt je data standaard wel of niet gebruikt. Maar in beide gevallen kun je het gebruik van jouw data voor het trainen van hun model uitzetten. Voor beide geldt dat de business abonnementen standaard je data niet gebruiken, en dat de individuele abonnementen je de mogelijkheid geven het uit te zetten. Gratis abonnementen geven je die mogelijheid niet. Het is dus wel belangrijk dat je goed uit zoekt per tool hoe je hem kunt gebruiken zonder dat je data wordt gedeeld en gebruikt kan worden om het model beter te maken.
Nu heb je een idee van de mogelijkheden van GenAI voor je business, je hebt inzicht in de risico’s. Hoe kun je starten? Dat is het onderwerp van het volgende onderdeel van deze blog.
Starten met GenAI
Je kunt natuurlijk wachten met het toepassen van AI en GenAI in het bijzonder binnen je bedrijf. Wachten totdat de wetgeving rond is, wachten totdat iedereen het doet. Dan ben je waarschijnlijk te laat. Veel beter is om er mee te starten. Begin klein, ga spelen met tools die al beschikbaar zijn. Laat je vooral inspireren door wat er allemaal al is. Duik er niet als een kip zonder kop volledig in, maar start wel met een strategie en beleid voor het gebruik van GenAI binnen je bedrijf. Help de mensen binnen je bedrijf er gebruik van te maken op een veilige manier.
Tips and tricks
Wanneer je comfortabel bent om een volgende stap te zetten, om verder te gaan dan alleen spelen, onderzoek dan waar je de meeste impact zou kunnen maken. Beoordeel het risico van AI voor die specifieke situatie. Gebruik het lagen model volgens de europesche wetgeving. Het toepassen van GenAI of AI binnen je organisatie vraagt kennis. Kennis over het verwerken en opslaan van data. Want ook voor AI geldt Garbage in is Garbage out.
“Ook voor GenAI geldt: Garbage in is garbage out. Investeer in je data platform.”
Als je wil starten met GenAI, en je hebt hulp nodig, dan kun je ons altijd bellen. We denken graag met je mee bij het vinden van de juiste use-case. We helpen bij het integreren met de juiste tools, het inrichten van je data-platform, en het in productie brengen en houden van je AI gebaseerde systeem. Daarnaast kunnen we jouw eerste GenAI toepassingen bouwen in ons AI Lab.
Terwijl je bezig gaat met het opstellen van je interne regels en beleid rond GenAI kan je al aan de slag gaan met contentcreatie. Toets hiermee meteen je stappen in het opstellen van je beleid. Je zult merken dat je door het gebruik maken van de bestaande tools enerzijds het meer en meer zult gebruiken, en anderzijds steeds meer vragen rond het beleid opdoemen.
Ook voor het inspireren van interne workshops kan GenAI goed gebruikt worden. Zo zou een deel van een planningsmeeting ideeen vanuit GenAI kunnen behandelen. Zie het als een extra medewerker die creatief kan meedenken, niet als vervanger.
Ga vervolgens op zoek naar repetitieve stappen in bedrijfsprocessen. Door de herhaling kan dit juist een mooi instappunt zijn waar GenAI het kan overnemen. Het aansluiten en inrichten van GenAI hebben wij al eerder succesvol kunnen toepassen.
