Generatieve AI implementeren? Vier randvoorwaarden voor succes
Generatieve AI is zonder twijfel een van de belangrijkste trends van dit moment. Veel organisaties maken dit jaar de vertaalslag van het op kleine schaal experimenteren met de nieuwe technologie naar een volwaardige implementatie. Experts van Cmotions delen vier randvoorwaarden voor succes.
2024 wordt door experts aangemerkt als hét jaar voor de grote doorbraak van generatieve AI. ChatGPT werd weliswaar al eind 2022 gelanceerd, maar het zou nog een jaar duren alvorens het bedrijfsleven en het grote publiek goed kennis zouden maken met de AI-technologie.
Inmiddels telt alleen al ChatGPT meer dan 200 miljoen gebruikers. Maar ook andere generatieve AI-tools zoals Microsoft Copilot en Google Gemini hebben tegenwoordig miljoenen gebruikers.
Uit onderzoek blijkt dat meer dan 90% van de organisaties dit jaar de ‘next steps’ zal gaan zetten in het omarmen van generatieve AI binnen hun bedrijfsvoering. Ook komt naar voren dat op termijn meer dan zes miljoen Nederlanders in hun werk op de een of andere manier te maken zullen krijgen met generatieve AI. Kortom, de potentie en de waarde van generatieve AI zijn enorm.
Generatieve AI is een vorm van kunstmatige intelligentie die zich onder meer onderscheidt door zijn laagdrempeligheid: vrijwel iedereen kan generatieve AI makkelijk inzetten middels het gebruik van prompts, waarna er vervolgens razendsnel een antwoord komt op de gestelde vraag of output volgt op een gevraagde taak.
En waar het gebruik van veel AI-modellen een zeker begrip van vakjargon vereist, onder andere op het gebied van datawetenschap, geldt generatieve AI juist als een slimme AI-robot die de taal van mensen spreekt.
Het implementeren van generatieve AI
Ondanks dit gebruikersgemak, vraagt ook het succesvol implementeren van generatieve AI om aandacht voor een aantal randvoorwaarden. Zoals met elke nieuwe technologie-implementatie zijn deze randvoorwaarden niet enkel technisch van aard, maar hebben ze ook betrekking op organisatie, mensen en cultuur.
1: Datastrategie
Scoren met data en datatoepassingen begint met een helder doel voor ogen. Een datastrategie zorgt voor het gericht ontwikkelen en tot waarde laten komen van deze initiatieven. Zeker omdat AI veel verder gaat dan een inzicht of een voorspelling, maar tot ingrijpende veranderingen kan leiden in werkprocessen en de inrichting en bezetting van je organisatie.
De datastrategie geeft antwoorden op de vragen:
- Hoe kies je de juiste initiatieven om mee aan de slag te gaan?
- Hoe meet ik het succes van deze initiatieven?
- Wat vraagt het van de organisatie om deze initiatieven succesvol toe te passen?
Vanuit het heldere vertrekpunt van een goede datastrategie moet vervolgens de slag worden gemaakt naar implementatie. Binnen deze fase ziet Cmotions drie randvoorwaarden die van belang zijn voor elke vorm van generatieve AI-implementatie.
2: Data governance, security en privacy
De ‘heilige drie-eenheid’ data governance, security en privacy moet helpen bij het waarborgen van de integriteit, vertrouwelijkheid en ethisch verantwoorde behandeling van data binnen organisaties. In een tijdperk waarin gegevens een waardevol bedrijfsmiddel zijn, is het handhaven van deze principes van het grootste belang voor het succes en de reputatie van organisaties.
De redenen om altijd bezig te zijn met deze drie-eenheid zijn ieder los al van groot belang, maar vormen gezamenlijk de basis van een correcte, veilige en ethische organisatie:
- Bescherming van gevoelige informatie
- Vertrouwen in gegevenskwaliteit
- Naleving van wet- en regelgeving
- Risicobeheersing
Een goed ingerichte data governance-organisatie zorgt voor heldere verantwoordelijkheden en processen om te borgen dat er bewaking en sturing zit op de gewenste manier van werken met data.
Het belang van deze factor wordt de komende jaren alleen nog maar belangrijker als gevolg van nieuwe regelgeving. In 2026 treedt de EU AI Act in werking in alle lidstaten, die eisen stelt rondom de waarborging van governance, security en privacy.
3: Data literacy
Data literacy verwijst naar het vermogen van mensen om data effectief te begrijpen, interpreteren en gebruiken. Dit stelt organisaties in staat om beter geïnformeerde beslissingen te nemen op basis van data.
Om data literacy te bevorderen, is het essentieel om medewerkers op te leiden in het interpreteren van data, het begrijpen van grafieken en rapporten, en het kunnen toepassen van data bij het nemen van beslissingen. Dit kan worden bereikt door training, het delen van kennis en het bevorderen van een datagedreven cultuur binnen een organisatie.
4: Datagedreven cultuur en ethiek
Naast alle fantastische toepassingen van data en AI zijn er, helaas, ook keerzijden als het gaat om het gebruik van kunstmatige intelligentie en generatieve AI. Neem de toeslagencrisis als voorbeeld – een duidelijk voorbeeld van te veel uit handen geven aan ‘automatisering’, met daarbij te weinig controle vanuit de mens.
Om te zorgen dat data en AI op de juiste ethische wijze worden ingezet, moet een organisatie aan de slag met het ontwikkelen van ethische kader en werken aan de juiste cultuur en bewaking daarvan:
- Hoe zorg ik voor de menselijke maat?
- Wat vindt onze organisatie wel ethisch, maar wat zeker niet?
- Hoe houden we dit in het oog?
- Hoe maken we de kaders duidelijk en toepasbaar voor onze medewerkers?
- Hoe organiseer je de controle hierop?
Door duidelijke kaders en een cultuur waarin data, AI en ethiek verankerd zijn binnen de datastrategie en het gebruik van data, kan een organisatie een grote stap zetten in het bereiken van ‘responsible AI’. De medewerkers moeten niet gedwongen worden om zich aan eisen te houden, maar vooral geïnspireerd worden en zelf aan het stuur worden gezet. Uiteindelijk zijn de mensen het ethische kompas van een organisatie. Samen stuur je de boot.
In de praktijk zien we dat wettelijke kaders vaak als vertrekpunt worden genomen, maar dat bepaalt met name dat ‘wat mag’. Ethische kaders gaan verder, en moeten vooral bepalen wat je als organisatie ‘wel of niet wilt’.
