Ik hoor regelmatig de volgende drie bezwaren als ik met bedrijven praat over het potentieel van generatieve kunstmatige intelligentie. Ten eerste: we vrezen dat dit in strijd is met de richtlijnen voor gegevensbescherming. Ten tweede: de honger van AI naar gegevens overstijgt onze IT-capaciteiten. Ten derde: we zouden het graag doen, maar we hebben er het personeel niet voor. Terechte zorgen die kunnen worden weggenomen met veilige AI-tools voor bedrijven uit de Public Cloud.
Volgens een onderzoek van de Duitse Kamer van Koophandel en Industrie (DIHK) maken vooral de technologie- en financiële sectoren gebruik van AI.1 Maar een blik richting industrie is ook de moeite waard. De eerste bedrijven zijn op weg naar Industrie 5.0 met GenAI. Dit komt omdat ze de samenwerking tussen mens en machine naar een nieuw niveau tillen, omdat beide met elkaar kunnen communiceren dankzij generatieve taalmodellen. Zo rust automobieltoeleverancier Schaeffler haar eerste machines uit met een copiloot van Siemens en Microsoft. Als het bedrijf een nieuwe code voor machinebesturing nodig heeft, kan de copiloot het overnemen. Mensen hoeven alleen de gewenste nieuwe functies te dicteren. Audi's eigen generatieve AI ondersteunt de ontwikkeling van nieuwe velgen. Bosch daarentegen genereert afbeeldingen van defecte producten met GenAI. De onderneming voert de beelden vervolgens in software in als trainingsgegevens, zodat de software defecten in nieuwe productielijnen kan herkennen.
Als ik rondkijk op sociale platforms zoals LinkedIn, krijg ik de indruk dat er bijna niemand is die nog niet besmet is met het enthousiasme voor generatieve kunstmatige intelligentie. Ik vind deze bereidheid om te experimenteren geweldig, vooral wanneer bedrijven GenAI al gebruiken als bron van nieuwe (bedrijfs)ideeën of generatieve AI gebruiken als planningstool of sparringpartner. Maar omdat de toepassingsgevallen steeds complexer worden, worden er steeds meer eisen aan de IT-infrastructuur van het bedrijf gesteld. Veel rekenkracht alleen is niet genoeg. Als je effectiever en efficiënter wilt worden met GenAI, heb je een hoog niveau van IT-beveiliging en volledige naleving van de bestaande regelgeving voor gegevensbescherming nodig. Ook de AI-wetgeving van de Europese Unie houdt GenAI kort voor meer rechtszekerheid: Exploitanten van basismodellen zoals ChatGPT moeten bekendmaken welke gegevens ze gebruiken waarmee ze hun modellen trainen.
Ik noemde net het sleutelwoord 'basismodel' - ik had ook 'funderingsmodel', 'foundation models' of, preciezer gezegd, 'grote taalmodellen' kunnen zeggen. Dit zijn synoniemen voor de kern van generatieve AI. De modellen worden getraind met enorme hoeveelheden ruwe gegevens, zodat ze deze kunnen leren analyseren en begrijpen. De kwantiteit en kwaliteit van de gegevens zijn cruciaal voor GenAI om nieuwe inhoud - teksten, afbeeldingen, muziek en zelfs software - te kunnen genereren op basis van aangeleerde patronen. De chatbot, het meest prominente lid van de GenAI-familie, is gebaseerd op het Generative Pretrained Transformer (GPT) taalmodel van Open AI. Je communiceert waarschijnlijk regelmatig met hem - professioneel of privé. Maar weet je welke gegevens je wel en niet aan hem kunt toevertrouwen? En: heb je genoeg goede gegevens in je bedrijf om je eigen GenAI-toepassingen op te zetten?
Dit brengt ons bij misschien wel de belangrijkste uitdaging voor generatieve AI: het onderwerp gegevensbescherming. In een Bitkom-enquête2 gaf 85 procent van de respondenten aan dat gegevensbeschermingseisen hun eigen AI-inspanningen vertragen, terwijl 76 procent sprak van juridische onduidelijkheden. Dit verklaart waarom 68 procent van de Duitse bedrijven het potentieel van generatieve AI wel inziet en het als de belangrijkste technologie van de toekomst beschouwt, maar slechts twee procent GenAI daadwerkelijk gebruikt. Als je ook een slapeloze nachten hebt over AI en gegevensbescherming of compliance en potentiële risico's met betrekking tot AI-governance wilt vermijden, dan moet je vertrouwen op clouddiensten en ervoor zorgen dat je een platform kiest dat deze aspecten combineert. Alleen zo kun je inhoud genereren die voldoet aan de wetgeving voor gegevensbescherming en auteursrechten wanneer je afbeeldingen, teksten of een programmacode maakt met behulp van kunstmatige intelligentie. Zoek een partner die je kan ondersteunen bij jouw overstap naar de cloud, zodat je vol vertrouwen het potentieel ervan kunt benutten.
Analisten van Gartner3 verwachten een sterke groei in de Public Cloudmarkt in 2024 en voorspellen een toename van 20 procent tot een omzet van 679 miljard dollar. Deze stijging is ook het gevolg van AI. Er wordt immers veel verwacht van AI. Volgens McKinsey hebben GenAI-oplossingen alleen al het potentieel om de wereldwijde economische productiviteit met 2,6 tot 4,4 biljoen dollar te verhogen. Maar daarvoor moeten bedrijven de weg vrijmaken voor AI met de cloud. Dat biedt ook bedrijven die niet beschikken over gespecialiseerde AI-expertise of voldoende geschoold personeel de kans om efficiënter en effectiever te werken met slimme algoritmen. De hyperscalerplatforms zoals Azure ML (Microsoft), Sagemaker (AWS) en Vertex AI (Google) bieden raamwerken, bibliotheken en samenwerkingstools waarmee generatieve AI-modellen en -toepassingen kunnen worden ontwikkeld.
Wie kiest voor een publieke clouddienst moet er zeker van zijn dat de provider de AI-toepassingen beveiligt met duidelijke richtlijnen voor het verantwoord omgaan met gevoelige gegevens. De cloudinfrastructuur moet niet alleen krachtig zijn, maar ook voldoen aan de regelgeving voor gegevensbescherming en de wettelijke vereisten. Als je met een technologieleverancier werkt aan je cloud- en AI-strategie, vraag hun dan of ze met een GenAI Proof-of-Concept (PoC) kunnen garanderen dat je het AI-potentieel op een conforme manier kunt benutten zonder te hoeven investeren in het trainen van AI-systemen.
Er zijn al speciale SaaS-aanbiedingen (Software-as-a-Service) voor tal van GenAI-toepassingen. Marktleiders zoals Microsoft, SAP en Salesforce integreren in toenemende mate generatieve kunstmatige intelligentie in hun SaaS-oplossingen. De pluspunten: ze kunnen snel en kosteneffectief worden gerealiseerd - zonder tijdrovende implementatie. Een nadeel: kant-en-klare oplossingen staan maatwerk in de weg of beperken dit in hoge mate. Als je complexere GenAI-projecten in de cloud plant, zijn Platform-as-a-Service (PaaS) modellen daarom aan te raden. Ze bieden hulpmiddelen voor snelle resultaten, maar zijn flexibel genoeg om te worden gebruikt om je eigen GenAI-modellen te ontwikkelen.
Laat je bij de AI-transformatie niet weerhouden door je eigen zorgen of een IT-setup die er niet bij past. AI is geen nice-to-have, het is niet zomaar een technologieproject. Nee, het is een strategische noodzaak voor bedrijven als ze concurrerend willen blijven. Mijn tip: benut het potentieel van de technologie. Maar zorg ervoor dat je de gegevensbescherming en ethische implicaties onder controle hebt. Een deskundige provider kan je hierbij helpen. En: wissel ideeën uit met anderen. Niet alleen AI kan bijleren - dat doen wij mensen per slot van rekening ook. Daarom kijk ik ernaar uit om ideeën met je uit te wisselen.
1 Digitaliseringsonderzoek 2023, DIHK, 2024, dihk.de
2 Duitse industrie zet vaart achter kunstmatige intelligentie, Bitkom, 2023, bitkom.org
3 Gartner voorspelt wereldwijde uitgaven aan publieke clouds voor eindgebruikers tot 679 miljard dollar in 2024, Gartner 2024, gartner.com
