Fantastische Generatieve AI Implementatie: Zo Pak Je Het Aan!

“`html

Technologie is het cruciale derde element van change management dat de adoptie van generatieve AI (genAI) binnen uw organisatie kan maken of breken.

Inleiding

Change management, gericht op mensen, processen en technologieën, is van essentieel belang voor succes met generatieve AI (genAI). Eerdere artikelen hebben de menselijke factor en de aanpassing van processen behandeld. Dit artikel richt zich op het derde, cruciale element: technologie. We moeten verder kijken dan de hype en echt begrijpen hoe we genAI kunnen inzetten om meetbare, positieve veranderingen te bewerkstelligen. De potentie is enorm, maar zonder de juiste technologische basis, lopen we het risico dat genAI een kostbare gimmick blijft in plaats van een krachtige drijfveer voor innovatie en efficiëntie. De komende jaren zullen organisaties die investeren in de juiste infrastructuur en expertise een aanzienlijk concurrentievoordeel behalen. We zien nu al dat vroege adopters hun processen optimaliseren, de productiviteit verhogen en nieuwe mogelijkheden ontdekken om waarde te creëren. De sleutel tot succes ligt in het strategisch afstemmen van technologie, mensen en processen, zodat genAI een integraal onderdeel wordt van de bedrijfsstrategie.

Een Recapitulate: Een Groeimindset en de Cognitieve Waardeketen

Het inzetten van technologie is een middel tot een doel, geen doel op zich. Om tot geweldige resultaten te komen met een winnende genAI-infrastructuur en -architectuur, is een recapitulatie van de belangrijkste elementen essentieel.

• Mensen: Het doel is om een groeimindset ten opzichte van genAI te stimuleren, vergelijkbaar met de houding ten opzichte van nieuwe tools of technieken (zoals spreadsheets of blameless post mortems). Bij genAI moet men streven naar ‘augmentation excellence’ (“dat was een slimme manier om het te gebruiken”) en ‘excellent augmentation’ (“Ik ben blij dat we dat gedaan hebben”). Dit vereist training, workshops en een cultuur die experimenteren aanmoedigt. Het is cruciaal om medewerkers te laten zien dat genAI hen niet vervangt, maar juist in staat stelt om complexere taken uit te voeren en creatiever te zijn. Een succesvolle implementatie begint met het wegnemen van angst en het creëren van enthousiasme voor de mogelijkheden van genAI. Organisaties moeten investeren in training en ondersteuning om werknemers te helpen de nieuwe technologie te begrijpen en te integreren in hun dagelijkse werkzaamheden.
• Processen: Het doel is om te evolueren naar een “nieuw normaal” van werken waarin een cognitieve waardeketen kennis in workflows injecteert, in een hoog tempo en op grote schaal, om fouten te verminderen. Dit is conceptueel vergelijkbaar met hoe bedrijven digitale waardeketens ontwikkelden om data in digitale ervaringen te injecteren, in een hoog tempo en op grote schaal, om hun waarde te verhogen. Denk aan geautomatiseerde rapportage, realtime inzichten en gepersonaliseerde klantinteracties. Door processen te herontwerpen en te optimaliseren, kunnen bedrijven de kracht van genAI benutten om sneller, efficiënter en effectiever te werken. Een cruciale stap is het identificeren van de juiste use-cases en het ontwikkelen van een duidelijke implementatiestrategie. Hierbij is het belangrijk om te beginnen met kleine, beheersbare projecten en geleidelijk op te schalen naarmate de expertise en de infrastructuur groeien.
• Technologie: Het doel is om technologie te creëren die altijd helpt, nooit struikelt en nooit in de weg staat. Dit betekent dat de technologie moet betrouwbaar, schaalbaar en gemakkelijk te integreren zijn met bestaande systemen. Het is belangrijk om te investeren in een robuuste infrastructuur die de complexiteit van genAI aankan. Dit omvat krachtige computing resources, geavanceerde data-opslag en -verwerkingstechnologieën, en een solide beveiligingsarchitectuur. Bovendien is het essentieel om te kiezen voor een technologieplatform dat flexibel en aanpasbaar is, zodat het kan meegroeien met de veranderende behoeften van de organisatie.

Het uiteindelijke doel is een ecosysteem te creëren waarin mensen, processen en technologie naadloos samenwerken om de voordelen van genAI te maximaliseren.

Toegang tot de Juiste Data

Een concreet voorbeeld van een veelvoorkomend gebruik van genAI in grote bedrijven illustreert het belang van toegang tot de juiste data. Teresa Heitsenrether, de chief data and analytics officer van JPMorgan, zei dat genAI het werk bij JPMorgan zal transformeren: “Denk aan elke plek in de bank waar mensen zich voorbereiden om met hun klanten te praten. Vandaag de dag heb je legers mensen die rondrennen, briefingmemo’s samenstellen en ervoor zorgen dat iedereen voorbereid is. Dit is een geweldige manier om die dingen sneller samen te brengen. We zien het in de juridische afdeling, overal waar je veel documenten hebt, veel informatie om door te spitten.”

Een standaard genAI-app, zoals ChatGPT Enterprise, kan elke gebruiker helpen die een prompt kan formuleren en documenten in het contextvenster kan invoegen. Maar voor belangrijke, doorlopende workflows, zoals het voorbereiden van klantgesprekken, verkoopgesprekken of contractonderhandelingen, is het niet logisch dat individuen lukraak kopiëren en plakken uit 17 verschillende databronnen. Dit is niet alleen inefficiënt, maar ook riskant vanwege mogelijke inconsistenties en beveiligingsproblemen.

In plaats daarvan moeten genAI-app-ontwikkelaars toegang tot de juiste databronnen kunnen integreren in op maat gemaakte bedrijfsapps. Dit zorgt voor een rijkere context, betere resultaten en een grotere impact. De waarde van genAI wordt exponentieel verhoogd wanneer het kan werken met relevante, betrouwbare en actuele data. Het bouwen van een solide datafundament is daarom een cruciale stap in de implementatie van genAI. Dit omvat het verzamelen, opslaan, beheren en beveiligen van data uit verschillende bronnen, zowel intern als extern. Het is ook belangrijk om de data te structureren en te transformeren, zodat deze gemakkelijk toegankelijk en bruikbaar is voor genAI-modellen.

Agency en Orchestration

GenAI heeft een extra dimensie. Traditionele apps kunnen geen ‘agency’ tonen buiten de databronnen en queries die hard-coded zijn. GenAI daarentegen kan ervoor kiezen om tools en API’s te gebruiken waartoe het toegang heeft gekregen. De developer tooling layer moet dus ook elementen van orchestration bevatten. Dit betekent dat het niet alleen gaat om de data die beschikbaar is, maar ook om wat relevant kan zijn daarbuiten. Het vermogen van genAI om zelfstandig te handelen en te beslissen welke tools en informatie nodig zijn, maakt het een krachtigere en flexibelere technologie dan traditionele AI-systemen.

Als een ticketing database bijvoorbeeld het systeem van record is voor customer support, maar een ticket eindigt met “laten we dit gesprek overzetten naar Slack,” kan de genAI-app worden uitgerust om het spoor te volgen. Of als de AI tegenstrijdige data vindt uit interne bronnen over de bedrijfsmetrics van een klant die beschikbaar zijn via een hoogwaardige bron zoals Dun & Bradstreet, kan het de kwestie aankaarten en toestemming vragen om te bellen. Dit vermogen om data uit verschillende bronnen te integreren en te verifiëren, kan leiden tot nauwkeurigere en betrouwbaardere resultaten. Het is belangrijk om de genAI-app te voorzien van de juiste tools en API’s, zodat het zijn taken effectief kan uitvoeren. Dit omvat toegang tot databases, cloudservices, en andere relevante systemen.

Tools en API’s integreren

• Data integratie
• Cloud services
• Access tot databases

De Kennislaag

Ondanks het mensachtige gedrag dat genAI kan vertonen, is een genAI-app nog steeds afhankelijk van “wiskunde” om de meest relevante context te vinden. Vector search is essentieel voor genAI-apps, maar hybride search-benaderingen, zoals het combineren van vector search (voor semantisch begrip) en lexical search (voor exacte keyword matching), kunnen de resultaten verbeteren. Een kennislaag wordt toegevoegd om volledige multi-modale search-mogelijkheden te bieden, die verder gaan dan de SQL-queries die voorheen de belangrijkste link waren tussen ontwikkelaars en data. De kennislaag dient als een gecentraliseerde repository van informatie die de genAI-app kan gebruiken om zijn taken effectiever uit te voeren. Dit omvat niet alleen data, maar ook regels, beleidslijnen en best practices. Door een kennislaag te creëren, kunnen organisaties de consistentie en de kwaliteit van de genAI-output verbeteren.

Het vermogen om te zoeken en te filteren op basis van verschillende criteria, zoals semantiek en keywords, stelt genAI in staat om sneller en efficiënter de meest relevante informatie te vinden. Dit is vooral belangrijk in complexe omgevingen waar grote hoeveelheden data beschikbaar zijn. De kennislaag maakt het ook mogelijk om de genAI-app te trainen en te verbeteren, door feedback te geven over de kwaliteit van de resultaten.

Hybride Search

De combinatie van vector search en lexical search.

De Bouwstenen van AI Succes

Deze drie veranderingen – ongestructureerde data die een volwaardige burger wordt van de datalaag; het toevoegen van orchestration- en data access-mogelijkheden aan de dev tools layer; en de nieuwe kennislaag – zullen winnende processen voor het benutten van genAI ondersteunen en mensen (zowel eindgebruikers als ontwikkelaars) voorbereiden op succes.

De integratie van ongestructureerde data in de datalaag opent nieuwe mogelijkheden voor genAI, omdat het nu kan werken met een breder scala aan informatiebronnen. Dit omvat tekst, afbeeldingen, audio en video. Het toevoegen van orchestration- en data access-mogelijkheden aan de dev tools layer vereenvoudigt de ontwikkeling en implementatie van genAI-apps. Ontwikkelaars kunnen nu gemakkelijker toegang krijgen tot de data en tools die ze nodig hebben om effectieve oplossingen te bouwen. De kennislaag biedt een gecentraliseerde bron van informatie die de genAI-app kan gebruiken om zijn taken effectiever uit te voeren.

Door deze drie elementen te combineren, kunnen organisaties een krachtige basis leggen voor genAI-succes. Dit stelt hen in staat om de voordelen van de technologie te benutten om hun processen te optimaliseren, de productiviteit te verhogen en nieuwe mogelijkheden te ontdekken om waarde te creëren.

Voorbeelden van succesvolle toepassingen

• Gezondheidszorg: GenAI kan worden gebruikt om artsen te helpen bij het stellen van diagnoses, het ontwikkelen van behandelplannen en het personaliseren van de patiëntenzorg. Door data uit verschillende bronnen te analyseren, zoals medische dossiers, onderzoeksartikelen en klinische studies, kan genAI waardevolle inzichten genereren die artsen kunnen helpen betere beslissingen te nemen.
• Financiële dienstverlening: GenAI kan worden gebruikt om fraude op te sporen, risico’s te beoordelen en klantenservice te verbeteren. Door patronen en anomalieën in financiële transacties te identificeren, kan genAI helpen fraude te voorkomen en financiële verliezen te minimaliseren. Het kan ook worden gebruikt om gepersonaliseerde financiële adviezen te geven aan klanten en hun vragen snel en efficiënt te beantwoorden. Lees meer over cloudbeveiliging.
• Detailhandel: GenAI kan worden gebruikt om de klantervaring te verbeteren, de voorraad te optimaliseren en de marketingcampagnes te personaliseren. Door de aankoopgeschiedenis en het gedrag van klanten te analyseren, kan genAI aanbevelingen doen voor producten en diensten die relevant zijn voor hun behoeften en interesses. Het kan ook worden gebruikt om de voorraad te optimaliseren en te zorgen voor een optimale beschikbaarheid van producten.
• Productie: GenAI kan worden gebruikt om de kwaliteit te verbeteren, de efficiëntie te verhogen en de veiligheid te verbeteren. Door data uit sensoren en machines te analyseren, kan genAI afwijkingen en potentiële problemen identificeren voordat ze leiden tot defecten of storingen. Het kan ook worden gebruikt om de processen te optimaliseren en de productie-efficiëntie te verhogen.

Conclusie

De succesvolle implementatie van genAI vereist een holistische aanpak die de juiste technologie, de juiste mensen en de juiste processen combineert. Organisaties moeten investeren in een robuuste infrastructuur, de juiste expertise en een cultuur die experimenteren en leren aanmoedigt. Door deze stappen te volgen, kunnen ze de voordelen van genAI benutten om hun processen te optimaliseren, de productiviteit te verhogen en nieuwe mogelijkheden te ontdekken om waarde te creëren. De toekomst is aan de bedrijven die in staat zijn om data om te zetten in impact, en genAI is de sleutel tot het ontsluiten van dat potentieel. De rol van de CIO en de IT-afdeling is cruciaal in dit proces. Zij moeten de strategische richting bepalen, de juiste technologieën selecteren en de implementatie begeleiden. Door nauw samen te werken met de business units en de eindgebruikers, kunnen zij ervoor zorgen dat genAI een succesvolle en waardevolle investering wordt. Bekijk ook Generative AI Workforce Preparation.

Meer leren over generatieve AI

Cursussen over Change Management for Generative AI zijn beschikbaar.

Toekomstige trends

De ontwikkeling van genAI staat niet stil. We kunnen de komende jaren een aantal belangrijke trends verwachten:

• Verbeterde modellen: De genAI-modellen worden steeds krachtiger en efficiënter. Ze zijn in staat om complexere taken uit te voeren en nauwkeurigere resultaten te genereren.
• Meer integratie: GenAI zal steeds meer worden geïntegreerd in bestaande systemen en applicaties. Dit maakt het gemakkelijker om de technologie te gebruiken en te benutten.
• Grotere toegankelijkheid: GenAI wordt steeds toegankelijker voor een breder publiek. Cloudgebaseerde platforms en open-source tools maken het mogelijk voor bedrijven van alle groottes om met genAI te experimenteren en te profiteren van de voordelen. Meer over open source AI ontwikkeltools.
• Ethiek en verantwoordelijkheid: Er zal steeds meer aandacht komen voor de ethische en maatschappelijke implicaties van genAI. Bedrijven moeten verantwoordelijk omgaan met de technologie en ervoor zorgen dat deze wordt gebruikt op een manier die de menselijke waarden respecteert. Mogelijk gaat het met Meta AI mis.

Door deze trends te volgen en te anticiperen op de toekomstige ontwikkelingen, kunnen organisaties zich voorbereiden op de volgende fase van genAI en hun concurrentievoordeel versterken. De AI Adoption kan zo gestimuleerd worden.

Word count: 1778 “`