6 AI-tips van tech entrepreneur en AI-expert Jim Stolze

Jim Stolze is al sinds 2014 werkzaam binnen AI. Zijn bedrijf Aigency bouwt AI-systemen voor onder meer Heineken, Talpa en het ministerie VWS. Daarnaast adviseert hij bedrijven bij het implementeren van AI-strategie in hun organisatie. Uit onderzoeksresultaten van ons Data in Finance onderzoek blijkt dat 91% van de financials al bezig is met AI in hun organisatie. Echter geeft nog ‘maar’ 20% van de ondervraagden aan dat AI een onderdeel is van zowel de data- als business strategie. Het is overduidelijk dat er interesse is voor AI binnen de financiële branche. Maar hoe beweeg je van interesse naar implementatie? En hoe gebruik je op bedrijfsniveau AI op een verantwoorde en effectieve manier? Jim geeft AI-tips.

1. Bepaal de doelstelling

Met name de afgelopen jaren heeft AI in bekendheid veel terrein gewonnen. Het is de eerste tech revolutie die geen push nodig heeft vanuit het grote publiek. Generatieve AI heeft de traditionele AI wat meer naar de achtergrond gedreven qua aandacht. Daarmee is het voor veel bedrijven voor de hand liggend om generatieve AI toe te passen in hun beleid en dagelijkse werkzaamheden. Hoewel starten met implementatie van generatieve AI ook een goede keuze kan zijn, vergeten veel organisaties zichzelf eerst af te vragen waarvóór ze AI willen gebruiken. Wellicht kan de meer traditionele vorm van AI – welke gevoed wordt door kennisregels en logica en bijvoorbeeld kan worden ingezet om fraude op te sporen – handig zijn als het gaat om behalen van strategische doelstellingen. Daar waar generatieve AI juist weer beter in het verhogen van productiviteit en efficiëntie is. Begin dus bij het bepalen waar je AI voor wilt laten werken. Als die doelstellingen duidelijk zijn, kan je pas een vervolgstap zetten en gaan nadenken over welk systeem het beste aansluit op de behoeftes die er zijn.

2.  Pionieren in belang van de organisatie

Effectief beginnen met AI is vaak een drempel. Want als je het doel van AI gebruik in kaart hebt, welk programma past hier dan het best bij? En hoe werkt een AI-programma precies? Hoe ga je vervolgens om met dataprivacy en veiligheid? Er komen gedurende het proces allerlei vragen bij. Binnen een IT-afdeling zullen er misschien wel enkele vaandeldragers zijn die zich graag bemoeien met implementatie van een AI-systeem. Maar hoe zit het met de rest van de organisatie? Ook voor hen kan het heel waardevol zijn onderdeel te zijn van deze tech-versnelling in de organisatie. Wat goed werkt is een kopgroep samenstellen: geef een enthousiaste groep mensen binnen de organisatie een licentie op bijvoorbeeld Microsoft Copilot. Laat hen pionieren om uit te zoeken hoe een programma werkt, wat hierbij komt kijken qua voor- en nadelen en welke vragen er beantwoord moeten worden om breder te kunnen implementeren. Zij worden ervaringsdeskundigen en een soort kenniscentrum die ook de rest van de organisatie mee kunnen nemen in de vragen die er zijn. Vanzelfsprekend worden er ook gesprekken gevoerd over AI-beleid. Waarschijnlijk beginnen organisaties met een one pager met eenvoudige regels en wordt gaandeweg het document uitgebreid. Zorg dat je in elk geval regels over privacy en security hebt geborgd.

3. Intellectueel corvee uitbesteden

Voor veel mensen is het uitbesteden van taken – vergelijkbaar met intellectueel corvee – de belangrijkste reden om AI te gebruiken. Er zijn veel taken die AI vrij gemakkelijk en foutloos over kan nemen. En niet alleen voor het individu, maar ook voor bedrijven is dat een winst. Kenniswerkers – mensen die meer dan vier uur per dag achter een scherm zitten – kunnen de AI-turbo op hun werk goed gebruiken. Recent onderzoek toont aan dat dat voor deze groep werkers binnen een organisatie AI voor een productiviteitsslag van keer 4 kan zorgen. Dus de taak waar je normaal 4 uur over doet, kan dan in 1 uur. Wat je doet met die extra tijd die hierdoor wordt vrijgespeeld? Dat is een interessante vraag waar organisaties zich over kunnen gaan buigen. Waarschijnlijk is er dan tijd over voor bijvoorbeeld face to face contact met klanten, creativiteit, brainstormen en strategische input. En of we die tijdswinst goed kunnen gebruiken!

4. Wees flexibel én nauwkeurig binnen de regels

Dat de AI Act organisaties helpt om de risico’s van het gebruik van AI in kaart te brengen is een groot goed. Daardoor krijgen bedrijven meer houvast om op een juiste manier te handelen. Een ander uiterste is regels rondom AI, dataprivacy en veiligheid té spannend vinden, waardoor je niet meer in beweging durft te komen. Tuurlijk mag je geen beslissingen outsourcen naar AI-systemen en ik adviseer ook niet om zomaar dingen uit te proberen in een AI-systeem. Alleen adviseer ik wel om te kijken waar kansen en mogelijkheden liggen – die ook in samenspraak met de toezichthouder – kunnen worden uitgevoerd. Denk hierbij bijvoorbeeld aan het maken van een rapport met generatieve AI. Deze systemen zijn prima in staat een goed rapport te maken dat een 80% versie is van wat je nodig hebt. Die overige 20% zal je echter zelf moeten doen. Blijf daarbij altijd nauwkeurig werken en vraag datawetenschappers om hulp waar nodig. Zij kunnen ook bij ethische vraagstukken een belangrijke rol spelen. Bijvoorbeeld; wanneer je ervoor kiest geen persoonsgegevens te verwerken op basis van dataveiligheid, maar daardoor per ongeluk toch in een dataset gaat discrimineren. Jouw systeem, hoe slim het ook lijkt, kan allerlei onbedoelde consequenties hebben. En als je daar je ogen voor sluit, dan komt je dat duur te staan.

5. Zet datakwaliteit bovenaan de prioriteitenlijst

Datamanagement is belangrijker dan ooit. De grootste winst die nu gemaakt wordt met AI is machine learning op basis van grote hoeveelheden data. Dat is ook precies hoe generatieve AI werkt. Alleen moet je altijd een belangrijke vraag stellen, namelijk: “Is de kwaliteit van de data wel goed genoeg?” Datascience is niet voor niets een wetenschap. Je moet datakwaliteit een onderdeel maken van de innovatie. Op dit moment werk ik met klanten aan een eigen RAG (Retrieval Augmentation Generation). RAG is de brug tussen de unieke data van de organisatie en generatieve AI. Daar zit dan ook de competitive advantage van een organisatie. Want zonder RAG is general purpose systeem onbetrouwbaar. Is jouw prompt onduidelijk of de data niet compleet? Dan gaat het systeem dingen verzinnen. Zelfs bronnen worden verzonnen. Een RAG zorgt ervoor dat de verwerking van de prompt gebaseerd wordt op bronnen (openbaar of eigen systeem). Het feitelijke dataobject wordt gebruikt om jou antwoord te geven en daardoor wordt jouw informatie veel betrouwbaarder. Als je nu al gaat voorbereiden op het bouwen van een eigen RAG, het stellen van strategische vraagstukken die je graag beantwoord wilt hebben met data en de kwaliteit van de benodigde data in kaart brengt, dan loop je voor op de concurrentie.

6. Vergeet niet te investeren in human intelligence

Mijn laatste advies aan organisaties is: laat human intelligence hand in hand gaan met artificial intelligence. Het is zonde als de mens in dit proces vergeten wordt. Een training of cursus om men wegwijs te maken in het gebruik van AI is eigenlijk het minste wat je kan doen. Het is niet voor niks dat ik ook steeds meer gesprekken voer met learning en development afdelingen. Zoals ik ook al eerder noemde, human intelligence blijkt heel belangrijk om opgeleverde AI stukken te controleren, aan te vullen en aan te passen waar nodig. Daarvoor moet je kennis hebben van data, logica én weten welke vragen je moet stellen. Heel andere vaardigheden dan hoe veel mensen gewend zijn om te werken. Dan wordt niet alleen een AI-systeem beter gebruikt, maar wordt de mens in de organisatie ook slimmer. Een echte win-win.

Als we Jim moeten geloven, hebben we nog lang niet alles gezien op het gebied van AI. Het topje van de ijsberg is nu blootgelegd. In zijn eigen woorden: “We zijn onder de indruk van wat taalmodellen allemaal kunnen en hoe snel de technologie zich ontwikkelt. Dat is ook indrukwekkend. Maar we moeten ons ook al klaar maken voor the next big thing. Ik kan nog niet alles verklappen, maar ik kan wel zeggen: You ain’t seen nothing yet.

Over Jim Stolze

Jim Stolze is een Nederlandse ondernemer en auteur, gespecialiseerd in kunstmatige intelligentie. Hij richtte het bedrijf Aigency op, dat AI-oplossingen levert aan grote bedrijven. Stolze speelde een belangrijke rol in het naar Nederland halen van TEDx. Ook heeft hij meerdere boeken geschreven, die allemaal te maken hebben met technologie en digitalisering. Hij is nauw betrokken bij educatieve initiatieven rondom AI. Daarnaast geeft hij les aan verschillende universiteiten en is hij vanwege zijn kennis een veelgevraagd spreker en dagvoorzitter.