De kracht van generative AI benutten: een wendbare methodologie voor onzekere tijden

Een landschap van onzekerheid

In de afgelopen decennia geloofden velen van ons dat kunstmatige intelligentie (AI) elk moment van de grond zou komen, maar dat gebeurde niet, althans niet op een manier die de hoge verwachtingen overtrof. AI heeft nu echter het stadium van exponentiële groei bereikt. Het tempo van de ontwikkeling wordt steeds hoger. Hoe en wanneer moeten we reageren? Sommige mensen beweren dat ze weten waar de dingen naartoe gaan, maar eerlijk gezegd, tenzij je in de bestuurskamer zit van sommige van de bedrijven die de verandering aansturen, is er geen manier om het te zeggen. Zelfs de slimste en best geïnformeerde experts ter wereld kunnen de state-of-the-art over zes maanden, of volgend jaar – laat staan daarna, niet voorspellen. Sterker nog, als mensheid zitten we midden in een landschap van onzekerheid.

Het nadeel van de first mover vermijden

Hoe ontmoedigend zo'n landschap ook mag lijken, actie is vereist. Maar als uw bedrijf begint met de mentaliteit om AI-opties toe te passen die vandaag beschikbaar zijn, loopt u het risico van het first mover-nadeel. Over een jaar, of zelfs eerder, zijn er immers misschien nog veel meer (betaalbare) opties om uit te kiezen. Of erger. We hebben allemaal de verhalen gehoord van early adopters van OpenAI, die de GPT-3 text-davinci-003-serie (een van de vroege OpenAI-modellen) hebben opgenomen en zich vervolgens plotseling in een positie bevonden waarin dat model niet langer werd ondersteund, wat leidde tot ernstige nadelen in termen van tijd en investering.

Een agile aanpak

Bij Deloitte houden we een realistische kijk op de nieuwste ontwikkelingen. We zijn ons bewust van wat we (nog) niet weten en welke inzichten en kennis momenteel ontbreken. Gelukkig weten we ook hoe we met zulke lacunes en onzekerheden moeten omgaan: met een agile benadering van AI, of AI Agility zoals wij het noemen. AI Agility verwijst naar het vermogen van een organisatie om snel te reageren, zich aan te passen en te itereren wanneer zich AI-ontwikkelingen voordoen. Als koploper op het gebied van AI (en andere nieuwe technologieën) hebben we deze aanpak snel aangepast en ingezet om onze klanten te helpen.

De AI-behendigheidsaanpak: vijf kernpijlers

Onze AI Agility-aanpak is een gestructureerde matrix met vijf kernpijlers (zie figuur 1 hieronder), die specifieke onderwerpen omvatten. De pijler Technologie en infrastructuur bestaat bijvoorbeeld uit modelontwikkeling, training, implementatie, energieverbruik, hardware en partnerschappen met AI-leveranciers om AI-initiatieven te ondersteunen. De pijler Data omvat effectief gegevensbeheer, gegevensbeveiliging, het waarborgen van toegang tot hoogwaardige gegevensbronnen en openbare gegevens versus gegevens van derden.

De concurrentie voorblijven

Door deze fases – continu – te doorlopen, maak je de juiste keuzes voor elk van de pijlers. De aanpak zorgt ervoor dat uw organisatie en uw AI-oplossing kunnen floreren in een snel veranderende wereld. In plaats van te vertrouwen op één bepaalde leverancier of model, is het framework modulair en zijn de elementen eenvoudig te vervangen. In het geval van GPT-3 zou deze flexibele, datagestuurde en modulaire aanpak, zonder afhankelijk te zijn van één bepaalde leverancier of model, de nadelen van vroege adoptie hebben voorkomen. Daarom is de AI Agility Approach een belangrijk hulpmiddel voor bedrijven in het digitale tijdperk dat hen in staat stelt zich snel aan te passen aan evoluerende AI-technologie, AI naadloos te integreren, de concurrentie voor te blijven, innovatie te stimuleren en de efficiëntie te verbeteren.

AI en Deloitte

Bij Deloitte erkennen we dat AI een nieuw soort collaboratieve intelligentie biedt. We werken samen met klanten om de inzichtelijke vragen te stellen die onthullen hoe AI bedrijfsmodellen opnieuw kan vormgeven, waarde kan creëren en hun visie nu en in de toekomst kan informeren.

Tegelijkertijd werken we samen met toonaangevende en opkomende technologiebedrijven om gebruiksscenario's en kaders in de industrie te ontwikkelen die ethische en flexibele interactie tussen mens en AI bevorderen. Ook hebben we een AI-instituut opgericht, evenals een AI Center of Excellence en een GenAI Lab. Dit stelt ons in staat om nieuwe AI-kansen te ontdekken voor onze klanten en voor de samenleving als geheel.

Vooruit: sectorspecifieke aanpak

Dit artikel is een inleiding tot AI Agility en de AI Agility Approach. Het is duidelijk dat elke branche en elk individueel bedrijf een meer verfijnde en op maat gemaakte aanpak vereist. In de komende maanden zullen we branchespecifieke informatie delen over AI Agility. Als u meer informatie wilt over de AI Agility Approach en hoe deze uw organisatie kan helpen gedijen in een datagedreven wereld, neem dan contact met ons op.

De AI Agility Approach: vijf fasen

Elk van deze pijlers doorloopt vijf verschillende fasen:

1. Aanvoelen en evalueren: Begrijp de behoeften van uw bedrijf om potentiële risico's en kansen in het AI-landschap te identificeren en te evalueren in relatie tot deze behoeften.
2. Valideren: Maak op basis van uw keuzes een pilot/proof of concept en valideer deze op haalbaarheid, levensvatbaarheid en wenselijkheid om te beslissen over go of no-go.
3. Ontwerp: Gebruik de lessen die zijn geleerd tijdens de ontwikkelings- en validatiestadia om een strategie/raamwerk op te stellen voor verantwoorde implementatie, inclusief waarborgen, ethiek en richtlijnen voor verantwoord gebruik.
4. Aanpassen: Implementeer, beheer noodzakelijke veranderingen binnen de organisatie en zorg voor een soepele overgang en acceptatie van de nieuwe kans.
5. Monitoren: Beoordeel continu succes en impact door middel van prestatiebewaking, gegevensverzameling en optimalisatie.