Van Big Data tot Deep Learning tot Generative AI

Big Data

De term ‘Big Data’ begon in de jaren 2010 terrein te winnen als modewoord toen bedrijven als Google, Amazon en Facebook begonnen te delen hoe zij enorme hoeveelheden gebruikersdata verzamelden, beheerden en analyseerden. The Economist schreef erover in hun artikel ‘The world’s most valuable resource is no longer oil, but data’, waarbij er een vrij dramatisch beeld van de situatie werd geschetst:

“…er ontstaan steeds meer zorgen over de techreuzen die data verhandelen, de olie van het digitale tijdperk. Deze giganten – Alphabet (het moederbedrijf van Google), Amazon, Apple, Facebook en Microsoft – lijken niet meer te stoppen. Het zijn de vijf meest waardevolle beursgenoteerde bedrijven ter wereld. Hun winsten stijgen explosief: samen boekten ze meer dan 25 miljard dollar nettowinst in het eerste kwartaal van 2017.”

Destijds werd Big Data vaak gedefinieerd aan de hand van een model van Gartner, dat bekendstaat om de ‘drie V’s’: Volume (de hoeveelheid data), Velocity (de enorme snelheid waarmee data wordt gecreëerd, verzameld en verwerkt) en Variety (de diversiteit aan datatypes).

De logische vraag die hieruit voortvloeide was: “Hoe kan ik al die data benutten?” Dit leidde tot de opkomst van Big Data Analytics en Predictive Analytics. Klassieke toepassingen hiervan zijn bijvoorbeeld het voorspellen van het succes van verkoopkansen in een salespipeline, of het doen van gepersonaliseerde productaanbevelingen. Naarmate de algoritmes achter AI-systemen geavanceerder worden, nemen de nauwkeurigheid en de toepasbaarheid van deze voorspellingen op verschillende bedrijfsprocessen toe.

GrillMaster Europe:

• Peak of Inflated Expectations: Toen Big Data aan het begin van de hype stond, verwachtte GrillMaster Europe dat het nemen van zakelijke beslissingen niet langer op buikgevoel zou plaatsvinden, maar gebaseerd zou zijn op harde data. Het bedrijf droomde van tot op de euro nauwkeurige verkoopvoorspellingen, uniek gepersonaliseerde klantbelevingen en een drastisch verbeterde algehele efficiëntie.
• Trough of Disillusionment: Al snel realiseerde het bedrijf zich dat data alleen waarde toevoegt als deze accuraat is. En de snelheid waarmee data veroudert, lag hoger dan GrillMaster Europe kon bijhouden. Daarbovenop begonnen consumenten zich zorgen te maken over hun privacy en de vraag wie nu eigenlijk eigenaar is van klantgegevens.
• Plateau of Productivity: Tegenwoordig gebruikt GrillMaster Europe zijn loyaliteitsprogramma om klantgegevens te verzamelen. Van demografische data zoals geboortedatum tot gedragsdata zoals aankoopfrequentie. De website van GrillMaster verzamelt gegevens over bezoekers en welke producten vaak in één aankoop worden gecombineerd. Het ERP-systeem bevat daarnaast grote hoeveelheden data over de supply chain, voorraad en retourzendingen.

Internet of Things

Het Internet of Things (IoT) bereikte zijn piek als modewoord halverwege de jaren 2010, als een logische volgende stap na Big Data en Rule-based AI (ook wel ‘beslislogica’ of ‘als-dit-dan-dat-regels’ genoemd). IoT verwijst naar fysieke objecten die verbonden zijn met het internet en in staat zijn data te verzamelen, verzenden en ontvangen. Denk hierbij aan slimme thermostaten, beveiligingssystemen, geconnecteerde auto’s en industriële sensoren.

Maar bij veel van deze apparaten zat de beperking in wat je precies kon doen met die verbinding met het internet. Nadat IoT zijn hype-moment had gehad, werd er vaak gegrapt over hoe de meeste ‘slimme’ apparaten eigenlijk vrij dom zijn. De oorzaak? Deze systemen zijn vaak afhankelijk van Rule-based AI.

Rule-based AI is een eenvoudige, veelgebruikte vorm van kunstmatige intelligentie waarbij het systeem werkt op basis van vooraf gedefinieerde regels: “Als X gebeurt, doe dan Y.” Deze systemen zijn niet zelflerend en passen zich dus niet aan op basis van data of ervaring. Ze reageren uitsluitend op vaste voorwaarden of scenario’s die door mensen zijn ingesteld.

GrillMaster Europe:

• Peak of Inflated Expectations: Met de opkomst van het Internet of Things verwachtte GrillMaster Europe een ongekend niveau van automatisering op de productievloer te bereiken. Sensoren zouden alles monitoren – van productkwaliteit tot de onderhoudsbehoeften van machines – en daar vervolgens automatisch op reageren.
• Trough of Disillusionment: Na enkele pilotprojecten realiseerde GrillMaster Europe zich dat ruwe data van sensoren niet direct hetzelfde is als intelligentie. Menselijke tussenkomst bleek toch vaak nog steeds nodig.
• Plateau of Productivity: Tegenwoordig maakt GrillMaster Europe gebruik van eenvoudige maar doeltreffende IoT-oplossingen, zoals een beveiligingssysteem dat automatisch een alarmmelding stuurt en de politie inschakelt wanneer deuren zonder toestemming worden geopend.

Personal Assistants

‘Voice Assistants’ werden een hype met de introductie van Siri in 2011 en Alexa in 2014. De technologie erachter staat beter bekend als Natural Language Processing (NLP). Wat begon met het vermogen van Google’s zoekmachine om zoekopdrachten te begrijpen – zelfs met typefouten of zonder een volledige zinsstructuur – evolueerde naar geavanceerde, spraakgestuurde telefonische keuzemenu’s en klantenservice-hotlines.

NLP is een vorm van Artificial Intelligence die zich bezighoudt met de interactie tussen computers en menselijke taal. Het stelt computers in staat om menselijke tekst en spraak te begrijpen en erop te reageren – op een manier die natuurlijke, menselijke interactie nabootst.

Het was ook de eerste technologie die daadwerkelijk terugpraatte tegen de gebruiker, wat leidde tot spraakmakende voorbeelden van mens-machine interactie, zoals het idee dat “verliefd worden op een robot onvermijdelijk is.”

GrillMaster Europe:

• Peak of Inflated Expectations: Met de komst van IoT verwachtte GrillMaster Europe het volledige klantenserviceteam te kunnen vervangen door spraakassistenten die eenvoudige vragen konden afhandelen, zodat menselijke medewerkers zich konden richten op verkoop of orderverwerking.
• Trough of Disillusionment: Veel klanten stapten over naar een andere leverancier toen zij merkten dat ze bij GrillMaster Europe geen mens meer aan de telefoon kregen. Bovendien gaven de Voice Assistants met enige regelmaat verkeerde informatie.
• Plateau of Productivity: Tegenwoordig worden bellers naar het algemene telefoonnummer van GrillMaster Europe eerst begroet met het verzoek om kort aan te geven waarvoor ze bellen. Op basis daarvan wordt de oproep gericht doorgestuurd naar de juiste, menselijke medewerker.

Deepfakes

In 2017 werd de term ‘deepfake’ voor het eerst geïntroduceerd; een combinatie van deep learning (een subset van AI die wordt gebruikt voor patroonherkenning) en fake (verwijzend naar gemanipuleerde media). Nepvideo’s van politici veroorzaakten paniek over wat AI zou kunnen betekenen op het gebied van desinformatie, en leidden tot oproepen voor strengere regelgeving. Hoewel dit inmiddels al enkele jaren geleden is, vormde het een belangrijke voorloper van de huidige AI-gegenereerde video’s, die niet alleen realistische beelden produceren, maar bijvoorbeeld ook overtuigende stemmen kunnen genereren.

GrillMaster Europe:

• Deepfakes waren vooral iets waar journalisten, media en politici zich mee bezig hielden. GrillMaster Europe had geen specifieke verwachtingen of concrete plannen met deze technologie.

Zelfrijdende voertuigen

Bekend van de DARPA Challenges en het Self-Driving Car Project van Google, beleefde de hype rond zelfrijdende auto’s zijn hoogtepunt ongeveer tien jaar geleden. Eén van de aanjagers van deze hype was de sterke verbetering van Computer Vision; een vorm van kunstmatige intelligentie die computers in staat stelt om visuele informatie (live camerabeelden, video’s of beelden zoals gezichten, producten of barcodes) te ‘zien’, te analyseren en erop te reageren. Vergelijkbaar met hoe mensen met hun ogen en hersenen waarnemen en interpreteren.

GrillMaster Europe:

• Peak of Inflated Expectations: GrillMaster Europe had hoge verwachtingen van zelfrijdende voertuigen, en hoopte alle vrachtwagenchauffeurs te kunnen vervangen om de veiligheid te vergroten en de supply chain te beschermen tegen verstoringen.
• Trough of Disillusionment: De complexiteit van volledige autonomie van voertuigen (vooral in stedelijke omgevingen) werd al snel duidelijk. Bovendien kwam er niet een concreet product op de markt waarin GrillMaster Europe daadwerkelijk kon investeren.
• Plateau of Productivity: Tegenwoordig zijn de vrachtwagens van GrillMaster Europe uitgerust met lane assistance en adaptive cruise control. Ook maakt het bedrijf in zijn magazijn gebruik van een aantal automatisch geleide voertuigen (Automated Guided Vehicle; AGV’s) om interne logistieke processen te automatiseren.

ChatGPT

En zo zijn we aanbeland bij de meest recente hype: Generative AI, aangewakkerd door de lancering van ChatGPT. Generative AI is een vorm van kunstmatige intelligentie die zelf nieuwe content maakt op basis van wat het geleerd heeft. In tegenstelling tot de eerde genoemde vormen van kunstmatige intelligentie – die vooral analyseren, classificeren of voorspellen op basis van bestaande gegevens – is Generative AI in staat om originele data te genereren, zoals tekst, afbeeldingen, muziek, code of video.

GrillMaster Europe:

• Peak of Inflated Expectations: GrillMaster Europe bevindt zich momenteel midden in de fase van Inflated Expectations rondom Generative AI. Het bedrijf hoopt dat deze technologie alles zal kunnen, van het schrijven van gepersonaliseerde marketingcontent en het maken van instructievideo’s tot het volledig automatiseren van de klantenservice-chatbot op de website.

De geschiedenis leert ons dat AI waarschijnlijk niet alle problemen gaat oplossen. Het is sterk afhankelijk van de kwaliteit van de input en heeft op dit moment nog de neiging om dingen erbij te verzinnen. Toch is het potentieel groot: AI kan leiden tot aanzienlijke verbeteringen in de bedrijfsvoering en zal steeds verder geïntegreerd raken in ons dagelijks leven. Hoe precies, en wat het nieuwe Plateau of Productivity zal worden, weten we nog niet, maar dat het een grote rol gaat spelen, is zeker.

Het goede nieuws? AI verbetert de manier waarop we werken. Het nóg betere nieuws? Waarschijnlijk ben je al bezig met AI, in één of andere vorm. De uitdaging ligt vooral in hoe je goed van start gaat, en welke vorm van AI daadwerkelijk relevant en waardevol is voor jouw organisatie.