Waarom Enterprise-AI een evolutie is, geen revolutie

Door Manoj Chaudhary, CTO

Het pleidooi voor een intelligentere aanpak van kunstmatige intelligentie.

Het lijkt erop dat er geen dag voorbijgaat zonder dat je een ander artikel ziet over wat AI zal revolutioneren. Deze week varieerde het van farmaceutische ontwikkeling en publiceren naar mijnruiming en onze rioleringsstelsels. Daarnaast zijn er minstens evenveel visies op hoe AI de mensheid uiteindelijk zal beïnvloeden, variërend van “de wereld redden” tot “ons lot bezegelen”.”

Of je nu een AI-“zoomer” of een AI-“doomer” bent, één ding is zeker: als het op kunstmatige intelligentie aankomt, staat alles op volle stoom. Maar hoewel AI de potentie heeft om positieve verandering teweeg te brengen op een schaal die we ons nauwelijks kunnen voorstellen, biedt die huidige stormachtige race ons werkelijk de beste kans om daar te komen?

Ik hang een andere zienswijze aan: een meer stapsgewijze, doordachte en weloverwogen benadering die werknemers een stem geeft. Deze filosofie leidt tot AI die is ontworpen als een krachtvermenigvuldiger voor mensen, waardoor ze meer kunnen bereiken dan zijzelf of de AI alleen zouden kunnen.

We Will Allemaal de Wereld Veranderen

Economisten hebben traditioneel een optimistische kijk op nieuwe technologieën. De voordelen worden misschien niet gelijk verdeeld, zo hebben ze aangevoerd, maar deze ontwikkelingen tillen over het algemeen alle boten op, waarbij niemand er slechter aan toe is. Maar een groeiende hoeveelheid meer gedetailleerde gegevens dagen deze overtuigingen uit, wat resulteert in modellen die twee uiteenlopende paden voorspellen voor een door AI aangedreven wereld.

Een daarvan is gebaseerd op een top-down benadering van AI in een moordend tempo. Deze filosofie streeft ernaar AI te produceren die goed genoeg is om mensen te vervangen, met als uiteindelijke doel functies overbodig te maken.

Naast de voor de hand liggende economische implicaties zijn er andere problemen met deze aanpak. We beginnen al de nadelen te zien van de op de uitvoerende macht gerichte “klaar, schieten, mikken”-benadering van AI.

McDonald's net een proefprogramma van twee jaar afgerond voor haar AI-bestelmutsen. De McAI begreep bestellingen consequent verkeerd, met problemen variërend van de chatbot die spek toevoegde aan iemands ijsje, tot een bestelling die werd geïnterpreteerd als “2.610 Chicken McNuggets.”

Op dezelfde manier doet een rechter heeft onlangs een uitspraak gedaan tegen Air Canada over onjuiste informatie die hun chatbot aan een passagier had verstrekt. De reden hiervoor leek te zijn dat als AI menselijke rollen zou overnemen, het ook de bijbehorende verantwoordelijkheden op zich moest nemen.

Je kunt niet op mij rekenen

Deze gevallen illustreren het hoofdprobleem met de benadering van AI door sommige bedrijven: door te proberen een revolutie af te dwingen volgens hun eigen tijdschema, eindigen ze met slechtere producten, een slechte klantervaring, minder banen en een groter risico – en dat alles voor weinig tastbare bedrijfsresultaten.

Er is zelfs een term voor, bedacht door MIT-professor Daron Acemoglu en Pascual Restrepo van Boston University: “middelmatige technologie” (so-so technology). Deze technologie is meestal net goed genoeg om menselijke banen te vervangen, maar niet goed genoeg om iets fundamenteels te verbeteren.

Het klassieke voorbeeld is zelfscantechnologie: het werkte goed genoeg om sommige, maar niet alle, kasregisterbanen overbodig te maken, maar het werkte eigenlijk niet Nou. Het irriteerde zowel klanten als werknemers, die merkten dat ze meer dan ooit overbelast waren doordat ze zowel klanten in de gaten moesten houden als de machines moesten beheren.

Nu zien we de slinger de andere kant op doorslaan, nu detailhandelaren hun afhankelijkheid van deze technologie elimineren, beperken of drastisch terugschroeven. Sommigen noemen dit een tegenreactie, anderen noemen it een correctie, maar ik zie het als een industrie die inziet hoe fout het was om van nul naar revolutie te willen gaan zonder enige tussenliggende stap te zetten. Met andere woorden, ze probeerden een revolutie te erzeren, terwijl ze hadden moeten streven naar een evolutie.

Je weet dat het goed komt

Jitterbit werkt al aan de volgende fase van onze productroadmap, en AI speelt daarin een grote rol. Maar we proberen onze producten niet te “revolutioneren”. We trappen niet in de valkuil om AI toe te voegen om de AI zelf, wat zou resulteren in functies die op zijn best “enigszins nuttig” en op zijn slechtst irritant, beangstigend of zinloos zijn.

Socialmediagigant Meta haalde onlangs de krantenkoppen toen het aankondigde dat het zou beginnen met het trainen van zijn generatieve AI-modellen op door gebruikers aangeleverde gegevens – of gebruikers dat nu wilden of niet. Het zei wel dat het “bezwaaraanvragen zal beoordelen in overeenstemming met de relevante gegevensbeschermingswetten”, maar dat betekent weinig op plaatsen zoals de VS, die dergelijke beschermingen nauwelijks kennen.

De EU is echter een ander verhaal. Meta wordt daar nu door druk van de regelgevende instanties gedwongen de uitrol van zijn AI-technologie op te schorten, waardoor het bedrijf nog meer negatieve media-aandacht trekt, slechts een jaar nadat het een boete van $1,3 miljard kreeg opgelegd voor soortgelijke schendingen van de EU-privacywetgeving.

Het aantal en de reikwijdte van deze voorschriften zullen meegroeien met generatieve AI – om nog maar te zwijgen van de groeistuipen waarmee de AI-platforms zelf te kampen zullen krijgen, zoals de herhaalde uitval van OpenAI's ChatGPT begin juni. Als uw product afhankelijk is van het aanbod van slechts één bedrijf, wat gebeurt er dan als dat bedrijf te maken krijgt met een vergelijkbare verstoring?

Als onderdeel van onze meer op evolutie en integratie gebaseerde benadering van AI-adoptie, hebben we op deze eventualiteit geanticipeerd door technologie te creëren die volledig AI-agnostisch is. Het mooie van het landschap van Large Language Models (LLM'en) is het enorme aantal beschikbare opties, die elk hun eigen voordelen bieden.

We zijn al lang toegewijd aan het samenbrengen van het beste van de oplossingen waar u van houdt, zodat u deze kunt integreren voor een grotere efficiëntie en gebruiksvriendelijkheid. We hanteren dezelfde aanpak voor AI. Door te erkennen dat de ware waarde van AI voortkomt uit het optimaal kunnen gebruiken van uw eigen gegevens, geeft de volgende iteratie van Jitterbit-ontwikkelingen bedrijven de vrijheid om te werken zonder afhankelijk te zijn van een specifiek GenAI-platform.

Door je de macht te geven om een breed scala aan LLM's te gebruiken voor verschillende taken, van Mistral en Perplexity tot Copilot van Big Tech en Azure AI, kun je naadloos schakelen tussen tools, waarbij jouw gegevens – en niet de specifieke LLM die je selecteert – de belangrijkste onderscheidende factor zijn.

In de komende maanden zullen we meer details over deze ontwikkelingen bekendmaken. Maar weet in de tussentijd dat de AI-evolutie van Jitterbit weloverwogen zal zijn, betekenisvol zal zijn en enorm voordelig zal zijn voor uw personeel en uw bedrijf.