Fr

TECH

50 Shades of GenAI, door Matthieu Vercruysse (Ogilvy/WPP)

Donderdag 22 Februari 2024

50 Shades of GenAI, door Matthieu Vercruysse (Ogilvy/WPP)

Het is hoog tijd voor een genuanceerde benadering van artificiële intelligentie. In discussies over AI wordt vaak veralgemeend – alsof AI één technologie, één homogeen en uniform fenomeen zou zijn. De realiteit is veel genuanceerder en wordt gekenmerkt door een breed spectrum aan toepassingen met verschillende mogelijkheden en functies, voorzien van heel uiteenlopende use cases en diverse vormen van impact in verschillende bedrijfsonderdelen.

Verschillende toepassingen voor verschillende teams

Op het gebied van marketing, in een bureau bijvoorbeeld, zal een Strategic Planner AI niet op dezelfde manier gebruiken en niet dezelfde verwachtingen hebben als een Art Director, een Motion Designer of een Media Buyer. Ze hebben allemaal te maken met totaal verschillende behoeften en tools, of het nu gaat om het genereren van tekst of afbeeldingen, gegevensanalyse of algoritmen.
Het is een beetje zoals teams die vandaag verschillende software gebruiken voor de meest uiteenlopende doeleinden: van Word tot Excel, via Photoshop en Keynote (die overigens bekvechten met Powerpoint-gebruikers).

Deze diversiteit in gebruik en verwachtingen is precies hetzelfde voor AI. Met een beetje overdrijving, kun je zeggen dat we binnenkort 50 verschillende soorten AI-gebruik binnen één bedrijf tegenkomen.

Daarom is het nu essentieel om deze nuances in detail te begrijpen en aldus te evolueren naar een weloverwogen en strategische inburgering.

Inzicht in beperkingen en onverwachte prestaties

Voor een genuanceerde aanpak – en een duidelijk beeld van de vele kansen - is het ook nodig om de huidige beperkingen van AI te begrijpen.

Een onderzoeksteam van The Boston Consulting Group (BCG) wijst erop dat de sterke en zwakke punten van Generative AI vaak "onverwacht" zijn. Sterker nog, AI-prestaties kunnen verrassend zijn en uitblinken in complexe taken... terwijl ze struikelen over de eenvoudigste opdrachten. Dat kan vervelende gevolgen hebben, als er geen kritisch oog aan te pas komt of geen structurele kwaliteitscontrole is voorzien.

En we zijn nog maar in de ontdekkingsfase van de fouten in de tools. De vaststelling dat door AI gegenereerde afbeeldingen soms zes vingers telden, was grappig, maar dat soort fouten vallen niet per se op in een datarapport.

Hoewel de resultaten van sommige prompts indrukwekkend zijn, kunnen ze ook heel middelmatig zijn. Een eenvoudig voorbeeld: ChatGPT zal erg onnauwkeurig zijn in het tellen van het aantal woorden in een tekst. Dit is nochtans een heel eenvoudige taak. De tool kan je echter gemakkelijk helpen met het coderen van software om de woorden in dezelfde tekst te tellen. Een veel complexere taak. Verrassend, nietwaar?
 
Deze dualiteit van 'indrukwekkende' of 'teleurstellende' resultaten van AI-tools is een cruciale overweging bij de invoering ervan door bedrijven. Dit is wat Tim Harford in de Financial Times "navigating the uneven boundary" van AI-prestaties noemt: hij stelt een strategische aanpak voor bij de selectie van AI-tools en richt zich precies op hun geschiktheid voor specifieke taken.

Strategisch inzicht in de samenwerking tussen mens en AI

De uitdaging vandaag is niet alleen om door het complexe AI-landschap te navigeren, maar om dit te doen vanuit een diepgaand inzicht in de manier waarop teams samenwerken. AI werkt zelden geïsoleerd. Het vereist menselijke sturing en toezicht, wat de fundamentele noodzaak onderstreept van een gezamenlijke aanpak met menselijke intelligentie. Dit betekent dat we teams moeten transformeren.

We moeten kijken naar de veelheid aan taken waarmee een team wordt geconfronteerd en overwegen hoe AI kan helpen of delen van deze taken kan automatiseren, met welke input nodig is en welke output wordt verwacht. Dit betekent dat we de waardeketen in detail moeten herdefiniëren, business per business, team per team. Nogmaals, het draait allemaal om nuance!

Tot slot vereist ook de maturiteit van de technologie een genuanceerd inzicht.

Neem het recente voorbeeld van de aankondiging van de lancering van Sora door OpenAI, die meteen LinkedIn overspoelde. Sora is blijkbaar in staat om 60-seconden video's van zeer indrukwekkende kwaliteit te genereren vanuit een eenvoudige tekstopdracht (prompt). Hoewel het wellicht revolutionair is voor de audiovisuele industrie, moeten we preciseren dat Sora nog niet echt beschikbaar is. En in dit stadium produceert Dalle-3, een ander product van OpenAI, statische beelden van interessante kwaliteit... maar veel minder dan de kwaliteit van de video's in de Sora-demo. Dit verschil onderstreept hoe belangrijk het is om ons enthousiasme te temperen met een realistisch perspectief op de AI-technologieën die momenteel beschikbaar zijn en hun potentieel op de korte termijn.

Conclusie: de toepassing van AI in het bedrijfsleven, en meer specifiek in marketing of bureaus, vereist een zeer genuanceerd begrip dat de diversiteit en specificiteit van de vele toepassingen erkent. In plaats van AI te zien als één... magische oplossing.

Bedrijven worden aangemoedigd om een strategische aanpak te hanteren, waarbij ze zich bewust zijn van de voordelen en beperkingen van verschillende AI-tools. Dit vraagt een doorlichting van de huidige situatie, de definitie van algemene doelstellingen voor de organisatie, de identificatie van toepassingsgebieden en prioritaire testdomeinen, beteversies en prototypes voordat er geleerd en geschaald kan worden.

Archief / TECH