Handboek AI strategie - ‘Biedt veel toegevoegde waarde’

Handboek AI strategie ziet er aantrekkelijk uit. Het is mooi vormgegeven en bij het doorbladeren zie je duidelijke plaatjes en foto’s van de schrijvers, veelal tijdens bezoeken aan Silicon Valley, toch het Mekka van AI. Elk hoofdstuk wordt afgesloten met een interview met bekende Nederlandse bedrijven zoals KPN, Picnic, ANWB en de Kamer van Koophandel. Er is ruimte aanwezig voor actiepunten en notities, maar of je dat nu in het boek doet? Wel nodigt het boek uit om aan de slag te gaan, door eerst maar eens in de basisprincipes van AI te duiken.

10 belangrijkste vragen

De auteurs beantwoorden de 10 belangrijkste vragen rondom AI. Zoals wat is AI, wat is een algoritme? Daarnaast gaan ze in op twee belangrijke soorten AI, voorspellende AI en generatieve AI. Dat onderscheid komt in het gehele boek terug, belangrijk om dat goed te begrijpen. Bij voorspellende AI bouw je een op maat gemaakt model met eigen data. Bij generatieve AI maak je gebruik van taalmodellen om kennis te ontsluiten of genereren. ChatGPT is een voorbeeld van generatieve AI. Goed is ook om te zien dat de auteurs aandacht hebben voor de negatieve kanten van AI, zoals duurzaamheid, bevooroordeeldheid van modellen en informatiebeveiliging. 

Roadmap

Als laatste vraag gaan ze in op waar je moet beginnen als je met AI aan de slag wil. Gieling en Van den Berg presenteren een roadmap met twee fasen: planning en executie. In planning beschrijf je de doelen van je inzet van AI en definieer je zogenaamde use cases. In de fase executie ga je aan de slag met data en systemen, voer je een risico-assessment uit en ga je over realisatie en implementatie.

Martec’s Law

Maar voordat je aan de slag kan, moet je je voorbereiden. Dat illustreren de auteurs aan de hand van Martec’s Law: technologie ontwikkelt zich exponentieel snel, organisaties ontwikkelen zich logaritmisch (traag). Om deze kloof te overbruggen moeten organisaties continue verandering accepteren als nieuwe norm, keuzes maken voor de te adopteren technologie en voorbereid zijn op periodieke, grootschalige resets om bij te blijven met de ontwikkelingen. 

Interessant vond ik de voorspelling dat er in 2026 een schaarste is aan data. We slaan meer en meer data op, toch lijken we een tekort te krijgen. Het gaat hierbij om kwalitatief goede data, waarmee de modellen getraind kunnen worden.

Drie voordelen

Een heel hoofdstuk is gewijd aan generatieve AI, dat een drietal voordelen heeft ten opzichte van voorspellende AI-modellen: het kan informatie creëren, het helpt vormen van communicatie stroomlijnen en begrijpt de context van wat we zeggen en schrijven. De twee vormen van AI zijn complementair en voor verschillende doeleinden in te zetten. 
Welke vorm je ook inzet, je moet de business case kennen. Als het probleem of de uitdaging niet helder is, dan is het volgens de auteurs bijna onmogelijk om een geslaagde AI-oplossing te ontwikkelen. Voor beide vormen van AI wordt een aanpak geschetst, die nog verder uitgewerkt wordt aan de hand van een aantal case-studies en een workflow om te bepalen welke generatieve AI-toepassing het best passend is voor jouw situatie.

Personele impact

Een hoofdstuk is gewijd aan de personele impact. Er zullen banen verdwijnen, met name die met een repetitief karakter. Maar er zullen ook banen bijkomen, zoals prompt engineer om goede instructies te kunnen geven aan het taalmodel. Of rondom datakwaliteit. En een Chief AI Officer, die op directieniveau bezig gaat met AI-ontwikkelingen, kan ook een goed idee zijn. 

AI-projectplan

En als je dat allemaal helder hebt, kun je beginnen! En dat start met het opstellen van een AI-projectplan. De auteurs hebben hiervoor een (generatieve) AI Projectcanvas ontwikkeld, die de onderdelen beschrijft zoals de probleemstelling, de oplossing en stakeholders. Helaas gebruiken de auteurs dit canvas niet bij het uitwerken van de business-issues, later in het hoofdstuk. Daar wordt een checklist gebruikt met een aantal stappen om tot implementatie te komen. Deze stappen worden uitgewerkt voor een aantal concrete business uitdagingen zoals het optimaliseren van gespreksverslagen en het verlagen van abonnementsopzeggingen. 

Toekomstbestendige AI

In het laatste hoofdstuk gaan de auteurs in op het verantwoorde, veilige en toekomstbestendige AI. Dat betekent onder andere human-centric AI. De auteurs definiëren dit als: AI moet worden ontworpen met respect voor menselijke waarden, ethiek en behoeften om het welzijn en de ontwikkeling van de samenleving te bevorderen. Oftewel het moet eerlijk, betrouwbaar, veilig, uitlegbaar, verantwoord en privacyvriendelijk zijn. Daar kan iedereen het alleen maar mee eens zijn volgens mij! 

10 geboden van Data en AI

Het boek eindigt met de 10 geboden van Data en AI. Deze zijn erg mooi gevonden en dekken volgens mij prima de lading. Zowel in positieve kant (gij zult repetitieve taken zoveel mogelijk automatiseren) als bijvoorbeeld het nemen van verantwoordelijkheid voor het energiegebruik van je algoritmes. AI is zoals gezegd erg in ontwikkeling, toch durven de auteurs zich te wagen aan een voorspelling. Zo verwachten ze dat binnen 24 maanden AI-agents (die zelfstandig taken kunnen uitvoeren) gemeengoed zijn op de werkvloer en dat binnen 48 maanden de eerste ZZP-er een miljardenbedrijf heeft gebouwd met AI. 

Handboek AI strategie biedt veel toegevoegde waarde voor het verkrijgen van inzicht in AI en wat het kan, het is daarmee echt een handboek. De structuur vond ik wat warrig soms, zoals het niet in de praktijkgevallen gebruiken van het projectcanvas. Toch viel dit tijdens het lezen niet op, pas toen ik het ging samenvatten voor deze recensie. Het boek is dan ook erg goed leesbaar en de ondersteunende plaatjes zijn zeer duidelijk. Er wordt veel geleund op onderzoek van anderen, hierdoor krijg je inzicht in de ontwikkelingen.