GenAI is een raket met data als brandstof: bereid je nu voor of je komt echt te laat

De meeste bedrijven zitten in een andere fase wat de adoptie van AI betreft, maar iedereen moet er nu wel mee bezig zijn. Drie lessen zijn cruciaal om je organisatie klaar te stomen voor de impact van de (Gen)AI-revolutie. 

1. AI is een businessopportuniteit die begint vanuit een use case 

Als we de term Artificiële Intelligentie horen, dan denken we meteen aan IT. De technologie is dan ook een belangrijke tool om de interne bedrijfsprocessen te verbeteren. Maar het gaat natuurlijk veel verder dan dat. AI heeft het potentieel om de ervaring van klanten naar een hoger niveau te brengen en zelfs onze hele manier van zaken doen te transformeren. Beschouw AI daarom als een gedeelde prioriteit van zowel business als IT. 

Veel organisaties hebben het hier nog moeilijk mee. Uit een survey van Dell blijkt dat 65% van de IT-beleidsvoerders wel gelooft dat AI hun sector zal transformeren, maar 57% worstelt nog met de snelheid van disruptie en innovatie. Het is dus niet verrassend dat zes op tien bedrijven zich nog maar in het begin of hooguit in het midden van de AI-journey bevinden. 

Dat was onlangs ook een conclusie op het Gartner IT Symposium in Barcelona. Voor Gartner zijn er twee soorten bedrijven: AI-steady en AI-accelerated organisaties. De eerste groep zijn bedrijven uit sectoren die nog niet getransformeerd zijn door AI. Hier ligt het tempo eerder laag en zijn de AI-ambities gematigd. De tweede groep zijn bedrijven uit sectoren die door AI zijn (her)uitgevonden. Zij moeten veel sneller evolueren. Er zijn dus sectoren die voorlopig weinig disruptie merken van AI. Maar het woordje ‘voorlopig’ is een belangrijke nuance, want het is slechts een kwestie van tijd voor ook deze bedrijven zich moeten vastklampen aan de (Gen)AI-raket. 

Wacht dus niet langer en begin je vandaag nog voor te bereiden door AI toe te passen op een use case met businesspotentieel. 

2. In ieder AI-project moeten mensen centraal staan 

Als bedrijven in de AI-accelerated groep één ding gemeen hebben, dan is het wel dat ze focussen op mensen. Gebrek aan skills en talent is één van de redenen waarom AI in veel organisaties traag uit de startblokken komt. Er is inderdaad een grote vaardigheidskloof op de arbeidsmarkt en die zal de komende jaren nog uitbreiden. Veel jobs die in 2030 nodig zullen zijn, moeten we eerst nog uitvinden. Daarom is het belangrijk dat organisaties hun wendbaarheid vergroten en een cultuur kweken die klaar is om te reageren op nieuwe ontwikkelingen. 

In België hebben we trouwens nog meer uitdagingen op het gebied van arbeidskrachten. Zo blijkt uit een onderzoek van Securex dat op een gemiddelde werkdag liefst 9% van de werkende burgers in ons land afwezig is door ziekte of een ongeval. Denken dat we dit tekort kunnen opvangen met AI is te kort door de bocht. AI gaat geen mensen vervangen. Wel gaan mensen hun jobs verliezen aan andere mensen die beter met AI kunnen werken. We moeten onze mensen dus klaarstomen en AI-tools gebruiken als een middel om onze menselijke capaciteiten uit te breiden. 

Hoe dat in z’n werk gaat, verschilt van rol tot rol. Gartner illustreerde dit met een mooi voorbeeld. Een junior medewerker van een helpdesk krijgt door een gebrek aan ervaring veel hulp van AI, terwijl een senior collega eerder op eigen kennis zal rekenen. Maar in de juridische wereld heeft een junior profiel amper baat bij AI, omdat die medewerker te weinig kennis heeft om de output van zo’n AI-model te evalueren. Een meer ervaren collega heeft die competentie wel en zal dus meer taken kunnen automatiseren met behulp van AI-technologie. 

Hoe dan ook moeten bedrijven een sterke leercultuur tot stand brengen. Een cultuur waarin mensen aangemoedigd worden om nieuwe dingen te leren, zodat ze durven experimenteren en goed kunnen inschatten wanneer, waar en hoe ze een beroep doen op AI. 

3. Data maakt het verschil 

Een AI-tool kan maar zo succesvol zijn als de kwaliteit van de data toelaat. Uit de survey bij de IT-beleidsvoerders blijkt dat amper 28% vertrouwen heeft dat ze hun data op dit moment kunnen omzetten in inzichten. De meeste organisaties struikelen over de gevoeligheid van data en over uitdagingen zoals het verzekeren van de betrouwbaarheid van gegevens over verschillende bronnen heen en het integreren van data tot een uniform beeld. 

Besteed zeker ook voldoende aandacht aan het optimaliseren van je infrastructuur. Meer dan 80% van de data staat in een on-prem omgeving. Veel CIO’s denken er daarom aan om hun workloads terug te brengen vanuit de public cloud naar een on-prem omgeving, zodat deze dichter bij de data staan. Maar dan moet je dus ook je infrastructuur aanpassen. Twee bijkomende uitdagingen zijn duurzaamheid en security. Denk aan energieconsumptie en koeling in je datacenter, maar ook aan de beveiliging van je data. Al deze dingen moet je bekijken voor je aan een AI-project begint. 

Je kunt de AI-revolutie vergelijken met de Industriële Revolutie. Als we vroeger met machines werkten om ruw materiaal om te zetten in goederen, dan draait het AI-tijdperk rond datacenters en algoritmes die data omvormen tot nieuwe inzichten en kennis. Data is daarom de brandstof die onze (Gen)AI-raket nodig heeft om vooruit te schieten. 

Conclusie? Begin je organisatie vandaag voor te bereiden op AI. Zet je mensen op de eerste plaats en creëer een cultuur van leren en wendbaarheid. Focus op je data en zorg voor de juiste tools in het kader van databeheer en governance. En breng de prioriteiten van IT in overeenstemming met de prioriteiten van de business, zodat je succes kunt oogsten met AI. Als je dit goed doet, kan je een enorm verschil maken. Maar dan moet je er nu aan beginnen of de raket is gaan vliegen… 

Dit artikel is geschreven door Koen Segers, Managing Director Dell Technologies Belux en valt buiten de verantwoordelijkheid van de redactie.