De top 7 BI trends, big data trends & AI trends van 2024

Foto Daan van Beek MSc
Auteur: Daan van Beek MSc
Managing Director
Inhoudsopgave

Welkom in het tijdperk van algoritme-almacht. Op de drempel van 2024 zien we hoe Artificial Intelligentie (AI) en big data toepassingen nieuwe hoogten bereiken. AI integreert dieper in verschillende sectoren, en verandert het werk radicaal. Databases behoren binnen het vakgebied van Business Intelligence tot de verleden tijd en de metaverse zal de manier veranderen waarop we socialiseren, werken en de digitale wereld ervaren. Ontwikkelingen op het gebied van AI zijn extra spannend in een tijd waarin er behoorlijk veel geopolitieke veranderingen (op komst) zijn. De grenzen tussen fake en echt zullen steeds meer vervagen. Dit terwijl we bedoeld of onbedoeld toewerken naar een tijdperk van algoritme-almacht. Daarnaast wordt het een steeds belangrijker vraagstuk hoe je nu eigenlijk mens kunt zijn in dit tijdperk waar AI de dienst lijkt uit te gaan maken. In lijn daarmee wordt de roep om ethiek steeds luider. De black box van AI moet verder open.

Trend 1: ons werk verandert radicaal & het einde van de database

AI gaat niet alleen in technische beroepen het verschil maken. AI sijpelt meer en meer door tot in de kern van vele beroepsgroepen. Of het nu gaat om de inzet van A/B-testen binnen je marketingcampagne, de inzet van algoritmes bij het al dan niet toekennen van een hypotheek, het genereren van een beleidsdocument via ChatGPT of het gebruik van AI bij het optimaliseren van de totale supply chain.

Negen manieren waarop AI werk fundamenteel verandert

Hieronder beschrijven we negen manieren van hoe AI in 2024 werk gaat veranderen. Bij elke ontwikkeling geven we extra bronnen of concrete voorbeelden die we nu al zien in de praktijk.

  1. Voorspellende analyses met machine learning: Bedrijven gebruiken algoritmes in 2024 vaker om toekomstige trends en gedragingen te voorspellen met machine learning. Toepassingen ervan variëren van het optimaliseren van het voorraadbeheer, het voorspellen van klantgedrag en het verbeteren van de efficiëntie van de totale operaties.
  2. Klantenservice via chatbots: generatieve AI wordt in toenemende mate gebruikt om geautomatiseerde klantenserviceprocessen te creëren. Deze systemen zijn in staat om klantvragen snel en efficiënt te beantwoorden. Hierdoor neemt de klanttevredenheid toe en bespaart het bedrijf tegelijkertijd kosten. Volgens Gartner zijn de systemen binnen customer service er in toenemende mate op gericht om niet alleen service issues te voorspellen, maar ook om ze te voorkómen.
  3. Fraudedetectie: algoritmes worden steeds beter in het identificeren van ongebruikelijke patronen in financiële transacties. Dit gaat helpen bij het verder opsporen van mogelijke fraude. Banken, verzekeraars en bijvoorbeeld pensioenfondsen kunnen op basis van deze vroegtijdige detectie sneller ingrijpen en zijn zo in staat om hun verliezen te minimaliseren.
  4. Personeelsbeheer: AI wordt op steeds meer plekken toegepast in het vakgebied van HR. In het wervingsproces scannen algoritmes cv’s en maken zij een eerste selectie aan geschikte kandidaten op basis van specifieke criteria. Ook kunnen AI-systemen helpen bij het voorspellen van personeelsverloop, het identificeren van kansen voor medewerkerstraining en andere HR-onderwerpen.
  5. Supply chain-optimalisatie: Steeds meer bedrijven zetten AI in bij het optimaliseren van hun supply chain. AI helpt zo bij het opvangen van vraagfluctuaties, het verbeteren van de voorraadniveaus, en het optimaliseren van de logistieke processen. Door AI te gebruiken in supply chain management weten sommige bedrijven hun efficiency met 40% te verbeteren.
  6. Personalisatie van marketing: AI wordt gebruikt om klantgedrag te analyseren en individuele gebruikerservaringen aan te passen. Dit omvat het personaliseren van aanbiedingen, suggesties en advertenties op basis van de voorkeuren en het gedrag van de klant.
  7. Geavanceerde analyses in de gezondheidszorg: In de gezondheidszorg wordt (generatieve) AI gebruikt voor het aanalyseren van medische beelden, het voorspellen van ziekterisico’s, en het optimaliseren van behandelplannen op basis van patiëntgegevens. Zo weet AI door CT-scans te analyseren inmiddels goed te voorspellen wie een hartinfarct krijgt en wie niet; en kan zijn voorspellingen zelfs doen tot tien jaar vooruit.
  8. Autonome voertuigen en logistiek: In de transportsector wordt AI toegepast voor de ontwikkeling van autonome voertuigen en geoptimaliseerde logistieke planning, wat de efficiëntie en veiligheid verbetert. Zo voorspellen in 2024 steeds meer afvalinzamelaars met behulp van sensoren in hun containers welke vol zijn op de dag van het vuilnis ophalen. Een navigatie-applicatie maakt op basis van die data voor de chauffeur van dienst een slimme route voor die dag.
  9. Generatieve AI: een van de belangrijkste trends van 2023 zal ik ook dit jaar verder aan kracht winnen. Schrijvers, componisten, musici, trainers, accountants, beleidsmakers en adviseurs zullen in 2024 scherp aan de wind moeten zeilen om relevant te blijven en de concurrentie voor te blijven. Want generatieve AI zal een groot deel van het werk kunnen gaan overnemen. McKinsey voorspelde in 2023 dat er door generatieve AI een jaarlijkse productiviteitsstijging van 2 tot 3% aan zit te komen in elke sector. Zie verder ook trend 2 ‘De metaverse groeit en groeit‘ en trend 3 ‘Generatieve AI laat grenzen tussen fake en echt vervangen‘.

Op al die plekken heeft AI een impact op de manier van werken, op de benodigde competenties en vergroot het de kwaliteit van werk. In 2024 wordt verwacht dat AI verder zal doordringen in een groot aantal sectoren en daar processen en besluitvorming met ongekende nauwkeurigheid en efficiëntie zal optimaliseren.

Het einde van de database in BI: integratie van data met de REST-API

In 2024 zullen steeds meer organisaties korte metten maken met de ongebreidelde spaghetti aan interfaces voor logge, batchgewijze gegevensuitwisseling en nemen ze afscheid van de traditionele database. Application Programming Interfaces, of kortweg API’s, hebben de manier waarop systemen met elkaar communiceren en gegevens uitwisselen getransformeerd. Dit geldt in het bijzonder voor de REST-API: Representational State Transfer Application Program Interface. In plaats van dat gegevens gevangen zitten in afzonderlijke databases, bieden REST-API’s een zeer gestandaardiseerde manier om informatie te delen tussen verschillende applicaties. Deze naadloze integratie maakt realtime gegevensuitwisseling mogelijk, waardoor organisaties wendbaarder en responsiever worden.

Door de groei in populariteit van de REST-API en datalakes kunnen moderne datawarehouses tegenwoordig volledig gebouwd worden zonder gebruik te maken van traditionele databasetechnologie. Een datalake is een gecentraliseerde opslagplaats voor gestructureerde en ongestructureerde gegevens op schaal. Anders dan bij conventionele databases, waar gegevens vaak in rigide structuren worden opgeslagen, biedt een datalake flexibiliteit en schaalbaarheid. Het stelt organisaties in staat om enorme hoeveelheden gegevens op te slaan, vaak als bestanden, zonder de noodzaak van voorafgaande structurering. Hierdoor kunnen ze beter omgaan met de groeiende diversiteit en volume van gegevens. Nu zien we dat ook datawarehouses in toenemende mate gebruik kunnen maken van de krachtige datalake-infrastructuur waardoor een traditionele database niet meer nodig is voor het opbouwen een datawarehouse.

Moderne Business Intelligence (BI)-tools beschikken veelal native de mogelijkheid om alle verschillende bestandsformaten in te lezen. In plaats van afhankelijk te zijn van statische rapporten en analyses, stellen moderne BI-tools gebruikers in staat om direct toegang te krijgen tot datalakes en via API’s verbonden gegevensbronnen. Dit opent de deur naar ongekende mogelijkheden voor realtime analyses en besluitvorming. En het betekent wellicht op korte termijn het einde van de traditionele database in BI.

Volg een Data Science opleiding (business + techniek) Afbeelding van Volg een Data Science opleiding (business + techniek)Tijdens deze Data Science training maak je in 10 intensieve dagen kennis met (generatieve) Artificial Intelligence, machine learning, BI, Big Data, business cases, valkuilen, privacy, ethiek maar vooral de governance en succesfactoren.bekijk de opleiding Data Science

Trend 2: De metaverse groeit en groeit

De metaverse, een concept dat voortkomt uit virtuele en augmented reality-technologieën, maakt steeds meer zijn opwachting. 2024 wordt het jaar waarin de metaverse verder groeit en groeit. De virtuele wereld en de echte wereld gaan daarbij steeds vaker naadloos in elkaar over. Dit transformeert de manier waarop we socialiseren, werken, winkelen en ons vermaken verder. Het onderscheid tussen deze meeslepende kant van de digitale wereld en ons fysieke leven is steeds minder goed te maken. De integratie van domeinen en functies zal in 2024 een verdere vlucht nemen.

De tijd dat AI, met ChatGPT voorop, alleen als een interactieve variant op Wikipedia gezien werd, ligt inmiddels achter ons. De laatste generatieve AI maakt gebruik van realtime data, houdt rekening met de specifieke context waarin een gebruiker zich bevindt en weet bestanden die privacygevoelige informatie in zich draagt, te synthetiseren. Door deze laatste vertaalslag is informatie niet meer naar personen herleidbaar (wat belangrijk is gezien de privacyregels die de AVG voorschrijft). Tegelijkertijd blijft patroonherkenning in stand.

AI gaat actualiteit, context en zelfs persoonsgegevens integreren, waarbij de privacy gewaarborgd blijft.

Daar waar generatieve AI begon met enkel tekstgeneratie, daar neemt de integratie met andere domeinen in 2024 hand over hand toe. Via platforms als Dall-E3 vinden inmiddels grote groepen mensen hun weg naar steeds meer geavanceerde tekst-naar beeld-integratie. En ook tekst-naar-muziek-integratie wordt steeds eenvoudiger. Dat betekent dat je inmiddels relatief eenvoudig rechten-vrije muziek kunt genereren, zonder inhuur van derden. Ook laat Google via zijn AI Test Kitchen groepen gebruikers toe om hun laatste AI-technologieën te testen. In 2024 hoopt Google, onder meer met Google Bard de concurrentie verder aan te gaan met ChatGPT. Het wil door samenwerking met de crowd de grootste kwantumsprong op het gebied van AI maken. Een competitieve strijd waar de consument de vruchten van gaat plukken in 2024.

De trend waar we al deze ontwikkelingen onder kunnen scharen is dat de metaverse steeds dichterbij komt: AI gaat steeds meer domeinen – virtueel en in het echt – verbinden die voorheen nog los van elkaar stonden.

AI wordt multimodaal en wordt steeds geavanceerder

AI geavanceerderNiet alleen gaat AI in 2024 allerlei domeinen en functies integreren. Ook mensen gaan AI op steeds meer plekken integreren in hun werk en leven. Dit komt door een aantal grote en belangrijke ontwikkelingen binnen AI. Generatieve AI wordt immers multimodaal, oftewel: ChatGPT krijgt oren en ogen. Om AI tot onze beschikking te hebben hoeven we niet langer achter een beeldscherm te zitten of met onze neus in onze mobiel. TinyML doet zijn intrede. Er zijn steeds meer kleine IoT-apparaten (Internet of Things) die ook meedoen, meeleren en mee data genereren. Zo heeft Humane onlangs de AI Pin gelanceerd: een wearable met camera, microfoon, en projectiemogelijkheid. De gebruiker stuurt het kleine apparaat aan middels stemcommando’s en gebaren. Een ingebouwde projector toont je de opgevraagde gegevens letterlijk in een handomdraai, te weten: op je hand geprojecteerd.

Cybercrime in de metaverse

De vele mogelijkheden van generatieve AI is ook bij criminelen niet onopgemerkt gebleven. De politie merkt een nieuwe dreiging op in de wereld van cybercriminaliteit, doordat er speciale LLMs (Large Language Models) worden ontwikkeld die specifiek op malware- en hack-activiteiten gericht zijn. Volgens Blackberry gelooft inmiddels 51% van de IT-specialisten dat er binnen twaalf maanden een succesvolle cyberaanval aan ChatGPT zal kunnen worden toegeschreven. Er zijn inmiddels al een aantal criminele broertjes van ChatGPT opgedoken, zoals: WormGPT en FraudGPT. Met minimale vaardigheden helpen deze LLMs bij spear phishing: zij genereren en versturen overtuigende mails die niet van echt te onderscheiden zijn en die bovendien gepersonaliseerd verstuurd worden. Cybercrimespecialisten verwachten dan ook in 2024 een verdere stijging van het aantal ransomware-aanvallen.

Steeds geavanceerdere chatbots

Tegenover deze dreiging staan ook kansen: zo zet de politie inmiddels ook de kracht van AI in bij het bestrijden van cybercriminaliteit. Zij hebben onder meer een AI-chatbot ontwikkeld die je kan helpen bij actuele vragen over cybercrime en die zelfs in staat is om code te analyseren en zo helpt te begrijpen hoe een aanval is uitgevoerd. Deze chatbot is verbonden met betrouwbare databases en werkt enkel met zorgvuldig gecontroleerde informatie uit deze bronnen. Deze chatbot heeft bovendien toegang tot de laatste updates en is zo in staat de meest recente informatie over cyberaanvallen, kwetsbaarheden, opsporingsnieuws en intel te gebruiken.

Deze ontwikkeling in de wereld van chatbots is niet alleen bij de politie gaande. Op heel veel plekken ontstaan er nu mogelijkheden om chatbots simpel, snel en betrouwbaar te personaliseren. Daarmee ontstaan er ook commercieel gezien geheel nieuwe kansen. Chatbots maken dus geen gebruik van een en dezelfde clouddienst aan informatie en intel, maar je kunt je chatbot persoonlijk gaan voeden met je eigen specifieke expertise, unieke bronnen, en ook een stijl van denken en reageren meegeven. Door deze ontwikkeling ontstaan er in de praktijk chatbots met verschillende kwaliteiten die bovendien aanvoelen als verschillende persoonlijkheden. In deze wereld neemt op dit moment ChatbotBuilder.ai het voortouw. Dit bedrijf laat zien hoe jij snel en eenvoudig je eigen AI chatbot kunt bouwen die op jouw business en expertise is toegesneden. Maar ook het bedrijf OpenAI heeft de afgelopen tijd niet stilgezeten, je kunt een eigen ChatGPT maken en vervolgens lanceren die een speciale focus heeft, bijvoorbeeld Indisch koken, cryptovaluta of het vakgebied Business Intelligence. Ben je zelf expert ergens in, lanceer dan je eigen chatbot in een handomdraai.

Trend 3: Generatieve AI laat grenzen tussen fake en echt vervagen

Met alle ontwikkelingen op het vlak van generatieve AI is The Matrix dichterbij gekomen dan ooit. In 2023 presenteerde de topman van het bedrijf NVDIA al een zeer realistische film die van begin tot eind door AI was gegenereerd. En de beelden zijn zo realistisch dat je niet kan zien of je naar een echte wereld kijkt of een door de computer gegenereerde wereld. Bij NVDIA hebben ze dit systeem Omniverse ACE gedoopt: Avatar Cloud Engine. Je kunt zelf een karakter spelen in de film, jouw avatar lijkt enorm op jezelf, je mond synchroniseert precies met wat en hoe je het zegt, en je kan je gedragen zoals je wil: good cop or bad guy. Niet voor niets dat veel Hollywoodacteurs aan het staken waren.

Deepfakes zijn vaak niet meer te herkennen. Uit een recent onderzoek blijkt dat mensen – zelfs als ze getraind zijn in het leren onderscheiden van deepfake-stemmen en echte stemmen – het toch nog altijd in ruim 25% van de gevallen mis hebben. De virtuele wereld en de echte wereld zijn steeds minder goed van elkaar te onderscheiden. Anno 2024 zijn games realistischer dan ooit en oogt de wereld zelf met zijn TikTok-filters juist nepper dan ooit. Er wordt nu een generatie geboren die meer tijd zal doorbrengen in de fictieve wereld (The Matrix) dan de echte wereld.

Steeds meer machine learning van typisch menselijke eigenschappen

In 1988 was het nog wereldnieuws. De computer Deep Thought wist de schaakgrootmeester Bent Larsen te verslaan. Inmiddels zijn we heel wat stappen verder en raakt ook de wijze waarop machines leren steeds verder verfijnd. Het gaat niet enkel meer om pure rekenkracht en crushing numbers. Patroonherkenning en deep learning, het zelf leren combineren middels geavanceerde algoritmes, zorgen ervoor dat machines op een wezenlijk andere manier leren. Zo heeft de computer AlphaGo inmiddels ook in het spel Go kunnen winnen.

De nieuwste ontwikkeling voor 2024 is dat machine learning een extra laag aan kennis en wijsheid krijgt toegevoegd. Het gaat hier om het aanleren van eigenschappen die voorheen als typisch menselijk worden beschouwd. Denk aan het werken met bluf en het begrijpen, herkennen en gebruiken van sarcasme en humor in communicatie.

Onlangs heeft AI experts verslagen bij het bordspel Stratego, doordat de machine bewust bluf wist toe te passen. Dit is lange tijd een typisch menselijke strategie gebleken, maar is inmiddels ook in de AI-wereld doorgedrongen. Elon Musk op zijn beurt heeft met zijn startup xAI een AI-chatbot ontwikkeld, genaamd Grok. Deze chatbot weet met het nodige sarcasme en met toegang tot realtime data humoristische antwoorden te geven op een grote variatie aan vragen. Zelfs op vragen die de meeste andere AI-systemen op dit moment weigeren. Sarcasme is een vrij moeilijke vorm van communicatie om onder de knie te krijgen omdat je daarbij a beweert terwijl je eigenlijk b bedoelt. Ook voor sarcasme geldt dat het lange tijd als een typisch menselijke eigenschap is gezien.

Manipulatie ligt op de loer

AI ManipulatieZien is geloven. Met die wijsheid zijn de meeste onder ons opgegroeid. Door ontwikkelingen als deepfake en synthetische data kun je niet meer op dit soort oude gezegdes varen. Het wordt steeds lastiger vast te stellen wat nu waar is en wat niet. Reuters maakt sinds een paar jaar gebruik van een eigen ontwikkeld algoritme, getiteld News Tracer dat X (voormalig Twitter) afroomt op zoek naar nieuws en daarbij zo goed mogelijk probeert het nepnieuws eruit te filteren. Het onderscheid tussen echt en nep is echter steeds moeilijker te maken. Juist daarom wordt het steeds belangrijker om de metagegevens – de afzender, de meta-data die met de media meekomen – ook mee te laten wegen in je oordeelsvorming rondom de vraag of iets nep is of echt. Het is helaas een trend dat ook die afzender en metagegevens steeds vaker onderdeel zijn van de manipulatie. Wat overblijft is goedkeuring of bevestiging door een onafhankelijke partij. Ook is er nu op sommige platforms de mogelijkheid dat je als gebruiker context kunt toevoegen aan vermeend nepnieuws dat verspreid wordt. Alles om nepnieuws bloot te leggen. Zo duikt een dag nadat politicus Frans Timmermans naar Malaga gevlogen is een foto op van hem op X, waarin hij een copieuze maaltijd lijkt te eten in het vliegtuig. Dit is echter een AI-gegenereerde foto die het imago van de linkse politicus geen goed zal doen.

Nepfilmpjes of -foto’s die eenmaal viraal gaan zijn niet meer tegen te houden. En vanaf dan bepalen ze de beeldvorming of beïnvloeden ze de publieke opinie. Ook wanneer achteraf blijkt dat iets nep was, zullen beelden en meningen over mensen en situaties structureel gewijzigd zijn. Oftewel: nepnieuws nestelt zich in het geheugen. De mogelijkheid om eenvoudig realistische valse video’s te maken, verhoogt de kans op desinformatie en nepnieuws. Deepfakes zullen in 2024 in toenemende mate gebruikt worden om de publieke opinie te beïnvloeden, politieke campagnes te manipuleren, of zelfs geheel valse nieuwsverhalen te verspreiden.

Trend 4: De opkomst van algoritme-almacht

We leven in het tijdperk van Artificial Intelligence. AI is overal om ons heen. Tegelijkertijd zien we de systemen waaraan we blootgesteld zijn vaak niet. De algoritme-almacht bevindt zich in het geheel van toegangspoortjes en IP-adressen die we gebruiken en in datastromen die je mobiel inclusief GPS-locatie doorlopend genereert. Maar ook bedrijven – van Kruidvat tot aan de Albert Heijn – weten dankzij klantkaarten en duurzame koppelingen aan je eerdere aankopen beter je gehele bestedingspatroon. Zij leiden daar steeds meer verbanden uit af. De AI-systemen stellen al profielen over jou op en zenden jou al gepersonaliseerd aanbiedingen.

De systemen worden ook volgend jaar weer slimmer. Dat komt allereerst doordat al die systemen steeds meer zelflerend worden en hierdoor met steeds betere suggesties komen over hoe ze jou als klant kunnen vasthouden; of jou als patiënt sneller beter kunnen maken of accurater kunnen inschatten welke risico je loopt. Die ontwikkeling wordt nog eens versterkt doordat er steeds meer bronnen beschikbaar komen die AI ook gaat combineren. De aanwezigheid van steeds meer verschillende real-world datastromen (RWD) maken dat de kans toeneemt om ook tot real-world evidence te komen. Zo lezen bij de meest geavanceerde gezondheidsinstituten de systemen vanaf volgend jaar niet alleen meer je patiëntgegevens uit, maar gaat AI daar steeds meer zogenaamde nonhealth data aan koppelen. Volgens een recent artikel van McKinsey gaat het dan bijvoorbeeld om creditcardgegevens, een analyse van alle plekken waar je bent geweest, welke fysieke activiteit je daarbij hebt uitgevoerd (geospatial data vanuit je gezondheidsapp bijvoorbeeld) en eventuele data die de AI-machine op het web over je vindt. Zo wordt real-world data gebruikt voor steeds geavanceerde data analyses die steeds betere voorspellingen kan doen. AI helpt op deze manier komend jaar al farmaceuten datagedreven hun productstrategie te verbeteren en geeft tips hoe je per persoon diens therapietrouw kunt vergroten.

Bestel het handboek Artificial Intelligence (2023) Afbeelding van Bestel het handboek Artificial Intelligence (2023)Dompel jezelf onder in dé ultieme gids voor Artificial Intelligence. Met 10 boeiende hoofdstukken en 464 pagina's vol inzichten, ontrafelt dit boek de geheimen van kunstmatige intelligentie. Ontdek hoe je met machine learning, generatieve AI en geavanceerde data-analyse snel knelpunten in processen identificeert én hoe je deze duurzaam optimaliseert. Beslis met vertrouwen op basis van data, terwijl je waardevolle intuïtie intact blijft. Transformeer je organisatie vandaag nog. Dit boek is een onmisbare tool voor iedereen die voorop wil lopen in de digitale revolutie.bekijk het handboek Artificial Intelligence

AI-systemen verschuiven van assistent naar agents

Dynamische prijzen komen we al langere tijd tegen. Klik je net iets te vaak op dezelfde advertentie, dan zie je dat de prijs van dat artikel ineens hoger wordt. Het systeem van de verkoper weet: dat IP-adres vindt ons blijkbaar interessant. Deze dynamische prijzen worden in 2024 op steeds meer plekken toegepast. De rol van AI verandert daarmee. Doordat er steeds meer zoekgedrag op het internet wordt bijgehouden, weten systemen op heel veel plekken vaak eerder dan jijzelf of jij tot een aankoop over zult gaan. Ook al op andere plekken en ook in BI is er sprake van zogenaamde augmented analytics. De integratie van geautomatiseerde machine learning krijgt in 2024 zijn beslag en zal terug te vinden zijn in BI-tools, waarin het draait om automated insights en het vinden van verbanden via data discovery die de menselijke geest te boven gaan. Daarmee verschuift de rol van AI van assistent naar degene die de beslissingen neemt. AI krijgt steeds vaker de rol van agent.

Algoritmes houden ons in een vaak onzichtbare greep.

De algoritmes worden steeds subtieler en leren steeds beter om jou zo lang mogelijk op een website, op een social media platform of in een game te houden. Hier ligt een subtiel proces van allerlei microbeslissingen vanuit het algoritme aan ten grondslag. De systemen houden precies bij hoelang jij scrollt, bij wat voor berichten je langer stil blijft staan, wat voor soort begrippen, berichtkoppen en beeldmateriaal je aandacht trekken en nemen zo autonoom besluiten wat ze je als volgende clickbait voorschotelen. Zo zijn algoritmes in 2024 nog beter in staat om jou effectief te manipuleren. Zo greep afgelopen jaar de staat Utah al in om het gebruik van sociale media aan banden te leggen vanwege de hoeveelheid depressieve kinderen, juist door het gebruik van social media. Algoritmes houden ons in een vaak onzichtbare greep.

Trend 5: Menszijn in het tijdperk van AI wordt van cruciaal belang

Alle technologie die in dit artikel beschreven staat, neemt beetje bij beetje onze autonomie weg. Op steeds meer momenten neemt de technologie het van ons over. Dit is een trend die al langer bezig is, maar in 2024 meer en meer voelbaar wordt. Dit heeft alles te maken met de snelheid waarmee ontwikkelingen momenteel plaatsvinden. De bon voor een snelheidsovertreding valt nu al zonder menselijke tussenkomst in onze bus, waarbij de snelheidsmeting geautomatiseerd is gedaan, de gegevens door een computer zijn gecheckt, de hoogte van de boete in het systeem is bepaald, de brief wordt opgesteld, uitgespuugd en automatisch wordt verstuurd naar het juiste huisadres. Beeldschermen, laptops en kantoorverlichtingen schakelen zichzelf uit als deze apparaten merken dat je ze een tijdje niet gebruikt hebt. Per situatie is de ingreep verdedigbaar. Goed voor het milieu, het verhoogt het comfort of vergroot onze veiligheid: de Tesla remt zelf af om een ongeluk te voorkomen. Ook zijn er inmiddels slimme pillendoosjes op de markt die een alarm-appje naar de hulpverlener zenden als het doosje niet op tijd is opengemaakt. Onze hyperverbondenheid in combinatie met slimme datastromen redt levens maar neemt ook steeds meer stukjes van ons leven weg. En juist deze laatste trend zet zich in 2024 onverminderd door. Menszijn in het tijdperk van AI zal voor sommige bevolkingsgroepen steeds lastiger gaan worden.

Het gevaar van Contaminated Machine Learning

Contaminated Machine LearningEen problematisch punt van Machine learning is dat ervoor geldt: input is output. Afhankelijk van de bronnen die je aanbiedt, leert AI zichzelf bepaalde patronen. Vooraf getrainde taalmodellen worden doorgaans getraind op enorme webgebaseerde datasets, die tegenwoordig vaak ‘besmet’ zijn met de resultaten die taalmodellen eerder genereerden en die gebruikers vervolgens op het internet geplaatst hebben. Een voorbeeld van contaminated machine learning waarbij er een vicieuze cirkel kan ontstaat die input besmet met eerdere output. Vanwege de impact die generatieve AI inmiddels heeft, wordt dit risico in 2024 steeds belangrijker om in beeld te krijgen. Het is immers niet altijd duidelijk in welke mate modellen de besmette gegevens al dan niet benutten voor taken verderop in het proces.

Recente experimenten laten zien dat er in sommige gevallen sprake is van uitbuiting, maar dat in andere gevallen de modellen de besmette gegevens onthouden, maar deze niet exploiteren. Deze resultaten benadrukken het belang van het blijven analyseren van enorme datasets op de schaal van het web om de vinger aan de pols te houden.Welke bronnen AI hanteert, hoe het beslissingen neemt, doet ertoe. Daarmee verschuift het domein van machine learning steeds meer van de IT-afdeling naar de politieke arena.

AI en de gevaarlijke feedbackloop

Hierboven ging het nog over het zuiver houden van de input om AI te trainen. Maar wat als er toch foutjes, vooroordelen in AI terechtkomen? Er is inmiddels zeer recentelijk vastgesteld dat er dan een gevaarlijke feedbackloop kan ontstaan. Het gaat immers niet alleen om wat de AI van mensen leert, maar ook wat en hoe mensen weer van AI leren. Het blijkt dat mensen vooroordelen overnemen van AI, ook als ze inmiddels buiten de AI-omgeving weer aan de slag zijn. Dus de fouten kunnen als in een echo chamber steeds erger gaan rondzingen. AI en de gebruikers ervan kunnen elkaar gaan bevestigen in verdraaide werkelijkheden en zo ronduit in onwaarheden met elkaar belanden. De ironie van deze ontwikkeling is dat AI alles van de mens heeft afgekeken.

Trend 6: De neiging grip terug te krijgen op AI

Hoe verfijnder AI wordt, des te belangrijker is het om te weten waar we met zijn allen staan in het veld. Voor het goed meetbaar en toetsbaar houden van de kwaliteit van AI-taalmodellen zal in 2024 op steeds meer plekken gewerkt worden met een onlangs nieuw ontwikkelde benchmarktest. Daarmee gaat de 70-jaar oude Turing-test in feite met pensioen. Lange tijd was deze Turing-test dé benchmark om te bepalen of een machine in staat was om zich taaltechnisch op een zodanige manier te gedragen dat deze niet te onderscheiden was van een mens. Inmiddels zijn er – onder meer met de komst van computermodel LaMDA, wat staat voor Language Model for Dialogue Applications – angstaanjagend goede resultaten bereikt: de dialoog met de computer verloopt daarmee zo natuurlijk dat je haast menselijke eigenschappen aan LaMDA toe móet schrijven.

Naarmate de AI beter wordt, zijn er ook steeds verfijndere methodes nodig om AI te beoordelen. Wil je grip houden op AI, dan moet je mee in de snelheid waarmee AI zich ook ontwikkelt. De nieuwe test heet BIG-Bench, een afkorting voor ‘Beyond the Imitation Game benchmark’ en bevat 204 zeer uiteenlopende taken die de computer uit dient te voeren. Deze BIG-bench-test wordt vanaf 2024 op steeds meer plekken de standaard voor het testen van de volgende generatie taalmodellen.

Datacratische leiders en de opkomst van datagedreven cultuur

Datagedreven cultuurVoor leiders is er nog een wereld te winnen. Bedrijven die in 2024 al datacratisch werken en datagedreven leiderschap hebben omarmd staan met 3-0 voor ten opzichte van de concurrenten. Het gros van de beslissingen die leiders nemen, zijn gebaseerd op oude data. Dat is alsof je in een rijdende auto de weg moet blijven volgen door enkel in je achteruitkijkspiegel te kijken. Kijk je nu naar het landschap dat geweest is, of naar de bochten die eraan komen? Ook dat is een vorm van grip krijgen op de almaar versnellende technologie. Investeren in realtime data decisions loont om on track te blijven. Het wordt steeds belangrijker om realtime data beschikbaar te hebben. Op dit moment heeft pas 14% van alle CPO’s (Chief Procurement Officers) toegang tot realtime data ecosystemen om hun beslissingen op te baseren, aldus Beroe Inc en McKinsey. Kennis over data en zicht hebben op de actuele cijfers zorgt dat je in control blijft. Bedrijven die het lukt om business intelligence en big data toepassingen dieper in hun organisatieprocessen te integreren komen op voorsprong.

AI-systemen dienen in 2024 hun black box imago kwijt te raken

Alle ontwikkelingen die de revue reeds passeerden, denderen door in 2024: programmeurs gebruiken GitHub Copilot om beter, sneller en foutlozer te kunnen coderen. En dankzij prompt engineering hoef je al niet meer te kunnen coderen om tot nieuwe software te komen. Machine learning gaat door. Tegelijkertijd dienen producten en diensten uiteraard nog wel aan alle veiligheidseisen te voldoen, dienen professionals te weten waar hun data blijft en wordt het belangrijk dan ooit om als professional alle keuzes uit te kunnen blijven leggen aan de klant. Hiervoor is het nodig dat AI-systemen hun imago als black box kwijtraken. Neem de studie waarin AI met veel minder data dan in het reguliere klinische risicomodel gebruikt werd toch veel beter en sneller bleek te kunnen voorspellen of er borstkanker zou ontstaan. We citeren hier hoofdonderzoeker Vignesh Arasu:

“Alle vijf AI-algoritmes presteerden beter dan het BCSC-risicomodel bij het inschatten van het risico op borstkanker binnen vijf jaar”, legt Arasu uit. “Deze geweldige prestaties laten zien dat AI in staat is om het vroegste beginstadium van kanker op te merken, maar ook bepaalde aanwijzingen in het borstweefsel, die de kans op borstkanker verder in de toekomst verhogen. Er zitten blijkbaar data in de mammogrammen verscholen die het risico op borstkanker blootleggen, maar waar het AI-model precies op aanslaat, blijft onduidelijk.” (bron: Scientias).

De AI-machines moeten aan professionals kunnen blijven uitleggen hoe ze tot hun oordeel zijn gekomen. Hier komen we op het gebied van de zogenaamde Thinking Assistants en Intelligence Augmentation (IA). De insteek van IA is niet zozeer om menselijke cognitieve systemen over te nemen, maar om AI te gebruiken de bestaande menselijke intelligentie te vergroten. Al met al is de grotere trend die hier aanwijsbaar is dat we de neiging ontwikkelen om de grip weer terug te krijgen op AI.

Trend 7: De roep om ethiek wordt steeds luider

Binnen AI en big data wordt ethiek een steeds belangrijker vraagstuk. Binnen projecten waar grote datastromen gebruikt worden, maar ook binnen regelgeving rondom AI wordt ethiek steeds vaker een factor van betekenis.

Zo is de G7 al bezig om een AI code of conduct in te voeren. Het gaat om een set van internationale richtlijnen (guiding principles) en een internationale gedragscode (code of conduct). Deze zijn ontworpen om internationaal gezien tot een effectieve governance van AI te komen. Uitgangspunt is om op een veilige, verantwoordelijke en betrouwbare manier met AI om te springen.

Zolang het gebruik van AI nog ethische en juridische dilemma’s in zich draagt, zullen sommige bedrijven een (tijdelijke) stop willen zetten op de ontwikkelingen rondom AI. Dit gebeurde eind 2023 al bij Rabobank. Banken willen koste wat kost voorkomen dat data van hun klanten op platformen van Amerikaanse techbedrijven terechtkomen. De klantgegevens dienen te allen tijde goed beschermd te zijn. Privacywetgeving, data governance en datahuishouding moeten eerst goed geregeld zijn.

Naar datagedreven én waardengedreven organiseren

Een trend die op dat moment vooral bij de overheid voorkomt op het gebied van data en ethiek is de volgende: naast datagedreven werken gaat het nu steeds vaker – ook – om een waardengedreven oriëntatie. Op sommige plekken zie je vervolgens dat waardengedreven werken wordt afgezet tegen datagedreven werken. Maar door die splitsing aan te brengen, gooi je als het ware het kind met het badwater weg. De uitdaging voor 2024 is om binnen datagedreven werken, en binnen datagedreven organisaties, voldoende oog te hebben voor waarden en ethiek.

Het is in toenemende mate van belang om verantwoordelijkheid te nemen voor alle morele consequenties, juist omdat je met grote datastromen, met Business Intelligence en met AI werkt. De weg voorwaarts in 2024 is niet om de werkwijze van AI en BI te veranderen, maar om er het perspectief van waardengericht kijken expliciet aan toe te voegen. Blijf zien hoe de implementatie van technologie impact heeft op alle verschillende soorten stakeholders. Doe je dit niet, dan ontstaat er een nieuwe tweedeling van haves en have-nots. Van digitalen en digibeten. Van mensen die gebruik weten te maken van AI en IA en mensen die daar wars van zijn. De gevolgen van digibetisme zijn groot: zij krijgen steeds minder toegang tot informatie, kunnen sneller, vaker en langer in een sociaal isolement terechtkomen, hebben beperktere kansen op de arbeidsmarkt en zijn relatief kwetsbaar voor online oplichting en misbruik.

De werkagenda van de digitale overheid is voor 2024 gericht op waardengedreven digitaliseren. Deze agenda bevat onder meer onderwerpen als het vergroten van digivaardigheden, het verminderen van online desinformatie, het borgen van publieke waarden en het borgen van privacy, verantwoord datagebruik en de ethische kant van gegevensverwerking en -uitwisseling.

Tot slot

Sommige trends in BI, AI en big data die we hier beschreven hebben klinken misschien wat negatief, alarmerend of zelfs ronduit dystopisch. Maar Passionned Group kijkt juist altijd graag optimistisch naar de toekomst. Bottomline: als we de genoemde valkuilen weten te omzeilen, staat ons een prachtige versnelling in onze menselijke ontwikkeling te wachten. Maar let wel op dat je menszijn en je privacy niet worden aangetast. We wensen je fijne feestdagen een gelukkig 2024. En vrede!

Bekijk het handboek Artificial Intelligence

Productafbeelding van het handboek Artificial Intelligence

Dit vind je misschien ook interessant

Uitgelichte afbeelding Benut de kracht van Generatieve AI, maar blijf kritisch en waakzaam
Benut de kracht van Generatieve AI, maar blijf kritisch en waakzaam
Uitgelichte afbeelding Achtste druk van 'De intelligente, datagedreven organisatie' nu beschikbaar
Achtste druk van 'De intelligente, datagedreven organisatie' nu beschikbaar
Uitgelichte afbeelding De vier pijlers van disruptie
De vier pijlers van disruptie

Deze organisaties gingen je voor

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met datagedreven werken of andere zaken waar je slimmer van wordt.

Foto Daan van Beek - Managing DirectorDAAN VAN BEEK MScManaging Director

Neem contact met mij op

Fact sheet

___
klanten
___
trainingen & workshops
___
mensen opgeleid
8,9
klanttevredenheid
___
consultants & docenten
3
kantoren
19
jaar ervaring