De explosieve groei van Generatieve AI heeft veel vragen en overdenkingen opgeroepen, niet alleen in techkringen, maar ook in de maatschappij in het algemeen. Zowel de vooruitgang van de technologie als de gemakkelijke toegankelijkheid betekent dat vrijwel iedereen deze tools kan gebruiken. Een groot deel van 2023 is besteed aan het ontdekken van nieuwe manieren waarop Generatieve AI gebruikt zou kunnen worden om problemen op te lossen of ons leven te verbeteren.
In de haast om deze transformerende technologie toe te passen, moeten we echter ook “de hamer van Maslow” in gedachten houden. De Hamer van Maslow wordt toegeschreven aan Abraham Maslow, die vooral bekend is vanwege het schetsen van een hiërarchie van behoeften. Het concept staat voor een te grote afhankelijkheid van één enkel hulpmiddel, iets dat in de volksmond wordt samengevat als “Als je alleen maar een hamer hebt, lijkt alles op een spijker”. Terwijl bedrijven de voortdurende evolutie van AI volgen, moeten we er zeker van zijn dat we deze toepassen waar dit het meest zinvol is, en niet alleen omdat het kan. Dit zal uiteindelijk tijd, geld en energie besparen, die dan weer gebruikt kunnen worden voor het bouwen van robuuste tools en oplossingen voor levensvatbare use cases.
Inzien wanneer GenAI wel en wanneer deze niet moet worden gebruikt, is een noodzakelijke vaardigheid voor full-stack domeinspecifieke datawetenschappers, technici en leidinggevenden.
Het gebruik van GenAI is duur en niet zonder nadelen. Op dit moment kan onzorgvuldige planning van een GenAI-toepassing leiden tot een negatief rendement op investeringen (vanwege de buitensporige operationele kosten), schaalbaarheids- en downtime-problemen (vanwege beperkte computerbronnen), en ernstige schade aan de klantervaring en merkreputatie (vanwege het mogelijk genereren van onjuiste content, hallucinaties, verkeerde/desinformatie, misleidend advies, enz.) Organisaties hebben moeite om deze variabelen in het algemeen onder controle te houden en de negatieve gevolgen en beperkingen moeten worden gecompenseerd door enorm veel toegevoegde waarde.
Een interessant aspect dat in alle bedrijfstakken kan worden waargenomen, zijn de onverwachte (maar welkome) neveneffecten van het doorlopen van het GenAI-proces, als een soort openbaring die de ogen opent. Hoe brengen we dit risico en de opbrengst met elkaar in evenwicht? Waar moeten we naar kijken en welke vragen moeten we stellen om ervoor te zorgen dat we AI met succes toepassen (of juist niet)?
Loskomen van de complexiteitsbias: als mensen hebben we de neiging om alleen complexe oplossingen te steunen en te waarderen (dit staat bekend als de ‘complexiteitsbias’). Helaas geldt dit tegenwoordig met name voor GenAI-toepassingen, omdat we beïnvloed en “gedwongen” worden om GenAI te gebruiken om alle problemen op te lossen. Dat “het lijkt te werken” betekent niet dat het de beste/optimale oplossing is. Door deze logica te volgen, hebben sommige teams een aanzienlijke kans om te ontdekken dat er eenvoudigere (waarschijnlijk niet-GenAI) middelen zijn om sommige van deze echte problemen (of delen van het probleem!) op te lossen. Om deze openbaring te bereiken, is een nederige geest nodig die openstaat voor de mogelijkheid om te overwegen dat we niet altijd de meest complexe of dure oplossing nodig hebben, zelfs als die mooi is en we het ons kunnen veroorloven.
Het is niet altijd alles of niets: een aspect dat slechts voor enkele bedrijven werkt, maar voor de meeste niet, is de noodzaak om GenAI altijd te gebruiken. Als uw business case niet draait om het verkopen of ondersteunen van GenAI-infrastructuur, dan gebruikt u GenAI waarschijnlijk als hulpmiddel om domeinspecifieke doelen te bereiken. Als dat zo is, dan wil elke speler in de sector de waarde maximaliseren en tegelijkertijd de operationele kosten minimaliseren. Met de huidige kosten voor het gebruik van GenAI, is het meest voor de hand liggende antwoord om dat te bereiken om het zo veel mogelijk te vermijden, terwijl het nog steeds het grootste deel van de gewenste waarde levert. Deze delicate afweging is een slimme en elegante manier om het probleem aan te pakken: de waarde die GenAI biedt niet verwerpen en het ook niet obsessief gebruiken tot het punt dat het een negatieve ROI oplevert. Hoe bereikt u dit? Dat is waarschijnlijk het geheim van uw domeinspecifieke toepassingsgebied.
Ethisch verkleinen: GenAI-modellen kunnen behoorlijk groot zijn (en zijn dat meestal ook). Hoewel dit voor een paar scenario’s nodig kan zijn, is het voor de meeste domeinspecifieke toepassingen in de praktijk niet nodig, zoals verschillende GenAI-auteurs in de sector aan het ontdekken zijn (bijv. Phi-2). Daarom is het niet alleen belangrijk voor uw bedrijf, maar ook voor de mensheid als geheel dat we GenAI-modellen zoveel mogelijk leren verkleinen en optimaliseren. Dit brengt niet alleen efficiëntie in uw use case (kostenbesparing, deductiesnelheid, kleinere voetafdruk, lager risico, enz.), maar zorgt ook voor een verantwoord gebruik van de technologie, met respect voor human resources. Elke keer dat u een kilowatt of een paar seconden deductiesnelheid per gebruiker bespaart, draagt u concreet bij aan een duurzame toekomst waarin GenAI wordt ingezet om de waarde te maximaliseren en tegelijkertijd de impact op het milieu te minimaliseren; en dat is iets om trots op te zijn.
Waarom moeilijk doen als het makkelijk kan?
De sleutel is om nederig genoeg te zijn om de optimale weg te zoeken: sta altijd open voor het eerst overwegen of ook andere dan GenAI-oplossingen uw problemen kunnen verhelpen. Als GenAI echt de beste manier is, zoek dan uit of u het echt altijd moet gebruiken of slechts af en toe. En tot slot, schaal zoveel mogelijk af, niet alleen vanwege de kosten en de snelheid, maar ook vanwege de maatschappelijke verantwoordelijkheid.
GenAI heeft duidelijk een moment met aangetoond potentieel. Tegelijkertijd is het herkennen van de technische en financiële nadelen van GenAI net zo belangrijk voor een gezonde ontwikkeling van de sector. Net zoals we thuis niet voor elke klus de hamer gebruiken, moeten we ons voortdurend afvragen: Is dit probleem GenAI waard? En is de waarde die deze technologie biedt (wanneer toegepast op mijn domeinspecifieke use case) groter dan de operationele tekortkomingen? Met deze mentaliteit zal de sector grote en verantwoorde vooruitgang boeken bij het oplossen van problemen met een diverse maar efficiënte set tools. Laten we doorgaan met het verkennen en bouwen van de fascinerende wereld van GenAI, zonder te vergeten wat onze uiteindelijke doelen zijn.
Blijf op de hoogte
Volg ons om op de hoogte te blijven van alles wat met McAfee te maken heeft en op de hoogte te blijven van de nieuwste beveiligingsrisico’s voor consumenten en mobiele apparaten.
