Spring naar content

Generative AI: direct toepasbaar voor élke organisatie

Home » Generative AI: direct toepasbaar voor élke organisatie
Leestijd: 4 minuten

De komst van ChatGPT heeft de wereld op zijn grondvesten doen schudden. Niet alleen omdat het direct toegankelijk is voor iedereen en heel gemakkelijk in gebruik, maar ook omdat ChatGPT op al je vragen het antwoord lijkt te hebben. Binnen een milliseconde kan het verschillende disciplines binnen de organisatie de helpende hand bieden. Is het te mooi om waard te zijn?

Als je het functioneel bekijkt is het antwoord ‘nee’, het is niet te mooi om waar te zijn. Het werkt snel en simpel; iedereen kan het gebruiken. Vanuit zakelijk oogpunt is het een ander verhaal. Hoewel het veel kán bijdragen aan zakelijke doeleinden, schend je als organisatie vrijwel direct de privacy door gevoelige informatie te delen. Het is daarom belangrijk om te begrijpen welke mogelijkheden een dergelijke toepassing biedt en hoe je dit op een goede en transparante manier kunt benutten binnen je organisatie.

Wat is Generative AI?

Generative AI is een verzamelnaam voor technologieën zoals een Large Language Model (LLM), waarbij het model menselijke taal leert begrijpen, genereren en manipuleren. Een LLM bestaat uit complexe algoritmes die zijn getraind op miljoenen teksten, met als doel het begrijpen van menselijke taal en het genereren van nieuwe content. Het model leert voortdurend van de input en wordt daarmee steeds intelligenter. Een bekend voorbeeld van Generative AI via een Large Language Model is ChatGPT.

Veilige LLM-oplossing voor interne kennisbanken

Hoewel er talloze toepassingen zijn, springt één specifieke vraag vanuit verschillende branches er met kop en schouders bovenuit: is het mogelijk om een ChatGPT-achtige oplossing te realiseren die wél compliant en secure is en waarmee ik bij gebruik niet direct alle gevoelige informatie uit handen geef? De grootste behoefte is het creëren van een snel doorzoekbare interne kennisbank. Het antwoord hierop is een volmondig ‘ja’. Het is mogelijk om een LLM in te zetten dat afgeschermd opereert en alleen getraind wordt met data binnen de eigen organisatie. Hiermee kan bijvoorbeeld een interne kennisbank worden gerealiseerd die alleen toegankelijk is voor specifieke medewerkers met de juiste rechten.

Het belang van een grondig vooronderzoek

Bij het ontwikkelen van Generative AI-oplossingen is een grondige intake en vooronderzoek essentieel. Welk probleem dient te worden verholpen en welke voordelen moeten minimaal worden behaald? Om dit goed in kaart te brengen en gebruik te maken van usecases die direct meerwaarde bieden, is het belangrijk om te starten met het interviewen van de business. Dit geeft een duidelijk beeld van de situatie, de betrokken partijen en de mogelijke impact van de oplossing. Vervolgens maak je een inventarisatie van de beschikbare bronnen om de volledigheid en kwaliteit ervan te beoordelen. Zo wordt duidelijk of de oplossing aansluit bij de wensen en verwachtingen van de business en of de beschikbare databronnen geschikt zijn. Met de input verkregen uit het toetsen van een prototype aan de business, kun je aan de slag met de ontwikkeling van de uiteindelijke oplossing.

Hoe draagt Generative AI bij aan je huidige bedrijfsvoering?

Een LLM, als toepassing van Generative AI, biedt vele voordelen. Denk hierbij aan:

  • Het verbeteren van de Customer Journey
    Het inzetten van een LLM kan zorgen voor snellere antwoorden op klantvragen, zowel via chatbots als via klantenservicemedewerkers. Het sneller bieden van het juiste antwoord draagt bij aan een hogere klanttevredenheid en kan bijvoorbeeld de (telefonische) wachtrij verkorten. Een concreet voorbeeld van een organisatie die Generatieve AI succesvol toepast in klantcontact, is APG. Lees meer in deze klantcase.
  • Het optimaliseren van processen
    Generative AI kan processen efficiënter maken door het genereren van relevante content en het automatiseren van taken. Denk hierbij aan het matchen van historische documenten, waaruit aanbevolen content voor reguliere correspondentie wordt gevormd. Dit scheelt enorm veel tijd als je bijvoorbeeld werkt in de juridische dienstverlening, schadeafwikkeling of met complexe materie werkt zoals vakbonden, pensioenfondsen of zorgverzekeraars. De tijdsbesparing die hiermee wordt behaald is enorm. Tegelijkertijd is er altijd een handmatige (menselijke) eindcontrole op bruikbaarheid en toepasbaarheid, de zogeheten ‘human in the loop’.
  • Het maximaliseren van kennisdeling
    Organisaties met een groot historisch archief kunnen direct de vruchten plukken van Generative AI. Met behulp van een LLM kunnen alle kennis en expertise in het archief eenvoudig doorzoekbaar worden gemaakt, waardoor relevante content direct kan worden benut. Denk bijvoorbeeld aan advocatenkantoren en schade-afhandelingsbureaus die nieuwe cases kunnen vergelijken met historische cases en zo direct inzicht hebben in slagingskansen, genomen stappen en herbruikbare correspondentie. Een LLM-model kan namelijk alle vormen van content screenen, zoals foto’s, video, tekstbestanden, PDF’s en Excel-bestanden.

Tot slot: let op de gevaren van Generative AI

Het toepassen van LLM’s binnen de eigen organisatie kan op een veilige manier. Besluit je toch de online toepassingen te gebruiken, let dan altijd op de kleine lettertjes. Het gratis gebruik van tools zoals ChatGPT komt met een offer dat gebracht moet worden.

  • De ingevoerde data wordt gemeenschapsgoed
    Alle gedeelde en gegenereerde tekst- en data-input wordt eigendom van de makers van bijvoorbeeld ChatGPT, zodat het model zich verder kan ontwikkelen. Upload dus nooit gevoelige data van jezelf of je organisatie!
  • Gebruik gezond verstand bij het gebruik van output
    Neem de output niet zomaar voor waar aan. Het is belangrijk om kritisch te blijven op de output. Zelfs het algoritme kan er wel eens naast zitten en dat kan zorgen voor ongemakkelijke situaties.
  • Beschouw het als een toevoeging, geen vervanging
    Op dit moment is de technologie op dit gebied nog volop in ontwikkeling en geenszins bedoeld als vervanging van menselijk handelen. De komst van ChatGPT en andere toepassingen moeten worden gezien als versnellers, maar kunnen nog niet dienen als complete vervanging van de mens.

Meer weten?

Wil je meer weten over de vele mogelijkheden van een Large Language Model voor jouw organisatie? neem dan contact met mij op.

Scroll naar boven