Gids voor managers om te investeren in kunstmatige intelligentie: Inzicht in de waardepropositie in 2025

Terwijl de investeringstrends in AI zich in 2025 verder ontwikkelen, staan bestuurders onder toenemende druk om strategische beslissingen te nemen over de implementaties van kunstmatige intelligentie. Met de snelle adoptie van AI-tools door bedrijven - 22% implementeert ze op grote schaal en 33% gebruikt ze in beperkte mate - is het begrijpen van hoe AI-oplossingen te evalueren en implementeren cruciaal geworden om het concurrentievoordeel te behouden. In het boek "The Executive Guide to Artificial Intelligence" van Andrew Burgess, biedt de auteur een complete gids voor bedrijfsleiders die kunstmatige-intelligentieoplossingen willen begrijpen en implementeren binnen hun organisaties.

Dit boek werd in 2017 gepubliceerd door Springer International Publishing en biedt een praktisch overzicht van hoe bedrijven gebruik kunnen maken van kunstmatige intelligentie. Wat is er vandaag veranderd?

Huidige investeringstrends in AI 2025

Het AI-landschap maakt een ongekende groei door, waarbij organisaties steeds grotere investeringen doen om concurrerend te blijven.

De basis:

Burgess benadrukte dat het belangrijk is om te beginnen met het definiëren van duidelijke doelstellingen die zijn afgestemd op de bedrijfsstrategie, een principe dat vandaag de dag nog steeds geldig is. In het boek identificeerde hij acht kernmogelijkheden van AI:

1. Beeldherkenning
2. Spraakherkenning
3. Search en information extraction
4. Clustering
5. Natural Language Understanding
6. Optimalisatie
7. Prediction
8. Understanding (vandaag)

Evolutie van 2018 tot 2025:

Sinds het boek is geschreven, is AI veranderd van een opkomende technologie in een mainstreamtechnologie. De 'Understanding'-mogelijkheid die Burgess als futuristisch beschouwde, heeft aanzienlijke vooruitgang geboekt met de komst van Large Language Models (LLM) en generatieve AI-technologieën, die in 2018 nog niet in opkomst waren.

strategisch framework voor AI-investeringsbeslissingen

De vier essentiële vragen

Bij het evalueren van investeringen in AI is het cruciaal om je te richten op deze kritieke vragen:

1. Definitie van het zakelijke probleem
2. Succesmetrics
3. Vereisten voor implementatie
4. Risicobeoordeling

Opmerking: Dit vierdelige vragenframework komt voort uit actuele kennis en wordt niet expliciet in het boek van Burgess gepresenteerd.

Een effectieve AI-strategie ontwikkelen

Het adoptiekader:

Burgess stelt een gedetailleerd raamwerk voor om een AI-strategie te creëren dat het volgende omvat:

1. Afstemming met de bedrijfsstrategie - Begrijpen hoe AI de bestaande bedrijfsdoelstellingen kan ondersteunen
2. Begrip van de AI-ambities - Bepalen of men wil:
3. • Bestaande processen verbeteren
   • Bedrijfsfuncties transformeren
   • Nieuwe diensten/producten creëren
3. Beoordeling van de AI-volwassenheid - Het huidige volwassenheidsniveau van de organisatie bepalen op een schaal van 0 tot 5:
4. • Handmatige verwerking (Niveau 0)
   • Traditionele IT-automatisering (Niveau 1)
   • Geïsoleerde basisautomatisering (Niveau 2)
   • Tactische implementatie van automatiseringstools (Niveau 3)
   • Tactische implementatie van diverse automatiseringstechnologieën (Niveau 4)
   • Strategische end-to-end-automatisering (Niveau 5)
4. Creatie van een AI-heatmap - Gebieden met de grootste kansen identificeren
5. Ontwikkeling van de business case - "Harde" en "zachte" voordelen beoordelen
6. Verandermanagement - Plannen hoe de organisatie zich zal aanpassen
7. Ontwikkeling van een AI-roadmap - Een plan op middellange tot lange termijn opstellen

Evolutie van 2018 tot 2025:

Het raamwerk van Burgess blijft verrassend relevant vandaag de dag, maar moet worden aangevuld met overwegingen over:

• AI-ethiek en regelgeving (zoals de EU AI Act)
• Milieuduurzaamheid van AI
• Strategieën voor verantwoorde AI
• Integratie met opkomende technologieën zoals quantum computing

ROI meten bij AI-investeringen

De bepalende factoren voor rendement op investering:

Burgess identificeert verschillende soorten AI-voordelen, gecategoriseerd als 'harde' en 'zachte':

Harde voordelen:

• Kostenreductie
• Kosten vermijden
• Klanttevredenheid
• Naleving
• Risicobeperking
• Verliesbeperking
• Beperking van omzetverlies
• Omzetgeneratie

Zachte voordelen:

• Culturele verandering
• Concurrentievoordeel
• Halo-effect
• Mogelijk maken van andere voordelen
• Mogelijk maken van digitale transformatie

De meting van AI ROI is verfijnder geworden, met specifieke raamwerken om de impact van generatieve AI te beoordelen, die nog niet bestonden toen Burgess het boek schreef.

Technische benaderingen van AI-implementatie

Soorten oplossingen:

Burgess presenteerde drie hoofdbenaderingen voor het implementeren van AI:

1. Kant-en-klare AI-software - Voorgeconfigureerde oplossingen
2. AI-platforms - Geleverd door grote technologiebedrijven
3. Aangepaste AI-ontwikkeling - Oplossingen op maat

Voor de eerste stappen stelde hij voor om na te denken:

• Proof of Concept (PoC)
• Prototypes
• Minimum Viable Product (MVP)
• Riskiest Assumption Test (RAT)
• Pilot

Wat is er veranderd?

Sinds 2018 zijn we getuige geweest van:

• democratisering van AI-tools met no-code/low-code-oplossingen
• Dramatische verbetering van AI-cloudplatforms
• Groei van generatieve AI en modellen zoals GPT, DALL-E, enz.
• Toename van AutoML-oplossingen die delen van het datasciencerproces automatiseren

Overweging van risico's en uitdagingen

De risico's van kunstmatige intelligentie:

Burgess wijdt een heel hoofdstuk aan de risico's van AI en wijst erop:

1. Datakwaliteit
2. Gebrek aan transparantie - De "black box"-aard van de algoritmen
3. Onbedoelde vooroordelen
4. Naïviteit van AI - Beperkingen van contextueel begrip
5. Overmatige afhankelijkheid van AI
6. Verkeerde technologiekeuze
7. Kwaadwillige handelingen

Evolutie van 2018 tot 2025:

Sinds het boek is geschreven:

• Zorgen over algoritmebias zijn een kritieke kwestie geworden (nadere toelichting volgt)
• AI-veiligheid is essentieel geworden met de toename van bedreigingen
• AI-regelgeving is uitgegroeid tot een sleutelfactor
• De risico's van deepfakes en desinformatie door generatieve AI zijn aanzienlijk geworden
• Privacyzorgen zijn toegenomen door het steeds pervasievere gebruik van AI

Een effectieve IA-organisatie opzetten

Uit het boek van Burgess (2018):

stelde Burgess voor:

• Een AI-ecosysteem opbouwen met leveranciers en partners
• Een Center of Excellence (CoE) opzetten met toegewijde teams
• Functies overwegen zoals Chief Data Officer (CDO) of Chief Automation Officer (CAO)

Evolutie van 2018 tot 2025:

Sindsdien:

• De rol van Chief AI Officer (CAIO) is gebruikelijk geworden
• AI is nu vaak in de hele organisatie geïntegreerd in plaats van geïsoleerd binnen een CoE
• De democratisering van AI heeft geleid tot meer gedistribueerde operationele modellen
• Het belang van AI-geletterdheid voor alle medewerkers is naar voren gekomen

Conclusie

Uit het boek van Burgess (2018):

Burgess besloot met het belang van:

• Niet in de hype geloven, maar focussen op echte bedrijfsproblemen
• Zo snel mogelijk starten met het AI-traject
• Het bedrijf toekomstbestendig maken door AI te begrijpen
• Een evenwichtige benadering hanteren tussen optimisme en realisme

Evolutie van 2018 tot 2025:

Burgess' oproep om "geloof de hype niet" blijft ongelooflijk relevant in 2025, vooral met de buitensporige hype rond generatieve AI. De snelheid van AI-implementatie is echter nog belangrijker geworden en bedrijven die nog niet zijn begonnen met hun AI-reis bevinden zich nu op een aanzienlijk nadeel ten opzichte van bedrijven die Burgess' advies hebben opgevolgd om vroeg te beginnen (in 2018!).

Het AI-landschap in 2025 is complexer, volwassener en meer geïntegreerd in de bedrijfsstrategie dan in 2018 kon worden voorspeld, maar de kernprincipes van strategische afstemming, waardecreatie en risicobeheer die Burgess schetste, blijven verrassend geldig.