5.1 Algemene toepassingen
helpfunctie
zelflerend
Nu zijn de ontwikkelingen echter in een stroomversnelling geraakt. Om even terug te gaan naar de digitale paperclip in het Microsoft Office-pakket: dat was in feite een verpersoonlijking van de helpfunctie. Clippy baseerde zich vooral op steekwoorden en gaf een (aantal opties van) uitleg waar de gebruiker misschien wel naar op zoek was. Het was een voorbeeld van ‘narrow AI’. En het was nog best wel schieten met hagel. Maar de technologie pakt een steeds grotere rol. Sterker: met de ‘Copilot’ – een persoonlijke AI-assistent – bouwt Microsoft de Clippy-anno-nu (zie het kader in paragraaf 5.2.2). De oude Clippy was een eerste stap, maar de paperclip miste vooral het aanpassingsvermogen dat moderne AI wel heeft. De huidige AI-toepassingen zijn zelflerend, kunnen zich aanpassen aan verschillende situaties, denken actief mee en assisteren de gebruiker.
Een nieuwe fase binnen automatisering
Organisaties besteden al heel lang dingen uit aan technologie. Waar ligt de grens tussen aloude automatisering en AI? Automatisering is al heel lang bezig. Met name in de vorm van RPA: robotic process automation; robotjes die letterlijk de taken overnemen van een mens. Bijvoorbeeld checks in documenten, bestanden in mappen zetten, enzovoorts. Door de komst van AI kan deze automatisering sneller en intelligenter worden gedaan. Kortom: het gaat erom dat organisaties AI implementeren en integreren in bestaande processen, zodat die slimmer en beter werken. Dat heet ook wel ‘slimme procesautomatisering’.
Slimme factuurcontrole
risicoanalyse
Een voorbeeld: er zijn al toepassingen die automatisch facturen controleren en fouten opsporen. Als dat wordt gecombineerd met de intelligentie van AI-taalmodellen, zijn er nog veel meer mogelijkheden. Denk aan automatische vervolgacties, zoals het uitsturen van een door AI opgestelde mail als een factuur van een klant niet klopt. Of het laten uitvoeren van een extra risicoanalyse door het systeem te ‘voeden’ met historische data over fouten in facturen. Dan kan de toepassing inschatten wat indicatoren zijn dat uw organisatie risico loopt.
Inkopen of zelf doen
software
De doorsnee lokale middenstander die online wil gaan verkopen, zal ook niet helemaal zelf een webshop in elkaar knutselen met de bijbehorende programmeercode. Die koopt dat als kant-en-klaarpakket in of laat het bouwen. Waarschijnlijk gaat het met AI ook zo. Diezelfde ondernemer heeft op z’n minst geen tijd om zelf een heel zelflerend model voor verwachte verkopen uit te knobbelen. Maar hij kan wel veel hebben aan software die precies die voorspellingen kan leveren. Zo leert de ondernemer dus wel degelijk werken met AI-toepassingen, maar hij hoeft ze niet zelf te verzinnen. Vervolgens kan de ondernemer zelf kiezen of hij zich verder verdiept in de toepassing, of een expert inschakelt als het even niet meer werkt of als hij nieuwe toepassingen nodig heeft.