‘Door AI krijgen developers veel meer slagkracht’

Uitgangspunt voor Thinkwise is: Hoe maken wij het leven van developers én van eindgebruikers makkelijker?” AI biedt hiervoor veel mogelijkheden, maar is tegelijk ook een paraplubegrip. Buit: “Binnen AI heb je algemene, voorgetrainde oplossingen die zo in te pluggen zijn, zoals Large Language Models (LLM). Maar het trainen van eigen machine learning en deep learning modellen valt er ook onder. Het zelf navigeren binnen de AI-wereld is enorm complex. Je moet goede kennis hebben van statistiek, maar ook domeinkennis en kennis van software development. Hierom is de integratie van AI binnen het platform zo waardevol.

Voor een developer maakt AI het werk zeker makkelijker, vindt Buit. “Heel veel ‘strafwerk’ is weg. Developers kunnen zich richten op de echt interessante dingen en hoeven minder code te kloppen. De rol van developers was al aan het veranderen, maar er bleef altijd een substantieel deel uit coderen bestaan. Nu krijgen ze een meer coördinerende rol, waardoor developers meer impact kunnen hebben. Denk bijvoorbeeld aan het waarborgen van de veiligheid van data of het afstemmen van de behoeften van de business en IT. Het is te vergelijken met de accountants die lang geleden veel meer slagkracht kregen door Excel.”

De creatieve developer

Buit denkt dus niet dat AI developers straks overbodig maakt. “Ik zal niet zeggen dat dat nooit kan gebeuren, maar de modellen die nu opkomen zijn nog geen Artificial General Intelligence en kunnen nog steeds niet alles wat een mens kan doen. Stel je voor dat Generatieve LLM’s er dertig jaar geleden al waren geweest: dan waren ze waarschijnlijk heel goed geweest in het schrijven van COBOL en Pascal, maar zouden ze de creativiteit hebben gehad om het internet tot stand te brengen? De taak aan Thinkwise is dan ook om AI in dienst te stellen van de creativiteit en innovativiteit van de developer.

Buit: “Bestaande LLM’s zijn al goed getraind op een brede dataset met generieke informatie. Hiermee kan eenvoudig worden geïntegreerd om die informatie te benutten. Thinkwise biedt daarnaast ook specifieke Machine Learning modellen die getraind worden op de data van de eigen organisatie. Een voorbeeld is het voorspellen van voorcalculaties op basis van eerdere nacalculaties of het maken van risico-classificaties voor offertes en projecten. Ook is het geschikt om producteigenschappen te voorspellen op basis van materialen. Deze data is uniek en slim gebruik daarvan maken kan een organisatie een voorsprong geven op hun concurrentie, dus hier is veel mee te winnen.”

De eindgebruiker in controle

Een andere specifieke AI-toepassing is forecasting van de voorraadschommelingen en specifieke planningsuitdagingen. “Deze toepassingen zijn altijd een beetje spannend omdat je keuzes laat maken door een blackbox. Vaak zie je dat de uitkomsten dan als suggesties worden voorgesteld. Uiteindelijk blijft de mens, oftewel de eindgebruiker in controle. En dat is ook goed. Je wilt wel dat er uiteindelijk iemand binnen het bedrijf verantwoordelijk is voor de planning. Een developer kan zeggen: ‘Dit is de beste planning op basis van de statistieken’, maar statistieken kun je nooit verantwoordelijk maken.”

Er zijn dus een aantal gevaren waar bedrijven zich bewust van moeten zijn. “Allereerst privacywetgeving, zoals het recht hebben op een menselijke blik bij bepaalde automatische besluiten. Maar ook nieuwe wetgeving zou het gebruik van AI kunnen inperken, zoals de EU AI Act. Daarnaast zitten er met name gevaren in de toepassing bij systemen die je zelf traint. Als je te sterk leunt op de keuzes van AI en de AI vervolgens ook traint op de uitkomst van z’n eigen keuzes, dan ga je kansen missen. Een AI-model baseert zijn beslissingen namelijk in eerste instantie alleen op de gegevens die door mensen zijn verstrekt. Deze gegevens bevatten vaak niet de volledige context van verschillende situaties en daarmee mis je mogelijk belangrijke menselijke perspectieven."

Einde nog niet in zicht

Het integreren en bouwen van AI-toepassingen is nu al van groot belang, maar we zijn tegelijkertijd ook nog lang niet op het eindpunt van de mogelijkheden. De Big Tech-bedrijven blijven voortdurend innoveren en verbeteren op het gebied van AI. De vraag is hoe snel andere bedrijven kunnen meekomen. Bedrijven met verouderde software, een terughoudende bedrijfscultuur of een gebrek aan flexibiliteit zullen hier moeite mee hebben. “Als AI jouw concurrent een voorsprong geeft, maar jij niet kunt volgen, dan sta je straks voor een strijd tegen AI én je concurrenten.”