Vijf misvattingen over AI

IT- en bedrijfsleiders zijn vaak verward over wat kunstmatige intelligentie (AI) voor hun organisaties kan betekenen. Over AI bestaan verschillende misvattingen, die organisaties moeten zien te onderscheiden van de realiteit om van AI-projecten een succes te maken. Gartner zet daarom vijf veel voorkomende mythes en misvattingen over AI op een rijtje.

"Met AI-technologie die zijn weg vindt in de organisatie, is het van cruciaal belang dat bedrijfs- en IT-leiders volledig begrijpen hoe AI waarde kan creëren voor hun bedrijf en waar de beperkingen ervan liggen", zegt Alexander Linden, vice-president bij Gartner. "AI-technologieën kunnen alleen waarde toevoegen als ze deel uitmaken van de strategie van de organisatie en op de juiste manier worden gebruikt."

Mythe 1: AI werkt op dezelfde manier als het menselijk brein

AI is een computertechnologie. In zijn huidige vorm bestaat het uit softwaretools gericht op het oplossen van problemen. Hoewel sommige vormen van AI de indruk kunnen geven dat ze slim zijn, is het onrealistisch om te denken dat de huidige AI vergelijkbaar is met of gelijk is aan menselijke intelligentie.

"Sommige vormen van machine learning (ML) - een categorie van AI - kunnen zijn geïnspireerd door het menselijk brein, maar ze staan hier niet gelijk aan", zegt Linden. "Beeldherkenningstechnologie is bijvoorbeeld nauwkeuriger dan de meeste mensen, maar heeft geen zin als het gaat om het oplossen van een wiskundig probleem. De regel met AI vandaag is dat het een taak buitengewoon goed oplost, maar als de omstandigheden van de taak maar een beetje veranderen, mislukt het."

Mythe 2: Intelligente machines kunnen uit zichzelf leren

Menselijke tussenkomst is vereist om een AI-gebaseerde machine of systeem te ontwikkelen. De betrokkenheid kan afkomstig zijn van ervaren menselijke datawetenschappers die taken uitvoeren zoals het probleem inlijsten, de gegevens voorbereiden, de juiste datasets bepalen, mogelijke bias in de trainingsgegevens verwijderen (zie mythe 3) en - het belangrijkste - de software voortdurend bijwerken om de integratie van nieuwe kennis en gegevens in de volgende leercyclus mogelijk te maken.

Mythe 3: AI kan vrij van bias zijn

Elke AI-technologie is gebaseerd op gegevens, regels en andere soorten input van menselijke experts. Net als mensen is AI ook intrinsiek bevooroordeeld op een zeker manier. "Vandaag is er geen manier om vooroordelen volledig te verbannen, maar we moeten proberen het tot een minimum te beperken", aldus Linden. "Naast technologische oplossingen, zoals diverse datasets, is het ook cruciaal om diversiteit in de teams die met de AI werken te waarborgen en teamleden elkaars werk te laten beoordelen. Dit eenvoudige proces kan de selectie en de voorkeur voor bevestiging aanzienlijk verminderen."

Mythe 4: AI vervangt alleen repetitieve taken die geen geavanceerde kennis vereisen

Met AI kunnen bedrijven nauwkeuriger beslissingen nemen via voorspellingen, classificaties en clustering. Deze vaardigheden hebben AI-gebaseerde oplossingen in staat gesteld om alledaagse taken te vervangen, maar ook om de resterende complexe taken te verbeteren.

Een voorbeeld is het gebruik van imaging-AI in de gezondheidszorg. Een thoraxfototoepassing op basis van AI kan ziekten sneller opsporen dan radiologen. In de financiële en verzekeringssector worden roboadvisors gebruikt voor vermogensbeheer of fraudedetectie. Die capaciteiten elimineren menselijke betrokkenheid bij die taken niet, maar laten mensen zich concentreren op ongebruikelijke gevallen. Met de vooruitgang van AI op de werkplek, moeten bedrijfs- en IT-leiders hun functieprofielen en capaciteitsplanning aanpassen, evenals herscholingsmogelijkheden voor bestaand personeel aanbieden.

Mythe 5: Niet iedere business heeft een AI-strategie nodig

Elke organisatie moet rekening houden met de potentiële impact van AI op haar strategie en onderzoeken hoe deze technologie kan worden toegepast op de bedrijfsproblemen van de organisatie. In veel opzichten is het vermijden van AI-exploitatie hetzelfde als het opgeven van de volgende fase van automatisering, die organisaties uiteindelijk een concurrentienadeel zou kunnen opleveren.

"Zelfs als de huidige strategie 'geen AI' is, zou dit een bewuste beslissing moeten zijn op basis van onderzoek en overweging. En - zoals bij elke andere strategie - moet deze periodiek worden herzien en aangepast aan de behoeften van de organisatie. AI is misschien sneller nodig dan verwacht", aldus Linden.