Kunstmatige intelligentie is een blijvertje, dat is hier niet het punt.
Het probleem is dat iedereen het over AI heeft, maar dat slechts weinigen echt goed nadenken over hoe ze het daadwerkelijk kunnen gebruiken. Ergens onderweg is 'we gebruiken AI' een marketing slogan geworden, in plaats van een technische beslissing. Iedereen wil deel uitmaken van de AI-golf, anders hoor je er niet bij. Als je de grote techbedrijven moet geloven, zoals ze iedereen opdringen.
Maar als je een kleine stap terug doet, merk je iets vreemds op:
Bedrijven lossen met AI problemen op die ze eigenlijk niet zouden moeten hebben.
Slechte systeemontwerpen, ontbrekende verantwoordelijkheid en spaghettiachtige infrastructuren worden nu 'opgelost' door LLM's bovenop deze puinhoop te gooien. Als gevolg daarvan worden systemen nog moeilijker te onderhouden, duurder en moeilijker te begrijpen.
Deze blog gaat niet over het afbreken van AI.
Het gaat over helder denken, technisch eigenaarschap en het gebruik van de juiste tools voor de klus.
Onderzoeksrapport van OpenAI
Recent onderzoek door OpenAI en Georgia Tech benadrukt een kernwaarheid die vaak over het hoofd wordt gezien: AI-hallucinaties, die momenten waarop modellen dingen verzinnen, zijn geen bugs. Ze zijn een wiskundig gevolg van hoe deze systemen zijn opgebouwd.
Zelfs met perfecte trainingsgegevens beloont de huidige architectuur van generatieve AI zelfverzekerde antwoorden boven het toegeven van onzekerheid. Dat betekent dat hallucinaties niet alleen veel voorkomen, maar ook onvermijdelijk zijn, tenzij we de manier waarop we deze modellen trainen en evalueren fundamenteel veranderen.
Zoals de onderzoekers het stellen: "Hallucinaties zijn wiskundig gezien onvermijdelijk." (bron)
Hoe mensen AI misbruiken om de verkeerde problemen op te lossen.
Laten we even een stap terug doen.
Als je $ 1.200 per maand betaalt voor GPT-4 om e-mailteksten te parseren, telefoonnummers te extraheren, JSON opnieuw te formatteren en strings in hoofdletters te zetten... dan ben je niet bezig met innovatie. Je besteedt gezond verstand uit aan een dure black box.
Ja, iemand heeft dat onlangs gedaan en realiseerde zich te laat wat de kosten waren. Ze zijn toen overgestapt op GPT-4o-mini en hebben de rekening teruggebracht tot $ 200 ... Maar zelfs dan is het nog steeds een waardeloze oplossing:
Voor die taken was helemaal geen AI nodig. Alleen basisvaardigheden op het gebied van software.
Dit is geen op zichzelf staand geval. Het gebeurt helaas veel te vaak.
Mensen gaan ervan uit dat AI de oplossing voor alles is, terwijl het alleen maar de incompetentie van de persoon laat zien, omdat:
- Het verhoogt de kosten
- Verduistert wat er werkelijk gebeurt
- Introduceert verborgen afhankelijkheden
- Maakt het bijna onmogelijk om systemen te debuggen en te onderhouden.
AI wordt gebruikt om een gebrek aan systeemontwerp te verdoezelen, niet om het te verbeteren.
AI als natuurlijke taalinterface, krachtig maar verkeerd gebruikt
Maar laten we eerlijk zijn: LLM's zijn echt krachtig als ze op de juiste manier worden gebruikt.
Ze stellen je in staat om in natuurlijke taal te beschrijven wat je wilt, en een resultaat te krijgen — zonder de onderliggende logica te begrijpen.
Dit maakt AI een fantastisch hulpmiddel voor:
- Prototyping
- Interactie met grote kennisbanken
- Ongestructureerde gegevens samenvatten
- Fuzzy matching op grote schaal uitvoeren
LLM's zijn in wezen een nieuw soort interface, net zoals de opdrachtregel, de GUI of API's dat vroeger waren.
Maar ze zijn niet magisch. En ze zijn zeker niet gratis. En ze zijn bijna nooit de beste manier om een probleem op te lossen.
Hoe kritischer de functie, hoe belangrijker het wordt om te begrijpen:
- Wat wordt er uitgevoerd?
- Waar stromen de gegevens naartoe?
- Wie is eigenaar van de output?
- Wat zijn de werkelijke kosten?
Conversational AI, de moderne chatbot, maar nog steeds een chatbot
Er is een weg vooruit voor conversationele AI. Het is alleen niet de revolutionaire sprong voorwaarts die mensen denken dat het is, met zelfdenkende systemen die niet hallucineren en altijd het juiste antwoord geven.
Ja, LLM's kunnen slimmere, meer menselijke reacties geven dan voordat LLM's mainstream werden.
Ja, ze kunnen ondersteuningsprocessen automatiseren die voorheen veel complexer waren om te scripten.
Maar laten we onszelf niet voor de gek houden:
Mensen willen nog steeds echt, menselijk contact met uw bedrijf, vooral als er iets misgaat.
Als je je volledige klantenservice uitbesteedt aan een AI-assistent, geef je een duidelijk signaal af (maar naar mijn mening een verkeerd signaal):
- "We vinden het niet belangrijk genoeg om zelf met je te praten."
- "Je bent de tijd van een echt persoon niet waard."
- "Wij verkopen alleen ons product. Kom alsjeblieft niet bij ons klagen."
Op korte termijn bespaart dit waarschijnlijk kosten.
Maar op lange termijn? Je vernietigt het vertrouwen in je merk. Vooral omdat mensen doorgaans contact opnemen met de klantenservice wanneer:
- Ze zijn gefrustreerd.
- Ze begrijpen iets niet.
- Ze hebben een klacht.
Dat is niet het moment om hen een chatbot aan te bieden, hoe 'slim' die ook klinkt.
Goede klantenservice is een relatie, geen kostenpost.
Dus ja, gebruik conversational AI om uw teams te ondersteunen. Maar laat het niet het menselijke contact vervangen waar empathie nodig is. Maak AI niet tot de interface voor klanten om met uw bedrijf te communiceren als u om uw product geeft.
Waarvoor je AI zou moeten gebruiken
Laten we het in dit gedeelte eens omdraaien. Wat is een goed gebruiksscenario voor AI?
Je moet AI gebruiken wanneer:
- Het helpt je dingen te doen die voorheen te duur, te traag of technisch te complex waren.
- Je hebt je architectuur al geoptimaliseerd, maar er zijn nog steeds randgevallen die het waard zijn om te automatiseren.
- Je verrijkt processen — je verbergt geen technische schulden
Bijvoorbeeld:
- Prototyping van moeilijke functionaliteiten, zodat u de resultaten sneller kunt testen
- Productzoekfunctie verbeteren met semantisch begrip
- Als je de hallucinatie zichtbaar kunt maken in gegevens, zijn ze perfect voor BI (business intelligence).
- Het genereren van op maat gemaakte samenvattingen voor grote interne rapporten
- Telefoongesprekken transcriberen en samenvattingen maken
- Beeld naar tekst, zodat u beter semantisch kunt zoeken naar afbeeldingen in grote beelddatabases.
Dit zijn taken waar AI echt uitblinkt, omdat ze in traditionele systemen nog duurder, moeilijker of onmogelijk op te lossen waren.
Maar nogmaals: weeg altijd de kosten af.
Niet alleen in dollars, maar ook in duidelijkheid, controle en klantervaring. Probeer het altijd eerst op te lossen zonder AI te gebruiken.
Technologische volwassenheid zal bepalen wie er wint
Dit is de kern van het verhaal:
Bedrijven met een moderne, begrijpelijke, goed gedocumenteerde infrastructuur en gegevens zullen winnen.
Degenen die AI blijven toevoegen aan hun chaos... zullen dat niet doen.
Het gaat er niet om hoe vroeg je AI hebt geïmplementeerd. Het gaat om:
- Of uw stack onderhoudbaar is
- Of uw teams het echt begrijpen
- Of je kunt redeneren over kosten, prestaties en storingen
- Of u nu eigenaar bent van uw gegevens, uw architectuur en uw stappenplan
De bedrijven die AI behandelen als een nieuw algoritme/interface om problemen op te lossen die ze voorheen niet konden oplossen, zullen naar mijn mening op lange termijn de meeste waarde behalen. Gebruik AI niet voor de marketingwaarde die grote techbedrijven je willen opdringen.
Het uitbesteden van gegevenseigendom is een strategisch risico
Ik wil afsluiten met nog een echt voorbeeld dat ik onlangs tegenkwam.
Een bedrijf in de reissector heeft een app ontwikkeld waarmee eindgebruikers toegang hebben tot hun reisgegevens. Ze verkopen deze app door aan andere reisbureaus en touroperators. Dat lijkt haalbaar, gezien de slechte staat waarin de reisbranche zich bevindt op het gebied van IT.
Het reisbureau kan dus de app aanbieden met alle vouchers en reisplannen voor de reis van hun klant. Tot nu toe niets vreemds, behalve dat u al uw documenten aan een derde partij overdraagt.
Nu heeft deze aanbieder van reisplanningsapps toegang tot veel van uw cruciale bedrijfsinformatie. En nu koopt de klant extra diensten (bijv. verzekeringen, transfers, upgrades) in de app. U moet dit beschouwen als upsell voor het reisbureau dat eigenaar is van de klant.
Hier komt de boosdoener. Het platform geeft plotseling commissie aan de touroperator... Dus biedt de app-provider nu ook extra diensten aan uw klant?
Wie is nu eigenaar van de klant?
Het is een grote en gevaarlijke verschuiving. Hoe meer infrastructuur je uitbesteedt, hoe meer je de controle verliest over je klantrelaties en je eigen gegevens.
Houd controle over het klanttraject van uw eigen klant. Bescherm uw toegevoegde waarde. Word geen eenheid. En houd het persoonlijk.
Dit wordt een enorm probleem! En AI zal dit nog versnellen als reisorganisaties hier geen aandacht aan besteden.
Conclusie: AI is voor de meeste bedrijven een hulpmiddel, geen strategie.
AI is indrukwekkend. Maar het vervangt de basisprincipes niet.
Gebruik het niet om slechte architectuur te verdoezelen.
Gebruik het niet als excuus om technische beslissingen uit de weg te gaan.
Laat het niet verhullen wat uw systemen doen of wie uw klant werkelijk is.
In plaats daarvan:
- Wees eigenaar van je stack
- Begrijp je logica
- Gebruik AI waar het echte, meetbare waarde creëert
- En stop nooit met zelfstandig denken.
De echte innovatie zit niet in de tool. Het zit in hoe duidelijk je nadenkt over de problemen die je wilt oplossen.
