Kunstmatige intelligentie is niet langer iets uit sciencefiction. In slechts twee maanden tijd heeft ChatGPT 100 miljoen gebruikers aangetrokken, vergeleken met 4,5 jaar voor Facebook. Deze snelle adoptie markeert het begin van een nieuw tijdperk, dat van wijdverbreide AI. Deze sprong voorwaarts verbergt eigenlijk een lang proces dat enkele decennia geleden begon. Net zoals mechanisatie in de 20e eeuw de industriële productielijnen revolutioneerde, beginnend met de blauwe boorden en zich later uitstrekkend tot de witte boorden banen, streeft AI-automatisering vandaag naar drie doelstellingen: verbetering van de werkomstandigheden, productiekwaliteit en operationele winsten.
Buiten de beloften van optimalisatie stelt de opkomst van wijdverbreide AI immense technische, maatschappelijke en ethische uitdagingen. Deze verstoring, die de traditionele klantreizen opschudt, effent het pad voor hyperpersonalisatie maar vormt ook significante bedreigingen voor de werkgelegenheid. Zoals bij elke technologische revolutie, zal het een decennium van inspanningen vereisen om werknemers op te leiden, een robuust ethisch kader te definiëren en uitdagingen op het gebied van veiligheid en gegevensprivacy aan te pakken. In deze voortdurende transformatie zal iedereen, van bedrijven tot freelancers, deze ongelooflijke kans moeten grijpen om het best toe te passen op hun activiteit. Een pad vol obstakels, maar ook beloftes voor degenen die deze nieuwe technologie kunnen temmen.
Het eerste Smalt Talk-evenement vond plaats bij Malt op 27 februari 2024, waarbij experts samenkwamen om deze vragen te bespreken met de volgende gasten: Natacha Agafonov (Freelance Project Manager bij Moët Hennessy), Mathieu Caron (Global Consumer Care & Experience Director bij L'Oréal), Alexandra El Amari Cunin (Regional Sales Director bij Saleforce), Victor Kessler (General Manager bij ISDI), Claire Lebarz (Chief Data & AI Officer bij Malt) et Nicolas Marchais (Mede-oprichter van m.ai club).
1. Definities en sleutelbegrippen
Voordat we dieper ingaan op de talrijke implicaties van algemene kunstmatige intelligentie op bedrijven en werknemers, is het essentieel om enkele definities en kernconcepten vast te stellen om de verschillende technologische componenten die een rol spelen goed te begrijpen.
2. Het belang van data bij de constructie van klanttrajecten
Volgens Parker Harris, mede-oprichter van Salesforce, "steunt kwalitatieve AI op kwalitatieve data." Momenteel wordt gezegd dat 90% van de data die door bedrijven wordt bewaard, ongestructureerd is. Ongestructureerde data is niet verwerkt, wat betekent dat het in verschillende formaten bestaat zoals foto's, audio, PDF's, enzovoort. Daarentegen lijkt gestructureerde data meer op een database: het is informatie die is voorbereid en opgeslagen om toegankelijk te zijn. AI maakt precies de transformatie mogelijk van deze ongestructureerde data naar gestructureerde en bruikbare informatie, of naar gestructureerde data.
Waarom is het belangrijk dat deze data gestructureerd is? Laten we een paar voorbeelden bekijken om dit te illustreren:
3. AI om de klantbeleving opnieuw vorm te geven
"AI is voor ontwikkelaars." Dit was niet zo lang geleden een veelgehoorde opvatting. Echter, de toepassing van AI binnen bedrijven begint gedemocratiseerd te worden en gaat voorbij aan de technische afdeling. Hoe? Door twee belangrijke toepassingsgebieden te bieden voor de klantbeleving. In de "front" met conversatie-assistenten, chatbots en virtuele agenten (die al ongeveer een decennium gedemocratiseerd zijn). Maar ook in de "back" met automatisering, personalisatie en de generatie van op maat gemaakte inhoud door het benutten van ongestructureerde data. We gaan van aanvankelijk zeer productiviteitsgerichte gebruiksscenario's, die reageerden op een logica van optimalisatie, naar een zeer gepersonaliseerde klantbeleving met een hoog adviesniveau. Zoals hierboven vermeld, spreken we nu over een verrijkte agent of agent 2.0 om aan deze eisen te voldoen. De agent automatiseert repetitieve taken om zich te kunnen concentreren op taken die personalisatie vereisen.
Maar het is gemakkelijker gezegd dan gedaan. Vanuit technisch oogpunt hangt het succes van AI-projecten binnen een bedrijf voornamelijk af van het vermogen van het bedrijf om klantgericht te zijn en dus klanttrajecten correct te modelleren om alle mogelijke consumentenreacties te anticiperen. Klantgericht zijn gaat in de eerste plaats over het hebben van een ont-silo-benadering tussen de verschillende afdelingen van hetzelfde bedrijf. Inderdaad, AI is niet langer "alleen het probleem van het technische team." Hoe zal dit er morgen uitzien? Zullen alle afdelingen controle hebben over AI binnen hun service? Dat zullen we heel snel weten.
Hier zijn enkele voorbeelden van huidige verbeterde klanttrajecten:
4. Invloeden op werkgelegenheid: bedreigingen en kansen
Hoewel er sterke vrees bestaat voor massaal banenverlies als gevolg van AI, deels door sensationele krantenkoppen van het afgelopen jaar, dringen experts aan op voorzichtigheid. Kort gezegd: het blijft op dit moment moeilijk om een definitieve uitspraak te doen over dit onderwerp. De introductie van AI in bedrijven is de logische voortzetting van de digitale transformatie: sommige banen bestaan nog niet, terwijl andere gewoon zullen evolueren. Want hoewel de adoptie van AI inderdaad bestaande beroepen zal veranderen, zal dit voornamelijk gepaard gaan met training in plaats van baanverlies. Zoals bij de komst van chatbots enkele jaren geleden, zullen professionals worden herplaatst op activiteiten met een hogere toegevoegde waarde in contact met de eindklant. Salesforce voorziet zelfs de creatie van 11 miljoen nieuwe banen tegen 2028 dankzij AI, die mensen versterkt en dus fungeert als een assistent waardoor ze zich kunnen concentreren op hyperpersonalisatie en adviesdiensten.
En wat betreft freelancers? Aan de kant van de freelancers sprong de vraag naar AI-vaardigheden met 250% omhoog in 2022 alleen al bij Malt, bewijs van de creatie van nieuwe beroepen. De meest gevraagde vaardigheden in 2023 waren ChatGPT (30%), NLP (20%), Chatbot (18%) en Midjourney (5%). Er wordt ook opgemerkt dat het aantal freelancers dat GenAI-vaardigheden op hun profielen vermeldde, met +120% steeg. Maar hoewel de meerderheid van de projecten zich bevond in tech met 34% en data met 38%, zal het interessant zijn om de opkomst van AI binnen andere bedrijfssectoren in de komende jaren te volgen.
5. Essentiële ethische en juridische uitdagingen
Vertrouwen en ethiek blijven een belangrijke zorg voor bedrijven, waarbij meer dan 50% van de ondervraagde professionals nog steeds wantrouwig zijn ten opzichte van AI. Gegevensbeveiliging en de verwerking ervan zullen daarom de belangrijkste investeringsfocus zijn in de komende jaren. Met de AI Act aangenomen in 2023 en ontwikkeld op Europees niveau, is het zeker dat iteraties niet zullen ontbreken.
Het zal ook nodig zijn om potentiële vooroordelen en discriminaties die voortkomen uit deze op mensen gebaseerde gegevens in overweging te nemen en te corrigeren. AI zou deze vooroordelen immers kunnen helpen blootleggen en corrigeren. Bedrijven zullen ook moeten omgaan met een evoluerend wettelijk kader, zoals geïllustreerd door het verbod van L'Oréal op het gebruik van door AI gegenereerde afbeeldingen van menselijke wezens. Een aanzienlijke inspanning op het gebied van educatie en bewustwording zal daarom onmisbaar blijven in de komende jaren.
Als kunstmatige intelligentie de klantbeleving revolutioneert door voorheen onbenutte gegevensbronnen te benutten, roept de adoptie ervan ook aanzienlijke maatschappelijke, juridische en vertrouwenskwesties op. Alleen een geleidelijke en doordachte integratie, samen met de training van werknemers en een robuust ethisch kader, zal een duurzame transformatie mogelijk maken en blijvende waarde creëren in plaats van risico's op te stapelen.
