Elke hype trekt publiek en dat is prima natuurlijk. Elk circus trekt ook publiek. En zolang er maar sensatie is en er wat te beleven valt staan de media paraat. Zo ook bij AI. Je kunt de radio of TV niet aanzetten of het woord AI valt in vrijwel elke zin. Waarom? Omdat het sentiment zodanig is dat AI synoniem is geworden voor superieur. En dat is helaas een misvatting.
Je bouwt geen software, je bouwt software met AI. Je verkoopt geen diensten, nee, je verkoopt AI dienstverlening.
Je fiets, je auto, je computer, je vakantie, je keuze voor een politieke partij; alles wordt gedaan met AI want dan is het tenslotte beter.
En elke dag staan er tientallen nieuwe AI-experts op die een cursus ChatGPT geven. Vaak erg kundig, leuk gebracht, maar niet meer dan een cursus 'prompten'. Nuttige cursussen in productiviteitsverhoging, maar echt niet meer dan dat. En zelden of nooit beschikken deze 'experts' over enige degelijke achtergrond in AI. Dat is het gevolg van de hype. ChatGPT-4 en 5, Copilot, Claude, Gemini, Mistral, Grok, DeepSeek en honderden andere LLM's kunnen gebruikt worden voor prachtige prestatieverhogende zaken.
Ik had het eerste AI-bedrijf in Nederland (met twee kantoren in de VS) en mijn netwerk van wetenschappers in Nederland en daarbuiten, waar ik alweer veertig jaar mee werk, geven mij het historische huidige perspectief op AI. Een hype? Ja. Ik ben een van de heel weinigen in Nederland die dat kan duiden.
Een hype dus, AI. En dat is het door overwaarderingen, door werkelijk duizenden leken die ineens een AI- expert beweren te zijn. Een hype is het door veel standaardtechnologieën die de afkorting AI te gebruiken om de valuation te verhogen. Een hype is het door het overplaatsen van AI als in: we gaan een AI-fabriek bouwen. Het is echter gewoon een computercentrum is met GPU's etcetera.
Waar staat dat LLM eigenlijk voor?
Large Language Models, een zeer bruikbare technologie opgekomen in 2017 en 2018 die erg behulpzaam kan zijn voor taal-achtige applicaties. Bijvoorbeeld het schrijven van een mooie brief, een businessplan, een mooie vriendelijke email.
Elke taak die te maken heeft met taal kan tamelijk goed door een LLM ondersteund worden. Want een LLM is een taal-gebaseerde technologie. Als je dat scherp voor ogen houdt zou je kunnen snappen dat zaken die niet taal-gebaseerd zijn niet ideaal zijn, of gewoon slecht.
Het probleem is dat je bij het stellen van een vraag aan een LLM eigenlijk nooit (let op: nooit) precies weet of het antwoord correct is. Dat wil niet zeggen dat het nooit correct kan zijn, maar er is altijd een kans dat het geheel of gedeeltelijk incorrect is. En dat is lekker! Stel een juridische vraag over het ontslag van een medewerker. Het antwoord kan correct zijn, maar evenzo goed niet. Niet opvolgen dus. Eerst een juridische expert raadplegen. Of laat het systeem code ontwikkelen. Eerst laten checken door een expert.
Is het gebruik van een LLM dan wel zo nuttig?
Tja, eigenlijk niet. Een onlangs verschenen rapport van MIT gaf aan dat van de tientallen miljarden die bedrijven investeren in AI slechts 5 procent leidt tot enige impact op de P&L. In 95 procent van de gevallen levert het dus gewoon niks op.
Het is dan ook zo dat de LLM's de hype voorbij zijn inmiddels. Ze bevinden zich in de eindfase van de zogenaamde 'peak of inflated expectations', zoals Gartner dat noemt.
Lees ook de expertblog van Jan van der Spoel - 'AI-tools? Je wínt met de mensen die blijven als het moeilijk wordt. En die houd je alleen vast als je ze ziet'
Stopt het dan met AI?
Welnu, het zal langzaam maar zeker gaan doordringen dat het losse gebruik van een LLM in maar erg weinig gevallen leidt tot echte resultaten. Leuk om als 'hulpje' te gebruiken, net zoals voorheen Google, maar verder niet. Maar het einde van deze derde zomer van AI is voorlopig nog niet in zicht denk ik. Wel voor de surfers op de hype die cursusjes Prompten geven, maar de echte AI-experts kunnen nu hun borst nat maken voor de volgende fase.
Mijn advies zou zijn om voordat je als bedrijf ingaat op een aanbieding van een van de 'experts' die jouw bedrijf of overheidsinstelling weleens eventjes AI-ready gaat maken, eerst een snelle korte audit te laten doen door een echte deskundige. Laat de productiviteit doorrekenen, leg harde doelen vast die meetbaar zijn, loop door de risico's heen die onjuiste adviezen van LLM's kunnen brengen en kijk vooral eens hoe de taalmodellen zich verhouden tot de zogenaamde wereldmodellen.
Wereldmodellen
Wereldmodellen? Dat zijn gestructureerde kennisbanken, ook wel Knowledge Graphs genaamd. Die technologie zit inmiddels als op het zogenaamde plateau van productiviteit. Dat betekent dat het geaccepteerde technologie is.
Wereldmodellen, zoals bijvoorbeeld IKEA die gebruikt, zorgen ervoor dat er een combinatie wordt gemaakt tussen AI/GPT en de grote kennisbank van alle IKEA producten. Het taalmodel werkt dus samen met het wereldmodel en levert prachtige resultaten op.
Luister ook Even bellen met Silicon Valley - Yann LeCun van Meta, goeroe in deep learning, begint een startup begint in wereldmodellen
Om even wetenschappelijk te worden: uiteindelijk zal de samenwerking van de taalmodellen (LLM's) met de wereldmodellen gaan leiden tot neurosymbolische AI, zoals dat heet, waarbij systemen kunnen leren en redeneren. LLM's gaan dus op en worden onderdeel van grotere systemen. Met behoud van de voordelen (vriendelijke taal) en minder risico's op onzin.
Trap dus niet in de val van de hype, maar zoek echte deskundigheid. Die overigens dun gezaaid is, helaas.
Lees ook: AI-race is door Gemini 3 veranderd: 'Klap in het gezicht voor OpenAI en ChatGPT'
Ontvang elke week het beste van BusinessWise in je mailbox, ook over technologie, ook over AI. Schrijf je hier nu gratis in:
