De evolutie van generatieve AI in 2025: van noviteit tot noodzaak

Het jaar 2025 markeert een belangrijke mijlpaal in de ontwikkeling van generatieve AI (Gen AI). Wat oorspronkelijk begon als een fascinerende technologische noviteit, is nu uitgegroeid tot een cruciaal instrument voor bedrijven in verschillende branches.

Generatieve AI: van oplossing zoeken voor een probleem naar probleemoplossend krachtcentrum

De eerste golf van enthousiasme voor Gen AI werd aangewakkerd door de rauwe noviteit van interactie met grote taalmodellen (LLM’s), die getraind zijn op uitgebreide openbare datasets. Bedrijven en individuen waren terecht gefascineerd door de mogelijkheid om natuurlijke taalprompts in te voeren en gedetailleerde, samenhangende antwoorden te ontvangen van de openbare frontiermodellen. De menselijke kwaliteit van de uitvoer van LLM’s leidde ertoe dat veel branches zich zonder aarzeling in projecten met deze nieuwe technologie stortten, vaak zonder een duidelijk zakelijk probleem om op te lossen of enige echte KPI om succes te meten. Hoewel er in de vroege dagen van Gen AI enkele waardevolle doorbraken zijn geweest, is het een duidelijk signaal dat we ons in een innovatie- (of hype-) cyclus bevinden wanneer bedrijven de praktijk van het identificeren van een probleem als eerste opgeven en vervolgens een werkbaar technologieoplossing zoeken om het op te lossen.

In 2025 verwachten we dat de pendule terug zal slaan. Organisaties zullen Gen AI gaan gebruiken voor zakelijke waarde door eerst problemen te identificeren die de technologie kan aanpakken. Er zullen ongetwijfeld veel meer goed gefinancierde wetenschappelijke projecten zijn, en de eerste golf van Gen AI-use cases voor samenvatting, chatbots, content- en codegeneratie zal blijven bloeien, maar executives zullen AI-projecten dit jaar verantwoordelijk houden voor ROI. De technologische focus zal ook verschuiven van openbare, algemene taalmodellen die content genereren naar een ensemble van smallere modellen die kunnen worden gecontroleerd en voortdurend getraind op de specifieke taal van een bedrijf om echte, meetbare problemen op te lossen die de onderkant van de lijn beïnvloeden.

2025 zal het jaar zijn waarin AI het hart van het bedrijf bereikt. Bedrijfsdata is de sleutel om echte waarde met AI te ontgrendelen, maar de trainingsdata die nodig zijn om een transformatiebeleid op te bouwen, zijn niet te vinden op Wikipedia en zullen dat nooit zijn. Ze leven in contracten, klant- en patiëntendossiers en in de rommelige, ongestructureerde interacties die vaak door het backoffice of in dozen papier stromen. Het verkrijgen van die data is ingewikkeld, en algemene LLM’s zijn een slechte technologische pasvorm hier, ondanks de privacy-, beveiligings- en gegevensbeheerproblemen. Bedrijven zullen steeds vaker RAG-architecturen en kleine taalmodellen (SLM’s) in privécloudomgevingen gaan adopteren, waardoor ze hun interne organisatiedatasets kunnen gebruiken om propriëtaire AI-oplossingen met een portfolio van trainable modellen te bouwen. Gerichte SLM’s kunnen de specifieke taal van een bedrijf en de nuances van zijn data begrijpen en bieden hogere nauwkeurigheid en transparantie tegen een lagere kostprijs, terwijl ze tegelijkertijd in overeenstemming blijven met gegevensbeschermings- en beveiligingseisen.

De kritieke rol van gegevensreiniging bij AI-implementatie

Naarmate AI-initiatieven zich uitbreiden, moeten organisaties prioriteit geven aan gegevenskwaliteit. De eerste en meest cruciale stap bij de implementatie van AI, of het nu gaat om LLM’s of SLM’s, is ervoor te zorgen dat interne data vrij is van fouten en onnauwkeurigheden. Dit proces, bekend als “gegevensreiniging”, is essentieel voor de curatie van een schone data-estate, die de sleutel is tot het succes van AI-projecten.

Veel organisaties vertrouwen nog steeds op papieren documenten, die gedigitaliseerd en gereinigd moeten worden voor dagelijkse bedrijfsactiviteiten. Idealiter zou deze data in gelabelde trainingssets voor een organisatie’s propriëtaire AI moeten stromen, maar we zijn nog in de vroege dagen van het zien van dit gebeuren. In feite vonden we in een recent onderzoek dat we in samenwerking met de Harris Poll uitvoerden, waarin we meer dan 500 IT-beslissers tussen augustus en september interviewden, dat 59% van de organisaties hun gehele data-estate niet eens gebruikt. Hetzelfde rapport vond dat 63% van de organisaties het erover eens is dat ze een gebrek aan begrip van hun eigen data hebben en dat dit hun vermogen om het potentieel van GenAI en soortgelijke technologieën te maximaliseren belemmert. Gegevensbeschermings-, beveiligings- en governanceproblemen zijn zeker obstakels, maar accurate en schone data zijn kritiek, zelfs kleine trainingsfouten kunnen leiden tot cumulatieve problemen die moeilijk zijn om eenmaal een AI-model het fout heeft.

De uitbreidende impact van de rol van de CTO

De rol van de Chief Technology Officer (CTO) is altijd cruciaal geweest, maar de impact ervan zal in 2025 een factor tien groter worden. Door parallellen te trekken met de “CMO-era”, waarin de klantbeleving onder de Chief Marketing Officer van het grootste belang was, zullen de komende jaren de “generatie van de CTO” worden.

Hoewel de kernverantwoordelijkheden van de CTO ongewijzigd blijven, zal de invloed van hun beslissingen groter zijn dan ooit. Succesvolle CTO’s moeten een diep begrip hebben van hoe opkomende technologieën hun organisaties kunnen transformeren. Ze moeten ook begrijpen hoe AI en verwante moderne technologieën bedrijfstransformatie aandrijven, niet alleen efficiëntie binnen de muren van het bedrijf. De beslissingen die CTO’s in 2025 nemen, zullen de toekomstige trajectorie van hun organisaties bepalen, waardoor hun rol meer impact heeft dan ooit.

De voorspellingen voor 2025 beloven een transformatief jaar voor Gen AI, datamanagement en de rol van de CTO. Terwijl Gen AI van een oplossing zoekt voor een probleem naar een probleemoplossend krachtcentrum evolueert, zal de belangrijkheid van gegevensreiniging, de waarde van bedrijfsdata-estates en de uitbreidende impact van de CTO de toekomst van bedrijven vormgeven. Organisaties die deze veranderingen omarmen, zullen goed gepositioneerd zijn om te floreren in de evoluerende technologische landschap.