De AI-koorts bereikt al enkele maanden ongeëvenaarde pieken in de bedrijfswereld, maar blijven die duren? Data-complexiteit en ethische vraagstukken zouden zomaar voor een nieuwe ‘winter’ in de AI-sector kunnen zorgen.
Het gebouw Produits Dangereux was ooit een opslagplaats voor gevaarlijke stoffen, maar vandaag de dag dient het als een kleine, gezellige evenementenlocatie op het domein van Tour & Taxis. Het zaaltje is tot de laatste stoel gevuld voor het Dynatrace BeLux Forum: wie zich niet tijdig naar een sessie rept, heeft geen garantie nog een zitplaats te kunnen opeisen. “Ik kon geen gepastere locatie bedenken om over AI te spreken”, opent keynotespreker Geertrui Mieke De Ketelaere (Vlerick Business School). “Je hoort veel goede dingen over AI, maar ook verhalen dat het een gevaarlijke technologie zou zijn. Wie of wat moet je geloven?”
(Generatieve) AI zal ook tijdens de bijeenkomst van Dynatrace een onvermijdelijk gespreksonderwerp zijn. De evolutie van AI gaat al decennialang in pieken en dalen. Vandaag zitten we zonder twijfel op een hoge piek. “Het voorbije jaar heeft AI een explosieve groei gekend. Dankzij ChatGPT hoef ik mensen nu eindelijk niet meer uit te leggen wat ik eigenlijk doe”, zegt De Ketelaere, die zelf al meer dan 25 jaar ervaring met de technologie heeft, met een kwinkslag.
Tussen al dat enthousiasme en optimisme rond AI, benadrukt De Ketelaere ook de nood aan realisme. “De ontwikkeling van AI heeft in het verleden al twee ‘winters’ gekend, waarin het enthousiasme afnam. Die vroegere dips kwamen door een tekort aan data en/of computingkracht. Dat is er vandaag voldoende, maar ethisch debat kan voor een nieuwe winter zorgen.”
lees ook
Gartner voorspelt shift in AI-adoptie door bedrijven in 2026
Complexiteit troef
De uiteenzetting van De Ketelaere geeft veel stof tot nakaarten. We ontmoeten Florian Ortner, Chief Product Officer bij Dynatrace, tijdens het evenement in de Gare Maritime aan Tour & Taxis. Het hoofdkantoor van Dynatrace mag dan wel in Boston staan, het bedrijf heeft zich ook sterk verankerd in Europa. “We hebben 95 procent van onze R&D in Europa gehouden, omdat we geloven dat hier veel IT-talent rondloopt”, zegt Ortner.
lees ook
Dynatrace CEO: ‘Software is veel meer dan een verkeerslicht waar alles wel, niet of een beetje werkt’
Zichtbaarheid en overzicht zijn vandaag de dag meer dan ooit acute bedrijfsnoden geworden. Dynatrace publiceerde vorige week de resultaten van een rondvraag bij een duizendtal bedrijven wereldwijd. Een trefwoord kwam daarin duidelijk naar boven: complexiteit. Bedrijven zien door de bomen van data en oplossingen om die data te beheren, vaak nog eens verspreid over meerdere cloudomgevingen, het bos niet meer. “Dagelijks verwerken klanten petabytes aan data via ons platform”, zegt Ortner.
Hij graaft naar de dieperliggende oorzaak. “Die complexiteit is vaak een gevolg van zowel snel als succesvol te willen zijn. Je kan iets sneller uitrollen of implementeren dan je concurrenten, maar heb je dan automatisch de beste oplossing? De tweestrijd tussen snelheid en succes speelt zich op vele fronten af.”
AI is nooit honderd procent juist of fout, maar het helpt mensen om antwoorden te vinden in datasets te groot om doorheen een mensenleven te bekijken.
Florian Ortner, Chief Product Officer Dynatrace
3 + 1 lessen voor AI
Op menig techconferentie hebben we al gehoord dat AI ieder probleem dat je maar kan bedenken gaat oplossen, maar in dat cliché willen Ortner en Dynatrace niet vervallen. Uit het onderzoek bleek ook dat veel bedrijven wel een AI-strategie hebben, maar toch op dezelfde problemen blijven botsen. “Bedrijven begrijpen niet altijd goed wat AI is”, schetst Ortner. “Je kan niet verwachten dat AI je alle antwoorden gaat geven. AI is niet juist of fout: het verklaart enkel de waarschijnlijkheid dat iets kan gebeuren. Dat is nooit 100 procent exact en dat is ook helemaal niet het idee. AI dient om je productiever te maken.”
Ortner deelt zijn drie lessen over hoe AI uit te bouwen in je organisatie. Les 1: efficiënt zijn. “Meten is één ding, maar je moet ook waarde creëren met de data die je hebt, en dat zo kostenefficiënt mogelijk. Het heeft geen zin om een probleem van honderd euro op te lossen met een oplossing die duizend euro kost. Je gaat ook geen schop kopen als je geen tuin hebt.”
Les 2: kijk naar je data. “Data omvatten zowel ruwe als geaggregeerde gegevens. Hou ook de ruwe gegevens en de context bij. Queries kunnen zeer ingewikkeld zijn, zelf zou ik niet weten hoe ik eraan moet beginnen. Met onze Davis AI-engine kunnen we die toegankelijker en bruikbaar maken, om diepere inzichten uit data te halen.” De derde en laatste les van Ortner: ‘blijf altijd een beetje speels’.
Ondertussen is De Ketelaere erbij komen zitten. Zij voegt nog een vierde les toe. “Het begint niet bij data, maar bij het stellen van duidelijke objectieven. Veel bedrijven zien data als een waarde op zich, maar het is een kost waar processen en beleid rond moeten worden gebouwd. Men stelt een ‘masterplan’ op dat meerdere jaren omvat, maar de waarde van data is volatiel. Vertrek vanuit de baseline en voer tests uit. Als het niet werkt, bekijk dan welke data je er nog bij kan nemen om tot concretere inzichten te komen. Dit proces vergt kosten maar eens je het wiel aan het draaien krijgt, zal die kost uiteindelijk ook in waarde worden omgezet.”
Veel bedrijven zien data als een waarde op zich, maar het is een kost die je in waarde moet omzetten.
Geertrui Mieke De Ketelaere, adjunct-professor Artificiële Intelligentie Vlerick Business School
De drie P’s
Bij iedere technologische evolutie staan drie kernwoorden centraal, die in de Engelse taal elk met een p beginnen: profit, people, planet. De Ketelaere illustreert dit tijdens haar presentatie met een voorwerp dat we dagelijks gebruiken: de auto. “De uitvinding van de auto heeft ervoor gezorgd dat we ons veel efficiënter kunnen verplaatsen: dit is profit. Maar de eerste wagens waren allesbehalve veilig, dus gaandeweg zijn er vernieuwingen aangebracht om de beveiliging van mensen te verhogen (people), zoals de gordel. In een volgende fase zijn we ook de impact van auto’s op de planeet beginnen aanpakken.”
AI zal een soortgelijke weg moeten bewandelen, maar nu zitten we nog volop in de profit-fase. “De impact op mensen moet vooraan in de discussie komen. Nu gebeurt dat vaak pas eens een technologie in gebruik is. Met AI is dit niet zo eenvoudig, want niet iedereen begrijpt de technologie even goed. Autonome systemen zijn op zich niet gevaarlijk, maar hoe we ze toepassen kan dat wel zijn. De context waarin de systemen getraind zijn, komt misschien niet altijd overeen met de context waarin we ze gebruiken. Er ligt dus veel macht bij wie AI-systemen traint.”
Om potentieel gevaarlijk gebruik van AI te voorkomen, heeft de Europese Unie, na jarenlange debatten, de AI Act in het leven geroepen. De Ketelaere heeft toch haar bedenkingen bij het wetsvoorstel. “De AI Act legt veel nadruk op mensenrechten en dat vind ik absoluut een goede zaak. Maar er zijn naar mijn gevoel toch enkele problemen. Ten eerste is er geprobeerd om alle soorten AI in één voorstel te gieten, waar de Verenigde Staten meer onderscheid maken tussen verschillende soorten algoritmen. Daarnaast heeft de Europese Unie enkele toegiften moeten doen rond opensource-modellen en de grootte van de modellen, omdat enkele lidstaten protesteerden.”
lees ook
Waarom de EU en de VS data anders behandelen
“Maar wat als opensource modellen in de verkeerde handen vallen? Wie gaat de controles daarop uitvoeren?”, stelt Mieke De Ketelaere luidop de vraag. “Een ander probleem zijn de beperkte budgetten. De AI Act stelt dat lidstaten zelf middelen moeten vrijmaken om controles uit te voeren. Ik vrees dat door al deze factoren de AI Act hetzelfde lot kan overkomen als de GDPR, namelijk dat de grote spelers een manier gaan vinden om hun verantwoordelijkheid door te schuiven naar kleinere spelers. Met terugwerkende kracht nog fouten gaan zoeken wordt veel te complex: Europa is vrees ik op snelheid gepakt.”
AI is op zich niet gevaarlijk, maar hoe we het toepassen kan dat wel zijn. De context waarin de systemen getraind zijn, komt misschien niet altijd overeen met de context waarin we ze gebruiken.
Geertrui Mieke De Ketelaere, adjunct-professor Artificiële Intelligentie Vlerick Business School
Gedecentraliseerde AI als oplossing?
Ook de derde ‘P’, onze planeet, staat voor De Ketelaere nog niet genoeg op het voorplan in de ontwikkeling van AI. “De huidige AI-oplossingen zijn energievretend. Ieder verzoek dat je aan ChatGPT indient, moet naar een datacenter worden verstuurd, daar verwerkt worden en weer terug naar jou komen. Gebruikers staan er onvoldoende bij stil dat dit energie kost. Ook dit los je niet zomaar op, want er zal naar nieuwe businessmodellen moeten gezocht worden die niet op computingkracht gebaseerd zijn.”
De Ketelaere gelooft sterk in gedecentraliseerde AI. Dit type AI draait niet op LLMs met biljoenen parameters die in energieverslindende datacenters wonen, maar werkt met kleinere modellen die lokaal draaien. Dit biedt volgens De Ketelaere voordelen op gebied van alle drie de P’s. Gedecentraliseerde modellen vergen minder energie, maar bieden ook troeven voor privacy omdat je geen gegevens dient te delen met grote techreuzen. Omdat modellen lokaal blijven, heb je ook minder problemen met connectiviteit en latency. “Dit zie ik als de toekomst van AI voor talrijke use cases”, besluit ze.
Nu is het dus nog volop zomer in de wereld van artificiële intelligentie, en bedrijven uit de sector zijn er ook van overtuigd dat de zon eeuwig voor hen zal blijven schijnen. Maar na iedere zomer komt weer een herfst en een winter. Vindt de techsector geen antwoord op de toenemende datacomplexiteit en ethische vragen, dan zou de winter wel eens sneller voor de deur kunnen staan dan verwacht.