Waarom gespecialiseerde AI-modellen de echte ROI-drivers van 2025 zullen zijn

Waarom gespecialiseerde AI-modellen de echte ROI-drivers van 2025 zullen zijn

In een recent rapport heeft Forrester de huidige stand van zaken op het gebied van AI-adoptie goed samengevat: als 2023 het jaar van FOMO was en 2024 het jaar van pilots en vroege adoptie, dan wordt 2025 het jaar waarin de financiële ROI wordt berekend van initiatieven op het gebied van AI-werkkracht.

Na de hype van de afgelopen jaren maken gesprekken over de mogelijkheden van AI nu plaats voor discussies over hoe organisaties deze nieuwe technologie daadwerkelijk op grote schaal kunnen inzetten om ROI-positieve meerwaarde te leveren. Na een steile leercurve en een periode waarin ze de technologie zelf hebben getest, zijn besluitvormers en hun teams er nu klaar voor. Zozeer zelfs dat, volgens een nieuw onderzoek van DeepL, bijna driekwart (72%) van de besluitvormers van plan is om dit jaar te investeren in AI.

Uit het onderzoek van DeepL is gebleken dat Nederland het land is dat het meest in AI investeert: maar liefst 30% van de bedrijven is van plan om AI te integreren in al hun processen, op de voet gevolgd door België (28%). Daarnaast is 21% van de Belgische bedrijven en 30% van de Nederlandse bedrijven van plan om AI-budget toe te wijzen aan gespecialiseerde taken, en alles wijst erop dat bedrijven die deze investeringsplannen daadwerkelijk omzetten op aanzienlijke voordelen kunnen rekenen.

Niet elke vorm van AI is echter geschikt voor gebruik in het bedrijfsleven. Hoewel ik het ermee eens ben dat het in 2025 tijd is om AI op grote schaal in te zetten, is er iets wat organisaties goed voor ogen moeten houden: hoewel het bedrijfsleven inmiddels gewend is geraakt aan AI voor algemene doeleinden, zal echt concurrentievoordeel alleen kunnen worden bereikt door de integratie van gespecialiseerde AI-oplossingen.

Gespecialiseerde AI voor meer ROI in het bedrijfsleven

AI voor algemene doeleinden, waarbij een uniforme aanpak wordt gehanteerd voor een breed spectrum van behoeften in verschillende sectoren en gebruikssituaties, is natuurlijk niet geheel zonder meerwaarde. Zulke AI-oplossingen kunnen immers recepten maken, vragen beantwoorden en vrijwel elke tekst of afbeelding genereren die je je kunt voorstellen. Algemene AI-modellen zijn ook handig om af en toe een menu te vertalen als je op vakantie bent.

Maar deze modellen hebben ook beperkingen, vooral voor gebruik in de zakenwereld en vooral vanwege de manier waarop de technologie wordt getraind. Deze modellen maken namelijk vaak gebruik van brede en diverse datasets bestaande uit gegevens die algemeen toegankelijk zijn op het internet en daarom de nauwkeurigheid en kwaliteit missen die nodig is voor gespecialiseerde taken, met als gevolg dat zulke AI-toepassingen voor het bedrijfsleven niet geschikt zijn.

Gespecialiseerde AI-modellen zijn daarentegen afgestemd op specifieke branches en use cases, getraind op zorgvuldig geselecteerde gegevens en geoptimaliseerd voor specifieke taken of bedrijven. En omdat ze zijn toegesneden op specifieke behoeften, blijken ze vaak beter geschikt voor zakelijk gebruik. AI-modellen voor algemeen gebruik zijn geschikt voor algemene doeleinden, maar in het bedrijfsleven, waar de inzet hoger is en de eisen specifieker worden, bieden gespecialiseerde modellen oplossingen op maat die complexe, branchespecifieke uitdagingen kunnen aanpakken voor een tastbare ROI.

Gespecialiseerde AI-technologie biedt bijvoorbeeld voordelen zoals een hogere nauwkeurigheid en efficiëntie, meer aanpassingsmogelijkheden en een verbeterde gebruikerservaring. Daarnaast zijn zulke modellen vaak beter geschikt voor compliance-doeleinden, omdat deze meestal ontwikkeld zijn om rekening te houden met branchespecifieke regelgeving en nalevingsvereisten. Als advocatenkantoor wil je AI bijvoorbeeld gebruiken om belangrijke documenten te lezen en te evalueren, terwijl een zorgverlener AI inzet om medische scans te beoordelen en een detailhandelaar gebruikmaakt van AI om klanten van een betere service te voorzien. Om aan deze zeer specifieke behoeften te voldoen, is gespecialiseerde AI dus een echte must.

Van communicatie-uitdagingen naar zakelijke kansen dankzij Language AI

Een mogelijke toepassing waar veel mensen niet bij stilstaan, is het gebruik van gespecialiseerde AI voor taal, vertalen en communicatie. Als je echter praat met CEO’s en andere leidinggevenden in internationale organisaties, zul je vaststellen dat communicatie een grote, terugkerende uitdaging is waar ze voortdurend mee geconfronteerd worden. Hoe kun je immers effectief duizenden klanten, teams en leveranciers van over de hele wereld managen als iedereen een andere taal spreekt? Hoewel Engels vaak wordt beschouwd als de lingua franca van het bedrijfsleven, spreekt slechts 20% van de wereldbevolking deze taal ook echt vloeiend.

Belgische bedrijfsleiders zeggen dat deze taalkloof voor aanzienlijke problemen kan zorgen met betrekking tot internationale uitbreiding (45%), klantenwerving in het buitenland (38%) en klantenservice (28%). Daarnaast geeft meer dan de helft van de C-level executives aan dat ze dagelijks meer dan een uur per dag kwijt zijn aan ineffectieve communicatie, en het spreekt voor zich dat deze uitdagingen niet beperkt blijven tot de top van de organisatie.

Daarom heb ik mijn carrière opgebouwd op het raakvlak tussen taal en AI. Ik heb met eigen ogen gezien hoe AI-technologie kan worden gebruikt om internationale bedrijven efficiënter, effectiever en empathischer te maken. Gespecialiseerde AI heeft er bovendien voor gezorgd dat veel organisaties taal als strategisch hulpmiddel zijn gaan zien.

Panasonic Connect maakt bijvoorbeeld gebruik van AI om taalbarrières te doorbreken die de samenwerking binnen hun organisatie belemmeren. Zo konden zij niet alleen hun vertaal- en communicatieprocessen optimaliseren, maar ook “adembenemende” resultaten behalen als gevolg van deze natuurlijk klinkende vertalingen van en naar het Japans.

Natuurhuisje, een Nederlands online boekingsplatform voor vakantiehuisjes in de natuur, gebruikt DeepL om vaste vertalingen te genereren voor accommodatiebeschrijvingen en beoordelingen, zodat potentiële gasten uit Nederland, België, Duitsland en andere landen met gemak kunnen kiezen uit de bijna 9.000 natuurhuisjes die via het platform worden aangeboden. Door gebruik te maken van DeepL API Pro kon Natuurhuisje sneller uitbreiden op de Europese markt, de kosten verlagen en tegelijkertijd de gebruikerservaring en zoekresultaten drastisch verbeteren.

Communicatie is dus niet langer een uitdaging die simpelweg opgelost of omzeild moet worden, het is een manier geworden waarop bedrijven een concurrentievoordeel kunnen behalen: een manier om wederzijds begrip te verbeteren, een internationaal publiek aan te spreken, een betere interne en externe samenwerking te bereiken en uiteindelijk om internationale uitbreiding sneller mogelijk te maken.

Het is duidelijk dat de inzet van AI aanzienlijke voordelen kan opleveren. Als we over een aantal jaren terugblikken op deze tijd, denk ik dat we 2025 als het omslagpunt zullen zien waarop AI voor veel bedrijven veranderde van een abstract idee in concrete resultaten. Hoewel kant-en-klare AI-oplossingen een waardevolle en blijvende commerciële bijdrage kunnen leveren, moeten besluitvormers zich er echter wel bewust van zijn wat AI wel en niet kan. Het zakelijke voordeel van gespecialiseerde AI-oplossingen komt immers voort uit het feit dat ze veelzijdigheid inruilen tegen meer precisie. De kracht van Language AI kan echter ook nu al duidelijk worden gezien, en ik kan niet wachten om te zien waar de impact binnenkort nog meer merkbaar zal zijn.


Dit is een ingezonden bijdrage van Ed Crook, VP Strategy & Operations bij DeepL. Klik hier voor meer informatie over de oplossingen van het bedrijf.