Waarom AI-oplossingen zoals ChatGPT vaak minder opleveren

Op dit moment investeren bedrijven en overheden in Nederland en Europa massaal in kunstmatige intelligentie, met tools zoals ChatGPT en Bard. Echter, recente evaluaties van projecten tonen aan dat de opbrengst vaak achterblijft bij de verwachtingen. De belangrijkste oorzaken zijn te vinden in datakwaliteit, integratie en verandermanagement, en niet in een tekort aan geavanceerde modellen. Dit terwijl de Europese AI-verordening (AI Act) nieuwe verplichtingen introduceert die wezenlijke impact hebben op de bedrijfsvoering en overheidswerking.

De hype rondom generatieve AI heeft veel organisaties doen besluiten om pilots en demo’s te starten. Vaak tonen deze initiatieven indrukwekkende resultaten, maar er ontbreekt een duidelijke verbinding met bedrijfsprocessen en meetbare doelen. Zonder heldere KPI’s en nulmetingen blijft de waarde van zulke projecten subjectief, wat leidt tot een kloof tussen enthousiasme en aantoonbare uitkomsten. In sectoren zoals klantenservice en HR blijkt het niet voldoende om eenvoudige vragen te beantwoorden, omdat de systemen vastlopen bij uitzonderingen en hallucinaties het vertrouwen ondermijnen.

Een ander essentieel probleem is de kwaliteit van de data en de noodzakelijke integratie met bestaande werkprocessen. AI-systemen functioneren optimaal met schone en gestructureerde data, maar in de praktijk zijn documentatie en kennis vaak verspreid over verschillende platforms. Zonder een goede koppeling tussen AI-modellen en interne databronnen, zoals met Retrieval Augmented Generation (RAG), blijven de antwoorden onbetrouwbaar. Deelname aan de werkprocessen is cruciaal; systemen die niet geïntegreerd zijn in bijvoorbeeld ERP of CRM blijven beperkt tot waardevolle experimenten.

De keuze van het AI-model is ook een belangrijk aandachtspunt. Organisaties moeten niet alleen kijken naar benchmark-scores van modellen zoals OpenAI GPT-4 of Google Gemini, maar ook naar domein-tuning en de kwaliteit van prompts. Een continue evaluatie van de performance is noodzakelijk om scherp te blijven, en organisaties moeten voorbereid zijn op de juridische en privacy-uitdagingen die bij het gebruik van AI komen kijken. Met de invoering van de AI Act in de EU is het van groot belang dat bedrijven hun AI-strategieën herzien en zorgen voor verantwoorde gebruik en documentatie.

Rendement van AI-projecten kan pas worden gerealiseerd wanneer organisaties een volwassen aanpak hanteren die datakwaliteit, integratie en governance borgt. Door te beginnen met haalbare usecases, en deze systematisch te evalueren, kunnen Nederlandse en Europese organisaties de vruchten plukken van hun AI-investeringen.

Lees het volledige artikel van AI Insider.