Automatisering en augmentatie zijn tegenstrijdige maar onderling afhankelijke krachten. In feite staan bedrijven voor een keuze: Snijden ze in de kosten en automatiseren ze taken, waardoor menselijke betrokkenheid in het proces wordt geëlimineerd? Of, met een focus op kwaliteit en personalisatie, verbeteren ze de capaciteiten van werknemers en verbeteren ze de resultaten door middel van AI-augmentatie, wat nauwe samenwerking tussen mensen en kunstmatige intelligentie inhoudt? Hun complementaire vaardigheden zouden dan worden gecombineerd om een specifieke taak te voltooien.
Het paradox van automatisering en augmentatie is een probleem waarmee moderne organisaties geconfronteerd worden. Het begrijpen van het verschil en de synergieën tussen de twee concepten is cruciaal voor de succesvolle implementatie van AI in het bedrijfsleven.
Automatisering is het proces van het vervangen van menselijke, repetitieve activiteiten door software. Voor de periode van de snelle ontwikkeling van generatieve kunstmatige intelligentie was automatisering alleen toepasbaar op routinetaken en goed gestructureerde taken, zoals:
Organisaties waren in staat om processen te automatiseren op basis van deskundige kennis die was gecodeerd in de vorm van algoritmen die relaties tussen voorwaarden (“als”) en gevolgen (“dan”) definiëren. Dergelijke automatisering was gebaseerd op een expliciet gedefinieerd domeinmodel, dat wil zeggen, een representatie van domeinkennis die een gekozen nutfunctie optimaliseert.
Echter, de ontwikkeling van generatieve kunstmatige intelligentie heeft radicale veranderingen teweeggebracht op het gebied van automatisering. Niet alleen kunnen de nieuwe modellen veel flexibeler reageren op invoergegevens, maar ze kunnen ook opdrachten uitvoeren die in natuurlijke taal zijn uitgedrukt. Met andere woorden, in plaats van opdrachten uit te voeren op basis van expliciete regels, kunnen ze taken uitvoeren op basis van contextueel begrip.
Bron: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)
Echter, automatiseringen met behulp van kunstmatige intelligentie brengen aanzienlijke risico’s met zich mee.
Het eerste is de gevaren van het automatiseren van besluitvorming – een probleem waar ontwikkelaars van autonome voertuigen onder andere mee te maken hebben. Bijvoorbeeld, wanneer een voertuig een manoeuvre moet maken in fracties van een seconde omdat er geen manier is om een botsing te vermijden.
Het tweede risico komt voort uit het vertrouwen op voorspellende algoritmen. Zelfs als een bedrijf een geautomatiseerde optie zou willen implementeren om datagestuurde aanbevelingen van kunstmatige intelligentie te volgen, moet een mens de verantwoordelijkheid nemen voor de genomen beslissingen.
Een derde type risico is het gebruik van generatieve kunstmatige intelligentie die, bij onvoldoende gegevens, begint te hallucineren, dat wil zeggen, waarschijnlijke maar valse antwoorden geeft. Bijvoorbeeld, het kan nepnieuws genereren of klanten valse antwoorden geven op vragen. Het navigeren door de voordelen en risico’s van automatisering vereist daarom zorgvuldige analyse en voorbereiding.
Augmentatie is het proces van het gebruik van AI om menselijke intelligentie en vaardigheden te verbeteren, in plaats van ze te vervangen of onafhankelijk te handelen. Met de groeiende belangrijkheid van augmentatie in omgevingen die complexe besluitvorming vereisen, nemen organisaties deze benadering steeds vaker aan. Voor complexere taken waarbij regels en modellen niet volledig bekend zijn, stelt augmentatie natuurlijke en kunstmatige intelligentie in staat om nauw samen te werken.
Dit komt omdat augmentatie een iteratief, co-evolutionair proces is waarin mensen van AI leren en AI van mensen leert. Daarbij moet de rol van kunstmatige intelligentie zo worden ontworpen dat menselijke controle op alle stadia van een gegeven proces mogelijk is. Het vereist de betrokkenheid van domeinexperts, wiens expertise vaak impliciet van aard is, voortkomend uit jarenlange ervaring en intuïtie, waardoor het moeilijk of onmogelijk is voor AI om hen direct te vervangen.
Augmentatie stelt mensen en kunstmatige intelligentie in staat om elkaar te versterken, waarbij machine-rationaliteit wordt gecombineerd met menselijke intuïtie, gezond verstand en professionele ervaring. Deze benadering maakt een meer uitgebreide informatieverwerking en betere besluitvorming mogelijk.
Bij het parfumbedrijf Symrise, bijvoorbeeld, werkten parfumeurs nauw samen met het AI-systeem om ideeën voor nieuwe geuren te genereren (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+artificial+intelligence+can+be…-a0578441404). Door augmentatie waren experts in staat om gebruik te maken van het vermogen van de machine om enorme hoeveelheden gegevens te verwerken, terwijl ze hun eigen kennis toepasten om de resultaten te interpreteren en te contextualiseren. De resultaten waren innovatieve geuren waar klanten dol op waren.
Bron: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)
De relatie tussen automatisering en augmentatie is dynamisch. Het maakt naadloze overgangen tussen de twee benaderingen mogelijk. De nauwe samenwerking tussen mensen en AI binnen augmentatie helpt om regels en modellen te identificeren die vervolgens kunnen worden gebruikt om een bepaalde taak te automatiseren, wat leidt tot innovatie en efficiëntieverbeteringen.
Organisaties zouden daarom opzettelijk moeten itereren tussen de afzonderlijke taken van automatiseren en augmenteren, en zich op lange termijn aan beide moeten committeren.
Een andere stap die de link tussen automatisering en augmentatie zal versterken, is de creatie van autonome agenten, dat wil zeggen kunstmatige intelligentie die niet alleen taken kan automatiseren, maar ook processen kan plannen en opdrachten kan geven aan andere systemen zonder menselijke tussenkomst. De ontwikkeling van AI-oplossingen van de volgende generatie zal ook in de nabije toekomst mogelijk maken om prototypes en innovatieve diensten te creëren op basis van behoeftenanalyses.
Automatisering en augmentatie vertegenwoordigen twee tegenstrijdige maar vaak onderling afhankelijke toepassingen van kunstmatige intelligentie in het management. Een evenwichtige benadering die de sterke punten van beide concepten combineert, is de sleutel tot het bereiken van complementariteit die zowel het bedrijfsleven als de samenleving ten goede komt.
Om deze spanning effectief te beheren, zouden organisaties moeten:
Bovenal zouden ze ook moeten investeren in het ontwikkelen van de vaardigheden en competenties van werknemers, zodat ze effectief kunnen samenwerken met kunstmatige intelligentie als onderdeel van augmentatie.
Het succesvol combineren van deze twee AI-krachten zal organisaties niet alleen efficiënter en innovatiever maken, maar ook helpen bij het opbouwen van een rechtvaardigere en duurzamere samenleving. De sleutel is te begrijpen dat automatisering en augmentatie in harmonieuze synergie moeten coëxisteren, en niet als alternatieven moeten concurreren.
Als je onze inhoud leuk vindt, sluit je dan aan bij onze drukke bijengemeenschap op Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.
JavaScript-expert en instructeur die IT-afdelingen coacht. Zijn belangrijkste doel is om de productiviteit van het team te verhogen door anderen te leren hoe ze effectief kunnen samenwerken tijdens het coderen.
Bedrijven worstelen met het beheren van een enorme hoeveelheid content die online wordt gepubliceerd, van…
In het tijdperk van digitale transformatie hebben bedrijven toegang tot een ongekende hoeveelheid gegevens over…
Wist je dat je de essentie van een meerdaagse opname van een vergadering of gesprek…
Stel je een wereld voor waarin jouw bedrijf boeiende, gepersonaliseerde video's kan maken voor elke…
Om het potentieel van Large Language Models (LLM's) volledig te benutten, moeten bedrijven een effectieve…
Stel je een futuristisch scenario voor waarin een geavanceerd kunstmatig intelligentiesysteem elke afbeelding, foto of…