Dat GPT (Generative Pre-Trained) modellen en LLMs (Large Language Models) een gamechanger zijn voor de hele markt is duidelijk. Het gaat er nu om wie de kracht van deze modellen weet te verzilveren binnen de eigen organisatie. Want hoewel oplossingen op het eerste oog vaak veelbelovend zijn, is de output niet altijd even betrouwbaar, laat staan organisatie-specifiek. In dit blog gaan we in op de uitdagingen die hierbij komen kijken en de vraag of het wijsheid is om je team hierbij tijdelijk te versterken met hooggekwalificeerde AI-experts op development -en business transformation vlak.
Large Language Models staan bekend om hun vermogen om zelf tekst te generen, kortom prachtige tekst te produceren, echter komen zogenaamde ‘hallucinaties’ oftewel tekst die geheel of gedeeltelijk onjuist kan zijn, veelvuldig voor. Bovendien spelen er veel vragen rondom IP, privacy en de ecologische footprint. Het verantwoord inzetten van de laatste AI-technologie voor klanten en medewerkers is daarmee voor veel organisaties een uitdaging. Het brengt vragen teweeg die zich afspelen op business-vlak, o.a. wat betekent de inzet van AI voor de uitvoer van business processen, veranderende rollen en verantwoordelijkheden en controle. En ook op technologisch vlak dienen zich nieuwe vragen aan, bijvoorbeeld hoe benut ik de potentie van LLMs, maar voer ik controle over de output door middel van goede guardrails in met behulp van ontologie, knowledge graphs en een working memory?
Experts op het gebied van taal- en spraaktechnologie zijn erg schaars in de markt. Juist omdat AI-technologie een grote versneller kan zijn in je organisatie, huurt een toenemend aantal organisaties tijdelijk externe AI-experts in. De inzet van AI-experts in de eigen organisatie brengt een aantal voordelen met zich mee:
1. Onmiddellijke toegang tot toptalent: Detachering stelt organisaties in staat om snel AI-experts aan te trekken en in te zetten zonder een langdurig wervingsproces. Dit betekent dat organisaties meteen kunnen profiteren van relevante vaardigheden en kennis.
2. Flexibiliteit: Detachering biedt flexibiliteit bij het aanpassen van AI-teams aan veranderende behoeften. Het is makkelijk om experts toe te voegen of af te schalen op basis van projectvereisten.
3. Kennisoverdracht: AI-detachering kan ook dienen als een kans voor interne teams om te leren van ervaren experts. Dit bevordert kennisdeling en capaciteitsopbouw waarmee organisaties een eigen Center of Excellence (CoE) kunnen opbouwen.
4. Investering: In vergelijking met het in dienst nemen van fulltime AI-experts kan detachering kosten-effectiever zijn, aangezien de organisatie alleen betaalt voor de daadwerkelijk gewerkte uren.
1. Cultuurverschillen: Detachering van externe medewerkers in het eigen team kan leiden tot culturele en communicatieve uitdagingen tussen externe AI-experts en het interne team. Dit vereist een goede on-boarding en goede onderlinge communicatie.
2. Tijdsduur van inzet: Het kan even duren voordat externe experts volledig zijn ingewerkt in de organisatie, zowel technologisch als organisatorisch. Dit kan invloed hebben op de tijdlijn van het project.
3. Kostenbeheersing: De inhuur van externe medewerkers kan op korte termijn hogere investeringen vergen. Externe medewerkers kunnen hogere tarieven of vergoedingen in rekening brengen en er kunnen bijkomende kosten zijn, zoals wervings- en administratiekosten.
4. Verlies van continuïteit: Het te vaak wisselen van experts kan leiden tot verlies van continuïteit en consistentie in de totale aanpak. Organisaties kunnen dit voorkomen door voor een langere inhuurtermijn te kiezen.
Iedere organisatie heeft unieke uitdagingen en doelen. AI is een veelgehoord paraplu-begrip, maar vereist duiding per bruikbaar component. Onze AI-experts wat taalgerelateerde AI hierin kan betekenen is vaak nog niet duidelijk. Onze AI-experts begeleiden, leggen uit en brengen de potentie van taalgerelateerde AI voor jouw organisatie in kaart. Ze helpen je desgewenst ook om deze initiatieven snel te realiseren. Oplossingen waaraan we werken zijn altijd gerelateerd aan natuurlijke taalverwerking (spraak en/of tekst). Vaak mede gebaseerd op ChatGPT, Large Language Models (veelal via Microsoft Azure OpenAI Service) en onze eigen ‘intelligence infusion engine’ Ally. Zo speel je makkelijker in op klant -en medewerkersvragen. Wil je hier meer over weten? Plan hier je kopje koffie.