Bedrijven zijn verwikkeld in een kostbare ‘wapenwedloop’ op het gebied van AI.

Er bestaat geen twijfel over dat we in een AI-wapenwedloop zitten, zegt John Collins.

Hij heeft 35 jaar in de IT gewerkt in verschillende rollen, onder meer als softwareprogrammeur, systeembeheerder en CTO.

Hij is nu sectoranalist bij onderzoeksbureau Gigaom.

Collins zegt dat de huidige wapenwedloop werd aangewakkerd door de lancering van ChatGPT eind 2022.

Sindsdien zijn er veel generatieve AI-systemen ontstaan, die miljoenen mensen dagelijks gebruiken om kunstwerken, tekst of video te maken.

Voor bedrijfsleiders zijn de risico’s groot. Generatieve AI-systemen zijn uiterst krachtige hulpmiddelen die in enkele minuten meer gegevens kunnen verwerken dan een mens in verschillende fasen van zijn leven.

Collins legde uit dat bedrijfsleiders zich plotseling bewust werden van wat kunstmatige intelligentie hen en hun concurrenten zou kunnen bereiken.

“Angst en hebzucht zijn de drijvende kracht achter deze situatie”, zegt hij. “Dit creëert een stroom van momentum.”

Met de juiste training kan een op maat gemaakt AI-systeem een ​​bedrijf in staat stellen een voorsprong te nemen op zijn concurrenten door een onderzoeksdoorbraak te bereiken, of door kosten te besparen door het werk dat momenteel door mensen wordt gedaan te automatiseren.

In de farmaceutische sector werken bedrijven aan het aanpassen van kunstmatige intelligentie om hen te helpen nieuwe verbindingen te ontdekken om ziekten te behandelen. Maar het is een duur proces.

“Je hebt datawetenschappers nodig, je hebt modelingenieurs nodig”, legt de heer Collins uit.

Deze wetenschappers en ingenieurs moeten, althans tot op zekere hoogte, inzicht krijgen in het farmaceutische veld waarin AI zal werken.

En daar stopt het niet. “Je hebt infrastructuuringenieurs nodig die jouw AI-platforms kunnen bouwen”, vervolgt hij.

Het is niet eenvoudig om zulke hooggekwalificeerde werknemers te krijgen.

Er zijn niet genoeg mensen die “begrijpen hoe deze systemen moeten worden gebouwd, hoe ze echt kunnen werken en hoe ze enkele van de uitdagingen van de toekomst kunnen oplossen”, zegt Andrew Rogowski, directeur innovatie bij het Surrey Institute for People- Gecentreerde AI. Aan de Universiteit van Surrey.

Hij voegt eraan toe dat de salarissen van degenen die deze uitdagingen het hoofd kunnen bieden een ‘belachelijk’ niveau hebben bereikt, omdat ze zo belangrijk zijn.

“Als we de capaciteit hadden, zouden we honderden PhD’s op het gebied van AI kunnen produceren, omdat mensen hen banen zouden geven.”

Naast het tekort aan vaardigheden kan het al een uitdaging zijn om alleen toegang te krijgen tot de fysieke infrastructuur die nodig is voor AI op grote schaal.

Voor het soort computersystemen dat nodig is om AI uit te voeren voor onderzoek naar geneesmiddelen tegen kanker zijn doorgaans twee- tot drieduizend van de nieuwste computerchips nodig.

De kosten van deze computers alleen al zouden gemakkelijk meer dan $60 miljoen (£48 miljoen) kunnen bedragen, nog vóór de kosten van andere essentiële zaken zoals gegevensopslag en netwerken.

Een deel van het probleem voor het bedrijfsleven is dat dit soort AI plotseling verscheen. Eerdere technologie, zoals de komst van internet, werd langzamer gebouwd.

Een grote bank, farmaceutisch bedrijf of fabrikant heeft misschien de middelen om de technologie aan te schaffen die u nodig heeft om te profiteren van de nieuwste AI-technologie, maar hoe zit het met kleinere bedrijven?

De Italiaanse startup Restworld is een catering-wervingswebsite met een database van 100.000 werknemers.

Chief Technology Officer, Eduardo Conte, wilde graag zien of AI het bedrijf ten goede zou kunnen komen.

Het bedrijf dacht erover om een ​​chatbot te bouwen op basis van kunstmatige intelligentie om met servicegebruikers te communiceren.

Maar voor duizenden gebruikers “groeien de kosten exponentieel”, zei Conte.

In plaats daarvan heb ik naar een beperkter probleem gekeken: het probleem dat kandidaten hun ervaring niet altijd op de beste manier presenteren.

Een kandidaat mag wachten bijvoorbeeld niet als vaardigheid vermelden. Maar de algoritmen die Conte heeft ontwikkeld, maken het gemakkelijker om aanvullende informatie vrij te geven, bijvoorbeeld of ze in het verleden een wachtrol hebben aangevraagd en gekregen.

“De AI kan hieruit afleiden dat ze een barman zijn, of dat ze misschien geïnteresseerd zijn in andere vacatures in de bartending”, zegt hij.

Een van de hindernissen bij het aannemen van personeel in de horeca is om kandidaten naar de sollicitatiefase te krijgen.

De volgende uitdaging van Conte is dus om AI te gebruiken om het sollicitatieproces voor kandidaten te automatiseren en personaliseren.

De AI kan een ‘gesprek’ voeren met kandidaten en samenvattingen maken om door te geven aan recruiters.

Dit kan het hele proces, dat momenteel dagen kan duren, versnellen en in de tussentijd kan de ober of chef-kok een andere baan vinden.

Ondertussen zullen grote bedrijven geld blijven steken in AI-projecten, ook al is het niet altijd duidelijk wat ze waarschijnlijk zullen bereiken.

Zoals de heer Rogowski zegt, bevindt de adoptie van AI zich in een ‘Darwiniaanse experimentele fase’, en het is moeilijk te overzien wat de gevolgen zullen zijn.

“Dit is waar het interessant wordt. “Maar ik denk dat we hiermee verder moeten gaan”, zegt hij, voordat hij eraan toevoegt: “Ik weet niet zeker of we een keuze zullen krijgen.”