De opkomst van GenAI wekt zowel enthousiasme als scepsis. Er vliegen continu vergelijkingen rond met het verschijnen van het internet of de uitvinding van de drukpers. Gaat GenAI deze bombastische beloftes inlossen? Cognizant-CEO Ravi Kumar legt het uit in gesprek met Techzine.
“Elke technologie voor algemene doeleinden heeft tijd nodig, of dat nu de pc, de cloud of het internet is,” begint Kumar. Zo ook met generatieve AI (GenAI), laat hij weten. Wel kent het een uniek voordeel: omdat het “humaniserend” is, zal adoptie sneller gaan dan bij andere opkomende technologieëen. Specifiek doelt Kumar op het volgende: terwijl de gebruiker eerst moest onderzoeken hoe men met een nieuwe technologie overweg kon gaan, tracht AI juist met de gebruiker te communiceren.
Er zijn echter ook aanzienlijke overeenkomsten met eerdere technologische doorbraken. Zo zal AI net als het internet of de cloud continu verbeteren, tot innovatie op andere vlakken leiden en een doordringende werking op de maatschappij en de economie hebben. Precies dat laatste is iets waar Cognizant een uitgelezen aanspreekpunt voor is. Als wereldwijde IT-dienstverlener helpt het organisaties in talloze sectoren om hun bedrijfsprocessen naar een hoger plan te tillen, van gezondheidszorg tot de maakindustrie en het bankwezen. Tevens voert het regelmatig onderzoek uit; onlangs bekeek het bijvoorbeeld samen met Oxford Economics hoe de impact van GenAI er in de toekomst uit gaat zien.
GenAI-implementatie heeft tijd nodig
GenAI zal snel geadopteerd worden omdat je er geen vaardigheden voor nodig hebt, legt Kumar uit. Toch vragen organisaties zich momenteel af waar de waarde precies zit. Ook Cognizant zelf zit nog in een prototypefase en heeft 250 AI-modellen draaien die op een later moment productieklaar zijn. Hoe bereiken we dat punt? GenAI is creatief, maar dat komt omdat het niet deterministisch is: elke keer kun je weer een nieuwe output verwachten, zelfs met exact dezelfde input. Die afhankelijkheid van kansberekening maakt het volgens Kumar lastig om GenAI nu al in te zetten.
Cognizant timmert aan de weg om dit pijnpunt weg te nemen. Het zoekt naar een balans tussen AI-outputs die creatief zijn, maar ook accuraat. Het bedrijf investeert flink in de “uitlegbaarheid” (explainability) van AI-modellen, zodat organisaties concreet weten hoe een antwoord tot stand is gekomen. Pas met die inzichten zijn professionals gewapend om GenAI business-critical taken te laten vervullen. “Die aspecten zullen met de tijd volwassen worden,” aldus Kumar. “Wij pakken de rauwe kracht van GenAI en maken het enterprise-grade.”
Vervangt AI mensen?
We horen wel vaker dat GenAI de arbeidsmarkt flink op gaat schudden. Een logische zorg is dat dit simpelweg gaat leiden tot ontslagrondes. AI geldt nu al als de boeman die medewerkers hun banen ontneemt, ook al draait het momenteel vooral om het maximaliseren van de winstgevendheid.
Ravi Kumar verzet zich nadrukkelijk tegen het idee dat AI mensen vervangt. Hij heeft moeite met het idee dat we AI-systemen bouwen die zo goed zijn als mensen. “Het gaat nooit een chirurg vervangen.” Wel kan GenAI helpen met diagnostische zaken. Er is namelijk meer data beschikbaar in allerlei takken van sport dan waar een mens mee om kan gaan. Dat geldt zowel voor dokters als SecOps-engineers, en beiden profiteren volgens Kumar van dezelfde GenAI-opmars. Het biedt een grotere kennisbank dan het menselijk brein en herkent patronen in bergen data die voor ons niet behapbaar zijn.
Maar hoe krijgen we deze impact concreet?
Kwantificeren: “exposure score” en “friction score“
Cognizant presenteerde samen met Oxford Economics het onderzoek “New Work, New World”. Hierin komen twee zaken voor die de impact van GenAI verduidelijken. Met een zogeheten “exposure score” wordt voor een bepaalde werktaak ingeschat hoe waarschijnlijk het is dat deze door AI wordt overgenomen. De “friction score” is echter een veelbelovend tegenwicht: hoe hoger deze score, hoe waarschijnlijker het is dat deze medewerker omgeschoold kan worden indien nodig.
Kumar haalt twee extremen aan: een ontwikkelaar enerzijds en een visser anderzijds. Er zijn wereldwijd 21 miljoen ontwikkelaars, merkt hij op. AI zal hun huidige werktaken opschudden, want programmeerwerk kan volgens Kumar grotendeels door GenAI-oplossingen worden uitgevoerd. Omdat hun vaardigheden ook voor allerlei andere doeleinden een match zijn, zullen ze alsnog van een baan verzekerd zijn. Kortom: een hoge exposure score, een lage friction score. Bij een visser is het andersom: zie maar een robot te vinden die dit werk volledig overneemt, maar de overdraagbaarheid van de vaardigheden naar een andere sector is klein.
Deze scores zijn toegepast op 18.000 taken die de economie draaiende houden, van het opstellen van e-mails tot coderen. Oxford Economics en Cognizant keken naar 1.000 banen waarin deze taken worden gedaan en keken tot 2032 naar de invloed die GenAI er op zou hebben. De scores zullen met de tijd veranderen, want naarmate GenAI volwassen wordt, hoe groter de impact op de arbeidsmarkt. Voor organisaties is het onderzoek een opmaat naar een GenAI-roadmap, waarbij men tijdig personeel kan omscholen zodat ze voorbereid zijn op een AI-gedreven toekomst.
Cognizant komt tegenwoordig bij bedrijven langs voor een GenAI-assessment. Daarbij scoort het alle medewerkers op basis van deze blootstelling en frictie. Inzicht hierin zal volgens Kumar de trigger worden voor organisaties om AI echt te omarmen.
Industrieëen
Cognizant is actief in veel sectoren, en GenAI gaat een uiteenlopend effect hebben afhankelijk van de tak van sport. “Tech for tech“, zoals assistentie bij programmeren, neemt volgens het bedrijf circa 35 procent van de inzet van GenAI voor zijn rekening. Contentgeneratie en -aggregatie zijn samen goed voor 45 procent; de overige prominente use-case met circa 20 procent is voor assistentie bij klantcontact.
Die stand van zaken spreekt minder tot de verbeelding dan wat de toekomst in petto lijkt te hebben. Kumar wijst naar een industrie waar GenAI een “immens voordeel” gaat geven: de gezondheidszorg. “De gezondheidszorg is enorm ondergepenetreerd als het om technologie gaat.” Hij geeft aan dat dokters het zo druk hebben met administratief werk dat ze soms niet eens de patiënt kunnen aankijken. Met het eigen TriZetto-platform verlicht Cognizant deze werktaak aanzienlijk voor medisch personeel. Zo krijgen zij meer tijd voor het uitvoeren van “echte gezondheidszorg”, oftewel het contact met patiënten.
De inzet van AI zal in fases verlopen, zegt Kumar. Eerst automatiseert het taken, daarna volgt een herziening van bedrijfsprocessen die tot een transformatie gaat leiden. Wel dient daar de juiste wetgeving voor te bestaan. Kumar stipt aan dat de EU AI Act een positief iets is, maar hij benadrukt het belang van vrijheid voor innovatie. Reguleer niet de modellen, maar het gebruik, is het devies. “Als je de input te streng reguleert, verstik je innovatie.”
Expertise nodig?
Het belangrijkste effect van GenAI is volgens Kumar dat het onze omgang met expertise en werkvelden op de schop neemt. Binnen Cognizant profiteert de best presterende helft van het werknemersbestand aanzienlijk mínder van GenAI dan de andere helft. Daar waar de bovenste 50 procent 15 procent aan prestaties wint, schieten die van de overige 50 procent met 35 procent omhoog. Kortom: GenAI kan prestaties dichter bij elkaar brengen. Dit zal kennis democratiseren, is het stellige geloof van de Cognizant-CEO.
Ook overbrugt het werkvelden. Zo zouden de beste financiële analisten een Liberal Arts-achtergrond hebben, niet in wiskunde. Maar hoe krijg je die mensen aan die baan als ze geen statistische kennis hebben? Dat is iets waar GenAI een aanvulling voor gaat worden, zegt Kumar. “Nieuwe programmeurs hoeven niet te kunnen programmeren.” Het is een optimistische kijk op de ontwikkeling van GenAI, die hij overigens deelt met Nvidia-CEO Jensen Huang. Die raadt ontwikkelaars zelfs af om nu nog te leren coderen. Dat is een wel erg extreem standpunt. Zullen we niet altijd specifieke expertise nodig hebben? Wie controleert immers of de programmeercode wel ergens op slaat, of dat een AI-chatbot academische bronnen correct omschrijft?
“De noodzaak voor expertise zal niet weggaan,” erkent Kumar. Maar GenAI bouwt juist ook expertise op waar niemand beschikbaar voor is. Zo werkt Cognizant op een platform genaamd BioNeMo van Nvidia, dat het bouwen van AI-modellen voor het ontdekken van nieuwe medicijnen faciliteert. Een dergelijk model zal uiteindelijk beter DNA kunnen vatten en omschrijven dan een mens. Biologen kunnen in hun eigen taal met een chatbot praten die op zijn eigen beurt de DNA-taal “spreekt”, aangezien het getraind is op de data die de werking en “grammatica” van DNA blootleggen.
AI gaat zich volgens Kumar daarnaast ontpoppen als een verbindend element tussen beroepen die momenteel gescheiden opereren. Dit maakt het “cross-functioneel”: een software-engineer en een medisch specialist kunnen via AI beter met elkaar communiceren door hun eigen vaktermen te laten omzetten naar taal die de ander beter kan behappen.
Conclusie
Ravi Kumar is een zelfbenoemde tech-optimist: hij ziet buitengewoon veel kansen voor GenAI. Ondanks dat er uitdagingen als bias en regelgeving bestaan, gelooft hij duidelijk in een volmondig positief effect van GenAI op de arbeidsmarkt en maatschappij. Daar draagt zijn bedrijf ook aan bij, naast het feit dat Cognizant AI-adoptie stimuleert door het eigen onderzoek en contact met klanten. Uiteindelijk moet AI voor kwantificeerbare verbetering zorgen. Die belofte kan het alleen waarmaken met harde cijfers en voortdurende verbetering, en dat is iets waar Cognizant aan bij wil dragen.
Lees ook: Bill Gates ziet geen probleem in groei energieverbruik door opkomst AI