De wereld dwingt organisaties om met beperkte middelen te blijven groeien. GenAI belooft een efficiëntiesprong van jewelste. Maar het moet om veel meer dan dat gaan, zo horen we van Capgemini.
We zijn aanwezig bij de Capgemini Innovation Day te Utrecht, een evenement voorzien van de slogan “Transforming to a Digital & Sustainable Future”. Dat klinkt op voorhand als een reusachtig project met ontelbare facetten, waar GenAI niet los van gezien kan worden. De technologie kent een dubbelleven: één als veelvraat van al zeer beperkte grondstoffen, en één als sterspeler van de volgende transformatie van ons werkend leven. Hoe kunnen we dat beeld verenigen?
AI-opschudding
Jeannine Peek, CEO van Capgemini Nederland, helpt ons op weg. “Het is waar dat digitalisering energie verbruikt, AI doet dat ook. Ik zie het als een opdracht voor de digitale sector om goedkoper en efficiënter te worden in de toekomst.” Veel lessen zijn al geleerd en worden nog steeds uitgerold: het centraliseren van compute door de cloud te gebruiken, het (terug)trekken van data naar on-prem, de keuze voor domeinspecifieke oplossingen en het ontwijken van vendor lock-in of vastzitten aan legacy.
Gauw draait een IT-discussie om geld. Peek wil dit tegengaan. “Het is niet goed om verlies te draaien, maar soms moet je accepteren dat je een procentje minder groeit zodat je op de langere termijn succesvol bent.” Met name in economisch zware tijden is het aanlokkelijk om te hameren op kostenbesparingen en kortetermijndenken. Peek omschrijft waarom dit je organisatie juist later problemen kan geven. Capgemini spreekt met organisaties uitgebreid over hun AI-aanpak en welke doelen ze voor ogen hebben. Een bedrijf dat bij een eerdere innovatiegolf niet dergelijke gesprekken voerde, is doorgaans niet meer actief.
Er is ook een voedingsbodem voor AI-gegenereerd werk. Allereerst móét het soms omdat je als organisatie simpelweg de mankracht nergens vindt, voor welk bedrag dan ook. Peek stelt daarnaast dat AI rondom een individu moet draaien. Welk geestdodend of makkelijk onderdeel van een baan is te automatiseren? Die verbetering, al decennia haalbaar maar nu een stuk tastbaarder, levert een hogere zorgkwaliteit van medische professionals op en laat softwareontwikkelaars eerder nadenken over lastige stukjes code en architecturele keuzes.
Maar dan spreken we dus over continuïteit. Welke disruptie levert GenAI op? Je kunt nu nog niet op AI-gegeneerde arbeid rekenen zonder het eerst te evalueren, meent Peek. De kaders van wat een maatschappij acceptabel vindt om uit handen te geven aan AI, zijn al enigszins zichtbaar. De Europese Unie, “goed in regelgeven” zoals Peek het verwoordt, loopt voorop als het gaat om het vormen van deze ethische en juridische kaders. De AI Act is volgens haar een goed begin, ook al moet de overheid niet een controlfreak zijn. Het doel moet zijn om heldere spelregels te kweken, aldus Peek. “Wie het vertrouwen schendt, vermindert de draagkracht voor verdere innovatie.”
Desondanks gaan er banen verdwijnen door AI. Wellicht komen er nieuwe bij die nu nog niet bestaan, maar de initiële disruptie zal voor problemen zorgen. Opnieuw benadrukt Peek dat dit niets nieuws is. “Vroeger hadden we smeden die hoefijzers maakten voor paarden, die zijn er nu ook nog nauwelijks.” Onderzoek van de SER, waar Peek raadslid van is, beschrijft bijvoorbeeld al de gevaren van AI voor de creatieve sector. De impact op andere industrieën passeert tevens de revue, zoals de veranderende klantenservice. “De reactie van klanten op chatbots wordt beter”, benoemt Peek. “Je krijgt nu vaker een gestandaardiseerd en goed antwoord.”
Soms is de menselijke factor zonder problemen terug te trekken, ook al moeten organisaties daar voorzichtig mee zijn, hoe aanlokkelijk het ook is om nu al ambitieus in te zetten op GenAI. Een duurzame AI-inzet vergt een nadruk op de impact die het op de lange termijn heeft.
Hierin is het ook aan de overheid om het goede voorbeeld te geven als het om de lange termijn gaat. Peek vindt het jammer dat de overheid van onderwerp naar onderwerp springt, om de vorige kwestie plotseling weer te laten voor wat het is. Toevallig gold dat al voor een speerpunt voor duurzaamheid: de energietransitie. Daar waar Den Haag nu met geheel andere zaken bezig is, herinnert Peek ons eraan dat onderwerpen als deze weliswaar van de radar verdwijnen, maar niet hun relevantie verliezen.
Schaarse middelen
Een ander simpel feit is dat GenAI in de huidige vorm niet op te schalen is naar de gehele wereld. Als we allemaal LLM’s via hyperscale datacenters draaien en talloze prompts op ze afvuren, is de capaciteit razendsnel op. Dat erkent Pascal Brier, Group Chief Innovation Officer bij Capgemini. Hij ziet echter genoeg kansen om progressie te boeken.
“Het is altijd lastig om een technologie te beoordelen zonder een perspectief te hebben over wat het teweegbrengt”, stelt Brier. GenAI is volgens hem “overduidelijk deel van het probleem én deel van de oplossing”. Zo is het prompten van modellen op allerlei manieren uiterst intuïtief en vol potentie. Maar wat als je niet telkens dezelfde CO2-voetafdruk veroorzaakt bij zeer vergelijkbare prompts?
Capgemini RAISE (Reliable AI solution engineering) werkt aan een oplossing die daarop aansluit, namelijk het hergebruiken van AI-outputs. Feitelijk draait dit op een dynamische database op basis van werkelijk gebruik. Noem het een soort FAQ 2.0. Stelt een organisatie continu vragen over één bepaald stukje in de knowledge base, maar met ietwat uiteenlopende formuleringen? Dan is dat te herkennen en biedt de chatbot eerst een algemeen antwoord. Is dat niet voldoende, dan is er altijd nog een nieuwe output te genereren. Brier denkt dat een stap als deze al veel energieverbruik scheelt.
Ook overweegt Capgemini alternatieven voor GenAI. Eén daarvan is de technologie achter liquid neural networks, een AI-techniek die veel efficiënter te werk gaat dan GenAI-modellen. We schreven er in 2023 al over: net als een biologisch brein opereert het op basis van neuronen die verschillende functies bekleden binnen een netwerk, waardoor een auto bijvoorbeeld zelfrijdend wordt. Het heeft nog niet haar ‘ChatGPT-moment’ gehad, zo u wilt, maar Capgemini is geduldig.
Brier geeft toe dat de energiekwestie niet alleen om dergelijke optimalisaties draait. Energie wordt nu eenmaal duurder en schaarser. Bij Capgemini zelf is de CO2-uitstoot al van 600.000 ton p/j vóór corona naar 200.000 p/j gedaald. Voor sommige sectoren is een vergelijkbare afname onmogelijk, zoals de zware industrie, waardoor er meer energiebronnen vereist zijn. “We zullen wind nodig hebben, we zullen zonne-energie nodig hebben. Ik denk ook dat we nucleaire energie vereisen.”
Wat kernenergie betreft meent Brier dat onze maatschappij nog steeds vastzit in de sociale acceptatiediscussie van de jaren ’70. “We moeten het sociale debat hierover herstarten op een solide basis.” Wat de alternatieven betreft is hij wel ietwat teleurgesteld in de progressie van zonne-energie en windenergie de afgelopen decennia. Het leidt tot een nog grotere motivatie om diverse bronnen te benutten.
Wanneer AI?
Ook belangrijk is dat AI niet te pas en te onpas gebruikt wordt. “Met AI moet je beginnen met een business-probleem”, zegt Brier. “Heb je het nodig en waarom? Wat doet je organisatie vandaag dat veel efficiënter kan? Wat zou een veel grotere impact hebben als het door AI werd ondersteund?” En als laatste, een ‘blue ocean’-suggestie: “Wat kunnen we nu niet doen en met AI wel?”
Ook moeten organisaties hun verwachtingen in toom houden. Brier verwijst naar de immense efficiëntieverbeteringen die AI-assistenten voor programmeurs beloven. “Er zit een groot verschil tussen het genereren van code en het bouwen van een applicatie.” Een voorbeeld: AI-gedreven coderen kan, pak ‘m beet, 50 procent sneller zijn dan programmeren zonder hulp, maar dat proces neemt zelf slechts 20 procent van de tijd in die je als programmeur aan een project spendeert. Dan hebben we het dus niet over 50 procent versnelling, maar 10 procent. Nog steeds betekenisvol, maar niet zo overweldigend als het lijkt.
Zelf gebruikt Capgemini AI al regelmatig. Naast dat het al 1.000 projecten heeft voltooid met GenAI bij organisaties, helpen GenAI-modellen haar medewerkers met codegeneratie, code reviews, het bouwen van tests en het voorbereiden op jaarrapporten. Soms gebruikt Capgemini een LLM van grote partijen als OpenAI of Anthropic, maar regelmatig kiest het bedrijf voor kleine modellen die getraind zijn op domeinspecifieke informatie en zeer doelgerichte taken volbrengen.
Niet opdragen
Hoewel Capgemini nauw samenwerkt met organisaties, legt het geen keuzes voor ze op. “We zullen nooit bij een klant zeggen dat ze alles bij ons of bij een ander moeten onderbrengen”, zo vertelt Peek. Brier benadrukt ook dat er elk kwartaal samen met de partner in kwestie een blik geworpen wordt op de progressie om een lopend project te verbeteren. Regelmatig is het AI-speelveld tegen die tijd alweer opgeschoven.
We zien dit tijdens de Innovation Day ook terug. Neem Scotty Technologies, gericht op recruiters en HR, waar Capgemini mee samenwerkt. Scotty’s AI-chatbot (dat niet geheel verrassend Scotty AI heet) wordt al ingezet door PostNL. Scotty AI, werkzaam binnen WhatsApp, bracht de tevredenheid van kandidaten naar 91 procent en leverde voor het postbedrijf een kostenbesparing van 75 procent op. Het is een voorbeeld van een start-up met een specifieke tool waar Capgemini op inhaakt.
Peek geeft aan dat start-ups nodig zijn voor een duurzaam ecosysteem. “Zij zijn creatiever in het vinden van oplossingen voor problemen dan wij ooit kunnen zijn.” Dat is inclusief de grotere partijen waar Capgemini voor werkt, die alsnog kunnen profiteren van opkomende AI-specialisten. Zo blijven organisaties voorzien van de meest actuele technologieën. In een wereld die steeds meer vraagt van bedrijven met steeds minder middelen, is dat een cruciaal voordeel.