De winnaars van AI zijn niet de organisaties met de beste modellen

De afgelopen twee jaar leek de wereld van kunstmatige intelligentie vooral te draaien om één vraag: welk model is het beste? Vrijwel iedere boardroom, iedere managementbijeenkomst en ieder technologie-evenement werd gedomineerd door discussies over ChatGPT, Claude, Gemini, Copilot en de nieuwste open-sourcemodellen.

Organisaties vergeleken benchmarks, redeneerden over het aantal parameters en probeerden te bepalen welk model het slimst, het snelst of het meest geavanceerd was.

Het is een fascinerende discussie, maar waarschijnlijk ook een discussie die over enkele jaren nauwelijks nog relevant zal zijn.

De geschiedenis van technologie laat namelijk zien dat de uiteindelijke winnaars zelden worden bepaald door de technologie zelf. Toen internet opkwam, dachten veel bedrijven dat een website voldoende was om succesvol te worden. Toen cloudtechnologie doorbrak, werd gedacht dat een migratie naar de cloud automatisch tot innovatie zou leiden. Toen smartphones de wereld veroverden, investeerde vrijwel iedere organisatie in een app. Achteraf weten we dat de technologie zelf nauwelijks onderscheidend was. Vrijwel iedereen kreeg immers toegang tot dezelfde mogelijkheden.

De echte winnaars waren de organisaties die hun bedrijfsmodellen, processen en besluitvorming fundamenteel anders organiseerden. Amazon won niet omdat het internet bezat. Netflix won niet omdat het over cloudtechnologie beschikte. Uber won niet omdat het de enige partij met een smartphone-app was.

Deze organisaties wonnen omdat zij technologie combineerden met een fundamenteel andere manier van denken over data, processen en klantgedrag. Hetzelfde staat ons nu te wachten met kunstmatige intelligentie. De snelheid waarmee AI zich ontwikkelt, is indrukwekkend, maar tegelijkertijd zien we iets anders gebeuren.

De modellen worden steeds beter, maar de onderlinge verschillen worden juist kleiner. Functionaliteiten die vandaag exclusief zijn, worden enkele maanden later door concurrenten gekopieerd. De kosten van krachtige modellen dalen snel (gevolgd door straks duurdere modellen om investeringen terug te verdienen) en steeds meer functionaliteit komt beschikbaar via open-sourcealternatieven. Waar organisaties vandaag nog denken een unieke voorsprong te hebben door een bepaald model te gebruiken, is de kans groot dat die voorsprong morgen alweer verdwenen is.

Kunstmatige intelligentie ontwikkelt zich in hoog tempo tot infrastructuur.

Net zoals elektriciteit, cloud of internet zal AI uiteindelijk voor vrijwel iedere organisatie beschikbaar zijn. En zodra technologie breed beschikbaar wordt, verschuift de bron van concurrentievoordeel.

De vraag wordt dan niet langer:

“Welk model gebruiken wij?”

De vraag wordt:

“Waarom creëert de ene organisatie tien keer zoveel waarde met dezelfde technologie als de andere?”

Waarom datavolwassenheid belangrijker wordt dan modelkeuze

Het antwoord ligt mij betreft voor een groot deel in iets dat veel minder aandacht krijgt dan de nieuwste modellen: data.

Vrijwel iedere AI-toepassing is uiteindelijk afhankelijk van de kwaliteit van de onderliggende informatie. Een AI-systeem dat wordt gevoed met inconsistente klantdata, onvolledige transacties, tegenstrijdige definities of slecht begrepen processen zal niet plotseling betere beslissingen nemen. Het systeem zal vooral sneller verkeerde conclusies trekken, sneller verkeerde analyses produceren en bestaande organisatorische problemen op een grotere schaal reproduceren.

AI legt organisatorische zwaktes bloot

In dat opzicht is AI misschien wel het meest confronterende managementinstrument dat ooit is ontwikkeld. AI maakt namelijk niet alleen organisaties slimmer.

AI legt vooral genadeloos bloot waar organisaties nog niet slim zijn.

Plotseling blijkt dat afdelingen verschillende definities hanteren voor dezelfde KPI. Dat omzetcijfers op meerdere plaatsen van elkaar afwijken. Dat processen afhankelijk zijn van een handvol medewerkers die de uitzonderingen uit hun hoofd kennen. Dat cruciale kennis nooit is gedocumenteerd en dat data-eigenaarschap in de praktijk nauwelijks bestaat.

Veel organisaties ontdekken op dit moment dat hun grootste AI-uitdaging geen technologisch vraagstuk is, maar een organisatorisch vraagstuk. En dat is precies de reden waarom datavolwassenheid de komende jaren waarschijnlijk belangrijker wordt dan modelkeuze.

De fundering bepaalt het succes van AI

Organisaties die de afgelopen tien jaar hebben geïnvesteerd in datakwaliteit, standaardisatie, procesbegrip en betrouwbare informatievoorziening beschikken over een enorme voorsprong die op het eerste gezicht nauwelijks zichtbaar is. Zij kunnen nieuwe AI-toepassingen sneller implementeren, sneller experimenteren en vooral sneller waarde creëren, omdat hun fundament op orde is.

Zij hoeven niet eerst jarenlang data op te schonen. Zij hoeven niet eerst te bepalen welke cijfers nu eigenlijk de waarheid bevatten. Zij hoeven niet eerst te ontdekken hoe hun eigen processen werkelijk functioneren. De fundering ligt er al.

En juist daarom kunnen zij relatief eenvoudige AI-toepassingen inzetten die direct grote waarde opleveren. Ik vind dit een van de leukere ontwikkelingen van het huidige AI-tijdperk. Hoe slimmer de technologie wordt, hoe belangrijker de kwaliteit van de menselijke organisatie erachter wordt.

Menselijke intelligentie blijft het verschil maken

Artificial Intelligence maakt Human Intelligence niet minder belangrijk, maar belangrijker dan ooit tevoren. Het zijn immers mensen die bepalen welke vragen worden gesteld, welke data betrouwbaar is, welke uitzonderingen betekenis hebben en welke conclusies daadwerkelijk relevant zijn voor de onderneming.

De komende jaren zullen daarom niet worden gewonnen door de organisaties met de grootste AI-budgetten, de meeste GPU’s of de meest geavanceerde modellen.

De winnaars worden de organisaties die hun data begrijpen, hun processen beheersen en in staat zijn om technologie te combineren met menselijk inzicht, professioneel oordeel en organisatorische discipline.

De geschiedenis van technologie leert ons een eenvoudige les. Wanneer iedereen toegang heeft tot dezelfde technologie, wordt de kwaliteit van de uitvoering het enige echte concurrentievoordeel. En precies daarom behoort de toekomst niet toe aan organisaties met de beste modellen.

De toekomst behoort toe aan organisaties die hun data begrijpen.