Hoeveel AI-goeroes kan Nederland eigenlijk aan?

Er moet ergens in Nederland een bijzonder efficiënte opleiding tot AI-expert bestaan, al is mij nog niet helemaal duidelijk waar die wordt gegeven. Wie tegenwoordig door LinkedIn scrolt, een congresprogramma bekijkt of een zakelijke bijeenkomst bezoekt, krijgt namelijk de indruk dat Nederland in recordtempo een indrukwekkende hoeveelheid AI-expertise heeft opgebouwd. AI-strategen, AI-transformatie-experts, AI-governance-specialisten, AI-visionairs, AI-thought leaders en inmiddels natuurlijk ook specialisten op het gebied van agentic AI lijken ruim voorradig.

Op zichzelf is dat goed nieuws. Kunstmatige intelligentie ontwikkelt zich razendsnel en organisaties hebben behoefte aan mensen die kunnen helpen om de mogelijkheden, risico’s en gevolgen ervan te begrijpen. Toch blijft vooral de snelheid waarmee al die expertise is ontstaan fascinerend.

Nog geen twee jaar geleden waren veel zakelijke agenda’s gevuld met ESG, CSRD en duurzaamheid. Daarvoor hadden we blockchain, crypto, Web3 en de metaverse. Een deel van de professionals die destijds met zichtbaar enthousiasme uitlegde dat blockchain vrijwel iedere sector fundamenteel zou veranderen, vertelt ons nu met minstens zoveel overtuiging dat AI vrijwel iedere sector fundamenteel gaat veranderen. Het aardige is natuurlijk dat ze deze keer zomaar gelijk zouden kunnen krijgen.

Van prompt naar podium

Generatieve AI werd voor het grote publiek pas eind 2022 echt zichtbaar met de komst van ChatGPT. Sindsdien is er ontzettend veel gebeurd. Modellen werden beter, toepassingen professioneler en bedrijven begonnen serieus na te denken over de integratie van AI in hun processen. Tegelijkertijd ontstond in hoog tempo een compleet ecosysteem van adviseurs, trainers, coaches, sprekers en experts die organisaties bij deze ontwikkeling willen begeleiden.

Daar is op zichzelf niets mis mee. Nieuwe technologie vraagt om nieuwe kennis en iemand die zich de afgelopen drie jaar intensief in AI heeft verdiept, kan inmiddels aanzienlijk meer relevante praktijkervaring hebben dan iemand die het onderwerp al tien jaar op enige afstand volgt.

AI lijkt echter ook iets bijzonders te hebben gedaan met onze definitie van expertise. Waar we expertise traditioneel vaak koppelden aan jarenlange opleiding, onderzoek en praktijkervaring, kan het tegenwoordig soms verrassend snel gaan. Een intensief abonnement op een aantal generatieve AI-tools, een paar succesvolle experimenten, regelmatige LinkedIn-posts en een presentatie waarin agentic, disruption en transformation op de juiste plekken terugkomen, lijken soms al een stevige basis voor de volgende stap richting congrespodium.

Misschien zegt dat overigens net zoveel over de snelheid waarmee AI zich ontwikkelt als over de mensen die erover spreken. Vrijwel iedereen is immers tegelijkertijd aan het leren, terwijl organisaties nu al behoefte hebben aan antwoorden.

Ook de accountancy heeft AI ontdekt

Mijn eigen sector vormt daarop bepaald geen uitzondering. Accountantskantoren hebben AI in korte tijd massaal omarmd als strategisch thema en inmiddels verschijnen er AI-events, AI-trainingen, AI-strategieën, AI-assistenten en presentaties over de accountant van de toekomst.

Dat enthousiasme begrijp ik goed. Ook bij Coney Minds experimenteren we volop met generatieve AI en onderzoeken we hoe deze technologie accountants kan ondersteunen bij kennisontsluiting, analyse, documentatie en andere onderdelen van ons werk. Juist door ermee te werken ontdek je waar de mogelijkheden liggen, maar minstens zo belangrijk is dat je ervaart waar de beperkingen zitten.

Vanuit de accountancy zou enige professionele bescheidenheid daarom niet misstaan. Een accountant die ChatGPT uitstekend weet te gebruiken, is daarmee nog geen AI-expert en een accountantsorganisatie die een chatbot beschikbaar stelt aan medewerkers, is nog geen AI-gedreven organisatie. Ook een indrukwekkende demonstratie waarin een taalmodel binnen twintig seconden een risicoanalyse produceert, betekent nog niet dat daarmee bruikbare controle-informatie is verkregen.

Dat onderscheid is relevant omdat AI bijzonder overtuigend kan formuleren terwijl een antwoord inhoudelijk onjuist of onvoldoende onderbouwd is. Voor een vakgebied waarin betrouwbaarheid, reproduceerbaarheid, professioneel-kritische oordeelsvorming en controleerbaarheid belangrijke uitgangspunten zijn, kunnen we ons moeilijk veroorloven om enthousiasme voor de technologie te verwarren met kennis over de verantwoorde toepassing ervan.

Misschien hebben we binnen de accountancy daarom voorlopig vooral behoefte aan professionals die AI steeds beter leren gebruiken binnen hun eigen vakgebied, zonder dat daar onmiddellijk het etiket AI-goeroe op hoeft.

We hebben dit patroon vaker gezien

Iedere technologische golf ontwikkelt uiteindelijk zijn eigen taal, congressen, adviseurs en experts. Rond blockchain ontstond een vergelijkbaar ecosysteem en daarna volgden onder andere Web3 en de metaverse, terwijl vanuit een andere richting ESG en CSRD de agenda’s van organisaties, adviseurs en congresorganisatoren vulden.

Sommige van die ontwikkelingen bleken structureel belangrijk, andere werden uiteindelijk kleiner dan aanvankelijk werd voorspeld en weer andere verdwenen langzaam uit de congresprogramma’s. De onderwerpen veranderden, maar het patroon bleef opvallend herkenbaar: nieuwsgierigheid ontwikkelt zich tot enthousiasme, enthousiasme creëert FOMO en organisaties gaan vervolgens op zoek naar mensen die kunnen uitleggen wat de nieuwe ontwikkeling voor hen betekent.

Precies op dat moment ontstaat een interessante markt voor expertise, terwijl vrijwel iedereen die expertise tegelijkertijd nog aan het ontwikkelen is. Bij AI zien we hetzelfde mechanisme, maar door de enorme toegankelijkheid van generatieve AI lijkt het proces aanzienlijk sneller te verlopen.

Iedere professional kan immers experimenteren met dezelfde technologie en vanuit zijn eigen vakgebied toepassingen bedenken. Daardoor democratiseren we niet alleen het gebruik van AI, maar ook het gesprek erover. Dat is waardevol, zolang we deelname aan dat gesprek niet automatisch zien als bewijs van diepgaande expertise.

Wanneer ben je eigenlijk AI-expert?

Dat brengt ons bij een vraag die misschien interessanter is dan het tellen van alle AI-goeroes: wanneer mag iemand zich eigenlijk AI-expert noemen? Ik heb die behoefte in ieder geval niet.

Maar goed, i dat iemand die modellen kan bouwen en trainen, een onderzoeker die de onderliggende architectuur begrijpt, een data scientist die jarenlang machine-learningmodellen heeft ontwikkeld of een jurist die zich heeft gespecialiseerd in de AI Act? Ook een accountant die precies begrijpt waar generatieve AI wel en niet verantwoord kan worden toegepast binnen een controle, kan binnen dat specifieke domein over waardevolle AI-expertise beschikken.

Waarschijnlijk zit daar ook de crux. AI is inmiddels zo breed dat de algemene kwalificatie AI-expert steeds minder zegt. Het is bijna alsof iemand zichzelf technologie-expert noemt, zonder erbij te vertellen over welke technologie en vanuit welk perspectief.

De interessantste expertise ontstaat volgens mij daarom juist op het snijvlak van AI en bestaande vakkennis. We hebben weinig aan een accountant die probeert computer scientist te worden, maar veel aan een accountant die voldoende van AI begrijpt om te beoordelen waar de technologie binnen zijn vak waarde toevoegt, welke risico’s ontstaan en waar menselijke professionele oordeelsvorming noodzakelijk blijft. Voor juristen, artsen, controllers, marketeers en bestuurders geldt in essentie hetzelfde.

Misschien mogen we allemaal nog even leerling zijn

De enorme hoeveelheid nieuwe AI-expertise maakt de huidige ontwikkeling niet minder interessant. Organisaties kunnen het zich steeds moeilijker permitteren om AI uitsluitend te beschouwen als een experiment van de innovatieafdeling en professionals zullen moeten begrijpen wat de technologie voor hun eigen werk betekent.

Tegelijkertijd mogen we volgens mij iets comfortabeler worden met de constatering dat vrijwel iedereen nog aan het leren is. Modellen veranderen voortdurend, toepassingen die een halfjaar geleden indrukwekkend waren worden standaardfunctionaliteit en vraagstukken rond governance, betrouwbaarheid, auteursrecht, privacy en menselijke expertise zijn nog volop in ontwikkeling. Zelfs mensen die dagelijks professioneel met AI werken, worden regelmatig verrast door wat wel en niet blijkt te werken.

In zo’n omgeving heb ik persoonlijk steeds meer waardering voor de expert die af en toe zegt dat hij iets nog niet weet, eerst wil testen hoe het in de praktijk werkt en daarna pas een conclusie trekt. Dat klinkt misschien minder spectaculair op een congrespodium, maar het is vermoedelijk een betere basis voor echte expertise.

Nederland heeft ongetwijfeld uitstekende AI-specialisten en daar mogen we blij mee zijn. Gezien het tempo waarin de beroepsgroep zich momenteel uitbreidt, zou het alleen zomaar kunnen dat we binnenkort niet langer een tekort hebben aan AI-experts, maar aan professionals die zonder gêne durven te zeggen dat ze AI nog aan het ontdekken zijn.

En mocht AI over een paar jaar toch iets minder allesomvattend blijken dan we nu denken, dan hoeven we ons waarschijnlijk geen zorgen te maken. Tegen die tijd dient zich ongetwijfeld een nieuwe ontwikkeling aan waarin we ons collectief in verrassend korte tijd kunnen specialiseren. Groeten aan alle AI-goeroes!