Gartner: ‘Generatieve AI voorbij piek van de hype’
Generatieve AI is in de financiële sector over de top van de ‘opgeblazen verwachtingen’ heen. Bedrijven raken minder snel opgewonden van AI en richten zich op rendabele toepassingen, meldt marktonderzoeker Gartner.
Gartner heeft een overzicht gemaakt van 25 opkomende technologieën in diverse fasen van hun ontwikkeling. De marktonderzoeker heeft deze ‘hype cycle’ gepubliceerd in een rapport. Elke technologie ondergaat een ontwikkeling binnen twee tot vijf jaar om door de massa omarmd te worden. Van de technologieën zit generatieve AI in de fase van ‘ontnuchtering’.
Over piek heen
“Generatieve AI is over de piek van de opgeblazen verwachtingen heen. Bedrijven wenden zich af van de opwinding rond AI en richten zich op ‘use cases’ die zich kunnen terugverdienen,” zegt Arun Chandrasekaran, vooraanstaand analist bij Gartner. Zo heeft de lancering van ChatGPT ertoe geleid dat organisaties en bedrijven overwegen om dit te gebruiken in hun werkprocessen.
Use cases
Use cases bij generatieve AI variëren tot nu toe van creëren van content, vertalen van artikelen tot schrijven van e-mails, blijkt uit een analyse van Gartner. De helft van de bedrijven onderzoekt toepassing van generatieve AI, een derde voert pilots uit. Slechts 9 procent gebruikt generatieve AI in het productieproces, terwijl 8 procent niet overweegt om dit te doen, aldus Gartner.
Ontnuchtering
Mark D. McDonald, senior director analyst op de afdeling finance practice bij Gartner: “Diverse generatieve AI (GenAI)-tools, waaronder ChatGPT, hebben afgelopen twee jaar enorm veel publiciteit gegenereerd voor de technologie. Maar naarmate de financiële sector deze technologie omarmt, blijken de tools mogelijk niet zo impactvol als verwacht.”
Tekst vs cijfers
Dit betekent niet dat de technologie niet bruikbaar is. Generatieve AI heeft diverse toepassingen voor finance profesionals in petto, zegt McDonald. Bestaande AI-tools zijn vooral goed in tekst, maar voor cijfers zijn andere technieken nodig. Die laatste technieken zijn volgens McDonald vooral toepassingen van machine learning. “Machine learning kan helpen met taken zoals het voorspellen van inkomsten of het opsporen van fouten in grote hoeveelheden data.”
Machine learning
Machine learning kan ook helpen met nieuwe geavanceerde methoden om financiële resultaten te analyseren, en om trends te zien die mensen kunnen missen, vertelt McDonald. Hij noemt als belangrijk voordeel dat financiële leiders de kwaliteit van de output van algoritmes kunnen kwantificeren, zodat het kan dienen als bewijs voor het controleren van transacties. Wel zijn voor machine learning nieuwe vaardigheden nodig, met name op gebied van data science, die finance professionals moeten leren, aldus Gartner.
Video
Chris Howard, hoofd onderzoek bij Gartner, spreekt op Youtube over de hype cycle voor AI.
Bekijk de video met Chris Howard
Bronnen:
Gartner Hype Cycle Shows Generative AI in Finance is at the Peak of Inflated Expectation