Tag: data

De snelle opkomst van generatieve AI roept alweer een volgende vraag op: wat is de toekomst van LLM’s? Hoewel veel organisaties nog maar net experimenteren met taalmodellen, kijken onderzoekers en technologiebedrijven al naar AI-agents, world models en gespecialiseerde modellen. Waarschijnlijk worden LLM’s niet plotseling vervangen door één nieuwe technologie. Ze ontwikkelen zich eerder tot een infrastructuurlaag binnen grotere systemen waarin data, software en bedrijfsprocessen samenkomen. Daarmee verschuift de aandacht van steeds grotere modellen naar de kwaliteit van het systeem eromheen.

Kunstmatige intelligentie wordt vaak gepresenteerd als de motor achter een nieuwe productiviteitsrevolutie. Toch laten economische cijfers vooralsnog een ander beeld zien. De vraag is niet of AI potentie heeft, maar waarom die potentie zich nog nauwelijks vertaalt naar meetbare resultaten. AI-productiviteit blijkt minder vanzelfsprekend dan veel organisaties verwachten. Dit artikel onderzoekt de AI-productiviteitsparadox en laat zien waarom duurzame productiviteitsgroei niet begint bij technologie, maar bij data, processen, governance en organisatieverandering.

De snelle opkomst van AI zorgt voor een groeiende discussie over energieverbruik, datacenters en duurzaamheid. Vaak ligt de focus op krachtigere hardware en efficiëntere infrastructuur. Maar de vraag is of daarmee de echte oorzaak wordt aangepakt. Datakwaliteit speelt namelijk een veel grotere rol in de energiebehoefte van AI dan vaak wordt gedacht. Dit artikel onderzoekt waarom de AI-energiecrisis niet alleen een technisch vraagstuk is, maar vooral een gevolg van de manier waarop organisaties hun data organiseren, beheren en gebruiken.

Wat is data? Het lijkt een eenvoudige vraag, maar in het tijdperk van AI en machine learning blijkt het antwoord minder vanzelfsprekend dan vaak wordt aangenomen. Organisaties verzamelen steeds meer gegevens en trainen steeds krachtigere modellen, terwijl de discussie over de kwaliteit, context en betekenis van data vaak naar de achtergrond verdwijnt. Juist voor bestuurders, finance-professionals en data-experts is dat een belangrijk aandachtspunt. Niet de hoeveelheid data bepaalt de waarde van een model, maar de vraag of duidelijk is waarom die data geschikt is voor een specifieke beslissing.

Kunstmatige intelligentie wordt vaak gepresenteerd als dé oplossing voor organisatorische en maatschappelijke vraagstukken. Maar wie iets dieper kijkt, ziet dat AI vooral een spiegel is: van onze datahuishouding, ons vakmanschap en ons vermogen om goede vragen te stellen. Een long read over hype, realiteit en de blijvende rol van menselijk oordeel.

Door drs. Pieter de Kok RA Nieuw onderzoek van Anthropic laat zien dat slechts 250 bewust besmette teksten voldoende zijn om een taalmodel blijvend te manipuleren — zonder dat iemand het doorheeft. De AI lijkt keurig te functioneren, totdat iemand — per ongeluk of expres — de juiste woorden gebruikt. En dan gaat het mis. Welkom in de wereld van data poisoning.