By Bob Rosin

We razen over de snelweg, ruim boven de snelheidslimiet, en bewegen ons gemakkelijk over de gladde weg, vertrouwend op ons TeslaDe automatische piloot kan de kleine bochten opvangen zodra ze zich voordoen.

Maar als we de Golden Gate Bridge opgaan in de richting van San Francisco, wordt de rijstrook smaller, aangetast door constructies en tijdelijke barrières aan de linkerkant, wordt de weg onvoorspelbaar, oneffen en vol scheuren – ik neem onmiddellijk de controle over het stuur over.

Iedereen die Autopilot in een Tesla heeft geprobeerd, heeft zeker een soortgelijke ervaring gehad. Het is goed genoeg om de monotone lange snelwegtrajecten aan te kunnen. Maar als het rijden een uitdaging wordt, is hij duidelijk niet opgewassen tegen zijn taak.

Maar wat is er mis met deze foto? Is er een inherente reden waarom AI goed zou moeten zijn in de gemakkelijke, hersenloze taken, maar slecht in de moeilijke taken? Logischerwijs zou, naarmate de verwerkingskracht toeneemt en de modellen verbeteren, Autopilot op een gegeven moment beter moeten zijn dan een mens.

Over een paar jaar, als de weg smaller wordt en het rijden een uitdaging wordt, verwacht ik dat ik Autopilot zal gebruiken on.

Gemakkelijke AI

Als we naar de huidige stand van zaken van AI-bedrijven kijken, vinden we parallellen. Terwijl de wereld zich verwondert over de verrassende capaciteiten van ChatGPTElke dag duiken er nieuwe bedrijven op die zogenaamd nieuwe zaken in elke sector dienen.

Voor het grootste deel zijn deze gebruiksscenario's analoog aan het rijden over een gladde, verharde snelweg. Ze vallen voornamelijk onder ‘easy-task AI’-scenario’s: hoog volume, lage kriticiteit en, in vergelijking met andere scenario’s, hoge tolerantie voor fouten. De meeste op AI gebaseerde tools richten zich tegenwoordig op repetitieve taken, waardoor mensen de hoogwaardige, missiekritieke situaties kunnen aanpakken.

Enkele voorbeelden: Er is ruim $1 miljard aan durfkapitaal opgehaald voor AI-startups op het gebied van klantenservice Unifor, Vooroverwegen, Verhuiswerken, Observeer.AI en Gorgia's, naast producten van gevestigde exploitanten zoals Intercom's AI-bot, Fin.

Bedrijven kunnen fouten in de ondersteuningsworkflows tolereren, op voorwaarde dat een groot aantal vragen op kosteneffectieve wijze kan worden beantwoord; klanten zullen altijd escaleren naar een mens als de AI de klus niet klopt.

De juridische status van AI is vergelijkbaar: DoNotPay is een briljant voorbeeld van het gebruik van AI om met brute kracht juridische kwesties op te lossen waarbij het oké is om soms ongelijk te hebben, zoals het bestrijden van parkeerboetes, het opzeggen van abonnementen en talloze andere juridische taken met een redelijk lage inzet.

Hetzelfde geldt voor de geneeskunde, zoals bedrijven Verkorten bespaar tijd door klinische notities te automatiseren. In dit geval vervangt AI artsen niet, maar maakt ze ze alleen efficiënter.

Maar is dat de toekomst? Het lijkt vreemd om AI-modellen – die zijn getraind op meer gegevens dan een individu ooit zou kunnen internaliseren – te degraderen tot het alleen ontlasten van mensen van taken die de meesten als repetitief, alledaags of ‘gemakkelijk’ zouden beschouwen.

In plaats daarvan lijkt het veel waarschijnlijker dat AI de moeilijke taken op zich zal nemen.

AI voor moeilijke taken

Hoe ziet de wereld eruit als AI de moeilijkste, missiekritische en risicovolle taken het beste kan uitvoeren?

We zien al hints. Onderzoekers van MIT en Massachusetts General Hospital ontwikkelen een AI-model dat CT-scans analyseert, potentieel longkanker jaren eerder detecteren dan een menselijke radioloog. Is er een dag in de toekomst dat een bot met een enorm corpus aan kennis van eerdere gevallen uw huisarts zal zijn?

De US Air Force heeft aangetoond de X-62A Vista, een AI-bestuurde straaljager met snellere responstijden en grotere precisie dan een menselijke piloot.

Defy.vc portefeuillebedrijf Aircover.ai bouwt een virtuele verkoopingenieur: Stel je voor dat een verkoper op zijn eerste dag al alle vragen feilloos weet te beantwoorden waarvoor een productexpert of SE aanwezig zou zijn geweest? Zou u ooit een verkoopgesprek met hoge inzet doen zonder uw AI-assistent?

Nu AI taken op zich neemt die de capaciteiten van mensen te boven gaan, zijn er enkele sectoren waarvan we kunnen verwachten dat ze gevolgen zullen ondervinden:

Geneeskunde: AI-systemen die klinische gegevens analyseren en diagnoses nauwkeuriger voorspellen dan menselijke artsen, en aanbevelingen doen voor medicatie en behandelplannen. AI-geassisteerde chirurgie staat nog in de kinderschoenen. De ontdekking van medicijnen wordt al gerevolutioneerd door AI.

Vervoer: Autonome voertuigen zijn nog maar het begin. Stel je eens voor dat voertuigen op de weg, afgezien van het platoonen van vrachtwagens, met elkaar communiceren en een netwerk vormen, dat effectief als één organisme optreedt om congestie adaptief te minimaliseren en veilig op hogere snelheden te rijden, in plaats van de vertragingen te vergroten wanneer elke bestuurder reageert.

Enterprise-SaaS: Waarom moet elke CIO het wiel in zijn organisatie opnieuw uitvinden? Interne systemen zullen zichzelf integreren; automatisering zal systemen van verschillende leveranciers met elkaar verbinden om complexe taken uit te voeren. Intelligente analyse van gegevens zal plaatsvinden via conversatie-interfaces.

Veiligheid: Geavanceerde modellen detecteren fraude al door patronen in miljoenen transacties te analyseren, wat de vaardigheden van enig mens ver te boven gaat. Geavanceerde AI-systemen brengen nu al risico's met zich mee voor honderdduizenden werknemers. We zullen in een toekomst zonder wachtwoorden leven, waarin bedrijfsbeveiligingssystemen stil achter de schermen opereren en zich aanpassen aan signalen van een gedeeld beveiligingsnetwerk binnen ondernemingen.

Personeel van de toekomst: De vragen zijn onvermijdelijk. Wat is de rol van de mens in deze nieuwe wereld? Wat zijn de raakvlakken tussen mensen en de nieuwe intelligente systemen? Welke bestuursmodellen zijn nodig? Hoeveel autonomie geven we deze systemen? Welke vaardigheden moeten we onze kinderen leren om zich voor te bereiden op een toekomst waarin de harde intellectuele uitdagingen worden afgehandeld door intelligente systemen?

Ik zou graag willen horen welke gebruiksscenario's voor AI u voor de toekomst voor ogen heeft.

Bob Rosin is investeringspartner bij Defy.vc. Als oprichter, serieel ondernemer en voormalig lid van het leiderschapsteam van Skype, LinkedIn en Stripe, heeft hij alle facetten van het startup-leven ervaren. Rosin is lid van het bestuur van GajiGesa, Verbeter de beveiliging en Aircover. Hij is ook een actieve engelinvesteerder en adviseur voor bedrijven, waaronder onder meer Stripe, Workato, Tenor (verworven door Kopen Google Reviews), Cursorgegevens (verworven door GegevensRobot), MindMeld (verworven door Cisco), Instagramwerk, Tonale conditie, Overeenstemming en Prairiegezondheid.

Illustratie: Dom Guzman