Zephyrnet-logo

Onwaarheden verdrijven: 10 generatieve AI-mythen

Datum:

Logiliteit

21 maart 2024

AI inzetten voor snellere, strategische besluitvorming

Er is veel informatie beschikbaar over generatieve AI, en het is moeilijk om feit van fictie te scheiden. Als lid van het onderzoeks- en ontwikkelingsteam van Logility met een specialisatie in generatieve AI, zit ik op de eerste rij om getuige te zijn van de snelle uitbreiding van kunstmatige intelligentietechnologie. AI heeft uitdagingen en kansen geboden voor bedrijfsleiders die het potentieel ervan binnen hun organisaties willen benutten om de efficiëntie te verbeteren en de winstgevendheid te vergroten. In deze blog zal ik tien veelvoorkomende generatieve AI-mythen bespreken om de waarde van deze opwindende technologie aan te tonen.

Mythe 1: Generatieve AI is een recente ontwikkeling van de afgelopen jaren

Generatieve AI is de afgelopen twee jaar op de voorgrond van het publieke bewustzijn gekomen. AI is echter gebaseerd op kunstmatige intelligentie en machine learning-methodologieën die sinds de jaren vijftig voortdurend zijn geëvolueerd. Gedurende deze tijd zijn dezelfde AI-tools die nieuwe technologieën ondersteunen van cruciaal belang geweest bij het verbeteren van de efficiëntie en het optimaliseren van alle gebieden van de logistieke en supply chain-processen, inclusief prognoses, leveringsplanning, voorraadbeheer, productie, netwerkoptimalisatie en meer.

Mythe 2: Generatieve AI kan uw gegevens niet privé houden

Een van onze grootste zorgen is dat klanten er volledig op kunnen vertrouwen dat hun gegevens veilig zijn. Generatieve AI kan absoluut worden gebouwd met maatregelen om de privacy te waarborgen. Met bijvoorbeeld Logibiliteit GenAI uw gegevens worden beveiligd met geavanceerde encryptieprotocollen en robuuste toegangscontroles om ervoor te zorgen dat uw gevoelige informatie vertrouwelijk en beschermd blijft.

Mythe 3: Generatieve AI werkt het beste als black box

Op het eerste gezicht lijkt het vooruitzicht van generatieve AI die een 100% geautomatiseerde workflow ondersteunt misschien een gewenst doel voor uw supply chain-processen. Ervaren dagelijkse planners weten echter dat menselijk toezicht cruciaal is voor goede resultaten bij het bepalen van strategieën, het ontwikkelen van prognoses, het opstellen van bevoorradingsplannen en het beheren van de voorraad. Soepele integratie van generatieve AI technologie met vakexperts is vooral belangrijk in geval van uitzonderingen, last-minute verzoeken en onverwachte verstoringen.

Mythe 4: Generatieve AI is altijd slimmer dan mensen

Ja, generatieve AI heeft krachten die de menselijke capaciteiten te boven gaan. Het kan sneller leren dan mensen en is getraind om enorme hoeveelheden informatie te verwerken en analyseren op basis van trainingsgegevens, algoritmen en statistische modellen. Generatieve AI kan echter geen contextuele informatie uit situaties extrapoleren of menselijke concepten van begrip, gevoelens en intuïtie gebruiken.

Stel bijvoorbeeld dat een bestelling voor een belangrijke klant te laat komt. Vanwege een persoonlijke relatie weet de supply chain manager dat ze hun collega van de sourcing kunnen bellen om op hun leveranciers te vertrouwen om de zendingen versneld te krijgen. Generatieve AI kan alleen handelen op basis van wat het heeft geleerd uit de trainingsgegevens, terwijl de supply chain manager zijn intuïtie kan gebruiken op basis van de context van de situatie om beslissingen te nemen en te handelen. 

Mythe 5: Generatieve AI zal het personeelsbestand in uw bedrijf verminderen

Generatieve AI vormt een aanvulling op de menselijke beroepsbevolking, maar vervangt deze niet, door banen gemakkelijker te maken en werknemers in staat te stellen zich meer te concentreren op strategische besluitvorming in plaats van op vervelende, repetitieve arbeid.

Stel je voor dat een analist zich klaarmaakt voor zijn tweewekelijkse S&OP-bijeenkomst en moet bepalen welke producten extra aandacht vereisen, samen met de belangrijkste rapporten en KPI's. Een verfijnde generatieve AI-assistent genereert deze gegevens vóór de vergadering automatisch voor de analist, waardoor de analist zich kan concentreren op het interpreteren van de nieuwste statistieken en planning. De verantwoordelijkheden van analisten zijn nu verlegd van het doorzoeken van gegevens naar het nemen van beslissingen op basis van sleutelfactoren.

Mythe 6: Groter is beter

Het idee dat ‘groter beter is’ als het gaat om generatieve AI-modellen is een veel voorkomende misvatting. Zonder hier al te technisch te worden: generatieve AI-modellen kunnen miljarden parameters hebben, dat wil zeggen de wiskundige gewichten en vooroordelen voor de modellen. Meta's Llama2 heeft bijvoorbeeld tot 70 miljard parameters, en het gerucht gaat dat OpenAI's G PT-4 1.7 biljoen parameters heeft. Deze modellen zijn voor een deel zo groot omdat ze zogenaamde experts zijn op dit gebied alles. Kleine modellen kunnen hetzelfde of beter presteren dan deze enorme modellen als ze worden getraind en verfijnd op een heel specifiek domein. Dit komt omdat ze zich richten op diepgaande onderwerpen in plaats van op het brede scala aan onderwerpen van de grotere modellen.

Mythe 7: Generatieve AI-oplossingen zijn 100% betrouwbaar en consistent

Zelfs met zijn verbazingwekkende mogelijkheden kan het vertrouwen op generatieve AI-voorspellingen zonder menselijke validatie tot slechte resultaten leiden. Misschien heb je wel eens gehoord van ‘hallucinaties’, waarbij een chatbot een antwoord verzint dat niet op echte data is gebaseerd. We kunnen dit soort slechte resultaten voorkomen door te zorgen voor transparantie van de input en benaderingen die door het generatieve AI-model worden gebruikt. De mogelijkheden van GenAI tonen de gebruiker de gegevensbron die overeenkomt met het antwoord op elke vraag die de gebruiker stelt. Dit geeft gebruikers vertrouwen in het antwoord en biedt de kans om eventuele onnauwkeurigheden te identificeren.

Mythe 8: Generatieve AI is immuun voor vooroordelen in trainingsgegevens

Generatieve AI produceert voorspellingen op basis van de trainingsgegevens. Als de trainingsgegevens ‘bevooroordeeld’ zijn, of een onnauwkeurige weergave van de werkelijkheid zijn, zullen de resultaten op deze vooroordelen zijn gebaseerd.

Een voorraadbeheerder staat bijvoorbeeld onder enorme druk om de voorraadkosten te verlagen. Om dit te doen, negeren ze hun oorspronkelijke geoptimaliseerde plan en stellen ze voorraadbeleid in om de voorraad met een klein percentage te verminderen. Een AI-model zou dit bevooroordeelde beleid kunnen gebruiken om een ​​voorraadplan te genereren dat tot tekorten en omzetverlies leidt. In dit voorbeeld leidt de inherente vertekening in de input van het AI-inventarismodel tot een verminderde winstgevendheid. Met de juiste oplossing kunnen deze problemen worden aangepakt door modelinputs en aannames te ondervragen, en modellen te trainen om op hun hoede te zijn en vooroordelen te corrigeren.

Mythe 9: Generatieve AI heeft gedachten en gevoelens

Generatieve AI is niet bewust. Ook al lijkt het soms zo, generatieve AI heeft geen gevoelens of empathie en begrijpt niet echt wat het zegt op dezelfde manier als mensen dat begrijpen. Wanneer u een chatbot een vraag stelt, bestaat het antwoord uit een reeks woorden of zinsdelen die worden gegenereerd door een complex voorspellingsmodel. Hoewel antwoorden vaak uiterst betrouwbaar en accuraat zijn, zijn ze gebaseerd op statistisch “waarschijnlijke” combinaties van woorden en karakters, en niet op gevoelens of emoties.

Mythe 10: Generatieve AI kan de menselijke intuïtie en besluitvorming vervangen

Zoals we hierboven hebben besproken, is menselijke intuïtie vaak vereist voor betrouwbare besluitvorming. Samenwerking tussen generatieve AI-modellen en menselijke ervaring geeft ons het beste van twee werelden bij het creëren van robuuste oplossingen op het gebied van supply chain-planning en -beheer.

Ter afsluiting hoop ik dat je wat inzicht hebt gekregen in generatieve AI en een aantal mogelijke generatieve AI-mythen en misvattingen hebt opgehelderd. Logility is gericht op het integreren van deze krachtige mogelijkheden in ons hele platform. We combineren technische en inhoudelijke expertise om ervoor te zorgen dat uw bedrijf over de tools beschikt die het nodig heeft om planningsvragen te beantwoorden en de bedrijfsvoering soepel, efficiënt en winstgevend te laten verlopen.

Met de kracht en snelheid van generatieve AI en de empathie, intuïtie en relaties van mensen kunnen bedrijven nieuwe niveaus van succes bereiken.

AI-First-vraagvoorspelling

Hoe de samenwerking tussen mens en machine de kosten, het aantal fouten en de implementatietijd verlaagt


Gratis eBook

Lynne Goudsman

Korte biografie

Lynne Goldsman werkt bij Logility aan de ontwikkeling van innovatieve generatieve AI-oplossingen. Lynne hielp eerder bij het leiden van het innovatieteam van Logility bij het onderzoeken en creëren van ultramoderne resultaten voor klanten. Haar carrière omvat meer dan 25 jaar waarin zij in vele rollen heeft gewerkt als onderzoeksanalist, datawetenschapper, ontwikkelaar en supply chain consultant.
Brief aan de toeleveringsketen

Brief aan de toeleveringsketen

Aanbevolen

spot_img

Laatste intelligentie

spot_img