Kunstmatige intelligentie: echo's van technologische doorbraken uit het verleden

In haar meest recente rapport over financiële stabiliteit waarschuwde de Bank of England dat een ineenstorting van de kunstmatige intelligentiesector het Verenigd Koninkrijk in een recessie zou kunnen storten. Het rapport stelde dat "een correctie in de aandelenkoersen van AI-bedrijven, veroorzaakt door een verandering in productiviteit en winstgevendheid bij technologiebedrijven, een daling van 2.2 procent van het Britse bbp zou kunnen veroorzaken."

Dit zou een waarschuwing moeten zijn voor bedrijven overal ter wereld.

De risico's van kunstmatige intelligentie reiken veel verder dan Silicon Valley. Maar terwijl leiders zich voorbereiden op wat komen gaat, stellen velen nog steeds de verkeerde vraag.

Is kunstmatige intelligentie een realiteit of slechts een hype?

De afgelopen dertig jaar aan technologie hadden ons moeten leren dat het antwoord beide kan zijn.

De laatste technologische crisis van de twintigste eeuw

Het Y2K-probleem was een reëel technisch risico, maar achteraf gezien lijkt het een overdreven reactie te zijn geweest.

Het Verenigd Koninkrijk heeft miljarden ponden uitgegeven ter voorbereiding op de "Millenniumfout", waarbij instellingen systemen hebben getest en gecorrigeerd die alles ondersteunen, van bankbetalingen en uitkeringen tot luchtverkeer en het nationale spoorwegnet.

De overheid heeft het initiatief Actie 2000 opgezet om bedrijven te helpen zich voor te bereiden, terwijl banken en grote infrastructuurbedrijven uitgebreide noodplannen hebben opgesteld in aanloop naar de deadline.

Toen was het middernacht, de vliegtuigen bleven in de lucht, de geldautomaten bleven geld uitgeven en de lichten bleven branden. Het begon allemaal bijna absurd te lijken.

Deze schijnbare kalmte verhulde echter een cruciaal punt. De meeste verstoringen waar mensen bang voor waren, werden waarschijnlijk voorkomen doordat organisaties de risico's serieus namen en zich erop voorbereidden. Cyberbeveiliging kampt met hetzelfde probleem.

Een dreiging die met succes is afgewend, kan achteraf gezien een opmerkelijk overdreven dreiging lijken te zijn geweest.

Zodat we u niet met de realiteit confronteren.

De dotcombubbel leerde ons een andere les. Het internet was geen fata morgana, maar waarderingen vaak wel. Zo haalde Boo.com enorme bedragen op om de online modebranche opnieuw uit te vinden, om vervolgens in 2000 in te storten nadat het geld op was. Bedrijven met magere winsten, en in sommige gevallen inconsistente bedrijfsmodellen, werden behandeld alsof ze boven de wetten van de economie stonden.

Toen barstte de zeepbel, het fortuin verdween en veel van de zogenaamde pioniers raakten in de vergetelheid, maar de ideeën waarop ze hadden ingezet, bleven bestaan. Sterker nog, ik durf te wedden dat je dit nu online leest.

Vorm gaat voor inhoud.

Cryptovaluta hebben ons een derde les geleerd. Revolutionaire taal kan zwakke toepassingen maskeren. Er zaten serieuze technische ideeën achter, maar de algehele hype werd gedomineerd door speculatie, steunbetuigingen van beroemdheden en de eigenaardige gewoonte om te beginnen met een digitale valuta en er vervolgens een doel voor te zoeken.

Op het hoogtepunt van de NFT-hype verkocht Twitter-medeoprichter Jack Dorsey zijn eerste NFT voor 2.9 miljoen dollar. Een jaar later probeerde de eigenaar hem door te verkopen voor bijna 48 miljoen dollar, maar de eerste biedingen bleven ver achter. De technologie verdween niet. Wat wel verdween, was de bereidheid van de markt om digitale schaarste als een blijvende waarde te beschouwen.

De opkomst van kunstmatige intelligentie bevat elementen van alle drie de verhalen.

Een bekend gezicht

Net als bij Y2K brengt kunstmatige intelligentie (AI) risico's met zich mee die misschien overdreven lijken totdat ze zich daadwerkelijk voordoen. Zoals elke cybersecurity-expert je zal vertellen, als de ergste schade wordt voorkomen, lijken de waarschuwingen later misschien hysterisch. Maar dat bewijst nog niet dat ze onterecht waren.

Voor kunstmatige intelligentie betekent dit dat cybersecurity en governance als operationele disciplines moeten worden beschouwd, en niet als nevenprojecten voor innovatieteams. Organisaties moeten inzicht hebben in de data die aan AI-systemen worden aangeleverd, tot welke gegevens die systemen toegang hebben, welke machtigingen ze hebben, hoe ze kunnen worden gemanipuleerd en hoe het bedrijf zal reageren als ze falen.

Met de dotcom-boom lijkt kunstmatige intelligentie (AI) een werkelijk veelzijdige technologie, verpakt in een overdreven gehypte investeringshype. Het kan inderdaad code schrijven, documenten samenvatten en delen van professioneel werk automatiseren. Maar dat betekent niet dat elk AI-bedrijf waardevol is, elk AI-product nuttig is of elk datacenter zichzelf terugverdient.

Bedrijven die hiervan leren, zouden moeten investeren in capaciteiten, datafundamenten, mensen en workflows, in plaats van alles in te zetten op de leverancier, het model of het product dat dit kwartaal het meest succesvol is.

Net als cryptovaluta heeft kunstmatige intelligentie een eigen mythevorming gekregen. De term 'AI-gestuurd' is geworden wat 'blockchain-compatibel' even was: een term die iets kan betekenen, niets, of simpelweg 'geef ons een hogere beoordeling'.

Bij de implementatie van kunstmatige intelligentie moeten bedrijfsleiders zich nu de saaie maar essentiële vragen stellen: Welk probleem lost het op? Wie gebruikt het? Tot welke gegevens heeft het toegang? Welke systemen kan het beïnvloeden? Welke bevoegdheden hebben we het gegeven? Wat gebeurt er als het een fout maakt, gemanipuleerd wordt of niet meer beschikbaar is? En wie is er dan verantwoordelijk?

Deze mix maakt het zo moeilijk om de huidige situatie te begrijpen. Het gemakkelijke argument is dat kunstmatige intelligentie óf een revolutie óf een zeepbel is. Maar de geschiedenis wijst op een verontrustendere mogelijkheid: het zou beide kunnen zijn.

“De drie geesten zullen in mij strijden. Ik zal de deur niet sluiten voor de lessen die ze me leren.”

Bedrijfsleiders proberen vaak de discussie te winnen over de vraag of kunstmatige intelligentie overschat wordt, terwijl ze eigenlijk een strategie zouden moeten ontwikkelen die beide uitkomsten aankan. De logische reactie op AI is noch een overdreven ambitieus project (moonshot) noch een volledige stopzetting (moratorium), maar eerder gecontroleerd experimenteren.

Dit betekent dat we AI moeten beschouwen als een 'portfolio van weddenschappen' in plaats van slechts een campagneslogan. Sommige van deze weddenschappen moeten defensief van aard zijn en zich richten op het begrijpen waar AI daadwerkelijk wordt gebruikt, tot welke gegevens en systemen het toegang heeft en of de organisatie in staat is om te reageren wanneer er iets misgaat.

Andere investeringen zouden verkennend van aard moeten zijn, waarbij getest wordt waar AI daadwerkelijk waarde kan creëren op gebieden zoals programmeren, klantenservice en kennismanagement. Sommigen zouden bewust sceptisch moeten zijn, vooral wanneer tools er indrukwekkend uitzien maar geen aantoonbare besparingen, betere resultaten of duidelijke eigendomsrechten opleveren.

Als het doel alleen maar is om een ​​AI-strategie te hebben die er goed uitziet in een presentatie voor de raad van bestuur, dan hebben we de lessen van de afgelopen 30 jaar gemist. Y2K, de dotcom-crisis en crypto hebben ons laten zien dat hype en inhoud elkaar niet uitsluiten. Reële risico's kunnen worden uitvergroot. Transformatieve technologieën kunnen irrationele investeringen aantrekken. En krachtige ideeën kunnen samengaan met zwakke toepassingen.

Kunstmatige intelligentie zou wel eens de sleutel kunnen zijn tot het samenbrengen van deze drie aspecten. De bedrijven die hier het beste mee om kunnen gaan, zijn niet de bedrijven die de toekomst perfect voorspelden, maar de bedrijven die bereid waren zich aan te passen toen de realiteit toesloeg.