Een eerste bericht rondom het experiment. Het bouwen van volledig geautomatiseerde organisatie vergt nogal wat voorbereiding. Maar stap voor stap zal elk proces en elk puzzelstukje op zijn plek vallen.
Private cloud
Zo ben ik deze week verder gegaan met het opzetten van mijn eigen server. Het hebben van een eigen server of cloud is geen vereiste, natuurlijk. Als ik een en ander wil testen, kan ik serverruimte bij Amazon inkopen. Maar het geeft controle en comfort; door de server in eigen beheer te hebben, op je eigen bureau, zie je beter de gevolgen van je ideeën. Hoe zwaar jouw apparaat belast wordt bijvoorbeeld. Je zit er vooral dicht op en het is heel leerzaam om een eigen cloud op te zetten op een zelfgebouwde samenstelling. Deze week heb ik succesvol de Nvidia Jetson Orin Nano (een kleinschalige AI-machine ) aan de praat gekregen en lokaal zelfs wat leuke gesprekjes gevoerd met Gemma3, Llama3 en andere modellen. Het is bijzonder om te merken hoe soepel het systeem om kan gaan met de vragen. Waar mijn laptop en desktop met enige aansporing toch nog minstens een halve minuut nodig hadden voor een antwoord, gaf de Orin Nano binnen een seconde een reactie. Binnenkort zal ik misschien een benchmark-onderzoekje gaan starten om te bepalen welk model naar mijn mening het beste werkt. Voor nu is het al een kleine overwinning dat deze AI-machine toegevoegd is aan mijn cloud. Tijdens het onderzoek zal ik verschillende orchestraties op de cloud inrichten, waarbij het LLM-model een belangrijke aanvullende rol zal spelen in de automatisering.
Website
Verder heb ik veel tijd besteed aan het uitwerken en verbeteren van de website. Dat is nog niet allemaal goed te zien, maar er gebeuren goede en leuke dingen. Binnenkort is de opmaak en de inhoud ook aan de beurt. Afgelopen week heb ik mij echter geworpen op een verdere verduidelijking van de mission statement. In het verlengde daarvan ben ik gestart met een Proof of Concept voor een Toolkit. Zodat de bezoekers van de website mee kunnen doen aan mijn onderzoek. Een aantal tools die de deelnemer laten nadenken over hun huidige positie en toekomstige rol als meer en meer processen en afdelingen verschuiven naar een geautomatiseerde of AI-gedreven realiteit.
Mijn Proof of Concept heeft geholpen bij het verduidelijken van de werkwijze, de benodigde achtergronden en inzichten die ik en de deelnemer wil verkrijgen. Nu is het zaak dit netjes op te zetten binnen de juiste techniek met de juiste flexibiliteit. Nog even geduld tot ik dat heb gerealiseerd.
Binnenkort beschikbaar: de Creative Staff Toolkit!
Interessante artikelen
Bij elk experiment is het belangrijk om inzichten te verkrijgen en informatie te verzamelen. Deze week ben ik een aantal interessante artikelen tegengekomen die ik toch even wil benoemen:
Beware the AI Experimentation Trap
Harvard business review
Het artikel wijst op een verontrustende ontwikkeling: volgens een recent rapport van MIT Media Lab/Project NANDA heeft maar liefst 95 % van de investeringen in generatieve AI geen meetbaar rendement opgeleverd. Deze teleurstellende resultaten worden versterkt door het lauwe ontvangst van OpenAI’s GPT-5, wat de indruk wekt dat de belofte van AI langzaamaan afneemt. Analisten zoals Gartner signaleren dat generatieve AI zich bevindt in een fase van “disillusionment” binnen de bekende hypecyclus – een moment van desillusie waarin technologie niet langer direct spectaculaire resultaten oplevert. Hierdoor komt steeds nadrukkelijker naar voren dat veel AI-experimenten nog te veel op losse kreten en hype leunen, zonder heldere koppeling aan echte bedrijfs- of klantwaarde.
De auteurs Nathan Furr en Andrew Shipilov pleiten er dan ook voor om AI-experimenten niet te zien als probleemloos panacee, maar juist als mogelijkheden die benaderd moeten worden met discipline en scherp zicht op resultaat. Experimenten dienen gericht te zijn op het oplossen van kernproblemen voor klanten, opgezet te worden met duidelijke kaders zoals intensiteit, frequentie en dichtheid, en opgezet rond wendbare, zogenaamde “ninja”-teams die snel kunnen itereren tegen lage kosten, met het oog op opschaling. In plaats van zich te laten meevoeren door de waan van de dag, zouden organisaties AI moeten beschouwen als één instrument binnen een bredere digitale transformatie, waarbij technologie vooral een middel is om interne processen te verbeteren en klanten beter te bedienen. (Samengevat met behulp van AI)
The future of work is agentic
McKinsey
Het artikel “The Future of Work is Agentic” van McKinsey bespreekt de verschuiving van generatieve naar agentische AI en de impact daarvan op de werkplek. Generatieve AI genereert inhoud op basis van prompts, terwijl agentische AI proactief handelt door doelen te begrijpen, beslissingen te nemen en acties uit te voeren. Deze evolutie maakt het mogelijk om complexe bedrijfsprocessen te automatiseren, zoals in klantcontactcentra, waar AI-agenten gesprekken kunnen simuleren, prestaties analyseren en gerichte coaching bieden. In HR wordt agentische AI ingezet voor het screenen van kandidaten, het plannen van interviews en het trainen van medewerkers, wat leidt tot efficiëntere en effectievere processen.
Voor bedrijven betekent de integratie van agentische AI dat ze hun werkprocessen opnieuw moeten ontwerpen, waarbij AI-agenten centraal staan. Dit vereist een nieuwe architectuur, het ‘agentic AI mesh’, die compositie, gedistribueerde intelligentie en decoupling van logica, geheugen en orkestratie mogelijk maakt. Daarnaast moeten bedrijven aandacht besteden aan het opbouwen van vertrouwen in AI, het beheren van risico’s en het ontwikkelen van op maat gemaakte agenten die zijn afgestemd op specifieke bedrijfsbehoeften. De succesvolle implementatie van agentische AI kan leiden tot verhoogde productiviteit, verbeterde klanttevredenheid en nieuwe zakelijke kansen. (Samengevat met behulp van AI)
The End of Inertia
McKinsey
Het artikel “The End of Inertia: Agentic AI’s Disruption of Retail and SME Banking” van McKinsey bespreekt hoe agentische AI, technologie die zelfstandig taken uitvoert, de financiële sector zal transformeren. In plaats van reactief te zijn, zal AI proactief financiële beslissingen nemen voor klanten, zoals het boeken van reizen of het beheren van spaartegoeden. Deze verschuiving bedreigt traditionele inkomstenmodellen van banken, zoals rente-inkomsten en creditcardvergoedingen, omdat AI-agenten klantgedrag optimaliseren en bestaande marges verkleinen.
De impact zal vooral voelbaar zijn in markten met open bankieren, waar AI-agenten automatisch betalingen kunnen uitvoeren en financiële keuzes maken op basis van klantvoorkeuren. Financiële instellingen moeten zich voorbereiden op deze veranderingen door te begrijpen waar hun waarde op het spel staat en welke controlepunten belangrijk blijven. Innovatieve spelers die deze technologie omarmen, kunnen profiteren van nieuwe kansen, terwijl degenen die niet innoveren, marktaandeel verliezen. (Samengevat met behulp van AI)
Het was een leerzame week met veel uitdagingen en ontwikkelingen. Nog niet direct vol gas naar het einddoel, maar zeker de eerste stappen gezet die gaan bijdragen aan de reis.
Geef een reactie