1
00:00:00,001 --> 00:00:08,000
Hoi, leuk dat je weer luistert naar een korte aflevering van de AIToday Live Podcast.
2
00:00:08,000 --> 00:00:14,640
En in deze aflevering gaan we het hebben over de kunst van het programmeren met natuurlijke
3
00:00:14,640 --> 00:00:15,640
taal.
4
00:00:15,640 --> 00:00:21,000
Kijk, in onze vorige korte aflevering doken we in de techniek van prompt engineering.
5
00:00:21,000 --> 00:00:27,240
Daar heb ik drie technieken uitgelegd waarbij de meest interessante de prompt chain is.
6
00:00:27,240 --> 00:00:30,080
Heb je hem niet geluisterd, luister hem even terug.
7
00:00:30,080 --> 00:00:36,000
Want vandaag bouwen we daarop voort op die aflevering met best wel een interessante parallel.
8
00:00:36,000 --> 00:00:42,800
Namelijk hoe het optimaliseren van bedrijfsprocessen met AI sterke overeenkomsten vertoont met een
9
00:00:42,800 --> 00:00:45,680
vak dat in ieder geval ik goed ken.
10
00:00:45,680 --> 00:00:48,040
En dat is de professionele softwareontwikkeling.
11
00:00:48,040 --> 00:00:57,200
Want stel je voor een marketeer die zichzelf plotseling als programmeur ziet.
12
00:00:57,200 --> 00:00:58,200
Klinkt vreemd?
13
00:00:58,200 --> 00:01:02,800
Toch is het precies wat er gebeurt in het tijdperk van generatieve AI.
14
00:01:02,800 --> 00:01:07,720
Martin van Kranenburg, een ervaren marketeer en schrijver, verwoorde dat treffene tijdens
15
00:01:07,720 --> 00:01:12,880
een aankomende aflevering die nog gaat komen waarbij de volgende stelling aan hem is voorgelegd.
16
00:01:12,880 --> 00:01:18,760
De stelling luidde "Wij gaan generatieve AI inzetten voor codegeneratie."
17
00:01:18,760 --> 00:01:23,320
Laten we naar Martin luisteren en bedenken dat hij dus een schrijver en marketeer van
18
00:01:23,320 --> 00:01:26,960
beroep is, want dat maakt zijn antwoord zo interessant.
19
00:01:26,960 --> 00:01:30,680
Dat vind ik een moeilijke vraag natuurlijk, want ik ben geen codeur.
20
00:01:30,680 --> 00:01:35,280
Maar ik vind wel, ja, dat is een stelling.
21
00:01:35,280 --> 00:01:36,280
Natuurlijk ja.
22
00:01:36,280 --> 00:01:42,320
Je zet het in om het werk leuker te maken, efficiënter, slimmer.
23
00:01:42,320 --> 00:01:48,880
En ik ga nu eigenlijk wel zeggen, dat vind ik ook wel leuk, ik zie mezelf eigenlijk ook
24
00:01:48,880 --> 00:01:49,960
nu als een soort codeur.
25
00:01:49,960 --> 00:01:56,440
Maar ik vind mijn codetaal, mijn codetaal, is gewoon het Nederlands of het Engels.
26
00:01:56,440 --> 00:02:01,000
Nou Martin slaat wat mij betreft de spijker op zijn kop.
27
00:02:01,000 --> 00:02:03,760
Want wat doen we eigenlijk als we programmeren?
28
00:02:03,760 --> 00:02:09,920
We geven de machine instructies, bijvoorbeeld vraag de gebruiker om input, voer deze berekening
29
00:02:09,920 --> 00:02:13,000
uit, toon deze gegevens op een website.
30
00:02:13,000 --> 00:02:19,320
Programmeren is niets anders dan in een vooraf gedefiniëerde taal instructies geven aan
31
00:02:19,320 --> 00:02:20,320
een machine.
32
00:02:20,320 --> 00:02:27,240
En dat is ook precies wat we doen met generatieve AI, alleen geven we het nu aan een taalmachine.
33
00:02:27,240 --> 00:02:33,720
We geven instructies aan een taalmodel, wat uiteindelijk ook gewoon een machine is.
34
00:02:33,720 --> 00:02:38,760
We zijn de computer aan het programmeren, bedienen en instructies aan het geven.
35
00:02:38,760 --> 00:02:43,400
Maar in plaats van een programmerentaal te gebruiken, je zou haast kunnen zeggen een
36
00:02:43,400 --> 00:02:49,800
obscure programmerentaal te gebruiken, omdat maar een selecte groep van mensen dit kunnen,
37
00:02:49,800 --> 00:02:52,120
gebruiken we nu onze eigen natuurlijke taal.
38
00:02:52,120 --> 00:02:58,560
En met deze nieuwe vorm van, laten we tussen aanhalingssteken zeggen programmeren, komt
39
00:02:58,560 --> 00:03:01,240
ook een grote verantwoordelijkheid om de hoek kijken.
40
00:03:01,240 --> 00:03:06,240
Want net als bij traditionele softwareontwikkeling moeten we ervoor zorgen dat onze AI systemen
41
00:03:06,240 --> 00:03:10,880
consistent blijven, betrouwbaar zijn en bruikbare resultaten leveren.
42
00:03:10,880 --> 00:03:16,640
In de PromptChain techniek gebruiken we de uitvoer van één set instructies als info
43
00:03:16,640 --> 00:03:17,640
voor de volgende.
44
00:03:17,640 --> 00:03:26,200
En daarmee kunnen we heel goed businessprocessen op een andere manier automatiseren, programmeren.
45
00:03:26,200 --> 00:03:28,760
En dit vereist een zorgvuldige afstemming.
46
00:03:28,760 --> 00:03:34,000
We moeten zeker weten dat de gegevens in het juiste formaat zijn, in de juiste taal zijn
47
00:03:34,000 --> 00:03:39,160
geschreven, maar bovenal dat de juiste elementen erin zitten.
48
00:03:39,160 --> 00:03:46,120
En als we AI systemen bouwen, bouwen ze hopelijk voor de lange termijn.
49
00:03:46,120 --> 00:03:49,760
Want laten we eerlijk zijn, we verwachten dat deze systemen minstens vijf, misschien
50
00:03:49,760 --> 00:03:51,160
wel tien jaar meegaan.
51
00:03:51,160 --> 00:03:56,200
En daarom kunnen we juist zoveel leren van beproefde technieken uit de softwareontwikkeling.
52
00:03:56,200 --> 00:04:01,640
En één van die technieken is het gebruik maken van geautomatiseerd testen.
53
00:04:01,640 --> 00:04:06,880
Want hoe weet je dat je systeem blijft werken als er iets verandert?
54
00:04:06,880 --> 00:04:10,800
In de wereld van AI hebben we te maken met data drift.
55
00:04:10,800 --> 00:04:15,040
De invoer voor je model of systeem kan in de loop van de tijd veranderen.
56
00:04:15,040 --> 00:04:20,880
Als je bedrijfsproces evolueert, veranderen mogelijk ook de gegevens die je binnenkrijgt.
57
00:04:20,880 --> 00:04:25,600
Dit betekent dat prompts die perfect waren afgestemd op je originele data langzaam maar
58
00:04:25,600 --> 00:04:27,720
zeker minder effectief kunnen worden.
59
00:04:27,720 --> 00:04:31,920
Het is als een puzzel waarvan één stukje langzaam van vorm verandert.
60
00:04:31,920 --> 00:04:36,120
En als je dat niet opmerkt, gaat je hele systeem langzaam kapot.
61
00:04:36,120 --> 00:04:42,320
En daar kunnen we dan weer een andere techniek voor gebruiken in de software engineering,
62
00:04:42,320 --> 00:04:44,720
die in het verlengde licht van het geautomatiseerd testen.
63
00:04:44,720 --> 00:04:46,280
En dat is logging en monitoring.
64
00:04:46,280 --> 00:04:49,360
En hiermee kun je onder andere data drift detecteren.
65
00:04:49,360 --> 00:04:55,640
Met goede logging en monitoring leg je namelijk vast welke data is gebruikt tegen welke prompt,
66
00:04:55,640 --> 00:04:58,440
maar ook tegen welke versie van het prompt.
67
00:04:58,440 --> 00:05:03,200
Daarmee weet je wat de resultaten waren van de uitvoering van de prompt.
68
00:05:03,200 --> 00:05:04,440
Dit leg je ook vast.
69
00:05:04,440 --> 00:05:09,560
Het probleem, als je dit niet vastlegt, is dat je nooit kan zien in welke gevallen het
70
00:05:09,560 --> 00:05:12,560
wel goed gaat en in welke gevallen het niet goed gaat.
71
00:05:12,560 --> 00:05:16,080
Of nog erger, hoe erg het niet goed gaat.
72
00:05:16,080 --> 00:05:21,800
En we hebben het hier niet over ad-hoc prompts, waarbij je als je die invoert dat je zelf kan
73
00:05:21,800 --> 00:05:24,840
beoordelen op dat moment van is het goed gegaan ja of nee.
74
00:05:24,840 --> 00:05:32,920
Nee, het gaat hier om in een geautomatiseerd proces dat je de prompts gebruikt en die output
75
00:05:32,920 --> 00:05:35,960
genereren waar je uiteindelijk weer op voortboorduurt.
76
00:05:35,960 --> 00:05:43,280
Met dit alles kunnen we wel vaststellen dat we aan de vooravond staan van echt een fascinerend
77
00:05:43,280 --> 00:05:48,760
tijdperk waarin de grenzen tussen traditioneel programmeren en het werken met AI vervagen.
78
00:05:48,760 --> 00:05:52,280
En dit brengt wel nieuwe uitdagingen met zich mee.
79
00:05:52,280 --> 00:05:58,840
Die softwareontwikkelaars zijn opgeleid om een goede programmeertaal te spreken, maar
80
00:05:58,840 --> 00:06:02,360
nu moeten ze leren om helder te communiceren in natuurlijke taal.
81
00:06:02,360 --> 00:06:08,160
Tegelijkertijd moeten niet-technische professionals leren denken als programmeurs met aandacht
82
00:06:08,160 --> 00:06:10,440
voor logica, structuur en precisie.
83
00:06:10,440 --> 00:06:17,000
Daarom wordt vakwerk wat mij betreft de sleutel tot duurzame procesoptimalisatie.
84
00:06:17,000 --> 00:06:22,960
Het optimaliseren van bedrijfsprocessen met AI is geen eenmalige exercitie, maar een continu
85
00:06:22,960 --> 00:06:25,760
proces dat vraagt om echt vakmanschap.
86
00:06:25,760 --> 00:06:31,640
Net zoals bij de professionele softwareontwikkeling is er een grondige methodische aanpak nodig
87
00:06:31,640 --> 00:06:37,000
om systemen te creëren die niet alleen effectief zijn, maar ook betrouwbaar blijven op de lange
88
00:06:37,000 --> 00:06:38,000
termijn.
89
00:06:38,000 --> 00:06:46,240
Laten we gewoon een aantal punten opnoemen wat cruciale aspecten zijn voor dit vakwerk.
90
00:06:46,240 --> 00:06:47,240
1.
91
00:06:47,240 --> 00:06:49,880
Precisie in natuurlijke taal.
92
00:06:49,880 --> 00:06:55,400
Want zoals softwareontwikkelaars moeten excelleren wat ik al zei in programmeertalen, moeten
93
00:06:55,400 --> 00:07:01,520
AI-engineers en bedrijfsanalysten gaan uitmunten in het formuleren van precieze, ondubbelzinnige
94
00:07:01,520 --> 00:07:03,280
instructies in natuurlijke taal.
95
00:07:03,280 --> 00:07:04,800
Dat niet mee zal vallen.
96
00:07:04,800 --> 00:07:05,800
2.
97
00:07:05,800 --> 00:07:06,800
Systematisch denken.
98
00:07:06,800 --> 00:07:14,480
Het ontwerpen van AI-gestuurde processen vereist dezelfde logische, stapsgewijze benadering
99
00:07:14,480 --> 00:07:16,520
die we kennen uit de softwareontwikkeling.
100
00:07:16,520 --> 00:07:21,120
Elk onderdeel moet zorgvuldig worden gepland, getest en geïntegreerd.
101
00:07:21,120 --> 00:07:22,120
3.
102
00:07:22,120 --> 00:07:25,000
Robuustheid en schaalbaarheid.
103
00:07:25,000 --> 00:07:30,800
Net als bij software-systemen moeten AI-processen bestand zijn tegen veranderingen in input
104
00:07:30,800 --> 00:07:32,080
en bedrijfbehoeftes.
105
00:07:32,080 --> 00:07:36,840
Dit vereist vooruitdenken en het inbouwen van flexibiliteit.
106
00:07:36,840 --> 00:07:37,840
4.
107
00:07:37,840 --> 00:07:41,640
Continue monitoring en optimalisatie.
108
00:07:41,640 --> 00:07:48,280
Dit is nodig om data drift te voorkomen, te detecteren.
109
00:07:48,280 --> 00:07:53,600
Het is cruciaal om het systeem in de lucht te houden.
110
00:07:53,600 --> 00:07:54,600
5.
111
00:07:54,600 --> 00:07:57,600
Documentatie en kennisoverdracht.
112
00:07:57,600 --> 00:08:03,120
Goede documentatie is essentieel voor de onderhoud en de ontwikkeling van zowel software, als
113
00:08:03,120 --> 00:08:04,120
AI-systemen.
114
00:08:04,120 --> 00:08:10,520
Het vastleggen van beslissingen, processen en de onderliggende logica zorgt voor continuïteit.
115
00:08:10,520 --> 00:08:16,400
Dat geldt dus ook voor promptgestuurde optimalisatie van businessprocessen.
116
00:08:16,400 --> 00:08:23,080
Door deze principes van vakmanschap toe te passen, kunnen we AI-gestuurde bedrijfsprocessen
117
00:08:23,080 --> 00:08:27,480
ontwikkelen die niet alleen op korte termijn effectief zijn, maar ook op lange termijn
118
00:08:27,480 --> 00:08:28,560
waardevol blijven.
119
00:08:28,560 --> 00:08:33,520
We bouwen systemen die kunnen meegroeien met het bedrijf, zich kunnen aanpassen aan veranderende
120
00:08:33,520 --> 00:08:37,600
omstandigheden en consistent betrouwbare resultaten leveren.
121
00:08:37,600 --> 00:08:44,080
Ik denk dat het nu duidelijk is dat het optimaliseren van bedrijfsprocessen van AI meer is dan simpelweg
122
00:08:44,080 --> 00:08:45,880
het toepassen van een nieuwe technologie.
123
00:08:45,880 --> 00:08:52,200
Het vereist een diepgaand begrip van zowel de technische als bedrijfsmatige aspecten,
124
00:08:52,200 --> 00:08:57,120
gecombineerd met de vaardigheid om deze twee werelden naadloos te laten samenwerken.
125
00:08:57,120 --> 00:09:00,880
Dit is waar het echte vakwerk om de hoek komt kijken.
126
00:09:00,880 --> 00:09:03,400
De parallellen met softwareontwikkeling zijn niet toevallig.
127
00:09:03,400 --> 00:09:09,960
Ze wijzen op een samenkomst van disciplines die cruciaal is voor succes in het digitale
128
00:09:09,960 --> 00:09:10,960
tijdperk.
129
00:09:10,960 --> 00:09:18,960
Door de lessen en best practices uit de softwareontwikkeling te integreren in onze aanpak van de procesoptimalisatie
130
00:09:18,960 --> 00:09:21,880
leggen we een solide basis voor langdurige duurzame verbetering.
131
00:09:21,880 --> 00:09:29,080
Terwijl we vooruitkijken is het duidelijk dat organisaties die dit vakwerk serieus nemen
132
00:09:29,080 --> 00:09:33,640
en investeren in de ontwikkeling van deze vaardigheden een significante voorsprong zullen
133
00:09:33,640 --> 00:09:34,640
hebben.
134
00:09:34,640 --> 00:09:40,320
Zij zullen in staat zijn om flexibeler te opereren, sneller te innoveren en beter voorbereid te
135
00:09:40,320 --> 00:09:42,520
zijn op de uitdagingen van morgen.
136
00:09:42,520 --> 00:09:49,520
Het pad van AI gedreven procesoptimalisatie mag dan nieuw en soms onzeker lijken.
137
00:09:49,520 --> 00:09:54,080
Maar met de juiste vakkundige aanpak kunnen we systemen bouwen die niet alleen vandaag
138
00:09:54,080 --> 00:09:56,920
maar ook in de komende jaren waarde blijven toevoegen.
139
00:09:56,920 --> 00:10:02,240
Laten we dit nieuwe vakgebied omarmen met dezelfde toewijding, precisie en visie die
140
00:10:02,240 --> 00:10:06,720
de softwareontwikkeling ons heeft gebracht tot waar we nu zijn.
141
00:10:06,720 --> 00:10:12,520
En gelukkig zijn er steeds meer aanpakken en technieken die invulling kunnen geven
142
00:10:12,520 --> 00:10:14,440
aan juist dit vakwerk.
143
00:10:14,440 --> 00:10:19,920
Voor een podcast als deze gaat het te ver en te diep om deze technieken te behandelen.
144
00:10:19,920 --> 00:10:24,480
Maar wil je daar meer over weten neem dan gerust contact met me op.
145
00:10:24,480 --> 00:10:27,520
Dankjewel weer voor het luisteren en tot de volgende keer!
146
00:10:27,560 --> 00:10:30,560
[Muziek]
147
00:10:30,560 --> 00:10:32,560
[Muziek]
