1
00:00:00,001 --> 00:00:08,720
Hoi, welkom bij AIToday Live, de podcast waar we AI praktijkverhalen delen die je vooruit helpen.
2
00:00:08,720 --> 00:00:11,020
Ik ben Joop Snijder, CTO bij Aigency.
3
00:00:11,020 --> 00:00:20,580
En vandaag bekijken we een fenomeen dat ik steeds vaker tegenkom in gesprekken over AI oplossingen, namelijk het Golden Hammer effect.
4
00:00:20,900 --> 00:00:30,240
We zien dat organisaties enthousiast, ChatGPT, Copilotlicenties aanschaffen en dat generatieve AI overal aandacht krijgt.
5
00:00:30,240 --> 00:00:35,940
En dit enthousiasme is begrijpelijk en de mogelijkheden zijn immers enorm.
6
00:00:35,940 --> 00:00:42,400
Maar vandaag wil ik graag verkennen hoe we deze krachtige technologie strategisch kunnen inzetten,
7
00:00:42,400 --> 00:00:46,760
zodat we de volledige waarde ervan kunnen benutten waar het echt het verschil maakt.
8
00:00:47,020 --> 00:00:51,940
Kijk, het Golden Hammer effect komt uit een bekend gezegde, kennen we waarschijnlijk allemaal,
9
00:00:51,940 --> 00:00:55,820
als het enige wat je hebt een hamer is, lijkt alles om een spijker.
10
00:00:55,820 --> 00:01:02,780
En in de context van technologie betekent dit wanneer je eenmaal vertrouwd bent met een bepaald gereedschap,
11
00:01:02,780 --> 00:01:09,580
zoals ChatGPT of copilot, je de neiging hebt om dat instrument voor vrijwel elk probleem in te zetten.
12
00:01:09,580 --> 00:01:12,940
Ook wanneer er misschien betere alternatieven bestaan.
13
00:01:12,940 --> 00:01:15,060
Maar waarom doen we dit eigenlijk?
14
00:01:15,280 --> 00:01:18,440
Het is interessant om te zien hoe ons brein werkt.
15
00:01:18,440 --> 00:01:21,780
En we hebben allemaal de neiging om vast te houden aan wat we kennen.
16
00:01:21,780 --> 00:01:27,200
Als mensen zijn we geprogrammeerd om energie te besparen, zowel fysiek als mentaal.
17
00:01:27,200 --> 00:01:32,100
Denk eraan hoe comfortabel het voelt om de route te nemen die je al kent,
18
00:01:32,100 --> 00:01:33,820
in plaats van een nieuwe weg te verkennen.
19
00:01:33,820 --> 00:01:36,640
Nou, zo werkt het ook met technologie en oplossingen.
20
00:01:36,640 --> 00:01:41,060
En we vallen graag terug op wat vertrouwd is en wat we beheersen.
21
00:01:41,060 --> 00:01:44,360
Het kost simpelweg minder energie dan iets nieuws leren.
22
00:01:44,660 --> 00:01:48,360
Daarna speelt ook een vorm van selectieve waarneming mee.
23
00:01:48,780 --> 00:01:54,660
En je kent vast wel dat gevoel dat als je een nieuwe auto koopt, je die auto opeens overal op de weg ziet rijden.
24
00:01:54,660 --> 00:01:57,440
Psychologen noemen dit de frequentie illusie.
25
00:01:57,440 --> 00:02:00,600
Iets vergelijkbaars gebeurt met tools en technologieën.
26
00:02:00,600 --> 00:02:05,040
Als je eenmaal succesvol bent geweest met een bepaalde aanpak, zoals ChatGPT,
27
00:02:05,040 --> 00:02:07,360
ga je overal mogelijke toepassingen voorzien.
28
00:02:08,020 --> 00:02:13,500
Je brein is als het ware afgestemd op het herkennen van situaties waar je deze tool kunt gebruiken.
29
00:02:13,500 --> 00:02:18,220
Dit werkte de vorige keer, dus waarom zou het nu niet werken?
30
00:02:18,220 --> 00:02:22,980
We zoeken onbewust naar bevestiging van wat we al geloven of weten.
31
00:02:23,980 --> 00:02:28,440
Als je handig bent met ChatGPT, zie je eerder problemen die je ermee kunt oplossen,
32
00:02:28,440 --> 00:02:31,100
terwijl andere mogelijkheden misschien naar je aandacht ontsnappen.
33
00:02:31,100 --> 00:02:35,280
In organisaties wordt het effect vaak nog meer versterkt.
34
00:02:35,280 --> 00:02:40,280
Bedrijven investeren in specifieke technologieën en trainen hun medewerkers hierin.
35
00:02:40,820 --> 00:02:45,860
Als er eenmaal tijd, geld en moeite is gestoken in het implementeren van een bepaalde technologie,
36
00:02:45,860 --> 00:02:49,420
is het begrijpelijk dat we deze optimaal willen benutten.
37
00:02:49,420 --> 00:02:53,360
Dus waarom is het belangrijk om je dan bewust van te zijn?
38
00:02:53,360 --> 00:02:59,720
Omdat we door dit bewustzijn juist nog meer waarde kunnen halen uit onze AI-investeringen.
39
00:02:59,720 --> 00:03:07,700
In mijn werk zie ik dat organisaties die kritisch en strategisch nadenken over waar ze generatieve AI inzetten,
40
00:03:08,520 --> 00:03:13,160
veel betere resultaten behalen dan organisaties die het overal proberen toe te passen.
41
00:03:13,160 --> 00:03:18,340
Kijk, generatieve AI biedt fantastische mogelijkheden voor organisaties.
42
00:03:18,340 --> 00:03:21,900
Het is uitstekend, ik hoef het eigenlijk niet meer uit te leggen,
43
00:03:21,900 --> 00:03:27,960
het samenvatten van informatie, het genereren van creatieve content, noem alles maar op.
44
00:03:27,960 --> 00:03:36,260
Maar de uitdaging ontstaat wanneer we vergeten na te denken over waar de technologie echt waarde toevoegt
45
00:03:36,260 --> 00:03:38,940
en waar andere tools wellicht effectiever zijn.
46
00:03:38,940 --> 00:03:42,460
Een generatieve AI heeft ook enkele beperkingen.
47
00:03:42,460 --> 00:03:48,340
En we weten denk ik nu wel het werk met patroonherkenning in plaats van dat het een diep begrip heeft.
48
00:03:48,340 --> 00:03:51,820
En dat kan soms voor onnauwkeurigheden zorgen.
49
00:03:52,680 --> 00:03:59,180
En heeft zonder zorgvuldige afstemming geen specifieke domeinkennis van jouw organisatie.
50
00:03:59,960 --> 00:04:08,960
Door bewust te zijn van zowel de sterke punten als de beperkingen kunnen we generatieve AI strategisch inzetten waar het werkelijk het verschil maakt.
51
00:04:08,960 --> 00:04:17,580
Dat betekent dat we soms moeten erkennen dat voor bepaalde taken andere technologieën of andere benaderingen effectiever kunnen zijn.
52
00:04:19,360 --> 00:04:26,320
Organisaties die generatieve AI op de juiste plek inzetten, die zien de meest indrukwekkende resultaten.
53
00:04:26,320 --> 00:04:32,160
En ze rapporteren hogere efficiëntie, innovatievere oplossingen en een betere gebruikerservaring.
54
00:04:34,040 --> 00:04:39,540
En natuurlijk is het niet altijd eenvoudig om strategische beslissingen te nemen over een AI implementatie.
55
00:04:39,540 --> 00:04:42,980
Er zijn verschillende uitdagingen die dit kunnen bemoeilijken.
56
00:04:42,980 --> 00:04:47,440
Een belangrijke uitdaging is de druk om mee te gaan met de laatste trends.
57
00:04:47,440 --> 00:04:56,680
En wanneer directieleden of bestuursleden enthousiaste verhalen horen over ChatGPT, willen ze vaak snel actie ondernemen.
58
00:04:56,680 --> 00:05:03,680
En het enthousiasme is heel waardevol, maar werkt het beste wanneer het gepaard gaat met een doordachte strategie.
59
00:05:04,260 --> 00:05:11,640
En de tweede uitdaging is dat veel organisaties nog een duidelijk raamwerk hebben voor het evalueren waar AI wel of niet waardevol voor is.
60
00:05:11,640 --> 00:05:15,840
En zonder zo'n kader is het moeilijker om objectieve beslissingen te nemen.
61
00:05:15,840 --> 00:05:21,200
Wat we steeds vaker horen is natuurlijk FOMO, de Fear of Missing Out.
62
00:05:21,200 --> 00:05:22,440
Het speelt een grote rol.
63
00:05:22,440 --> 00:05:26,780
Niemand heeft het gevoel dat hij wil achterblijven in de AI-revolutie.
64
00:05:26,780 --> 00:05:30,900
Deze motivatie kan waardevol zijn om innovatie te stimuleren,
65
00:05:31,500 --> 00:05:36,220
maar werkt het best wanneer het geleid wordt door een duidelijke visie op wat je wil bereiken.
66
00:05:36,220 --> 00:05:43,580
Hoe herken je of het Golden Hammer effect ook jouw organisatie beïnvloedt?
67
00:05:43,580 --> 00:05:46,360
En nu je dit hebt gehoord, reist natuurlijk de vraag,
68
00:05:46,360 --> 00:05:51,760
hoe weet ik of mijn organisatie in de felkuil van het Golden Hammer effect stapt?
69
00:05:51,760 --> 00:05:55,400
Daarvoor zijn enkele duidelijke signalen waar je op kunt letten.
70
00:05:56,080 --> 00:05:59,900
Allereerst let op vergaderingen waarin ChatGPT gebruiken,
71
00:05:59,900 --> 00:06:06,080
het standaard antwoord op vrijwel elk nieuw probleem dat opduikt, wordt gegeven.
72
00:06:06,080 --> 00:06:09,580
Zonder dat er eerst een grondige analyse plaatsvindt.
73
00:06:09,580 --> 00:06:13,340
Als je zinnen hoort als, laten we daar gewoon ChatGPT voor gebruiken,
74
00:06:13,340 --> 00:06:17,820
nog voordat er goed is nagedacht over de eigenlijke uitdaging,
75
00:06:18,220 --> 00:06:23,040
dat is echt wel een waarschuwing, een teken waar je op moet letten.
76
00:06:23,040 --> 00:06:30,740
Vervolgens kijk of processen worden aangepast om beter bij de AI tool te passen in plaats van andersom.
77
00:06:30,740 --> 00:06:35,660
Het zou bijvoorbeeld kunnen dat teams plotseling hun werk anders gaan structureren,
78
00:06:35,660 --> 00:06:40,400
niet omdat het efficiënter is, maar omdat het beter aansluit bij hoe de AI tool werkt.
79
00:06:42,340 --> 00:06:47,340
Een ander signaal is wanneer de kosten en inspanning voor het implementeren van AI oplossingen
80
00:06:47,340 --> 00:06:49,800
niet meer in verhouding staan tot de werkelijke opbrengsten.
81
00:06:49,800 --> 00:06:54,020
Als teams buitensporig veel tijd besteden aan het perfectioneren van prompts
82
00:06:54,020 --> 00:06:57,840
of het verfijnen van AI output voor relatief eenvoudige taken,
83
00:06:57,840 --> 00:07:00,340
dat lijkt me ook wel een waarschuwingssignaal.
84
00:07:00,340 --> 00:07:05,260
Let ook op hoe er wordt omgegaan met kritiek op de AI oplossing.
85
00:07:05,260 --> 00:07:08,180
Wordt kritiek afgedaan als weerstand tegen verandering?
86
00:07:08,180 --> 00:07:14,420
In gezonde technologie implementaties moet er ruimte zijn voor kritische evaluatie en bijsturing.
87
00:07:14,420 --> 00:07:20,420
En als laatste duidelijk teken is wanneer alternatieve oplossingen niet eens worden overwogen.
88
00:07:20,420 --> 00:07:23,580
Als er bij je een nieuw project direct naar AI wordt gegrepen,
89
00:07:23,580 --> 00:07:27,560
zonder dat andere, mogelijk eenvoudigere methoden worden bekeken,
90
00:07:27,560 --> 00:07:31,600
is dat een sterke indicatie van het Golden Hammer effect.
91
00:07:32,260 --> 00:07:37,640
Door regelmatig deze signalen te evalueren kun je voorkomen dat AI een doel op zich wordt
92
00:07:37,640 --> 00:07:41,500
in plaats van een middel om echte bedrijfsproblemen op te lossen.
93
00:07:41,500 --> 00:07:46,720
Samenvattend, generatieve AI biedt geweldige mogelijkheden,
94
00:07:46,720 --> 00:07:52,220
maar levert de meeste waarde op wanneer we het strategisch inzetten.
95
00:07:52,220 --> 00:07:55,100
En door bewust te zijn van het Golden Hammer effect
96
00:07:55,100 --> 00:08:00,040
kunnen we beter beslissingen nemen over waar en hoe we deze technologie implementeren.
97
00:08:00,700 --> 00:08:03,400
Wat zou een waardevolle eerste stap kunnen zijn?
98
00:08:03,400 --> 00:08:06,080
Begin met een evaluatie van je huidige of geplande AI projecten.
99
00:08:06,080 --> 00:08:12,460
vraag je af waar voegt generatieve AI echt waarde toe en waar zijn andere benaderingen misschien
100
00:08:12,460 --> 00:08:13,240
effectiever?
101
00:08:13,240 --> 00:08:19,740
Door deze vraag eerlijk te beantwoorden kun je je resources richten op de plekken waar ze de grootste impact hebben.
102
00:08:19,740 --> 00:08:24,100
Het grote voordeel hiervan is dat je niet alleen verspilling voorkomt,
103
00:08:24,100 --> 00:08:29,940
maar ook ruimte creëert voor echt impactvolle AI toepassingen die precies passen bij jouw specifieke
104
00:08:29,940 --> 00:08:31,640
organisatie uitdagingen.
105
00:08:31,640 --> 00:08:32,640
En bedenk,
106
00:08:32,640 --> 00:08:35,460
AI is niet de oplossing voor elk probleem,
107
00:08:35,460 --> 00:08:37,380
maar onmisbaar waar het past.
108
00:08:37,380 --> 00:08:41,080
Dankjewel weer voor het luisteren naar AIToday Live.
109
00:08:41,080 --> 00:08:46,600
Wil jij nou ook geïnspireerd blijven door praktische AI verhalen die je vooruit helpen?
110
00:08:46,600 --> 00:08:51,040
Volg dan onze podcast en dat kan via je favoriete podcast app.
111
00:08:51,040 --> 00:08:53,680
Dus druk op volg, mis geen aflevering.
112
00:08:53,680 --> 00:08:54,700
Tot de volgende keer.
113
00:08:54,700 --> 00:08:59,260
[Muziek]
