S07E26 - Van paard naar zelfrijdend: de echte AI revolutie in ons werk komt nog

Joop Snijder vergelijkt in deze aflevering van AI Today Live de huidige AI-ontwikkelingen met de introductie van de auto in 1886. Hij legt uit hoe AI momenteel vaak wordt ingezet als directe vervanging van bestaande taken, vergelijkbaar met hoe de eerste auto's 'koetsen zonder paard' waren.

Snijder benadrukt dat de echte AI-revolutie nog moet komen en verder gaat dan het efficiënter uitvoeren van bestaande taken. Hij geeft concrete voorbeelden uit de softwareontwikkeling, waar AI wordt gebruikt voor het genereren van code, tests en specificaties.

Een belangrijke verandering die Snijder voorziet, is de verkorting van de communicatieketen in organisaties. Met AI-tools kunnen mensen met ideeën veel directer hun gedachten omzetten in werkende prototypes, zonder veel tussenstappen.

Onderwerpen

• Impact van AI op de werkomgeving
• Vergelijking tussen AI-ontwikkeling en de introductie van de auto
• Evolutie van AI in softwareontwikkeling
• Verkorting van de communicatieketen in organisaties
• Toekomstperspectief van AI in werkprocessen

Links

• Podcast: AIToday Live podcast
• Kaartspel: AI Game Changer - Generative AI editie

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:00,001 --> 00:00:07,260
Hoi, leuk dat je luistert naar een nieuwe aflevering van AIToday Live,

2
00:00:07,260 --> 00:00:12,560
de podcast die je praktische AI-kennis en ervaringen deelt via toegankelijke verhalen.

3
00:00:12,560 --> 00:00:18,920
Ik ben Joop Snijder en vandaag neem ik je mee in een perspectief op hoe AI,

4
00:00:18,920 --> 00:00:22,360
onze manier van werken, fundamenteel aan het veranderen is.

5
00:00:22,360 --> 00:00:29,340
Ik behandel dit onderwerp vanuit mijn achtergrond als software developer eerst en nu AI-expert,

6
00:00:29,340 --> 00:00:33,040
maar wat ik ga bespreken gaat veel verder dan alleen techniek.

7
00:00:33,040 --> 00:00:40,560
De manier waarop AI-processen verandert is namelijk van toepassing op vrijwel elk vakgebied.

8
00:00:40,560 --> 00:00:46,340
Dus ook als je niet in de IT-wereld werkt, denk ik dat je veel kunt halen uit deze gedachte van.

9
00:00:46,340 --> 00:00:50,720
Laat maar beginnen met een interessante vergelijking uit de geschiedenis.

10
00:00:50,720 --> 00:00:52,940
Het is 1886.

11
00:00:52,940 --> 00:00:57,420
De eerste auto's verschijnen op straat, maar ze zien er vreemd uit.

12
00:00:57,680 --> 00:01:00,000
Of eigenlijk juist heel vertrouwd voor dan.

13
00:01:00,000 --> 00:01:01,120
Het zijn koetsen.

14
00:01:01,120 --> 00:01:04,000
Precies zoals men gewend was, maar dan zonder paard.

15
00:01:04,000 --> 00:01:09,180
De verbrandingsmotor is simpelweg op de plek gezet waar voorheen het paard stond.

16
00:01:09,180 --> 00:01:14,340
Technisch gezien was dit verre van optimaal, maar psychologisch begrijpelijk.

17
00:01:14,340 --> 00:01:18,380
Mensen hadden tijd nodig om te wennen aan deze revolutionaire verandering.

18
00:01:18,920 --> 00:01:23,920
Nu, bijna 140 jaar later, staan we voor een vergelijkbare transitie.

19
00:01:23,920 --> 00:01:28,700
De rol van AI in ons werk doet denken aan die eerste automodellen.

20
00:01:28,700 --> 00:01:34,820
We zien vaak dat organisaties AI-tools inzetten als directe vervanging van bestaande taken.

21
00:01:34,820 --> 00:01:39,340
En in mijn wereld, softwareontwikkeling, gebeurt precies hetzelfde.

22
00:01:39,340 --> 00:01:45,100
We gebruiken AI om code te schrijven, tests te genereren en specificaties op te stellen.

23
00:01:45,100 --> 00:01:48,240
Allemaal taken die we voorheen handmatig deden.

24
00:01:48,240 --> 00:01:55,800
Net als bij de eerste auto's vervangen we het paard, in dit geval de handmatige uitvoering, door AI-technologie.

25
00:01:56,600 --> 00:01:58,560
Maar dit is echt maar stap 1.

26
00:01:58,560 --> 00:02:00,820
Het is een logische eerste stap.

27
00:02:00,820 --> 00:02:08,480
Als je kijkt naar die eerste auto's, die koetsen zonder paard, dan zie je dat mensen beginnen met het bekende.

28
00:02:08,480 --> 00:02:13,220
Het is een name wat ze kenden, koets, en voegden daar nieuwe technologie aan toe.

29
00:02:13,220 --> 00:02:18,420
We waren niet meteen in staat om te denken in termen van wat later mogelijk zou worden.

30
00:02:18,420 --> 00:02:24,740
Sportauto's, gezinsauto's, vrachtwagens en uiteindelijk zelfrijdende elektrische voertuigen.

31
00:02:25,220 --> 00:02:27,380
Zo gaat dat nu ook met AI in ons werk.

32
00:02:27,380 --> 00:02:33,800
We beginnen met het automatiseren van bestaande taken, maar de echte revolutie moet nog komen.

33
00:02:33,800 --> 00:02:39,540
En die revolutie zal niet alleen gaan over het sneller of efficiënte uitvoeren van wat we al doen.

34
00:02:39,540 --> 00:02:44,980
Het gaat over het fundamenteel heroverwegen van hoe we ons werk doen.

35
00:02:44,980 --> 00:02:51,840
Laat me nog een concreet voorbeeld geven van hoe we nu in softwareontwikkeling die eerste stappen zetten.

36
00:02:52,460 --> 00:02:56,040
Veel ontwikkelaars vinden het schrijven van testen een vervelende klus.

37
00:02:56,040 --> 00:02:57,980
Het is essentieel werk.

38
00:02:57,980 --> 00:03:03,580
Goede testen zorgen ervoor dat software betrouwbaar is en blijft werken wanneer we veranderingen doorvoeren.

39
00:03:03,580 --> 00:03:07,260
Maar het kan soms ook repetitief zijn en soms saai.

40
00:03:07,900 --> 00:03:09,900
Dit is precies waar we nu AI inzetten.

41
00:03:09,900 --> 00:03:11,980
Als vervanging van het paard.

42
00:03:11,980 --> 00:03:15,180
Voor taken die nodig zijn, maar niet per se geliefd.

43
00:03:16,380 --> 00:03:21,220
Ontwikkelaars gebruiken AI tools om automatisch testscenario's te genereren.

44
00:03:21,220 --> 00:03:25,880
Code te testen dus op fouten en zelfs om complete testsuites te schrijven.

45
00:03:25,880 --> 00:03:31,880
Ze beschrijven simpelweg wat de software zou moeten doen en de AI stelt dan de juiste test op.

46
00:03:31,880 --> 00:03:35,820
Dit bespaart niet alleen tijd, maar verhoogt ook de kwaliteit.

47
00:03:35,820 --> 00:03:40,600
Omdat AI veel meer testscenario's kan bedenken dan een ontwikkelaar in dezelfde tijd.

48
00:03:41,240 --> 00:03:43,820
Dit is typisch een voorbeeld van die eerste fase.

49
00:03:43,820 --> 00:03:47,880
We vervangen een bestaande taak door een AI alternatief.

50
00:03:47,880 --> 00:03:52,740
Maar bedenk hoe dit in de toekomst zich zou kunnen ontwikkelen.

51
00:03:52,740 --> 00:03:57,980
Misschien zullen we helemaal anders gaan denken over software testen in dit geval.

52
00:03:57,980 --> 00:04:05,400
Misschien ontwikkelen we systemen die zichzelf continu monitoren en verbeteren zonder de traditionele testcyclus die we nu kennen.

53
00:04:05,400 --> 00:04:11,140
Dat is die eerste stap van koets zonder paard naar een compleet nieuw vervoermiddel.

54
00:04:12,140 --> 00:04:15,500
En in de software ontwikkeling zien we die transformatie nu al beginnen.

55
00:04:15,500 --> 00:04:25,320
Waar ontwikkelteams traditioneel, misschien zelfs weken of sprints, maakt me niet uit, nodig hebben om een eerste werkende versie van een product te maken.

56
00:04:25,320 --> 00:04:29,780
Kunnen we nu gaan denken in dagen of zelfs uren.

57
00:04:29,780 --> 00:04:33,140
Dus we kunnen namelijk veel sneller experimenteren en innoveren.

58
00:04:33,140 --> 00:04:38,620
Concepten die we bedenken kunnen razendsnel worden getest op levensvatbaarheid.

59
00:04:39,660 --> 00:04:42,520
En denk eens terug aan die evolutie van de auto.

60
00:04:42,520 --> 00:04:45,780
Kijk, we gingen niet alleen van paard naar motor.

61
00:04:45,780 --> 00:04:48,860
Nee, de hele infrastructuur veranderde mee.

62
00:04:48,860 --> 00:04:55,160
Dus we kregen snelwegen, verkeerslichten, tankstations en later oplaadpunten voor elektrische auto's.

63
00:04:55,160 --> 00:04:59,200
De hele manier waarop we over transport dachten werd anders.

64
00:05:00,000 --> 00:05:03,420
Zo zal ook onze manier van werken met AI fundamenteel veranderen.

65
00:05:04,420 --> 00:05:11,340
Een van de meest interessante veranderingen die ik voorzie is de verkorting van de communicatieketen in organisaties.

66
00:05:12,140 --> 00:05:15,020
Laat me dit uitleggen met een voorbeeld uit mijn wereld.

67
00:05:15,020 --> 00:05:24,300
In de traditionele software ontwikkeling zit er vaak een hele keten tussen iemand met een idee voor een product of functionaliteit en het eindresultaat.

68
00:05:25,260 --> 00:05:28,100
Een business analist haalt dan de wensen op.

69
00:05:28,100 --> 00:05:32,700
Een requirements analist vertaalt het naar technische specificaties.

70
00:05:32,700 --> 00:05:35,360
En uiteindelijk gaat een programmeur ermee aan de slag.

71
00:05:35,360 --> 00:05:39,520
En bij elke vertaalslag gaat er subtiel wat informatie verloren.

72
00:05:39,520 --> 00:05:43,880
En net zo goed als dat spelletje waar je iedere keer wat aan elkaar moet doorvertellen.

73
00:05:44,120 --> 00:05:54,120
Met AI tools kunnen mensen met ideeën veel directer hun gedachten omzetten in bijvoorbeeld werkende prototypes zonder al die tussenstappen.

74
00:05:54,120 --> 00:06:02,600
Het is alsof je direct kunt praten met de bouwer van je droomhuis in plaats van drie verschillende makelaars en architecten en alles wat daartussen zit.

75
00:06:02,600 --> 00:06:05,980
Natuurlijk zal het in eerste instantie niet perfect zijn.

76
00:06:05,980 --> 00:06:10,800
Maar het geeft wel direct een concreet startpunt voor verdere ontwikkeling.

77
00:06:12,000 --> 00:06:18,760
Het is het verschil tussen het beschrijven van een gebouw met woorden of het kunnen rondlopen in een soort van eerste 3D model.

78
00:06:18,760 --> 00:06:23,080
En die directheid, dat is waar AI ons naartoe brengt.

79
00:06:23,080 --> 00:06:25,800
En dit geldt niet alleen voor softwareontwikkeling.

80
00:06:25,800 --> 00:06:29,240
Je kan aan allerlei sectoren denken.

81
00:06:29,240 --> 00:06:31,940
Marketing, productontwerp, onderwijs.

82
00:06:31,940 --> 00:06:37,060
Waar je veel sneller van idee tot eindresultaat gaat komen.

83
00:06:38,240 --> 00:06:45,060
Maar net zoals de auto zich ontwikkelde van een gemotoriseerde koets naar de hypermoderne voertuigen van vandaag,

84
00:06:45,060 --> 00:06:49,000
zal ook onze toepassing van AI in complete transformatie ondergaan.

85
00:06:49,000 --> 00:06:54,640
Sommige processen zullen compleet op de kop gaan of misschien zelfs wel gewoon verdwijnen.

86
00:06:54,640 --> 00:06:59,660
Andere processen die we nu nog niet kunnen bedenken zullen kunnen ontstaan.

87
00:07:00,580 --> 00:07:05,920
Het is als het proberen te voorspellen hoe een moderne Volkswagen ID.Bus eruit zou zien,

88
00:07:05,920 --> 00:07:08,660
terwijl je naar die eerste gemotoriseerde koets kijkt.

89
00:07:08,660 --> 00:07:16,460
En wie had in 1886 kunnen voorzien dat auto's ooit zichzelf zouden kunnen parkeren of zelfs rijden?

90
00:07:16,460 --> 00:07:20,280
Het is wie had kunnen voorspellen dat we met een druk op de knop,

91
00:07:20,280 --> 00:07:23,500
taxi konden bestellen via een apparaat in onze broekzak.

92
00:07:24,040 --> 00:07:31,900
Op dezelfde manier kunnen we nu nog niet volledig bevatten hoe AI ons werkte over 10, 20, 30 jaar zal uitzien.

93
00:07:31,900 --> 00:07:32,860
Hoe dat zal veranderen.

94
00:07:32,860 --> 00:07:36,780
Maar we kunnen wel leren van het verleden.

95
00:07:36,780 --> 00:07:42,040
En de les die we kunnen leren van de geschiedenis van de auto is denk ik best waardevol.

96
00:07:42,040 --> 00:07:46,560
Het begint met wat je kent, maar blijft niet hangen in de oude patronen.

97
00:07:46,560 --> 00:07:52,400
Het vervangen van handmatige taken door AI is een logische en belangrijke eerste stap.

98
00:07:52,400 --> 00:07:53,320
Die moet je nemen.

99
00:07:53,320 --> 00:07:58,240
Het helpt teams om vertrouwd te raken met de technologie en de mogelijkheden ervan te ontdekken.

100
00:07:58,240 --> 00:08:03,620
Net zoals die eerste autobouwers moesten beginnen met het vervangen van het paard,

101
00:08:03,620 --> 00:08:05,280
moeten wij ook ergens beginnen.

102
00:08:05,280 --> 00:08:10,780
Maar het is essentieel om wel te beseffen dat dit slechts het startpunt is.

103
00:08:10,780 --> 00:08:16,860
De echte vraag die we onszelf moeten stellen is niet welke taken kunnen we automatiseren met AI,

104
00:08:17,260 --> 00:08:24,100
maar hoe kunnen we onze hele benadering van werk opnieuw vormgeven met de mogelijkheden die AI ons biedt.

105
00:08:26,100 --> 00:08:32,560
Waar mensen vroeger reizen zorgvuldig moesten plannen vanwege de beperking van paard en wagen,

106
00:08:32,560 --> 00:08:37,740
gaf de auto ons de vrijheid om spontaner te zijn, om routes aan te passen,

107
00:08:37,740 --> 00:08:41,920
onderweg om veel verder te reizen dan voorheen mogelijk was.

108
00:08:43,460 --> 00:08:47,340
En net zoals de auto veel meer werd dan een koets zonder paard,

109
00:08:47,340 --> 00:08:52,120
zal AI gedreven werk uitgroeien tot iets wat we ons nu nog nauwelijks kunnen voorstellen.

110
00:08:52,120 --> 00:09:00,200
Ik merk in mijn werk dat organisaties vaak beginnen met het automatiseren van bestaande processen.

111
00:09:00,200 --> 00:09:02,680
En dat is een prima eerste stap.

112
00:09:02,680 --> 00:09:08,720
Maar de echte waarde komt wanneer ze beginnen na te denken over hoe AI hun hele bedrijfsmodel kan transformeren.

113
00:09:10,620 --> 00:09:14,940
En ik denk het gaat niet alleen om efficiënter worden in wat je al deed.

114
00:09:14,940 --> 00:09:18,440
Het gaat om het ontdekken van compleet nieuwe mogelijkheden.

115
00:09:18,440 --> 00:09:20,920
En daar ligt de uitdaging voor ons allemaal.

116
00:09:20,920 --> 00:09:24,100
Want het vergt moed om de gebaande paden te verlaten,

117
00:09:24,100 --> 00:09:26,260
om voorbij de koets zonder paard te denken.

118
00:09:26,260 --> 00:09:29,920
Het vergt visie om te zien wat mogelijk zou kunnen zijn,

119
00:09:29,920 --> 00:09:32,800
zelfs als we het nu nog niet helemaal kunnen bevatten.

120
00:09:36,320 --> 00:09:39,820
Dus het is aan ons om die evolutie vorm te geven,

121
00:09:39,820 --> 00:09:42,600
om verder te kijken dan die eerste stap.

122
00:09:42,600 --> 00:09:45,600
Dus mijn vraag aan jou is,

123
00:09:45,600 --> 00:09:48,140
waar sta jij eigenlijk in deze evolutie?

124
00:09:48,140 --> 00:09:51,160
Ben jij nog bezig met het vervangen van het paard door een motor?

125
00:09:51,160 --> 00:09:54,640
Of durf je nu al na te denken over compleet nieuwe mogelijkheden

126
00:09:54,640 --> 00:09:57,440
die AI biedt voor jouw werk of organisatie?

127
00:09:58,400 --> 00:10:01,520
Ik zou het geweldig vinden om je hierover te horen.

128
00:10:01,520 --> 00:10:06,620
Dus deel je gedachten, je vragen of je visie via social media.

129
00:10:06,620 --> 00:10:11,980
Of je kan het ook heel makkelijk via een DM op LinkedIn met ons delen.

130
00:10:11,980 --> 00:10:15,720
En vergeet niet, er zijn absoluut geen foute antwoorden.

131
00:10:15,720 --> 00:10:19,640
Want we staan allemaal aan het begin van deze spannende reis.

132
00:10:22,340 --> 00:10:25,800
Maandag hebben we weer een uitgebreide aflevering met een bijzondere gast

133
00:10:25,800 --> 00:10:27,960
die zijn praktijkervaring met AI komt delen.

134
00:10:27,960 --> 00:10:30,380
Ik kijk er naar uit om je dan weer te spreken.

135
00:10:30,380 --> 00:10:33,840
En bedenk, AI is niet de oplossing voor elk probleem,

136
00:10:33,840 --> 00:10:35,700
maar onmisbaar waar het past.

137
00:10:35,700 --> 00:10:37,040
Tot de volgende keer.

138
00:10:37,040 --> 00:10:42,740
[Muziek]