Back to all articles

Wat generative AI kan leren van de mislukkingen van IoT

Bob Briski
Bob Briski
CTO at DEPT®/AI
Length
5 min read
Date
14 september 2023

Als je geen goed voorbeeld kan zijn, wees dan op z’n minst een waarschuwing.

In de stralende gloed van generatieve AI is het gemakkelijk om te vergeten dat iets meer dan tien jaar geleden een andere technologie – IoT – net zo gehypet werd. Gecombineerd met het groeiende concept van Platform as a Service (PaaS), was IoT bijvoorbeeld klaar om GE naar de top van de wereldwijde softwarebedrijven te schieten. In 2019 werden echter veel digitale activa met betrekking tot Predix – het ambitieuze project dat deze sprong mogelijk moest maken – door GE verkocht.

Talloze artikelen hebben de mislukking van het Predix-project gedetailleerd beschreven, dus we zullen het verhaal hier niet herhalen. In plaats daarvan willen we de aandacht vestigen op de lessen die we hebben geleerd van de implementatie van Predix.

Het verhaal van de mislukte IoT-poging van GE dient als een sterke herinnering aan de uitdagingen die naar boven komen tijdens de implementatie van transformatieve technologieën – een les die vooral relevant is voor het ontluikende veld van generatieve technologieën.

Interoperability

In 2014 lanceerde GE Predix, ‘s werelds eerste industriële cloud-based platform dat is ontworpen om machinedata op grote schaal op te slaan en te analyseren. Het was ontworpen om signalen van industriële apparatuur te interpreteren en te automatiseren, ongeacht de fabrikant.

Toch bleek het gebruik van verouderde technologie met exclusieve gebruiksrechten waar anderen toegang tot hebben een wegversperring te zijn. Dit probleem van interoperabiliteit, vooral met betrekking tot gegevens, kan ook gevolgen hebben voor AI-projecten. Zelfs als gegevens bestaan, zijn ze dan echt toegankelijk? Transformatie kan nodig zijn om de gegevens correct te formatteren. Eenmaal verkregen, blijft de vraag: is het dataplatform betrouwbaar genoeg om consistent te functioneren?

Culturele verandering

De wereld lijkt tegenwoordig in de ban van generatieve AI, net als de IoT-revolutie daarvoor.

Hoewel de bezorgdheid over de culturele implicaties van AI vaak wordt besproken, is er waarschijnlijk een stille meerderheid die oprecht bang is voor het potentieel van AI om menselijke rollen in verschillende sectoren te vervangen. De uitdagende taak van organisatorisch veranderingsmanagement mag niet worden onderschat. Succesvolle projecten zullen de voordelen van AI moeten aantonen en verbeteringen methodisch moeten integreren in de dagelijkse workflows.

Technische complexiteit

De technische uitdaging om oudere industriële machines geschikt te maken voor Predix wordt weerspiegeld in de complexiteit van het integreren van AI in bestaande IT-infrastructuren. Generatieve AI-projecten vereisen vaak aanzienlijke rekenkracht en er kunnen specifieke omgevingen nodig zijn om algoritmes effectief uit te voeren.

Bestaande systemen zijn mogelijk niet toegerust voor een dergelijke complexiteit, waardoor aanzienlijke IT-upgrades nodig zijn. Dit scenario kan zowel de tijdlijn als het budget van het AI-project verlengen.

Houd je gebruiker in het achterhoofd

Als je generatieve AI-project de manier verandert waarop klanten met je product of diensten omgaan, is het essentieel om rekening te houden met hun bereidheid en aanpassingsvermogen. Dit wordt vooral een uitdaging als klanten gewend zijn aan bestaande systemen.

Het is cruciaal om de AI-ervaring te ontwerpen met de gebruiker in het achterhoofd, voldoende ondersteuning te bieden tijdens de overgang en duidelijk te communiceren over de voordelen die het nieuwe AI-systeem met zich meebrengt voor hun interactie met je producten of diensten.

Implementatie

Het succesvol introduceren van een grootschalige technologie, zoals generative AI, vereist een balans van technische, menselijke en zakelijke overwegingen. Geïnspireerd door de lessen van de ervaring van GE, vind je hier een aantal praktische strategieën voor jouw organisatie:

  • Begin met een interoperabiliteitsautit en beoordeling van de culturele gereedheid om potentiële conflicten of hiaten te identificeren. Investeer in uitgebreide training om werknemers door het nieuwe technologielandschap te helpen navigeren.
  • Evalueer de capaciteit van je bestaande IT-infrastructuur om aan de eisen van AI te voldoen en overweeg een iteratieve aanpak van implementatie, zodat testen beheersbaar blijven en de schaal geleidelijk kan worden opgevoerd.
  • Stel de klanten of gebruikers altijd centraal in je designproces door hen te betrekken via enquêtes, bètatests of user experience-onderzoek. Zorg voor transparante communicatie over de voordelen van het AI-systeem en de veranderingen die het met zich meebrengt en bied voldoende ondersteuning tijdens de overgangsfase.
  • Zorg ervoor dat je leert van de alarmerende verhalen uit het verleden en ze gebruikt als springplank in plaats van struikelblok op je pad naar technologische transformatie

Als je in staat bent al deze dingen te bereiken, kunnen generatieve AI-projecten duidelijke voorbeelden worden van succesvolle integratie in plaats van grimmige waarschuwingen voor mislukking.

Vragen?

CTO at DEPT®/AI

Bob Briski