De meeste bedrijven bevinden zich nog in de fase van proefprojecten of ondersteuning van medewerkers, volgens de resultaten van een onderzoek gepresenteerd in een inhoud geproduceerd door Insights, de divisie voor maatwerkcontent van MIT Technology Review. Volgens Prukalpa Sankar, medeoprichter van Atlan, ligt het grootste tekort minder aan de modellen dan aan de context waarin ze worden gebruikt.
Een kloof tussen capaciteiten en gebruik
Volgens deze resultaten geeft 38% van de respondenten aan dat hun bedrijf vooral proefprojecten uitvoert op het gebied van AI, terwijl 35% het gebruikt om werknemers te helpen in hun werk, met tools zoals copiloten of chatbots. Slechts 12% van de bedrijven heeft AI-agents in productie, en 3% zegt AI te gebruiken om het grootste deel van het werk in belangrijke processen uit te voeren.
« Er is een grote kloof tussen wat modellen kunnen doen en hoe ze daadwerkelijk nuttig zijn binnen organisaties », zegt Prukalpa Sankar. Ze voegt toe: « Voor elk concreet gebruik is algemene kunstmatige intelligentie er al. Ze is gewoon nog niet echt nuttig in de meeste bedrijven vandaag. »
De contextlaag
Volgens haar is het ontbrekende stuk de context, dat wil zeggen het vermogen van AI om een bedrijf goed te begrijpen. Ze beschrijft een ‘contextlaag’ als een architectuurinfrastructuur die tussen de bedrijfssystemen van een organisatie wordt geplaatst, bijvoorbeeld de registratiesystemen en gegevens, en haar AI-platforms. Deze laag vertaalt bedrijfsinformatie naar een kadercontext die door machines kan worden gebruikt, bedoeld voor AI-agents of -modellen, en stelt kennis in staat zich op te stapelen.
« Zonder een contextlaag voor AI is het bijna alsof je de slimste stagiair ter wereld inhuurt, hem blinddoekt en hem in je organisatie gooit », zegt Prukalpa Sankar.
Deze inhoud is geschreven door mensen, volgens MIT Technology Review, en is niet geproduceerd door haar redactie. De eventueel gebruikte AI-tools zijn beperkt tot de productieprocessen, onder menselijk toezicht.
