De voorzitter van Infosys voorspelt dat AI-modellen een handelswaar zullen worden, waarbij de waarde verschuift naar toepassingen

Nandan Nilekani, medeoprichter en voorzitter van Infosys, voorspelt een aanzienlijke verschuiving in het landschap van kunstmatige intelligentie (AI).

Volgens Nilekani ligt de toekomstige waarde van AI niet in de modellen zelf, maar in de toepassingen die erop gebaseerd zijn.

Naarmate AI-modellen, zoals grote taalmodellen (LLM's), steeds wijdverspreider en algemener worden, zullen de echte innovatie en economische voordelen voortkomen uit het creëren van praktische, op ondernemingen gerichte applicaties voor specifieke use cases en regio's.

Nilekani's perspectief benadrukt de veranderende dynamiek van AI, waarbij bedrijven hun aandacht verleggen van fundamentele AI-modellen naar oplossingen op ondernemingsniveau.

Deze verschuiving onderstreept de noodzaak voor bedrijven om zich te richten op echte toepassingen die tastbare voordelen opleveren en verder te kijken dan de hype rondom AI-modellen.

Regiospecifieke AI-modellen kunnen nieuwe markten ontsluiten

LLM's, zoals die worden gebruikt in populaire AI-toepassingen zoals ChatGPT, zijn AI-systemen die zijn getraind met enorme hoeveelheden data.

Vooraanstaande techgiganten zoals OpenAI, Meta en Google hebben flink geïnvesteerd in de ontwikkeling van deze modellen, waardoor een concurrerende markt is ontstaan.

Naarmate de technologie zich verder ontwikkelt, voorziet Nilekani een toekomst waarin deze modellen gemeengoed worden en worden afgestemd op regionale behoeften.

In India zijn bedrijven bijvoorbeeld al bezig met het ontwikkelen van LLM's die specifiek zijn ontworpen voor Indiase talen en lokale datasets.

Deze regionale diversificatie is cruciaal, omdat AI-modellen beter presteren als ze worden getraind met gegevens die relevant zijn voor de regio waarin ze worden gebruikt.

Volgens experts kunnen bedrijven die zich richten op regiospecifieke AI-modellen nieuwe markten ontsluiten en innovatie stimuleren door oplossingen te bieden die zijn afgestemd op lokale behoeften.

AI-oplossingen voor bedrijven vereisen een op maat gemaakte aanpak

Naarmate LLM's en AI-modellen steeds gestandaardiseerder en toegankelijker worden, zal de werkelijke waarde van AI volgens Nilekani verschuiven naar de applicatielaag, waar bedrijven zich kunnen onderscheiden door AI te integreren in hun kernactiviteiten.

Volgens experts kunnen sectoren als financiën, gezondheidszorg en detailhandel aanzienlijk profiteren van AI-gestuurde applicaties die workflows optimaliseren, de klantervaring verbeteren en besluitvormingsprocessen verbeteren.

Nilekani benadrukt dat bedrijven zich moeten richten op de integratie van AI in hun bestaande processen om een maximaal effect te bereiken.

Terwijl AI-toepassingen voor consumenten, zoals chatbots, snel kunnen worden geïmplementeerd, vereisen AI-oplossingen voor bedrijven een meer strategische en op maat gemaakte aanpak.

Volgens ingewijden in de sector zal deze focus op toepassingen leiden tot een duurzamere en effectievere acceptatie van AI-technologieën in alle sectoren.

De complexe adoptiecyclus van Enterprise AI

Hoewel AI-toepassingen voor consumenten steeds populairder worden, benadrukt Nilekani dat AI voor bedrijven een langere en complexere adoptiecyclus heeft.

Om AI te integreren in de kernactiviteiten van een bedrijf, moeten organisaties hun workflows, gegevensbeheer en technologische infrastructuur opnieuw onder de loep nemen.

Hoewel deze transformatie veel tijd kost, biedt het aanzienlijke concurrentievoordelen voor bedrijven die AI voor ondernemingen succesvol implementeren.

Volgens experts moeten bedrijven die willen profiteren van AI voor ondernemingen, investeren in het opbouwen van interne capaciteiten en het verfijnen van hun technologiestacks.

Naarmate bedrijven steeds meer beseffen dat AI de efficiëntie en innovatie kan stimuleren, zal de vraag naar op maat gemaakte, branchespecifieke AI-toepassingen blijven groeien.