Nationale-Nederlanden was er vroeg bij op het AI-vlak, vertelt Tjerrie Smit aan zijn tafelgenoot. Smit is Chief Analytics Officer bij de NN Group, de beursgenoteerde moedermaatschappij van de verzekeraar annex financieel dienstverlener. “Begin 2023 hebben we de eerste grote GenAI-usecase live gezet, in samenwerking met ChatGPT. Het was een applicatie voor call logging, die callcenter-gesprekken tussen agents en klanten automatisch samenvatte. We waren al eerder in contact gekomen met OpenAI en we hadden ook al ervaring met machine learning. Daardoor konden we snel uitrollen. Technisch gezien ging het hartstikke goed, maar implementatie bleek vooral een mensending: mensen moeten de techniek gebruiken, zij moeten leren samenwerken met zo’n AI. Iedereen moet door dezelfde leercurve heen.”

RandstadGPT
“Heel herkenbaar”, reageert Martin Woodward, Director Global Legal & Global Responsible AI Officer bij Randstad. Het doet hem denken aan een eigen leermoment: “Een van onze eerste echte generatieve AI-toepassingen was ons eigen RandstadGPT. Het was in de tijd dat meer organisaties een sandbox-omgeving voor een chatbot creëerden. Er ging op zich niks mis, maar wat je bij zo’n eigen sandbox snel ziet, is dat je niet dezelfde feature parity kunt bieden.” Anders gezegd: bijblijven met de frontier AI labs, zoals Woodward bedrijven als OpenAI en Anthropic noemt, is ondoenlijk. Terwijl medewerkers wel noviteiten verwachten. “Waarom kan RandstadGPT niet wat ChatGPT wel kan?”, vroegen zij zich bijvoorbeeld af. Woodward: “Toen ging de kogel door de kerk en zijn we vol met Gemini in zee gegaan. Al vrij snel hebben we afscheid genomen van RandstadGPT. Zo zie je dat je het qua features en functionaliteit niet kunt bijbenen als je het zelf ontwikkelt.”

Schaalbaarheid en herhaalbaarheid
De techniek dendert voort en biedt bedrijven zo’n beetje wekelijks nieuwe mogelijkheden met AI. “Nieuwe technieken moet je uiteraard eerst in pilots uitproberen, je kunt niet zonder”, zegt Smit. “Je kunt tot in het oneindige door blijven experimenteren, maar binnen NN Group leggen wij de nadruk op schaalbaarheid en herhaalbaarheid. AI kan veel, maar het is geen toverstokje. Het is vaak gewoon keihard werken, heel veel uitproberen, verbeteren en dat steeds weer opnieuw. Schaalbaarheid en herhaalbaarheid zijn zo belangrijk omdat je met knip- en plakwerk een hoger rendement uit je investering kunt halen.”

 

 Governance framework
Smit pakt over: “Bij Nationale-Nederlanden proberen we AI vooral toe te passen in de kernprocessen. Als we deze sneller, beter en makkelijker kunnen maken voor klanten, boeken we de meeste winst.” Woodward wijst erop dat daar juist ook risico’s aan zitten: “Met die inzet op kernprocessen kiezen jullie een route die veel bedrijven nog niet in durven te slaan.” Het brengt Smit op het onderwerp data governance: “We hanteren een goverance framework dat is gebaseerd op de zeven principes van betrouwbare AI, zoals geformuleerd door een expertgroep van de Europese Unie. Die principes staan in een onderzoeksrapport dat aan de basis staat van de latere AI Act. Dan moet je denken aan robuustheid, bias, non-discrimination, human oversight en transparantie. Allemaal kernwaarden die in elke AI-usecase goed gemonitord moeten worden. Als je dat doet, kun je AI op een veilige manier ook in je kernproces inzetten.” Woodward: “Precies wat je zegt. Die principes zie je ook inderdaad allemaal terugkomen in de AI Act.”

Vertrouwensrelatie
Volgens de Randstad-jurist wordt governance vaak onterecht gezien als een rem op innovatie: “Het is nogal in de mode om tekeer te gaan tegen allerlei wetten en regelgeving. Het lijkt wel een meme. Ik denk dat we op het vlak van AI juist kunnen leren van wat er niet is gedaan toen social media opkwamen, terwijl we nu zien dat daar behalve voordelen ook nadelen aan kleven. Het lijkt me goed dat wetgevers dit serieus nemen, maar data governance hoort ook gewoon bij goede bedrijfsvoering. Het biedt de basis voor vertrouwen, een van de core values die onze founder Frits Goldsmeding heeft meegegeven. In onze uitzendbureaus voorzagen menselijke interacties in die vertrouwensrelatie, er is ons veel aan gelegen om dat door te trekken naar een AI-enabled wereld.”

AI voor governance
Smit vult aan: “De financiële sector staat onder toezicht, dus wij zijn van oudsher sterk gereguleerd. We zijn gewend om met regels en governance te werken, dat heb je ook gewoon nodig om dingen op een veilige manier te kunnen doen. Mensen die klagen over governance, doen dat vaak niet vanwege de regels zelf, is mijn ervaring, maar vanwege de ineffectieve uitvoering daarvan. Daar ligt een taak die we met elkaar hebben.”

Woodward: “Ook dit is een terrein waarop je met AI terreinwinst kunt boeken. Wij zijn succesvol aan het experimenteren met GenAI-gedreven workflows. Zo kunnen we bepaalde assessments deels vooraf invullen, zoals de belastingdienst dat ook doet in aangifteformulieren. Eigenlijk zijn we heel enthousiast over de inzet van AI voor governance. Het levert ons meer inzichten op en het bespaart tijd. Een human in the loop hoeft de uitkomst vervolgens alleen nog te controleren. Uiteraard vragen heel veel aspecten van ons werk uiteindelijk om een menselijke beoordeling. Niet om te bepalen of het juridisch door de beugel kan, maar vooral vanwege de ethische toets. Zeker waar het gaat om recruitment, selection en HR is en blijft dat belangrijk.”

Brede groep mensen
Ook de Randstad-man is een warm pleitbezorger van multidisciplinaire teams. “Aan organisaties die morgen beginnen met AI zou ik adviseren om een brede groep mensen bij elkaar te brengen. Eén van de dingen die AI echt uniek maakt in het bedrijfslandschap is dat je zoveel verschillende stukjes kennis, inzicht, kunde en skills van mensen nodig hebt om AI-projecten tot een succes te maken. Dat zijn mensen met jouw eigen achtergrond, mensen met een IT-achtergrond, mensen met een informatiebeveiligingsachtergrond, maar ook compliance-specialisten en niet te vergeten gewoon de mensen uit de business die problemen en inefficiënties kunnen identificeren. Als je ook maar enig succes wilt hebben in AI, zul je iedereen een plek aan tafel moeten geven.”

Beginnen bij het probleem
Smit heeft een don’t en een do voor bedrijven die beginnen met AI. “Begin er niet aan omdat je denkt dat je iets met AI moet doen. Je moet AI inzetten om het nummer één probleem van je business te fiksen. Als je geen probleem hebt, ga er dan niet naar op zoek.” De Chief Analytics Officer van NN Group praat uit eigen ervaring: “In 2015, toen ik startte met machine learning-oplossingen, ben ik het bedrijf rondgegaan met mijn mooie techniek. ‘Wie wil het gebruiken!?’ Het werkte totaal niet. Je moet het omdraaien en beginnen bij het probleem.” Dan de do: “Zorg ervoor dat je een goed ethisch kader hebt staan. Van tevoren bepalen wat goede AI is en wat niet, is heel belangrijk. Dat voorkomt dat je later vanuit enthousiasme die scheidslijn niet meer scherp hebt. Kijk altijd of iets kan, of iets mag en of je het ook echt wilt.”

Shiny object syndrome
‘AI FOMO’, lijkt te bestaan, reageert Woodward: “Mensen hollen hard achter de eerste de beste verkoper aan die hen een mooie wortel voorhoudt. Ze lijden aan het shiny object syndrome. Ze vallen voor het nieuwste speeltje, de nieuwste tool en het mooiste marketingpraatje. Maar voor een succesvolle aanpak moet je eerst het probleem dat je wilt oplossen identificeren. Vervolgens ga je kijken of AI daaraan kan bijdragen, en in welke vorm.”