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]
