
AIToday Live
AIToday Live deelt praktijkverhalen over AI die je direct vooruit helpen in je werk. In een wereld waar AI-ontwikkelingen elkaar razendsnel opvolgen, kiezen wij bewust voor verdieping en praktijkervaring. We bieden een kalm kompas in turbulente tijden.
In deze podcast hoor je professionals uit Nederland en België die openhartig vertellen over hun ervaringen met AI-implementaties. Voorbij de hype en krantenkoppen laten zij zien hoe organisaties écht met AI werken.
Onze gasten delen hun successen én uitdagingen op een toegankelijke manier.
Daarmee helpen we jou om:
- Praktische inzichten te krijgen in wat AI wel en niet kan
- Te leren van de ervaringen van andere professionals
- Concrete ideeën op te doen voor je eigen organisatie
- De grotere lijnen te zien in AI-ontwikkelingen
Iedere maandag een diepgaand gesprek met een gast, gepresenteerd door Joop Snijder (CTO Aigency) en Niels Naglé (Info Support). Elke donderdag deelt Joop in een korte aflevering zijn eigen praktijkervaringen en inzichten.
"AIToday Live is twee keer genomineerd voor 'De Prijs van Oranje' door de Belgian Podcast Awards en staat op nummer 1 in de lijst van Zomerse luister-inspiratie: podcasts over AI, productiviteit, SEO & meer (Frankwatching, juni 2024)."
Ontdek hoe andere professionals AI succesvol inzetten. Ontvang ook exclusieve content, kijk achter de schermen en blijf op de hoogte van nieuwe gasten via onze nieuwsbrief: https://aitodaylive.substack.com
AIToday Live
S07E34 - Het Golden Hammer effect en de impact op AI-implementaties
In de podcast AIToday Live staat het Golden Hammer effect centraal. Dit fenomeen treedt op wanneer organisaties geneigd zijn nieuwe AI-technologieën voor vrijwel elk probleem in te zetten.
Het concept is afgeleid van het gezegde "Als het enige wat je hebt een hamer is, lijkt alles op een spijker". In de context van AI kan dit leiden tot overmatig gebruik van tools zoals ChatGPT, ook als er betere alternatieven zijn.
De podcast bespreekt waarom organisaties in deze valkuil stappen en hoe ze dit kunnen herkennen. Daarnaast wordt ingegaan op het belang van een strategische inzet van AI om echte waarde te creëren.
Onderwerpen
- Golden Hammer effect in AI
- Oorzaken van het Golden Hammer effect
- Beperkingen van generatieve AI
- Strategische implementatie van AI
- Herkennen van signalen van het Golden Hammer effect
- Podcast: AIToday Live podcast
- Website: ChatGPT
- Website: Copilot
- Concept: Golden Hammer effect
- Kaartspel: AI Game Changer - Generative AI editie
Genoemde entiteiten: Golden Hammer effect - ChatGPT - Copilot
AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.
Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).
Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.
Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!
1
00:00:00,001 --> 00:00:08,720
Hoi, welkom bij AIToday Live, de podcast waar we AI praktijkverhalen delen die je vooruit helpen.
2
00:00:08,720 --> 00:00:11,020
Ik ben Joop Snijder, CTO bij Aigency.
3
00:00:11,020 --> 00:00:20,580
En vandaag bekijken we een fenomeen dat ik steeds vaker tegenkom in gesprekken over AI oplossingen, namelijk het Golden Hammer effect.
4
00:00:20,900 --> 00:00:30,240
We zien dat organisaties enthousiast, ChatGPT, Copilotlicenties aanschaffen en dat generatieve AI overal aandacht krijgt.
5
00:00:30,240 --> 00:00:35,940
En dit enthousiasme is begrijpelijk en de mogelijkheden zijn immers enorm.
6
00:00:35,940 --> 00:00:42,400
Maar vandaag wil ik graag verkennen hoe we deze krachtige technologie strategisch kunnen inzetten,
7
00:00:42,400 --> 00:00:46,760
zodat we de volledige waarde ervan kunnen benutten waar het echt het verschil maakt.
8
00:00:47,020 --> 00:00:51,940
Kijk, het Golden Hammer effect komt uit een bekend gezegde, kennen we waarschijnlijk allemaal,
9
00:00:51,940 --> 00:00:55,820
als het enige wat je hebt een hamer is, lijkt alles om een spijker.
10
00:00:55,820 --> 00:01:02,780
En in de context van technologie betekent dit wanneer je eenmaal vertrouwd bent met een bepaald gereedschap,
11
00:01:02,780 --> 00:01:09,580
zoals ChatGPT of copilot, je de neiging hebt om dat instrument voor vrijwel elk probleem in te zetten.
12
00:01:09,580 --> 00:01:12,940
Ook wanneer er misschien betere alternatieven bestaan.
13
00:01:12,940 --> 00:01:15,060
Maar waarom doen we dit eigenlijk?
14
00:01:15,280 --> 00:01:18,440
Het is interessant om te zien hoe ons brein werkt.
15
00:01:18,440 --> 00:01:21,780
En we hebben allemaal de neiging om vast te houden aan wat we kennen.
16
00:01:21,780 --> 00:01:27,200
Als mensen zijn we geprogrammeerd om energie te besparen, zowel fysiek als mentaal.
17
00:01:27,200 --> 00:01:32,100
Denk eraan hoe comfortabel het voelt om de route te nemen die je al kent,
18
00:01:32,100 --> 00:01:33,820
in plaats van een nieuwe weg te verkennen.
19
00:01:33,820 --> 00:01:36,640
Nou, zo werkt het ook met technologie en oplossingen.
20
00:01:36,640 --> 00:01:41,060
En we vallen graag terug op wat vertrouwd is en wat we beheersen.
21
00:01:41,060 --> 00:01:44,360
Het kost simpelweg minder energie dan iets nieuws leren.
22
00:01:44,660 --> 00:01:48,360
Daarna speelt ook een vorm van selectieve waarneming mee.
23
00:01:48,780 --> 00:01:54,660
En je kent vast wel dat gevoel dat als je een nieuwe auto koopt, je die auto opeens overal op de weg ziet rijden.
24
00:01:54,660 --> 00:01:57,440
Psychologen noemen dit de frequentie illusie.
25
00:01:57,440 --> 00:02:00,600
Iets vergelijkbaars gebeurt met tools en technologieën.
26
00:02:00,600 --> 00:02:05,040
Als je eenmaal succesvol bent geweest met een bepaalde aanpak, zoals ChatGPT,
27
00:02:05,040 --> 00:02:07,360
ga je overal mogelijke toepassingen voorzien.
28
00:02:08,020 --> 00:02:13,500
Je brein is als het ware afgestemd op het herkennen van situaties waar je deze tool kunt gebruiken.
29
00:02:13,500 --> 00:02:18,220
Dit werkte de vorige keer, dus waarom zou het nu niet werken?
30
00:02:18,220 --> 00:02:22,980
We zoeken onbewust naar bevestiging van wat we al geloven of weten.
31
00:02:23,980 --> 00:02:28,440
Als je handig bent met ChatGPT, zie je eerder problemen die je ermee kunt oplossen,
32
00:02:28,440 --> 00:02:31,100
terwijl andere mogelijkheden misschien naar je aandacht ontsnappen.
33
00:02:31,100 --> 00:02:35,280
In organisaties wordt het effect vaak nog meer versterkt.
34
00:02:35,280 --> 00:02:40,280
Bedrijven investeren in specifieke technologieën en trainen hun medewerkers hierin.
35
00:02:40,820 --> 00:02:45,860
Als er eenmaal tijd, geld en moeite is gestoken in het implementeren van een bepaalde technologie,
36
00:02:45,860 --> 00:02:49,420
is het begrijpelijk dat we deze optimaal willen benutten.
37
00:02:49,420 --> 00:02:53,360
Dus waarom is het belangrijk om je dan bewust van te zijn?
38
00:02:53,360 --> 00:02:59,720
Omdat we door dit bewustzijn juist nog meer waarde kunnen halen uit onze AI-investeringen.
39
00:02:59,720 --> 00:03:07,700
In mijn werk zie ik dat organisaties die kritisch en strategisch nadenken over waar ze generatieve AI inzetten,
40
00:03:08,520 --> 00:03:13,160
veel betere resultaten behalen dan organisaties die het overal proberen toe te passen.
41
00:03:13,160 --> 00:03:18,340
Kijk, generatieve AI biedt fantastische mogelijkheden voor organisaties.
42
00:03:18,340 --> 00:03:21,900
Het is uitstekend, ik hoef het eigenlijk niet meer uit te leggen,
43
00:03:21,900 --> 00:03:27,960
het samenvatten van informatie, het genereren van creatieve content, noem alles maar op.
44
00:03:27,960 --> 00:03:36,260
Maar de uitdaging ontstaat wanneer we vergeten na te denken over waar de technologie echt waarde toevoegt
45
00:03:36,260 --> 00:03:38,940
en waar andere tools wellicht effectiever zijn.
46
00:03:38,940 --> 00:03:42,460
Een generatieve AI heeft ook enkele beperkingen.
47
00:03:42,460 --> 00:03:48,340
En we weten denk ik nu wel het werk met patroonherkenning in plaats van dat het een diep begrip heeft.
48
00:03:48,340 --> 00:03:51,820
En dat kan soms voor onnauwkeurigheden zorgen.
49
00:03:52,680 --> 00:03:59,180
En heeft zonder zorgvuldige afstemming geen specifieke domeinkennis van jouw organisatie.
50
00:03:59,960 --> 00:04:08,960
Door bewust te zijn van zowel de sterke punten als de beperkingen kunnen we generatieve AI strategisch inzetten waar het werkelijk het verschil maakt.
51
00:04:08,960 --> 00:04:17,580
Dat betekent dat we soms moeten erkennen dat voor bepaalde taken andere technologieën of andere benaderingen effectiever kunnen zijn.
52
00:04:19,360 --> 00:04:26,320
Organisaties die generatieve AI op de juiste plek inzetten, die zien de meest indrukwekkende resultaten.
53
00:04:26,320 --> 00:04:32,160
En ze rapporteren hogere efficiëntie, innovatievere oplossingen en een betere gebruikerservaring.
54
00:04:34,040 --> 00:04:39,540
En natuurlijk is het niet altijd eenvoudig om strategische beslissingen te nemen over een AI implementatie.
55
00:04:39,540 --> 00:04:42,980
Er zijn verschillende uitdagingen die dit kunnen bemoeilijken.
56
00:04:42,980 --> 00:04:47,440
Een belangrijke uitdaging is de druk om mee te gaan met de laatste trends.
57
00:04:47,440 --> 00:04:56,680
En wanneer directieleden of bestuursleden enthousiaste verhalen horen over ChatGPT, willen ze vaak snel actie ondernemen.
58
00:04:56,680 --> 00:05:03,680
En het enthousiasme is heel waardevol, maar werkt het beste wanneer het gepaard gaat met een doordachte strategie.
59
00:05:04,260 --> 00:05:11,640
En de tweede uitdaging is dat veel organisaties nog een duidelijk raamwerk hebben voor het evalueren waar AI wel of niet waardevol voor is.
60
00:05:11,640 --> 00:05:15,840
En zonder zo'n kader is het moeilijker om objectieve beslissingen te nemen.
61
00:05:15,840 --> 00:05:21,200
Wat we steeds vaker horen is natuurlijk FOMO, de Fear of Missing Out.
62
00:05:21,200 --> 00:05:22,440
Het speelt een grote rol.
63
00:05:22,440 --> 00:05:26,780
Niemand heeft het gevoel dat hij wil achterblijven in de AI-revolutie.
64
00:05:26,780 --> 00:05:30,900
Deze motivatie kan waardevol zijn om innovatie te stimuleren,
65
00:05:31,500 --> 00:05:36,220
maar werkt het best wanneer het geleid wordt door een duidelijke visie op wat je wil bereiken.
66
00:05:36,220 --> 00:05:43,580
Hoe herken je of het Golden Hammer effect ook jouw organisatie beïnvloedt?
67
00:05:43,580 --> 00:05:46,360
En nu je dit hebt gehoord, reist natuurlijk de vraag,
68
00:05:46,360 --> 00:05:51,760
hoe weet ik of mijn organisatie in de felkuil van het Golden Hammer effect stapt?
69
00:05:51,760 --> 00:05:55,400
Daarvoor zijn enkele duidelijke signalen waar je op kunt letten.
70
00:05:56,080 --> 00:05:59,900
Allereerst let op vergaderingen waarin ChatGPT gebruiken,
71
00:05:59,900 --> 00:06:06,080
het standaard antwoord op vrijwel elk nieuw probleem dat opduikt, wordt gegeven.
72
00:06:06,080 --> 00:06:09,580
Zonder dat er eerst een grondige analyse plaatsvindt.
73
00:06:09,580 --> 00:06:13,340
Als je zinnen hoort als, laten we daar gewoon ChatGPT voor gebruiken,
74
00:06:13,340 --> 00:06:17,820
nog voordat er goed is nagedacht over de eigenlijke uitdaging,
75
00:06:18,220 --> 00:06:23,040
dat is echt wel een waarschuwing, een teken waar je op moet letten.
76
00:06:23,040 --> 00:06:30,740
Vervolgens kijk of processen worden aangepast om beter bij de AI tool te passen in plaats van andersom.
77
00:06:30,740 --> 00:06:35,660
Het zou bijvoorbeeld kunnen dat teams plotseling hun werk anders gaan structureren,
78
00:06:35,660 --> 00:06:40,400
niet omdat het efficiënter is, maar omdat het beter aansluit bij hoe de AI tool werkt.
79
00:06:42,340 --> 00:06:47,340
Een ander signaal is wanneer de kosten en inspanning voor het implementeren van AI oplossingen
80
00:06:47,340 --> 00:06:49,800
niet meer in verhouding staan tot de werkelijke opbrengsten.
81
00:06:49,800 --> 00:06:54,020
Als teams buitensporig veel tijd besteden aan het perfectioneren van prompts
82
00:06:54,020 --> 00:06:57,840
of het verfijnen van AI output voor relatief eenvoudige taken,
83
00:06:57,840 --> 00:07:00,340
dat lijkt me ook wel een waarschuwingssignaal.
84
00:07:00,340 --> 00:07:05,260
Let ook op hoe er wordt omgegaan met kritiek op de AI oplossing.
85
00:07:05,260 --> 00:07:08,180
Wordt kritiek afgedaan als weerstand tegen verandering?
86
00:07:08,180 --> 00:07:14,420
In gezonde technologie implementaties moet er ruimte zijn voor kritische evaluatie en bijsturing.
87
00:07:14,420 --> 00:07:20,420
En als laatste duidelijk teken is wanneer alternatieve oplossingen niet eens worden overwogen.
88
00:07:20,420 --> 00:07:23,580
Als er bij je een nieuw project direct naar AI wordt gegrepen,
89
00:07:23,580 --> 00:07:27,560
zonder dat andere, mogelijk eenvoudigere methoden worden bekeken,
90
00:07:27,560 --> 00:07:31,600
is dat een sterke indicatie van het Golden Hammer effect.
91
00:07:32,260 --> 00:07:37,640
Door regelmatig deze signalen te evalueren kun je voorkomen dat AI een doel op zich wordt
92
00:07:37,640 --> 00:07:41,500
in plaats van een middel om echte bedrijfsproblemen op te lossen.
93
00:07:41,500 --> 00:07:46,720
Samenvattend, generatieve AI biedt geweldige mogelijkheden,
94
00:07:46,720 --> 00:07:52,220
maar levert de meeste waarde op wanneer we het strategisch inzetten.
95
00:07:52,220 --> 00:07:55,100
En door bewust te zijn van het Golden Hammer effect
96
00:07:55,100 --> 00:08:00,040
kunnen we beter beslissingen nemen over waar en hoe we deze technologie implementeren.
97
00:08:00,700 --> 00:08:03,400
Wat zou een waardevolle eerste stap kunnen zijn?
98
00:08:03,400 --> 00:08:06,080
Begin met een evaluatie van je huidige of geplande AI projecten.
99
00:08:06,080 --> 00:08:12,460
vraag je af waar voegt generatieve AI echt waarde toe en waar zijn andere benaderingen misschien
100
00:08:12,460 --> 00:08:13,240
effectiever?
101
00:08:13,240 --> 00:08:19,740
Door deze vraag eerlijk te beantwoorden kun je je resources richten op de plekken waar ze de grootste impact hebben.
102
00:08:19,740 --> 00:08:24,100
Het grote voordeel hiervan is dat je niet alleen verspilling voorkomt,
103
00:08:24,100 --> 00:08:29,940
maar ook ruimte creëert voor echt impactvolle AI toepassingen die precies passen bij jouw specifieke
104
00:08:29,940 --> 00:08:31,640
organisatie uitdagingen.
105
00:08:31,640 --> 00:08:32,640
En bedenk,
106
00:08:32,640 --> 00:08:35,460
AI is niet de oplossing voor elk probleem,
107
00:08:35,460 --> 00:08:37,380
maar onmisbaar waar het past.
108
00:08:37,380 --> 00:08:41,080
Dankjewel weer voor het luisteren naar AIToday Live.
109
00:08:41,080 --> 00:08:46,600
Wil jij nou ook geïnspireerd blijven door praktische AI verhalen die je vooruit helpen?
110
00:08:46,600 --> 00:08:51,040
Volg dan onze podcast en dat kan via je favoriete podcast app.
111
00:08:51,040 --> 00:08:53,680
Dus druk op volg, mis geen aflevering.
112
00:08:53,680 --> 00:08:54,700
Tot de volgende keer.
113
00:08:54,700 --> 00:08:59,260
[Muziek]