Geen producten in de winkelwagen.
Wat is AI-washing?
Greenwashing is zó bekend, dat zelfs de regelridders in Brussel ertegen strijden: groene claims door bedrijven die ze niet kunnen waarmaken of die gewoon misleidend zijn. Tja, de marketeers verkopen natuurlijk graag wat de klant wil horen. Zo heb je ook pink washing (je onterecht voorstaan op de strijd voor lhbti-rechten) en een tijd geleden cloud washing (toen ‘online software’ nog best spannend was).
AI-washing is een nieuwe marketingtactiek in dit rijtje. En je vat waar die om draait: verkopers beweren dat hun aanbod kunstmatig intelligente technologie bevat of zelfs helemaal draait om AI, terwijl dat in werkelijkheid niet zo is, of maar een héél klein beetje.
Toegegeven: zo bont als de Indiase startup Engineer.ai, dat beloofde het ontwikkelen van mobiele apps te automatiseren middels AI, zullen weinig aanbieders het maken. The Wall Street Journal onthulde in 2019 dat die AI-tools helemaal niet bestonden en dat de apps door developers van vlees en bloed in elkaar werden gezet. Engineer.ai was toen al 30 miljoen dollar aan kapitaal en vele klanten verder.
Iedereen ‘moet iets’ met AI
Maar goed, in een tijd waarin AI mede door ChatGPT een geweldige hype is en iedereen ‘iets’ moet met AI, is het ook een kans om niet te laten lopen. Software die door AI wordt gedreven, heeft al snel een veel slimmer en flexibeler aura dan code die is geprogrammeerd zonder dat daar neurale netwerken of deep learning aan te pas komen. (Tip 1: bij dergelijke termen altijd doorvragen hoe die magische technieken hun werk doen voor het specifieke aanbod).
En denk aan ondernemers die bij investeerders langsgaan om een investering op te halen voor hun startup. Als je weet hoe enorm veel miljarden in AI-startups wordt gestoken, kan een gouden AI-randje aan je pitch nooit kwaad. AI-washing maakt de kans dat ze funding ophalen groter, bleek al uit diverse onderzoeken.
AI-washing schaadt het vertrouwen
Nog een reden om aan AI-washing te doen: iedereen doet het. Het is immers de weg, alleen volgen niet alle organisaties even snel het pad richting een kunstmatig intelligente toekomst. Maar ze zullen op dit moment al roepen dat ze hun producten en diensten gaan versterken met AI. Ook als ze nog lang niet zover zijn, niet exact de mogelijkheden kennen, maar alvast overgaan tot het motto fake it untill you make it.
Best jammer als bedrijven aan AI-washing doen, want dat brengt het gevaar van teleurstellingen mee. Dat schaadt dan op termijn het vertrouwen van gebruikers (en investeerders) in een technologie die volgens experts een enorme potentie heeft. Straks is de markt anders gezegd verziekt door nep-AI, of slordig in elkaar gezette ChatGPT-toepassingen, en wordt de revolutie in de kiem gesmoord.
In de VS waarschuwde de Federal Trade Commission eerder dit jaar in een blog al voor overdreven AI-claims: ‘If you think you can get away with baseless claims that your product is AI-enabled, think again.’
Huiswerk doen en vragen
Hoe voorkom je dat je in de val van AI-washing trapt? Dat is deels een kwestie van je huiswerk doen. Vraag de aanbieder het hemd van het lijf: waarom is zijn product anders en beter dan al die andere AI-beloften? Zijn er al klanten mee aan de slag en zijn er casestudies? Of liever nog: willen ze hun ervaringen met je delen?
Probeer na te gaan over een aanbieder die met AI schermt wel beschikt over de mensen of partners die de software echt kunnen bouwen. Ervaring en/of een opleiding op het gebied van kunstmatige intelligentie en deep learning strekken tot aanbeveling.
Maar de beste AI-toepassingen draaien om data en hoe je daarmee omgaat. Wiskundigen, data-analisten en mensen met een beetje feeling voor je business ontwikkelen de modellen – ChatGPT is een beroemd taalmodel, maar er zijn meer merken en soorten AI-tools – en trainen het om verschillende scenario’s te begrijpen, fouten te voorkomen, effecten te voorspellen en ervan te leren.
Een beetje doorvragen dus.
Data, data en nog meer data
AI-gebaseerde software en diensten gebruiken meestal enorme hoeveelheden data om goed te kunnen werken. Het is dus een goed idee om te checken hoeveel data de applicatie verzamelt en uit welke bronnen die komen. Vervolgens moet van die data nog wel chocola worden gemaakt.
Daarin moet echt vooruitgang zitten: het is de bedoeling dat AI gaandeweg leert van de resultaten uit het verleden en daardoor ‘slimmer’ wordt. Hoe werkt dat bij een specifieke applicatie, en welke beslissingen neemt die voor je?
Wat dat betreft is het goed om te vragen hoeveel mensenwerk nog te pas komt aan het goed functioneren van de AI in kwestie. En: of goed is nagedacht over de samenwerking tussen mens en machine. Je medewerkers zullen graag met kunstmatige intelligentie samenwerken als die het werk prettiger maakt.
De ontwikkelingen rond AI gaan bloedstollend snel. Ook daar moet een bedrijf dat beloften doet rond de nieuwe technologie al bij voorbaat een antwoord op hebben: hoe blijft het bij?
Bescherming tegen AI-washing
Even heel eerlijk: hoe computers onder de kap werken, daar zijn wij bepaald geen expert in. Maar wat dat betreft is de vergelijking met de misleidende milieuclaims van greenwashing wel interessant. De afgelopen jaren is dat aangepakt door grote beleggers en met regelgeving om te zorgen voor meer transparantie en een eerlijker speelveld voor bedrijven.
Zoiets zou rond AI ook goed kunnen ontstaan. De waarschuwing van de FTC kan daarvan een voorproefje zijn. ‘Whatever it can or can’t do, AI is important, and so are the claims you make about it. You don’t need a machine to predict what the FTC might do when those claims are unsupported.’
Lees ook deze artikelen over kunstmatige intelligentie:
- AI maakt je dommer, ongeduldiger, intoleranter, verslaafder én narcistischer
- De zwaktes van AI: ‘In onzekere situaties heb je het menselijk beoordelingsvermogen nodig’
- Marketeers zien ChatGPT als kans om meer te verkopen, zo helpen we de aarde naar de knoppen
