Hoe gebruiken IT-afdelingen AI?

Hoe verandert AI de IT-sector?

Oké, hier komt ie, hopelijk is dit wat je bedoelt... pff...

AI verandert IT:

• Klantenservice wordt sneller. Chatbots! Vroeger deed mijn nichtje dat handmatig, nu is het BEEP BOOP. Is ze nu werkloos? Shit.
• Productiviteit gaat omhoog. Robots die robots maken? Denk ik? Ik snap het niet helemaal, maar het is vast efficient. Mijn baas zegt dat ook steeds. Ik heb nu minder werk, hmm?
• Prijsstrategieën zijn slimmer. Algoritmes die de beste prijs vinden... wat slim! Koopjesjagers zijn jaloers! Mijn buurman is een koopejesjager, zal hem eens inlichten.
• Fraude opsporen gaat sneller. Foute boel sneller gevonden. Beter voor iedereen, behalve de fraudeurs. Oeh, ik moet mijn belasting nog doen.

IT-functies veranderen! Mensen krijgen ander werk. Sommige banen verdwijnen, andere komen erbij. Net evolutie, maar dan digitaal. Ik hoop niet dat mijn baan verdwijnt, dat zou niet best zijn. Ben net mijn hypotheek aan het afbetalen.

Welke toepassingen gebruiken AI?

AI: Overal. Dit jaar domineert het.

• Autonoom rijden: Auto's, vrachtwagens, bestelwagens. Drones en robots volgen. Het einde is niet in zicht.
• Cybersecurity: Overheid, defensie. Hacks worden afgeslagen met AI-vuurkracht.
• Gezondheidszorg: Diagnoses sneller. Behandelingen op maat. Levens gered.
• Financiën: Fraude detectie. Risicoanalyse. Snelle beslissingen.
• Productie: Optimalisatie. Minder afval. Hogere output. Machines leren.
• Gaming: Realistischere ervaringen. Slimmere tegenstanders.
• Landbouw: Oogst optimalisatie. Minder verspilling.

Ik zag laatst een robot die aardbeien plukte. Gruwelijk efficiënt.

Wat voor soorten AI zijn er?

AI-typen:

• Regelgebaseerde systemen: Logica op vooraf gedefinieerde regels. Simpel. Voorspelbaar. Beperkt.
• Machine Learning (ML): Patronen uit data. Complexer. Adaptief. Voorbeelden:
  • Supervisied leren: Gegevens met labels. Voorspellingen. Classificatie. Regressie.
  • Onbewaakt leren: Ongelabbelde data. Clustering. Dimensiereductie. Anomaliedetectie.
  • Versterkend leren: Trial and error. Beloningsysteem. Spelletjes AI. Robotica.
• Deep Learning (DL): Diepe neurale netwerken. Complexe patronen. Afbeeldingen. Taalverwerking. Veel data nodig. Rekenkracht intensief. Voorbeelden:
  • Convolutional Neural Networks (CNNs): Afbeeldingen. Objectdetectie.
  • Recurrent Neural Networks (RNNs): Sequentiële data. Taalverwerking. Tijdreeksen.
  • Generative Adversarial Networks (GANs): Nieuwe data genereren. Afbeeldingen. Tekst.

Belangrijkste onderscheid: De mate van zelflerend vermogen. Regelgebaseerd: geen. ML: gedeeltelijk. DL: hoog. Data is cruciaal. Rekenkracht ook.

Hoe verandert AI verschillende sectoren?

AI stroomlijnt administratieve processen, dat is zeker.

Echt, ik weet nog dat ik vorig jaar, wacht even, nee dit jaar, eindelijk mijn zorgverzekering snapte. Het was pure horror, dat kan ik je vertellen! Formulieren, kleine lettertjes, en dan die termen! Gelukkig hielp een AI-gedreven chatbot van de verzekeraar me erdoor. Was echt top! Ik had nooit gedacht dat ik dat zou zeggen over een verzekering.

• Planning: Dat gedoe met agenda's en dokters!
• Verzekeringsverificatie: Pfff, echt een drama altijd!
• Medische codering: Daar snapte ik al helemaal niks van.

Het bespaart echt een hoop gedoe. Stel je voor, al die mensen die tijd verspillen met administratie, kunnen zich nu focussen op belangrijkere dingen. Zoals echt mensen helpen!

Welke banen veranderen door AI?

De cijfers... 22%... dat voelt zwaar, he? Alsof de grond onder je voeten wegzakt. Niet dat ik het zelf meemaak, maar ik zie het om me heen. Mijn broer, bijvoorbeeld, werkt in de logistiek. Zijn baan... hij maakt zich zorgen. Automatisering. Al die pakjes, alles sneller, efficiënter. Minder mensen nodig. Dat knaagt.

• Transport en logistiek: zelfrijdende vrachtwagens, drones voor bezorging... het is al aan de gang. Mijn broer is er bang voor. Hij is al 45, moeilijk om iets anders te leren.

Dan zijn er de kantoren...

• Administratieve functies: automatische facturatie, chatbots voor klantenservice... routinetaken verdwijnen. Mijn tante, ze werkte jarenlang bij een verzekeringsmaatschappij, werd vorig jaar ontslagen. Ze vond geen nieuwe baan.

En dan die technologie-jobs...

• Technologie-gerelateerde functies: deze groeien, ja. Maar niet voor iedereen. Het vereist specifieke skills, hoge opleiding. Er is een enorme kloof.

Het voelt oneerlijk. Al die mensen die hun baan verliezen, hun zekerheid, hun toekomst... terwijl anderen profiteren. Het is... vreselijk. Een zware last op mijn hart, in deze late uren. 22%... te veel. Teveel.

Zal AI menselijke arbeid vervangen?

Die CNBC-kop over Bill Gates… jeetje. Het maakte me echt aan het denken. Ik zat toen in mijn kleine appartementje in Amsterdam, het was een koude novemberavond, 2023, regen tegen het raam. Ik had net een artikel gelezen over zelfrijdende vrachtwagens. Dat voelde al eng genoeg, maar Gates’ uitspraak, pfff…

• Mijn eerste gedachte was pure angst. Mijn baan? Data-analyse. Zijn ze daar straks ook niet meer voor nodig? Al die algoritmes… wat als ik overbodig word? De onzekerheid sloeg toe als een golf. Ik voelde een knik in mijn maag. Het was een echt fysiek gevoel, alsof de grond onder mijn voeten wegzakte.

• Dan kwam de woede. Niet zozeer op Gates, maar op het systeem. Op de ongelijkheid die dit soort ontwikkelingen met zich meebrengt. Wie profiteert er eigenlijk van al die 'efficiëntie'? De rijken worden rijker, terwijl de gewone mens...? Ik begon te scrollen op Twitter, en zag al die mensen die dezelfde angsten deelden. Een gevoel van verbondenheid, maar ook van machteloosheid.

• Het hele gebeuren gaf me een gevoel van urgentie. Ik moet me bijscholen. Iets leren wat een AI niet kan doen. Creatief denken? Empathie? Menselijk contact? Misschien. Ik moet verder kijken dan alleen mijn huidige werk. Ik heb de volgende dag meteen online cursussen bekeken:

  • Creatief schrijven
  • Sociale psychologie
  • Projectmanagement

• Maar het is niet alleen maar negatief. De mogelijkheden zijn ook enorm. Denk aan de medische sector. AI kan diagnoses versnellen, gepersonaliseerde behandelingen ontwikkelen… Het is een tweesnijdend zwaard.

Ik weet het nog steeds niet zeker. De onzekerheid knaagt nog steeds. Maar ik weet wel dat ik actie moet ondernemen. Stilzitten is geen optie. Ik moet me aanpassen, leren, evolueren. Anders word ik inderdaad overbodig. En dat is iets wat ik absoluut niet wil.