Joop Snijder bespreekt in deze aflevering van AIToday Live de werkelijke impact van kunstmatige intelligentie op de arbeidsmarkt. Hij maakt onderscheid tussen machine learning en generatieve AI, en hoe deze momenteel worden toegepast in organisaties.
Snijder verwacht geen massale vervanging van banen op korte termijn, maar ziet wel kansen voor bedrijven die durven te experimenteren met het herontwerpen van werkprocessen. De adoptie van AI vertoont gelijkenissen met de introductie van het internet, waarbij early adopters een voorsprong kunnen opbouwen.
In een AI-gedreven wereld worden communicatieve vaardigheden belangrijker, maar er liggen ook risico's voor onze emotionele intelligentie. Snijder adviseert om bewust te blijven investeren in menselijk contact en vakmanschap, naast het gebruik van AI-tools.
Wat ik wel kan doen is kijken naar de trends die ik nu zie. En op basis daarvan denk ik dat massale vervanging op korte termijn echt wel meevalt.
Joop SnijderDe kans voor ons ligt in het bewust kiezen. Wie menselijk contact blijft koesteren en investeert in echte verbindingen wordt juist waardevoller.
Joop SnijderHoi, welkom bij een nieuwe aflevering van AIToday Live. Ik ben Joop Snijder, CTO bij Aigency. En vandaag ga ik je meenemen in een onderwerp dat jou misschien 's nachts wakker kan houden. Namelijk, wat doet AI met jouw baan? Er wordt namelijk veel gespeculeerd over hoe AI onze werkgelegenheid gaat veranderen. Sommigen voorspellen een robot-apocalypse waarin we allemaal werkloos worden. Andere zien juist een gouden toekomst vol nieuwe kansen. Vandaag wil ik in ieder geval de hype door prikken. Want wat gebeurt er nu echt op de werkvloer? En waar gaan we mogelijk naartoe? Laten we beginnen met de realiteit van vandaag. Want voordat we kunnen voorspellen wat er gaat gebeuren, moeten we eerst snappen wat er namelijk nu al gebeurt. In organisaties zie ik vooral dat AI wordt ingezet voor persoonlijke productiviteit. Denk aan het samenvatten van vergaderingen, Het redigeren van teksten of het opstellen van e-mails. En we moeten daarbij onderscheid maken tussen twee soorten AI. Want machine learning, onderdeel van AI, wordt al langer toegepast in bedrijfskritische processen. Systemen die voorspellen wanneer machines onderhoud nodig hebben of patronen herkennen in grote datasets. Daar boeken bedrijven al echt winsten mee. Generatieve AI, met ChatGPT als voorbeeld, is anders. Die zien we vooral terug in productiviteitsprocessen. Veel organisaties blijven nog hangen in basale toepassingen. Ze experimenteren met ChatGPT of Microsoft Copilot. Maar durven de technologie nog niet in te zetten voor echt kritieke processen. Dat is eigenlijk best wel logisch. Want we zitten nog volop in een ontdekkingsfase. Het is alsof we net een nieuwe speeltuin hebben ontdekt. Maar we weten dat er leuke toestellen zijn, maar spelen nog niet het echte spel. Maar laten we eerlijk zijn over wat je echt wil weten. Gaat AI massaal banen vervangen? Nu moet ik je meteen waarschuwen, de toekomst laat zich slecht voorspellen. Wat ik wel kan doen is kijken naar de trends die ik nu zie. En op basis daarvan denk ik dat massale vervanging op korte termijn echt wel meevalt. Wat we nu zien is dat mensen vooral kijken hoe ze AI kunnen inzetten voor taken die ze al uitvoeren. En dat levert dan kleine productiviteitswinsten op. Stel je wint één of twee uur per dag, wat al ambitieus is. Dan gebeurt er eigenlijk best wel iets interessants. Die tijd wordt namelijk vaak opgevuld met ander werk. Dus het werkt eerder werkdrukverhogend, denk ik, dan werkdrukverlagend. En je krijgt meer op je bordje waarbij AI je helpt om wel dat efficiënter te doen. En pas als we verder vooruit kijken, voorbij twee jaar, gaan we waarschijnlijk zien hoe werkprocessen anders kunnen worden ingericht. Maar dat vraagt dan weer een andere denkslag. En niet alleen bestaande taken optimaliseren, maar juist hele werkprocessen herontwerpen. En hier ligt een kans. Organisaties die nu al durven te experimenteren met die herontwerping, die bouwen een voorsprong op. Ze ontdekken niet alleen wat AI kan, maar vooral wat AI niet hoeft te doen omdat het eigenlijk ook overbodig was. En zolang we niet bereid zijn om dingen te schrappen die niet nodig zijn, blijven we suboptimaliseren. En dan beland je in situaties waarin iemand een vergadering samenvat met AI, daar een memo van laat schrijven. En een collega die dat weer laat inkorten. Terwijl je ook gewoon vijf kernpunten had kunnen delen met elkaar. Dus we moeten voorbij de hype komen. Eerst vinden we alles geweldig wat we met deze technologie kunnen. En pas daarna landen we op een plek waar het echt zin heeft. Die verandering gebeurt natuurlijk niet bij iedereen tegelijk. En dat roept de vraag op. Waar sta jij eigenlijk in deze race? Wat we nu meemaken lijkt voor mij in ieder geval op de introductie van het internet. Er is een adoptiecurve waarbij sommigen voorop lopen en anderen volgen. Uiteindelijk gaat iedereen deze technologie gebruiken. Want in het begin levert dat ook gewoon concurrentievoordeel op. Zowel tussen collega's als tussen bedrijven. En binnen een organisatie zullen de voorlopers degene meeslepen die het moeilijker vinden. Want je kunt niet lang volhouden dat collega's dingen handiger, sneller en beter doen dan jij. Ik denk dat jij en ik wel in een bubbel leven als degene die hier ook meer mee bezig zijn. En daarom luister je deze podcast ook. De mensen om ons heen gebruiken deze technologie denk ik allemaal. Maar een stapje buiten die bubbel zijn er nog heel veel mensen die ChatGPT nog nooit hebben geopend. Ik denk niet dat we al boven de 50% zitten van mensen die het dagelijks gebruiken. En dat biedt weer kansen voor early adopters. Dus wie nu al leert hoe je AI effectief inzet, heeft straks een voorsprong die ook echt al een tijd kan duren. Maar we moeten niet vergeten, dit is wel vooral een kenniswerkers tool. Dus als je in de bouw werkt of een ander praktisch beroep hebt, waarom zou je ChatGPT gebruiken in je dagelijks werk? Persoonlijk misschien wel, maar beroepsmatig voorlopig niet. En die adoptiecurve roept natuurlijk een belangrijke vraag op. Welke vaardigheden heb je straks nog nodig en welke worden overbodig? Er wordt vaak gezegd dat in een door AI gedomineerde wereld IQ minder belangrijk wordt en EQ, emotionele intelligentie, dat dat belangrijker wordt. Daar ben ik het dan deels mee eens. Want hoe makkelijker je informatie kunt opzoeken, hoe minder je dat gaat onthouden. Denk maar eens aan telefoonnummers. Hoeveel keer jij er nog uit je hoofd? Dus we gaan aan zogenaamde cognitieve offloading doen. Omdat AI taalmodellen werken op basis van heldere communicatie, wordt het denk ik belangrijker dat je juist goed kunt uitdrukken. Want hoe slechter je instructies geeft, hoe slechter de resultaten. En niet iedereen is gewend om duidelijke werkopdrachten te formuleren. Maar of onze emotionele vaardigheden belangrijker worden, ik ben bang dat die juist kunnen gaan afnemen. Als ik zie hoe er via, laten we zeggen, WhatsApp gecommuniceerd wordt, is dat beduidend slechter dan de gesprekken die ik gewoon normaal voer. Een gesprek met een echt persoon, tenminste die je tegenover je hebt zitten, heeft een diepere connectie dan communicatie via een app die ertussen zit. Laat staan met een AI. En hier zit denk ik een gevaar. Als je steeds meer met machines praat, waarbij je geen emotionele binding voelt, leer je in korte instructies te praten. Zonder alsjeblieft, dat dank je wel bijvoorbeeld. Maar uiteindelijk gewoon echt hele korte instructies. En ik ben bang dat dit doorsijpelt in onze sociale interacties. De kans voor ons ligt in het bewust kiezen. Wie menselijk contact blijft koesteren en investeert in echte verbindingen wordt juist waardevoller. En een wereld vol algoritmes wordt authenticiteit een superkracht. Dit brengt me bij de vraag die ik het vaagst krijg. Hoe bereid je je nou concreet hierop voor? Voor iedereen die zich voorbereidt op een AI toekomst, en ik zou zeggen vooral jongeren, heb ik dit advies. Laat je in het begin namelijk niet te veel verleiden om alles met AI te doen. Klinkt misschien raar voor een AI-enthousiaststelling als ik, maar belangrijk is namelijk dat anders kun je het straks zelf niet meer. Als je echt vakman wilt zijn, moet je in staat blijven om ook diep in je vak te duiken. En als kenniswerker is dat bijvoorbeeld dat je een boeken blijft kunnen lezen en de verdieping kunt blijven zoeken. Het is verleidelijk om dat boek in AI te stoppen. Er een samenvatting van te laten maken. Dat als gesproken tekst te krijgen. En die half te beluisteren tijdens het hardlopen. Maar je hebt natuurlijk tijd nodig om iets in te laten werken. Om ermee aan de slag te gaan en het echt te begrijpen. Het is hetzelfde als met rekenmachines. Je hoeft niet uit je hoofd 1343 x 2671 te kunnen uitrekenen. Maar je moet wel in de orders van grootte begrijpen als dit aan je wordt voorgelegd. Als je dat vermogen van je af laat nemen, loop je tegen je eigen incompetentie aan. Dus dit is mijn uitdaging voor jou. Ik ga ervan uit dat je als luisteraar van deze podcast al aardig wat taken uitvoert met AI ondersteuning. Kies nou eens deze week één taak die je nu met AI doet, maar die je weer zelf gaat oppakken. Doe het handmatig, neem de tijd ervoor. En merk op wat je ervan leert. Niet alleen over de taak zelf, maar over je eigen vaardigheden. En dan kan je uiteindelijk weer de bewuste keuze maken van ga ik dit? Hou ik dit voor mezelf? Of laat ik AI mij hierin ondersteunen? Want uiteindelijk is AI niet de oplossing van elk probleem zoals je weet. Maar wel onmisbaar waar het past. De kunst is om te weten waar dat is. Volgende week hebben we weer een gast die vanuit praktijkervaring vertelt over AI-implementaties. Luister dan vooral mee. En onthoud de vraag is niet of AI jouw baan overneemt. De vraag is of jij degene bent die bepaalt hoe dat samenspel eruit ziet. Tot de volgende keer. [Muziek]