AI gaat volgens sommigen tot meer in-house onderzoek leiden. Hoe denken de bureauonderzoekers bij grote internationale organisaties over kunstmatige intelligentie? We vroegen het de insightsveteranen van Nissan Motor Company en BBC World Service.
“Externe leveranciers blijven nodig”
Naoki Takahashi
door Robert Heeg
Automatisering en software-innovaties hebben steeds meer in-housemogelijkheden gefaciliteerd. Bij internetbedrijven pur sang, zoals Amazon en Netflix, zit sturen op eigen data in het DNA. Maar ook partijen als Procter & Gamble, Coca-Cola en Walmart hebben hun in-house-activiteiten sterk uitgebreid. De verwachting is dat kunstmatige intelligentie (AI) deze trend nog zal versnellen, maar is dat ook echt zo?
Toekomstbestendig
Kevin Cowan, insightmanager bij BBC World Service, volgt al geruime tijd de evolutie van AI. ‘Het is niets nieuws, alleen zien we dat sinds de lancering van ChatGPT 3.5, eind 2022, het bewustzijn, de discussie en het gebruik van generatieve AI momentum hebben gekregen.’ Enkele jaren geleden reorganiseerde hij zijn team om daarin een mix te creëren van onderzoekers, digitale analisten en datawetenschappers. Onlangs werd daar nog een data-engineer aan toegevoegd. ‘We geloven dat dit ons toekomstbestendiger maakt. Met datawetenschappers erbij, konden we processen automatiseren en AI inzetten om veel problemen op te lossen. Als onderzoeker aan klantzijde is mijn belangrijkste focus: het beantwoorden van zakelijke vragen en problemen. De oplossing kan soms AI zijn, maar net zo goed ook niet. Het is gewoon een kwestie van de beste tool of aanpak voor de taak vinden.’
Repetitieve taken
Ook Naoki Takahashi, hoofd insights bij Nissan Motor Company, werkt al een tijd met AI, maar voorlopig nog wel indirect. ‘Voor het verkrijgen van zakelijke inzichten schakelt Nissan hoofdzakelijk externe leveranciers in. Die gebruiken AI vooral wanneer ze werken aan geavanceerde analyses.’ Hij bevestigt de verwachting dat AI internalisering en DIY-onderzoek zal versnellen en gelooft dat de technologie met name processen kan verbeteren. Ook ziet hij een rol voor AI bij onderzoeksprojecten rond niet al te ingewikkelde onderwerpen en repetitieve taken, zoals trackingstudies. ‘Maar externe leveranciers blijven nodig voor ingewikkelde onderwerpen met meerdere gegevensbronnen, die geavanceerde interviewvaardigheden vereisen.’
Haasje-over
Takahashi zou graag zien dat bureaus hun businessmodel uitbreiden en bijvoorbeeld platforms waarmee gebruikers onderzoeksprojecten naadloos kunnen beheren; van ontwerp tot rapportage. ‘Leveranciers zouden ook de internalisering bij hun klanten kunnen ondersteunen door AI DIY-tools aan te bieden.’
Omdat AI midden in de evolutiefase zit, zijn nog niet alle mogelijkheden, voor- en nadelen volgens Takahashi te overzien. ‘Wel gaat het erg snel. AI heeft een haasje-over-sprong gemaakt, zowel qua evolutie als qua capaciteit. Het neemt een deel van de creatieve taken over die voorheen door mensen werden gedaan. Het voert autonoom een deel van het ontwerp en de uitvoering van taken uit. En ChatGPT maakt het voor iedereen bruikbaar via natuurlijke taalcommunicatie.’
Onder de motorkap
Het probleem bij het identificeren van de échte kansen, is dat AI een zeer generieke term is, aldus Cowan. ‘Toen onderzoeksbureaus voor het eerst deze technologie in hun producten introduceerden, beweerden ze heel snel dat ze AI-oplossingen hadden. Keek je echter onder de motorkap, dan voerden ze veelal vrij simpele taken uit. Ze waren daarmee niet noodzakelijk beter dan de non-AI-oplossingen van hun concurrenten. De uitdaging voor de industrie, met name voor afnemers van onderzoeksoplossingen en -producten, is onderscheiden waar AI dan wel échte waarde toevoegt.’