Artificial intelligence

Bouwen aan superieure overtuigings-mechanismen met GenAI

17 September 2024 - 5 minuten leestijd
Artikel door Frank De Nijs

Velen herinneren zich nog de internethype van de jaren '90. Een Freeler-internetaansluiting was gratis als je een telefoonlijn en modem had. Tech-aandelen schoten de lucht in en de wereld zou er voortaan totaal anders uitzien. Hoewel we nu weer met beide benen op aarde staan, kunnen we toch stellen dat het internet inderdaad veel heeft veranderd. Bijvoorbeeld de manier waarop bedrijven opereren. Internet staat in de boeken als de 4e industriële revolutie en met recht. Wie kan nog zonder?

De 5e industriële revolutie kondigde zich ruim een decennium geleden aan. In eerste instantie in de vorm van de big data-hype. Vervolgens kwam kunstmatige intelligentie (AI) onder de aandacht en nu zijn we volledig in de ban van Generative AI (GenAI). Wat we ons moeten realiseren, is dat GenAI mogelijk is geworden door die enorme bergen data die nodig zijn om de kunstmatige intelligentie te kunnen trainen. Big data was inderdaad een serieuze trendbreuk, maar de verregaande impact ervan wordt nu pas duidelijk door technieken als Nvidia en OpenAI.

INSIGHTS-UPDATE

Ontvang nieuwe Insights maandelijks in je inbox.

Schrijf je in.

Leren van internet

Van de internetbubbel hebben we geleerd dat het internet niet gratis kan zijn, geen wondermiddel is en allerminst genegeerd kan worden. Non-food- en fashionretailers bijvoorbeeld hebben inmiddels de smaak goed te pakken, nog even los van nieuwe uitdagingen zoals de kosten van serial returners. We kunnen vaststellen dat internet de business een flinke wending heeft gegeven. Wat kunnen we hieruit leren als het om de volgende industriële golf gaat?

Voor elke industriële revolutie geldt dat de beloften enorm zijn, evenals de toename in complexiteit om die beloften succesvol te exploiteren. Vaak is die complexiteit één van de oorzaken, waardoor de bubbel barst. Zo bleek het lastig in te schatten hoe winstgevend een dot-com-werkwijze zou kunnen zijn. In het enthousiasme ontbrak geregeld een levensvatbaar verdienmodel en vertrouwde men te vaak op toekomstig groeipotentieel. Daartegenover stonden vaak forse investeringen. Een goede implementatie van disruptieve technologie blijkt dus kostbaar en zeker niet zonder risico’s. Met GenAI zullen we door een nog steilere leercurve gaan. Die leercurve begint met het verkennen van het businesspotentieel.

Customer intimacy

We horen en lezen enthousiaste verhalen over de kracht van GenAI in marketing bijvoorbeeld. Met de eerder beproefde algoritmen voor dynamic pricing, klantenkaarten en recommendation systems, kan nu nóg persoonlijker ingespeeld worden op de behoeften van de potentiële klant. Customer intimacy krijgt hierdoor een boost, bijvoorbeeld door het toepassen van GenAI in chatbots die kunstmatige personages gebruiken om klanten te hulp te schieten als er vragen of problemen rondom diensten of producten zijn. Met GenAI kan dat veel professioneler dan met de soms houterige poppetjes en hopeloze antwoorden van de huidige mainstream chatbots. Je kunt nu op uiterst natuurlijke wijze communiceren met klanten, zonder uitputting van het personeel. En dat is lang niet alles.

Met de huidige AI-systemen kan emotie niet alleen geanalyseerd, maar ook geregenereerd worden.

‐ Frank de Nijs

Emotie regenereren

Met de verdere integratie van digitale technieken in ons dagelijks klantcontact neemt de berg aan data exponentieel toe. Door de respons van klanten, in welke situatie of kanaal dan ook, voortdurend te digitaliseren, wordt het toekomstig intelligente klantrelatiesysteem steeds slimmer. De door de klant teruggegeven patronen voeden de AI-omgeving met miljarden parameters. Daarmee vindt het systeem nieuwe contextueel relevante patronen, voorspellingen en antwoorden. Natuurlijk online, maar ook in-store met de inzet van onder andere bewegingsdetectie en video-observatie. Deze modellen zijn echter niet alleen gericht op het inhoudelijk correct formuleren van relevante antwoorden. Een voorbeeld: deep-fake begon met foto’s, daarna kwamen de video’s en inmiddels is ook het stemgeluid van een willekeurig persoon te regenereren. Vanuit een marketingperspectief biedt dit de mogelijkheid volledig product specifieke een-op-een gepersonaliseerde reclamefilmpjes te genereren die precies aansluiten op de wensen van de klant. Maar wat nog veel interessanter is, is dat met de huidige AI-systemen emotie niet alleen geanalyseerd, maar ook direct in de juiste context kan worden geregenereerd.

Superieur

Customer loyalty en aankoopgedrag hebben alles met emotie te maken. Op social media kunnen volledig natuurlijk overkomende personages worden gegenereerd die een community rond jouw merk of diensten uitbouwen. Doordat het GenAI-systeem de emoties van de gemeenschap en haar individuele leden feilloos oppikt, zal het adequaat reageren op eenzelfde emotionele golflengte passend bij de omstandigheden van dat specifieke moment. Zo kan elke retailer een ankerpunt worden in de friends-zone van elke consument. Met de deep learning-technieken zal steeds duidelijker worden welke zaken een rol spelen in de besluitvorming van potentiële klanten. Met hulp van de conversaties op onder andere social media, ontstaan superieure overtuigingsmechanismen die de kunstmatig gegenereerde persoon in deze gemeenschap kan gebruiken. Heel subtiel maar ook heel overtuigend, want precies op de persoon toegesneden. Overigens kan deze techniek natuurlijk net zo goed worden ingezet in de B2B-marketingactiviteiten, want ook de keuze voor leveranciers blijft mensenwerk.

Wet- en regelgeving

Is deze ultieme vorm van hyperpersonalisatie, met voor elke consument een persoonlijke influencer, wel juridisch en ethisch verantwoord? De komst van de AVG heeft duidelijke grenzen vastgesteld voor online privacy en het gebruik van persoonsgebonden gegevens. De EU AI Act wordt vanaf 2026 bindend, waardoor aanbevelingsalgoritmen met een sociale impact aan strikte regels gebonden zijn. Ook krijgt de consument het recht om persoonsgegevens te rectificeren in het profiel dat je hebt opgebouwd.

Voor GenAI geldt: het is leren door te doen. We gaan leren waarin wel en niet transparant gehandeld moet worden, hoe we algoritmen modereren, hoe consumenten geïnformeerd moeten worden, waarvoor zij expliciet toestemming moeten geven en hoe dat ingetrokken kan worden. Verder gaan we ervaren dat GenAI allesbehalve goedkoop is. Eén ding staat vast: bedrijven die deze ontwikkeling negeren, zullen, uitzonderingen daargelaten, uiteindelijk het onderspit delven - net zoals internet onmisbaar is gebleken in de strijd om de consument.

Gerelateerde artikelen
Artificial intelligence: hoe zit het met wetgeving?
Artificial intelligence
In dit artikel lees je alles over Artificial Intelligence en wetgeving.
AI en gebruikersondersteuning: waar liggen kansen?
Artificial intelligence
In dit artikel lees je over de kansen die AI biedt en hoe je die kansen slim kunt benutten.
Een Nederlandse tegenhanger van ChatGPT: goed idee?
Artificial intelligence
TNO werkt aan een open Nederlands AI-model, als transparante tegenhanger van ChatGPT. AI-engineer Razo va ...