Meteen naar de inhoud

Voorbij robotblogs: de toekomst van AI

0

24 november 2022 om 08:00

8 minuten lezen

Als het gaat om artificial intelligence krijgen we vaak nog technische artikelen over machine learning, handige tools voor copywriting of generatie van visuals, maar ontbreekt het nog aan een brede praktische toepassing. Waar staan we nu met kunstmatige intelligentie en wat heb je eraan in e-commerce?

Wat is AI en wat is machine learning?

Laten we met de basis beginnen. Kunstmatige intelligentie refereert naar een niet-menselijk programma of (digitale) entiteit die menselijk denken simuleert. Deze is globaal onder te verdelen in de volgende typen intelligentie:

  1. Logica en automatisering: symbolic AI
  2. Verbale intelligentie: NLP (Natural Language Processing)
  3. Machine perception & (pattern) recognition
  4. Social intelligence: affective computing (emoties)
  5. Creativiteit (genereren van coherente nieuwe concepten)
  6. Bewustzijn en filosofie: AGI (Artificial General Intelligence)

Wat is machine learning?

De basis voor de meeste van deze soorten AI is een zelflerend mechanisme, waarbij de rol van de mens niet meer bestaat uit het creëren van ALS-DAN statements, maar het loslaten van dit werk aan de machine zelf. Als mens faciliteren wij dan de neurale infrastructuur en geven we grenzen en parameters. De machine leert dan zelf.

Zelflerende code: papier, steen, schaar

Zelflerende code: papier, steen, schaar

Net als een kind dat de wereld leert kennen door perceptie, interactie en beloning, leert een machine op een natuurlijke manier. En hiervoor heeft de machine data nodig. Veel data. Hoe meer datapunten, hoe beter het apparaat kan onderscheiden wat we ervan verwachten en wat een ‘goed’ resultaat is en wat niet.

Machine learning is dus het proces waarbij je de machine een doel of taak geeft en vraagt om zelf te leren hoe dat het beste op te lossen. Een fantastisch voorbeeld is dit filmpje, waarbij het doel is “een algoritme creëren, waarmee een auto de racebaan afmaakt”:

Accepteer cookies

Deze datapunten en dit leerproces kunnen zich op verschillende vlakken bevinden, zoals:

  • het leren van een auto om te rijden (Tesla, anyone?)
  • planning
  • schrijven van teksten
  • herkennen en genereren van realistische tekeningen (DALL-E 2)
  • herkennen van afwijkingen in patronen (zoals symptomen van kanker)
  • leren over wat wel en niet werkt in e-commerce, zoals SEO-waardige omschrijvingen en een goed functionerende conversiefunnel

Wij kiezen dus wat de machine moet leren en de machine zoekt zelf de beste manier om dat te doen.

Waar staan we nu met kunstmatige intelligentie?

Op 16 november is een rapport van Infosys uitgekomen, waarin ze een getal plaatsen bij de potentie van artificial intelligence. Volgens hen is er op dit moment een totaal van $467 miljard te winnen door AI toe te passen door internationale organisaties.

Robot aan het werkAlhoewel 81% van de bedrijven al een vorm van AI gebruikt, is de toepassing nog niet constant en de implementatie niet stabiel. Wel gelooft 77% van kenniswerkers dat ML en AI hun organisaties zouden verbeteren. Volgens een rapport van Deloitte, vinden 94% van de business leaders dat AI kritisch wordt voor succes in de komende jaren. Tegelijkertijd is maar 26% van de organisaties niet tevreden met hun huidige implementatie van AI- en data-tools.

Wat doen we er nu al mee?

Meer dan veel mensen denken. Heb jij vandaag al “Hey Google” gezegd, waarop je een bliepje hoorde? Of heb je Google Maps gebruikt, waarbij de verwachte aankomsttijd op de minuut nauwkeurig werd voorspeld? Of misschien heb je laatst op Amazon geshopt en zag je een aanbeveling die wel verdacht goed in de buurt kwam van je interesses?

Dit zijn slechts een paar kleine voorbeelden van hoe AI al elke dag onze levens beïnvloedt. Maar dat zijn slechts de zichtbare effecten. Op dit moment bestaat al het internetverkeer voor 62% uit geautomatiseerde berichten, berichten tussen computer en computer of computer en mens. Maar ook in de offline wereld kun je er niet omheen.

Hoe gebruiken we AI in ons dagelijks leven?

De bekende supermarktstudies voor looppaden en kijkrichting worden al lange tijd ondersteund door AI, de dynamische snelheidsborden voorspellen wat ze het beste moeten tonen om files te beperken, Uber weet precies te voorspellen wanneer je een taxi kunt krijgen en zelfs de banken geven je inmiddels een zeer uitgebreid inzicht in je uitgavenpatroon.

Wat kun je er niet mee?

Allereest, de mens blijft nu en de komende jaren nog een hele belangrijke rol spelen in alles wat met AI te maken heeft. AI kan nog niet volledig autonoom functioneren. Voor de controle van AI, het aansturen, het geven van parameters en interpreteren van de uitkomsten blijven wij als mens noodzakelijk.

De belangrijkste factor waar kunstmatige intelligentie nog niet goed in is, is intuïtief extrapoleren. Dat betekent dat machines altijd enorme hoeveelheden data nodig hebben om iets goed te kunnen voorspellen, waar een mens een bepaald ‘gevoel’ ontwikkelt voor hoe iets in elkaar zit, ook al zien ze het maar 1 of 2 keer.

XKCD. Sometimes even humans are bad extrapolators. Image free to share.

XKCD. Sometimes even humans are bad extrapolators. Image free to share.

Ook kunnen we de autonome groei van een machine nog niet loslaten. Door het gebrek aan de evaluatieve feedbackloop, zal een machine die verder leert, steeds meer een bias ontwikkelen en vaak ontsporen. Hier zijn veel voorbeelden van, zoals de racistische MS-bot, foute crimineel-herkenning en contextloze content.

Hoe kan ik AI gebruiken voor mijn e-commerce-business?

Wat heb ik eraan?“, is toch zeker de meestgestelde vraag die ik op dit moment hoor. En volledig terecht! Tot nu toe heeft artificial intelligence zich vooral beperkt in de domeinen van developers, wiskundigen en creatievelingen en was het nog zaak om de werking van de modellen sterk te verbeteren.

Met de steeds betere beschikbaarheid en openheid van verschillende tools, verschuift de focus nu naar het functionele domein. Dat betekent dat we vanaf nu kunnen gaan kijken naar de toegevoegde waarde van deze technologie.

Hoe wordt het nu gebruikt?

De meeste voorbeelden uit e-commerce komen nu uit 5 hoeken:

  1. Copywriting (content, SEO-teksten, parafraseren)
  2. Visual generatie (foto’s, logo’s en kunst)
  3. Foto- en videobewerking
  4. Data-analyse en interpretatie (+ personalisatie)
  5. Chatbot- en klantcommunicatie

Daarnaast passen externe providers, zoals Google en Meta al uitgebreide AI-technieken toe voor het inrichten van campagnes en aanbevelingen, maar dit valt buiten de span of control van de webshopeigenaar.

In bijna elk geval gaat het nu om een zeer uitvoerende hoek, waarbij AI nog zeker niet op het niveau is om actief mee te denken met een webshopeigenaar, advies te geven of verschillende bronnen aan elkaar te koppelen.

Wel merken we een shift naar steeds bredere dienstverlening. Zo zijn er al bedrijven die data verzamelen uit verschillende bronnen en ook verschillende typen contenttools aanbieden.

Welke tools worden nu gebruikt?

Je kunt denken aan een honderdtal bekende tools die gebruikt worden voor één of meerdere aspecten van bovenstaande hoeken. De top 5 per categorie zet ik op een rij:

Copywriting

  • Jasper.ai – meest uitgebreide contentgeneratie-tool
  • Frase.io – SERP-analyse, research, content generation
  • Ocoya – social media, contentmarketing
  • Genei – contentproductie en -research
  • Phrasee.co – e-mail en content

Visual generatie

  • DALL-E 2 – meest realistische en bekroonde generator
  • Midjourney – minder toegankelijk, wel sterk
  • Stable Diffusion – heel sterk voor genereren van kunst
  • Promptbase – verzameling van reeds gegenereerde visuals
  • Night Cafe – creatieve, maar geen strikte generator

Foto- en videobewerking

Accepteer cookies

Data-analyse en -interpretatie

  • DynaLytix – custom AI-oplossingen voor bedrijven
  • Pixyle – automatisch taggen van productdata
  • Anypicker – scrapen van websites met Chrome-extensie
  • Marketbrew – testplatform voor SEO
  • Prisync – prijstracking-tool en -monitoring

Chatbot en klantcommunicatie

  • Chai.ml – zelf een klantenservice-bot trainen
  • Ultimate.ai – uitgebreide chatbot voor grotere bedrijven
  • Ebi.ai – persoonlijke AI-customer service-assistant
  • CM.com – conversational cloud-chatbot
  • ZoHo – van de bekende customer service providers

Hoe wordt het nog niet gebruikt?

Alhoewel er een paar start-ups zijn – zoals Ebi.com en mijn eigen startup Myro.ai van eigen bodem – die een stap richting persoonlijke AI-assistentie zetten, is de markt nu nog vooral bezig met basale oplossingen. Er is nog een wereld te winnen in het gangbaar en beschikbaar maken van eigen GPT-3 modellen voor bedrijven, waardoor iedereen een ‘bot’ aan kan nemen, zoals je met een mens doet.

Ook ligt er een kans in aggregatie. De veelheid aan tools die veel overlap hebben, geeft ook aan dat we in een vroege fase van AI-acceptatie zitten. Immers zijn er nog geen doorslaggevende winnaars en is er nog sprake van een ‘cowboy-wereld’.

Hoe ziet de toekomst voor AI eruit?

Volgens de meeste onderzoeken, zijn kansen in e-commerce door AI vooral te vinden op het gebied van content, customisatie en personalisatie. De laatste twee zijn beide sterk gericht op verwerken van data. Aangezien AI nu nog sterk in het technische domein ligt, vind ik dat de meeste (wetenschappelijke) voorspellingen niet het gehele veld in ogenschouw nemen. Soms moet je durven dromen.

Personalisatie door AI

Is AI in e-commerce een hype?

Artificial intelligence bestaat al tientallen jaren in één of andere vorm en al vanaf de jaren 50 wordt er geautomatiseerd en geïnnoveerd. Zodra er iets efficiënter te maken is, zullen bedrijven er profijt van ondervinden. Of het nu het Fordisme en Taylorisme was, het verbeteren van autofabrieken volgens TQM van Deming of het automatiseren van de meeste taken van kenniswerkers (Excel, anyone?).

Met de exponentieel groeiende complexiteit in de e-commerce-wereld is het daarom niet meer dan logisch dat we machines nóg meer gaan vertrouwen met onze data, die voor de mensheid allang niet behapbaar zijn. En dat is nu precies waar AI een rol in heeft. Het antwoord is dus simpelweg nee :).

Waar gaat het naartoe met e-commerce & artificial intelligence?

Naar mijn idee zal e-commerce-AI zich bewegen naar een algehele automatisering van de taken die horen bij e-commerce. Zelf zie ik AI voor me als een personificatie van een digitale intelligentie, die je bijspringt bij repetitieve, analytische en creatieve taken. Een eerste stap daartoe zijn al gezet door GA4 en Dynalytix, die de enorme hoeveelheden data en complexiteit omtoveren naar een conversationele digitale werknemer.

Mens en machine werken samen

We gaan dus steeds meer een vermenselijking van data zien, zowel voor e-commerce-ondernemers, als agencies en consumenten. Waar je vroeger een expert van de tv-winkel vroeg om je te adviseren, zal AI daar steeds beter antwoord op kunnen geven. En waar je eerder honderden keywords aan het zoeken was, zal AI je de suggesties geven en zelf de relevante content maken. Waar je vroeger iStockphoto nodig had voor die ene foto van een man met een kikker en een laptop, kun je dat nu binnen 10 seconden zelf genereren door het simpelweg te vragen.

En nee, onze taken als mens zullen niet verdwijnen, maar wel veranderen. We gaan een niveau omhoog, van repetitieve, saaie of creatief lastige opdrachten, naar superviserende rollen

Waar moet ik beginnen?

Ben je ondernemer/medewerker in e-commerce, werk je bij een agency of ben je leverancier? Begin dan met het analyseren van je huidige processen. Wat kost je veel tijd, wat levert de meeste resultaten op en waar kun je wel wat creativiteit gebruiken?

Denk in elk geval aan de volgende laaghangend-fruit-opties:

  • Schrijven van blogposts door AI
  • Genereren van visuals versus het inkopen van stockphoto
  • Installeren van een AI-chat en die trainen op je product
  • Maken van videocontent met uitleg over je producten
  • Combineren van contentmarketing met social media
  • Gebruiken van data-analysetools voor het vinden van je pad

Je kennis over AI bijspijkeren

We zitten in de overgangsfase van technology push naar business pull en dat betekent dat bedrijven die als eerste mogelijkheden zien, ook de drivers zullen zijn van de acceptatie. Het betekent echter ook complexiteit, onduidelijkheid en onzekerheid bij het inzetten van de tools.

Daarom kan het handig zijn je kennis over kunstmatige intelligentie bij te spijkeren online of door LinkedIn af te struinen naar een AI-expert die je even aan de hand meeneemt. En dat is een complexiteit van menselijk leren die door geen enkele kunstmatige intelligentie kan worden opgelost. Misschien maar goed ook, for now!

Bron header-afbeelding: gegenereerd door DALL-E AI

Dit bericht verscheen origineel hier: Read More