De betekenis van kunstmatige intelligentie (artificial intelligence) #AI


AI-technologie speelt een cruciale rol in het verbeteren van bedrijfsprestaties en productiviteit door processen of taken te automatiseren die voorheen afhankelijk waren van menselijke inzet. Bovendien biedt AI de mogelijkheid om data te interpreteren op een schaal die voor mensen onmogelijk zou zijn, wat aanzienlijke voordelen oplevert voor bedrijven. Een goed voorbeeld is Netflix, dat machine learning inzet om een zekere mate van personalisatie te bieden, wat resulteerde in een groei van het klantenbestand met meer dan 25 procent.

Steeds meer bedrijven geven nu prioriteit aan data science en investeren aanzienlijke bedragen hierin. Een enquête van McKinsey in 2021 over AI toonde aan dat het aantal bedrijven dat AI in ten minste één functie toepast, met 56 procent was gestegen ten opzichte van 50 procent het jaar ervoor. Bovendien gaf 27 procent van de respondenten aan dat minstens 5 procent van hun inkomsten kan worden toegeschreven aan AI, in vergelijking met 22 procent het voorgaande jaar.

AI heeft waarde voor vrijwel elke functie, elk bedrijf en elke branche. Het biedt diverse toepassingen, zowel algemeen als branchespecifiek, zoals:

Het voorspellen van de levenslange klantwaarde door transactionele en demografische data te analyseren.
Het optimaliseren van prijzen op basis van klantgedrag en voorkeuren.
Het gebruik van beeldherkenning om röntgenfoto's te analyseren op tekenen van kanker.
De groeiende impact van AI op bedrijven en hun vermogen om gegevens te benutten, onderstreept het belang van data science en de voortdurende evolutie van AI-technologieën.

 

AI (artificial intelligence) is een overkoepelende term geworden voor toepassingen die complexe taken uitvoeren waar voorheen menselijke input vereist was, zoals online communicatie met klanten of een potje schaken. Deze term wordt vaak verward met gerelateerde begrippen, zoals machine learning (ML) en deep learning.

Toch zijn er belangrijke verschillen tussen deze begrippen. Machine learning richt zich bijvoorbeeld op het bouwen van systemen die kunnen leren of hun prestaties kunnen verbeteren op basis van de data waarmee ze worden gevoed. Het is essentieel op te merken dat machine learning altijd binnen de categorie AI valt, maar AI niet altijd afhankelijk is van machine learning.

Veel bedrijven investeren aanzienlijk in data science-teams om de waarde van AI optimaal te benutten. Datawetenschap combineert statistiek, computerwetenschap en zakelijke kennis om waarde te halen uit verschillende databronnen. Hierdoor kunnen bedrijven beter profiteren van de mogelijkheden die AI biedt.

 

De praktische toepassing voor bedrijven

AI-technologie speelt een cruciale rol in het verbeteren van bedrijfsprestaties en productiviteit door processen of taken te automatiseren die voorheen afhankelijk waren van menselijke inzet. Bovendien biedt AI de mogelijkheid om data te interpreteren op een schaal die voor mensen onmogelijk zou zijn, wat aanzienlijke voordelen oplevert voor bedrijven. Een goed voorbeeld is Netflix, dat machine learning inzet om een zekere mate van personalisatie te bieden, wat resulteerde in een groei van het klantenbestand met meer dan 25 procent.

Steeds meer bedrijven geven nu prioriteit aan data science en investeren aanzienlijke bedragen hierin. Een enquête van McKinsey in 2021 over AI toonde aan dat het aantal bedrijven dat AI in ten minste één functie toepast, met 56 procent was gestegen ten opzichte van 50 procent het jaar ervoor. Bovendien gaf 27 procent van de respondenten aan dat minstens 5 procent van hun inkomsten kan worden toegeschreven aan AI, in vergelijking met 22 procent het jaar eerder.

AI heeft waarde voor vrijwel elke functie, elk bedrijf en elke branche. Het biedt diverse toepassingen, zowel algemeen als branchespecifiek, zoals:

  1. Het voorspellen van de levenslange klantwaarde door transactionele en demografische data te analyseren.
  2. Het optimaliseren van prijzen op basis van klantgedrag en voorkeuren.
  3. Het gebruik van beeldherkenning om röntgenfoto’s te analyseren op tekenen van kanker.

De groeiende impact van AI op bedrijven en hun vermogen om gegevens te benutten, onderstreept het belang van data science en de voortdurende evolutie van AI-technologieën.

Inhoud Handboek.AI

 

“Het hybride handboek behandelt de inzet van AI en digitale marketing, de optimalisatie van de klantbeleving, contentcreatie en data-analyse om zo efficiënter te groeien!” 

Na big data, machine learning, algoritmisch structureren en automatisch leren draait het anno 2023 om kunstmatige intelligentie en de mogelijkheid machines mensachtige vaardigheden te laten vertonen. Het management- en leerboek Handboek AI draait om de kansen van AI op het gebied van redeneren, dataverwerking, analyseren, educatie en creatie. Het praktische boek focust op het “wat” en “hoe”: hoe laten we AI de complexe alledaagse taken uitvoeren om werk te vergemakkelijken?

Het hybride boek behandelt de inzet van AI bij de creatie en bewerking van content, het opzetten van een digitalemarketingmix, het gebruik van AI om de klantbeleving te verbeteren en data-analyse om efficiënter te groeien.

  • Een hybride handboek over AI met veel digitale bijlagen op de website www.handboek.ai
  • Focus op “wat” en “hoe”, kortom een praktijkgericht boek
  • AI in combinatie met marketing, klantbeleving, analyses, redenering, planning, educatie en creatie.

 

Inhoudsopgave

Dankwoord 8

Voorwoord door Bob van Duuren 9

Over het gebruik van het boek 10

1 Big data, machine learning, sociale impact en praktische AI 17

1.1 Het AI-landschap vol data, ritme en lessen 18
Een transformatie vol dilemma’s 19
Intelligente eisen en richtlijnen 25
De dagelijkse praktijk van een algoritme 31
1.2 Een geschiedenis van intelligente definities 34
Ethische parallel 36
Geschiedenis: de intelligente jaren vijftig en zestig 37
ELIZA ‘66 38
Geschiedenis: de AI-winter op het witte doek 40
Van AI in spelbeleving naar meer klantbeleving 45
Geschiedenis: de Deep Blue van de jaren negentig 49
Geschiedenis: de smart AI vanaf het jaar 2000 tot nu 51
Robots, Blue Brain en slimme assistenten 53
1.3 De sociale impact van AI 60
AI kent een gebrek aan gezond verstand 60
De mogelijkheden van AI in de diverse sectoren 64
Marketing in het tijdperk van kunstmatige intelligentie 65
Opdrachten 68

2 AI en effectieve digitale marketing 69

2.1 De revolutie van digitale marketing en AI 71
De impact van AI op de klantbeleving 73
Het marktplaatsmodel en de technologie 75
2.2 AI en klantenanalyse: de virtuele persona 84
Een levendige persona ontwikkelen met AI 88
Een datagestuurde persona ontwikkelen met AI 95
Onthulling marketingstrategieën van concurrentie 99
2.3 AI, de persona en de klantreis 101
De uitgewerkte fasen uit de klantreis 103
AI, de gebruikerservaring en loyaliteit 107
Met AI beoordelingen analyseren en voorspellen 109
2.4 AI en de middelen uit de digitalemarketingmix 114
AI en marketing: groeivoorspelling en churn 115
AI en zoekmachinemarketing 116
Sociale media 118
Contentcreatie en klantenservice 119
Opdrachten 120

3 AI-volwassenheidsscan en groeien met AI en BI 121

3.1 AI-volwassenheidsscan en de AI-mentaliteit 125
De AI-volwassenheidsscan samenstellen 129
3.2 AI-volwassenheidsmodel: manieren om te groeien 137
AI-volwassenheidsmodel case met Randstad 139
3.3 Voorspellen en leren 142
Data-analyse met Google Sheets, AI en API’s 143
AI-intelligentie en voorspelling 151
3.4 Voorspellen met grotere datasets 154
Opdrachten 159

4 Generatieve AI: afbeeldingen en video’s opwekken 161

Auteursrecht en zoekmachineindexering 163
4.1 Hoe het genereren van content werkt 165
Stablediffusionmodellen toepassen 169
4.2 De structuur van AI-artprompts 172
Productfotografie en fictieve campagnes 177
Logo’s en storyboards met DALL-E 182
4.3 Video’s genereren met AI 187
Social video’s generen met Invideo studio 190
Opdrachten 194

5 Generatieve AI: genereren van tekst 196

5.1 Transformermodel en zelfaandacht 197
5.2 ChatGPT versus Google Bard 199
Diverse toepassingen 201
5.3 ChatGPT-teksten voor AI-marketing 206
5.4 Van chat naar GPT-4 met marketingteksten 217
5.5 Google Bard en marketingteksten 225
5.6 Expertcase ondernemer Laurens van Wesep 230
Opdrachten 232

6 Klantenservice, klantbeleving en conversational AI 233

Chatbots en Virtuele Assistenten 235
6.1 Stappenplan conversational AI 236
6.2 Eisen en wetgeving rondom conversational AI 240
De klant bepaalt, niet de techniek 241
Impact op medewerkers 241
Data en wetgeving 242
Ethiek, klantdata en profielen 243
6.3 Spraakassistenten 244
6.4 AI-chat in elkaar zetten 249
6.5 GPT voor klantenservice en -beleving 264
Opdrachten 268

7 AI in het onderwijs 269

UNESCO 271
7.1 AI beïnvloedt werkvormen in het onderwijs 273
ChatGPT voor de opzet van werkvormen 275
7.2 Inspiratie voor nieuwe les- en leerstijlen 278
7.3 Een virtuele assistent 291
7.4 Expertcase met Hans Hoornstra 296
Opdrachten 300

Index 301