Grafieken illustreren de adoptie van AI

Tanay Jaipuria en Charles Rubensfeld presenteren vijf grafieken die betrekking hebben op de adoptie van AI , illustreren hoe snel de modellen verbeteren en aangeven wie helpt bij het opvullen van de gaten om de adoptie sneller te laten verlopen.

De conclusies, die je op basis van deze grafieken kunt trekken, zijn:

1. De kosten van AI-intelligentie dalen momenteel sterk. Waar bedrijven eerder terughoudend waren vanwege de hoge kosten, is presteren op GPT-4-niveau nu 1000 keer goedkoper dan 18 maanden geleden. Het Deepseek R-1 model heeft de kosten voor basis-AI in drie tot vier maanden tijd met factor 27 verlaagd. Deze kostendaling maakt het voor bedrijven mogelijk om AI breder toe te passen en te experimenteren met verschillende toepassingen. Twee ontwikkelingen zullen de groei van AI-toepassingen verder stimuleren: de opkomst van compactere modellen en de verschuiving naar verwerking op het apparaat zelf, mogelijk gemaakt door betere chips en infrastructuur. Daardoor kunnen AI-modellen efficiënt draaien op computers, smartphones en andere apparaten.
2. Het R1-zero model van DeepSeek laat zien hoe nauwkeurigheid toeneemt tijdens het trainingsproces. De consensus-gebaseerde aanpak leidt tot betere resultaten dan het O1 model van OpenAI. Het model leert zelfstandig door middel van ‘reinforcement learning’, zonder menselijke begeleiding. Dit werkt goed voor opdrachten met duidelijk meetbare uitkomsten zoals wiskunde en programmeren. Deze techniek zal verder doorontwikkelen en breder worden toegepast. Daardoor kunnen modellen steeds beter worden in taken met verifieerbare oplossingen.
3. Het ontwikkelen van AI-producten vraagt meer dan alleen een goed model. Een zogenaamde ‘Wardley map’ -ik had er nog nooit van gehoord- toont dat er verschillende bouwstenen nodig zijn, zoals tools voor AI-agenten, evaluatiesystemen voor prestaties en oplossingen voor beveiliging en naleving van regels. Sommige onderdelen zijn al ver ontwikkeld, zoals API’s, terwijl andere nog in ontwikkeling zijn. De verwachting is dat deze tools steeds meer gestandaardiseerd worden. Dit zal de adoptie versnellen.
4. Adviesbureaus spelen een belangrijke rol bij de implementatie van AI in bedrijven. Accenture rapporteert dat 6% van hun omzet komt uit AI-gerelateerde opdrachten. Bij McKinsey zou dit percentage zelfs rond de 40% liggen. Deze bureaus helpen organisaties bij het bepalen waar en hoe ze AI kunnen inzetten.
5. Het tempo van AI-adoptie is opvallend snel vergeleken met eerdere technologische innovaties. Waar het 20 jaar duurde voordat 60% van de Amerikanen elektriciteit had en 50 jaar voor dezelfde mate van telefoonadoptie, deed het internet er 10 jaar over. AI lijkt dit tempo te overtreffen: volgens onderzoek gebruikte 39% van de Amerikaanse bevolking in augustus 2024 maandelijks AI. Ter vergelijking: na twee jaar gebruik lag dit percentage voor pc’s en internet rond de 20%.

Mijn opmerkingen

Deze grafieken laten zien dat de kracht van (generatieve) AI sterk toeneemt, dat de toepassing ervan alomtegenwoordig zal worden en dat de AI-toepassingen breed zullen worden geadopteerd. Overigens zijn de claims van DeepSeek over het goedkoop ontwikkelen van hun model, later genuanceerd. De laatste conclusie moet trouwens ook genuanceerd worden. De adoptie van ‘AI is al sinds de jaren vijftig aan de gang. Pas sinds eind 2022, toen ChatGPT publiek beschikbaar kwam, ging het ongelofelijk hard met de adoptie van generatieve AI.

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.

This content is published under the Attribution 3.0 Unported license.