Stel je voor: je werkt aan een complex waterproject met diverse teams en disciplines. In plaats van uren te besteden aan het verzamelen en analyseren van data of het opstellen van rapportages en presentaties, geef je met één enkele opdracht een AI toegang tot alle systemen die je dagelijks gebruikt. Binnen enkele minuten krijg je de voortgang van alle lopende werkzaamheden, een identificatie van de knelpunten en een rapport vol gerichte aanbevelingen. Maar het blijft niet bij analyses; je ontvangt een complete presentatie, klaar voor je volgende vergadering inclusief een korte video die de nieuwe duurzame oplossing helder communiceert naar zowel klant als team. Bedenk eens hoeveel tijd en moeite dit zou besparen in jouw dagelijkse werkzaamheden?
Waar Artificial Intelligence (AI) ooit enkel thuishoorde in sciencefiction, is het nu een integraal onderdeel van onze dagelijkse werkzaamheden. Wat veel mensen niet weten is dat deze technologie een lange geschiedenis heeft. Als academische discipline bestaat AI al sinds de jaren 50 en in de jaren 90 begonnen grote bedrijven algoritmes te ontwikkelen om processen te automatiseren en voorspellingen te doen. Vandaag de dag vormt AI de kern van technologieën die we dagelijks gebruiken. Denk aan muziekselecties op Spotify of gepersonaliseerde video’s op TikTok. Of meer specifiek in onze werkomgeving met slimme dataverwerking in watermonitoring, geautomatiseerde simulaties in ecologisch onderzoek of het voorspellen van onderhoudsbehoeften van infrastructuur. De versnelling die we nu meemaken, had niemand kunnen voorspellen.
De sprong naar Generatieve AI
De opkomst van generatieve AI (GenAI) zoals ChatGPT markeert een nieuw tijdperk waarin machines niet alleen data kunnen verwerken, maar ook creatief kunnen denken en innovatieve oplossingen kunnen aandragen. GenAI zijn taalmodellen en hebben het vermogen om menselijke taal te begrijpen en subtiele nuances te herkennen. Deze modellen zijn getraind op gigantische hoeveelheden tekst (triljoenen woorden). Stel je bij een taalmodel voor dat je een veelzijdige PhD assistent hebt die je bij elke stap ondersteunt, met inzichten toegespitst op jouw project. Of je nu een ecologische impactstudie uitvoert, de waterkwaliteit in een bepaald gebied analyseert, of een integrale aanpak voor klimaatadaptatie zoekt, GenAI biedt nieuwe mogelijkheden om de complexiteit te beheersen.
Het werken met een taalmodel vereist echter duidelijke instructies en grenzen. Je moet AI specifieke richtlijnen geven om de beste resultaten te krijgen. ‘Garbage in, garbage out’: wat je erin stopt, bepaalt de kwaliteit van wat je eruit krijgt. Dit proces heeft mij, als digital en AI-adviseur, geholpen om scherpere vragen te stellen en daardoor mijn werk te verbeteren.
Co-creatie met AI
Het toekomstsbeeld waar ik deze blog mee startte, begint nu al vorm te krijgen. Tools zoals Microsoft Copilot integreren GenAI direct in systemen als Office 365, waar complexe databronnen, systemen en processen met elkaar worden verbonden. AI acteert hierin als het verbindende brein. Voeg hier de kennis en expertise van Arcadis aan toe, en je hebt een krachtige combinatie die in staat is om complexe vraagstukken op te lossen.
Co-creatie met AI wordt steeds meer de standaard. Dit opent deuren voor organisaties in alle sectoren en biedt bijzondere kansen voor onze industrie, waar complexiteit vaak de boventoon voert. Een AI die deze complexiteit kan beheersen en vereenvoudigen, creëert de nodige ruimte. Hierdoor kunnen we meer klanten bedienen, saaie taken automatiseren en ons richten op wat écht belangrijk en leuk is: het verbeteren van onze leefomgeving. Samen met AI zetten we de complexiteit om in nieuwe mogelijkheden en voegen we waarde toe die verder gaat dan wat een mens alleen kan bereiken.
AI is voor mij een waardevolle partner in mijn werk en ik ben trots om bij Arcadis voorop te lopen in deze AI-gedreven ontwikkelingen. Benieuwd hoe (Gen)AI jouw werk kan verbeteren? Of zie je mooie kansen voor onze klanten? Ik denk graag met je mee.
