De evolutie van AI van 2020 tot 2025
Kunstmatige Intelligentie (KI/AI) heeft zich de laatste vijf jaar tijd ontwikkeld van een buzzword naar een onmisbare technologie die industrieën transformeert en onze manier van leven en werken verandert. Tussen 2020 en 2025 hebben we ook vanuit Mobilee de evolutie van AI in AI-technologieën, verhoogde adoptiepercentages en een groeiend bewustzijn van de cruciale rol die data en vaardigheden spelen in het succes van AI. Maar wat zijn precies de meest opvallende veranderingen, uitdagingen en trends in deze periode? Ik neem jullie hier in dit artikel in mee.
De stand van zaken in 2020
- Technologie in de kinderschoenen:
Hoewel AI in 2020 al veelbelovende vooruitgangen had geboekt, stonden veel technologieën nog in de experimentele fase. Machine learning en deep learning werden op beperkte schaal ingezet, voornamelijk voor voorspellende analyses, beeldherkenning en simpele automatisering. Generatieve AI, zoals taalmodellen, was net aan het opkomen met de introductie van GPT-3, maar grootschalige toepassingen waren nog zeldzaam. - Beperkte adoptie:
AI werd in 2020 vooral gebruikt door techreuzen en bedrijven met grote R&D-budgetten. Uit onderzoek bleek dat slechts 12% van de organisaties AI op brede schaal had omarmd, en veel projecten strandden in de pilotfase. Bedrijven zagen de waarde van AI, maar wisten niet goed hoe ze verder konden opschalen. - Problemen met data:
De basis voor AI, data, was in 2020 vaak een struikelblok. Bedrijven worstelden met datakwaliteit, -beheer en -privacy. Slecht georganiseerde en ongestructureerde data remden de prestaties van algoritmen. Het adagium “garbage in, garbage out” was een harde realiteit. - Gebrek aan vaardigheden:
Er was een wereldwijd tekort aan AI-experts. Datawetenschappers, machine learning-ingenieurs, en AI-specialisten waren schaars. Een gevolg hiervan was dat veel organisaties moeite hadden om AI-oplossingen te ontwikkelen of implementeren. - AI werd nog als bijzaak gezien:
AI werd vaak behandeld als een “leuke toevoeging” in plaats van een strategische noodzaak. Veel organisaties zagen AI als een experimenteel project en niet als een kernonderdeel van hun bedrijfsstrategie.
De transformatie in 2025
- Technologie wordt geavanceerder en toegankelijker:
Fast forward in de evolutie van AI, en er zijn enorme sprongen gemaakt in mogelijkheden en toegankelijkheid. Generatieve AI zoals GPT-4 en vergelijkbare modellen spelen een sleutelrol in het automatiseren van inhoud. AI-agents hebben een doorbraak bereikt, waardoor bedrijven repetitieve taken kunnen automatiseren met weinig menselijke tussenkomst. AI is niet langer alleen geavanceerd; het is ook schaalbaar en bruikbaar gemaakt voor bedrijven van elke omvang. Tools zoals Microsoft Copilot en AWS Bedrock stellen bedrijven in staat AI-oplossingen in te zetten zonder diepgaande programmeerervaring. - Groeiend adoptiepercentage:
Tegen 2025 gebruikt 77% van de bedrijven AI-technologie, en 83% noemt AI een topprioriteit. Waar veel initiatieven in 2020 bleven steken in kleine experimenten, hebben bedrijven nu geleerd om kortcyclisch te werken en AI op grotere schaal te implementeren. Succesverhalen in sectoren zoals gezondheidszorg, productie en retail hebben bijgedragen aan bredere acceptatie. - Data is het fundament geworden:
De cruciale rol van data wordt in 2025 beter begrepen. Datakwaliteit en data governance staan nu hoger op de agenda van veel bedrijven. Organisaties hebben geïnvesteerd in tools en processen om data effectiever te beheren en te benutten. Het gebruik van technieken zoals data cleansing en machine learning heeft geleid tot betere voorspellingen en betrouwbaardere algoritmes. Tegelijkertijd blijft in deze evolutie van AI een waarschuwing gelden: zonder een solide datagrondslag levert zelfs de nieuwste AI-technologie weinig waarde. - Vaardigheden en talentontwikkeling verankerd in strategie:
Het tekort aan AI-experts blijft, maar meer bedrijven hebben stappen gezet om interne teams te ontwikkelen via training en samenwerkingen met kennisinstituten. Specialisaties zoals AI-champions en data governance-managers zijn ontstaan om de kloof in vaardigheden te overbruggen en ervoor te zorgen dat AI-initiatieven duurzaam zijn. - AI als kernstrategie:
AI is geen experimenteel speeltje meer, maar een integraal onderdeel van bedrijfsstrategieën. Het wordt ingezet om klanten meer gepersonaliseerde ervaringen te bieden, kosten te besparen en zelfs nieuwe bedrijfsmodellen te ontwikkelen.
De grootste uitdagingen in de evolutie van AI
Ondanks de vooruitgang blijven er obstakels. Uit onderzoek blijkt dat meer dan 80% van AI-projecten nog steeds faalt. Dit komt door:
- Complexiteit van datamanagement: Hoewel bedrijven hun datastrategieën hebben verbeterd, blijven uitdagingen zoals dataprivacy, integratie van ongestructureerde data en datakwaliteit prominent.
- Ethische dilemma’s: De snelle adoptie van AI roept ethische vragen op over gebruik, transparantie en bias. Wetgeving zoals de EU AI Act dwingt bedrijven meer verantwoordelijkheid te nemen.
- Toenemende cyberdreigingen: AI opent nieuwe mogelijkheden voor cybercriminelen. Bedrijven worstelen met het beschermen van zowel data als modellen.
Van experiment naar transformatie
De vergelijking tussen 2020 en 2025 laat zien hoe ver AI is gekomen. Tegelijkertijd toont het ook hoeveel werk er nog te doen is. Waarin 2020 gekenmerkt werd door onzekerheid en experimenteren, is 2025 een tijd van transformatie, waarin AI een strategische noodzaak is geworden. Toch blijft het een technologie waarmee veel geëxperimenteerd blijft worden en die zorgvuldig moet worden beheerd.
Voor bedrijven die voorop willen blijven lopen in de evolutie van AI, is er één duidelijke les uit deze transformatieperiode: succesvolle AI is afhankelijk van twee pijlers – hoogwaardige data en hoogopgeleide mensen.
Door te investeren in datastrategieën, talentontwikkeling en ethisch verantwoord AI-gebruik, kunnen organisaties niet alleen de obstakels overwinnen, maar ook duurzaam voordeel halen uit de enorme potentie van AI. Bedrijven die AI willen omarmen, moeten serieus werk maken van hun datastrategie en talentontwikkeling, zoals ook blijkt uit de nieuwst editie van de DX300. Zonder deze fundering blijft AI slechts een hype, terwijl het potentieel voor duurzame waarde buiten bereik blijft. Samen met collega Jeroen Stoop schreef ik daarom een whitepaper met de belangrijkste factoren om duurzaam waarde te kunnen creëren.
