Een nieuw tijdperk | Kansen voor generatieve AI in de tuinbouw

2023 was het jaar van de doorbraak van generatieve kunstmatige intelligentie, oftwel: GenAI (zie onderstaand kader). Het is echt onvoorstelbaar hoe snel ChatGTP wereldwijd populair werd en wat het allemaal in gang heeft gezet. Of je het nu leuk vindt of niet, we lijken aan het begin van een nieuw tijdperk te staan, waarin kunstmatige intelligentie de manier waarop we werken en leven op zijn kop zet. Nu werd dit ruim 25 jaar geleden ook al gezegd, toen de schaakcomputer Deep Blue de wereldkampioen Kasparov versloeg. Maar nu gaat het gepaard met een explosie van praktische toepassingen met een grote impact. Ook in de tuinbouw.

Microsoft voorloper in bedrijfstoepassingen van generatieve AI

Het uitproberen van ChatGTP en andere laagdrempelige tools, bijvoorbeeld voor het genereren van foto’s, gaf mij een enorm ‘wow-gevoel’. Het is onvoorstelbaar hoe herkenbaar en verrassend bruikbaar de resultaten zijn wanneer je ze de goede opdrachten geeft. Maar generatieve AI wordt pas echt interessant als je het integreert in je dagelijkse werk. En hierin loopt Microsoft voorop.

Microsoft investeerde de afgelopen jaren miljarden in de samenwerking met OpenAI, het bedrijf achter ChatGTP. Met de introductie van Copilot geeft Microsoft generatieve AI een centrale plek in haar hele platform. Microsoft Copilot is een digitale assistent die gebruikers helpt bij allerlei taken, van het schrijven van documenten in Word tot het genereren van dashboards in PowerBI of het ontwikkelen van Apps in Power Apps.

De verschillende copilots zijn gebaseerd op de Azure OpenAI service. Daarin zijn verschillende krachtige taalmodellen beschikbaar, waaronder die van ChatGTP. Een cruciaal verschil met de bekende openbare versie van ChatGTP is echter dat je een eigen instance ervan kan trainen met bedrijfsspecifieke data. Deze data blijven afgeschermd volgens de bestaande autorisaties en er zijn ook uitgebreide aanvullende security mogelijkheden.

Stap op weg naar modernisering

Het potentieel van AI reikt veel verder dan stand-alone toepassingen. De belangrijkste impact ligt in de operationele kerngebieden van een organisatie. AI-technologie belooft de efficiëntie en geavanceerdheid van belangrijke taken zoals administratie, voorraadbeheer, verkoop, financiën en productie te verhogen.

Innovatie Hackathon Agriware

Wij zijn enthousiast over de kansen van generatieve AI voor de tuinbouw! Daarom hebben we vanuit Agriware een hackathon georganiseerd om inspirerende prototypes te ontwikkelen. Hierin stonden deze twee uitdagingen centraal:

• Hoe kun je met generatieve AI nieuwe functionaliteiten ontwikkelen met concrete business waarde voor onze klanten? Zie ter inspiratie deze video’s: 365 Copilot, Dynamics Copilot, PowerBi Copilot!
• Hoe kan generatieve AI ons eigen werk makkelijker maken? Bijvoorbeeld: programmeren, testen, documenteren en support. Zie ter inspiratie deze video’s: GitHub Copilot, Power Apps Copilot en PowerAutomate Copilot!

Het was een hele leuke dag die waardevolle ideeën heeft opgeleverd. Ik vond het echt indrukwekkend dat alle teams erin geslaagd zijn om in zo'n korte tijd prototypes te ontwikkelen, zoals:

• AWAI (AgriWare AI), assistent voor het optimaliseren van productieplanning op basis van Agriware data zoals verkoopprognoses, beschikbaarheid en productievoorkeuren;
• Sales Order Copilot, het aanmaken van verkooporders vanuit een eenvoudige chatbot assistent;
• Agrifolk Assistant: interactieve chatbot voor gebruikershelp in Agriware.

Generatieve AI inzetten in de tuinbouw

De hackathon heeft de potentie van generatieve AI voor Agriware laten zien. Ik verwacht dat het een enorme impact zal hebben op de tuinbouw. De manier van werken verandert fundamenteel.

Tools zoals Microsoft Copilot geven supersnel waardevolle inzichten vanuit de specifieke context van een gebruiker. En het maakt tijds- en kennisintensieve taken veel efficiënter, zoals het invoeren van data, schrijven van teksten, ontwikkelen van rapporten, dashboards en software.

Het maakt complexe taken zoals het invoeren van data, het schrijven van teksten, het maken van rapporten, dashboards en software veel eenvoudiger en sneller.

Hoe te beginnen?

Een optimaal gebruik van Copilots vereist een gedegen voorbereiding, waaronder het op orde brengen van de inputdata, het bedrijfsspecifiek trainen van AI-modellen en het goed inregelen van de security. Bovendien moeten de organisatie en gebruikers klaar zijn voor de andere manier van werken.

Last but not least, er kleven ook risico’s aan generatieve AI (zie onderstaand kader). Het is een krachtig hulpmiddel met grote voordelen, maar het moet ook met beleid en wijsheid moet worden gebruikt. Begin daarom vandaag nog met het verkennen van de mogelijkheden, bijvoorbeeld door het starten van pilots. Onder het motto: denk groot, begin klein en schaal snel op!

Geïnteresseerd? Neem contact met ons op om verdere mogelijkheden te bespreken voor Business Management Software op maat voor tuinbouwbedrijven.

Over Mprise Agriware

Mprise Agriware biedt een op maat gemaakte, geïntegreerde Microsoft-gebaseerde business management software oplossing voor de tuinbouwsector. Combineer financiën, verkoop, voorraadbeheer, productie en alle activiteiten in één gebruiksvriendelijke applicatie. Verkrijg inzichten, stimuleer bedrijfsgroei en bereid je voor op de toekomst.

Neem contact op via: agriware@mprise.nl 

Hoe werkt generatieve AI?

Generatieve AI is een vorm van kunstmatige intelligentie die in staat is om nieuwe content te creëren. Dit kan bijvoorbeeld tekst zijn zoals in chatbots, maar ook foto’s, audio, video, softwarecode, modellen, of fictieve (test-)data. Daarvoor gebruikt generatieve AI verschillende methoden, waaronder Generative Adversarial Networks (GAN). Hierin beoordeelt een neuraal netwerk (de discriminator) de resultaten van een ander neuraal netwerk (de generator), tot deze geen verschil meer ziet met de trainingsgegevens. De Transformer methode, die o.a. door ChatGTP toegepast wordt, heeft de ontwikkeling van generatieve AI sterk versneld.

In de afgelopen jaren zijn met behulp van deze generatieve AI-methoden zogenaamde Foundation Models ontwikkeld. Dit zijn AI-modellen die getraind zijn met enorm veel en verschillende data, waardoor ze breed toepasbaar zijn. Voor het genereren van tekst worden deze modellen Large Language Models genoemd. Voorbeelden zijn GTP-3.5 van OpenAI en BERT/Gemini van Google. Het is mogelijk om de generieke Foundation Models verder te trainen voor specifieke toepassingen, bijvoorbeeld met bedrijfsdata.

Voor de interactie met gebruikers zijn er veel verschillende tools beschikbaar, waaronder diverse chatbots zoals ChatGTP en Google Bard, en heel veel andere AI-generators, zoals Midjourney, DALL·E, Stable Diffusion (afbeeldingen), GitHub Copilot en OpenAI Codex (code). Hierin kun je via zogenaamde ‘prompts’ vragen stellen, opdrachten geven en feedback geven op de response. De formulering van de prompt is cruciaal voor het resultaat. Het bepalen van optimale formuleringen is zelfs een ‘vak apart’ geworden: ‘prompt engineering’.

Kanttekeningen bij generatieve AI

Generatieve AI is een veelbelovende nieuwe technologie. Toch is voorzichtigheid geboden, zeker bij zakelijke toepassingen. Eén van de belangrijkste nadelen is de betrouwbaarheid en accuraatheid. Tools zoals ChatGTP kunnen hele overtuigende teksten maken van de grootst mogelijke onzin (hallucinatie). Generatieve AI maakt het ook gemakkelijk om realistische nep-foto’s en -video’s te maken of iemands stem na te bootsen. Cybercriminelen maken hier dankbaar gebruik van. Blindvaren op generatieve AI is daarom levensgevaarlijk. Je moet altijd in staat zijn om te beoordelen of het resultaat ook echt klopt.

Een ander risico betreft de inbreuk op het intellectueel eigendom en de privacy van de data die gebruikt worden om generatieve AI-modellen te trainen. Superhandig om een samenvatting te maken van een vertrouwelijk document of fouten uit de broncode van software te halen, maar wie garandeert dat uw concurrent hier niet van profiteert?

Andere ethische kanttekeningen zijn bijvoorbeeld dat in de trainingsdata foute vooroordelen kunnen zitten waardoor het resultaat discriminerend kan zijn. Ook vraagt het trainen en gebruiken van generatieve AI-modellen veel energie, wat vanuit duurzaamheidsoogpunt discutabel is.

Het is daarom belangrijk om generatieve AI niet kritiekloos te omarmen. Wees je bewust van de risico’s en creëer de juiste randvoorwaarden om daar op een verantwoorde manier mee om te gaan!