De impact van generatieve AI op MKB-bedrijven in de financiële sector: Een perspectief van een startup-eigenaar

INZICHT

Terwijl technologie in een snel tempo blijft ontwikkelen, trekt één gebied bijzonder onze aandacht: de impact van generatieve kunstmatige intelligentie (generative AI) en Grote Taalmodellen (LLMs) op kleine en middelgrote ondernemingen (MKB) binnen de financiële sector. “Deze transformerende technologie heeft het potentieel om de manier waarop bedrijven functioneren radicaal te veranderen, wat groei en innovatie stimuleert”, zegt Casper Kirch, oprichter en CEO van genaicademy, een startup die zich richt op MKB-bedrijven en ondernemers begeleidt bij het ontwikkelen en integreren van AI-toepassingen binnen hun bedrijf. In dit artikel deelt hij zijn visie op de impact van generatieve AI en LLMs  in de financiële sector, waarbij hij zowel de kansen als de uitdagingen benadrukt.

De grote gelijkmaker voor MKB-bedrijven

“Traditioneel gezien hebben MKB-bedrijven beperkte toegang tot geavanceerde technologieën vanwege beperkingen in budgettaire middelen en capaciteit”, vertelt Kirch. “Generatieve AI en LLMs werken echter als een gelijkmaker, doordat bedrijven krachtige basismodellen (“foundation models”) kunnen gebruiken om innovatieve oplossingen voor hun bedrijf te creëren”. Genaicademy maakt deze basismodellen beschikbaar en waardoor kleine en middelgrote bedrijven kunnen concurreren met grote ondernemingen op een gelijk speelveld. “De toegankelijkheid van krachtige AI-modellen opent een wereld van mogelijkheden voor bedrijven in de financiële sector om AI te benutten om hun diensten te verbeteren en groei te stimuleren”, vervolgt hij.

Verbetering van werknemerstevredenheid en efficiëntie

Gevraagd naar de impact van AI op onze kenniseconomie, noemt Kirch “hoe generatieve AI en LLMs, naast het gelijktrekken van het speelveld, de manier waarop we werken gaan veranderen”. Onderzoek wijst uit dat kenniswerkers in Nederland veel tijd besteden aan het verzamelen en verwerken van informatie, wat eentonig en tijdrovend kan zijn. Met kunstmatige intelligentie die informatie retrieval en -analyse afhandelt, kunnen werknemers zich concentreren op taken met een hogere impact, wat leidt tot meer tevredenheid en verhoogde productiviteit. “Door waardevolle tijd vrij te maken, stellen generatieve AI en LLMs werknemers in staat om meer tijd te spenderen aan probleemoplossing en creativiteit, wat innovatie binnen elk bedrijf stimuleert”, aldus Kirch.

Praktijkvoorbeelden van succes

Toen ik informeerde naar concrete voorbeelden van het gebruik van AI in de financiële sector, bespraken we een recent project van genaicademy. “Samen met experts uit de hypotheeksector bouwen we een AI-oplossing die automatisch het inkomen van ondernemers controleert voor hypotheekaanvragen. Dit kan de handmatige inspanning aanzienlijk verminderen en de nauwkeurigheid en transparantie in de sector verbeteren”. Deze succesverhalen dienen als voorbeelden van hoe generatieve AI en LLMs MKB-bedrijven kunnen transformeren.

Geleidelijke investering in AI

Het invoeren van AI en LLM’s is toch een kostbare zaak voor MKB-ers? “Een veelvoorkomend misverstand over AI is dat het aanzienlijke initiële investeringen vereist, wat het ontoegankelijk zou maken voor MKB-bedrijven met beperkte budgetten.” “Generatieve AI biedt een kosteneffectieve benadering voor de adoptie van AI”, legt Kirch uit. Een begeleiding zoals genaicademy biedt, kent een modulaire aanpak. Hierdoor kunnen bedrijven geleidelijk investeren in AI-technologie op basis van hun specifieke behoeften en vereisten. “Onze aanpak vermindert risico en onzekerheid voor onze klanten en biedt hen de mogelijkheid om een positief rendement op hun investering te behalen zonder vooraf grote budgetten vrij te moeten maken”. Met dit incrementele investeringsmodel kunnen bedrijven de mogelijkheden van AI omarmen zonder hun budgetten te overschrijden.

Het wegnemen van misverstanden

Kirch doet extra moeite om een ander veelvoorkomend misverstand over het gebruik van generatieve AI en LLMs in het bedrijfsleven aan te pakken. “Er zijn veel zorgen over de reproduceerbaarheid van generatieve modellen, gezien hun probabilistische aard”. Hij verwijst naar het feit dat de uitkomsten van generatieve modellen gebaseerd zijn op waarschijnlijkheid, niet op zekerheid. “We gebruiken geavanceerde technieken om de variabiliteit in output te minimaliseren, maar uiteindelijk is zakelijk inzicht nodig om te beslissen waar probabilistische outputs binnen een bedrijf kunnen floreren”. Hij vervolgt: “We moeten niet vergeten dat mensen van nature ook probabilistisch zijn en dat zij juist daarom onmisbaar zijn binnen elke organisatie”.

Tot slot

Het lijkt onvermijdelijk dat generatieve AI kansen biedt voor bedrijven in de financiële sector. Het is essentieel dat bedrijven deze technologieën omarmen en actief bijdragen aan deze transformerende ontwikkeling. Kirch hoopt deze transformatie te ondersteunen door expertise beschikbaar te stellen om de mogelijkheden van AI te verkennen.