• Gebrek aan geschoolde werknemers: AI-systemen vereisen werknemers met specifieke vaardigheden en kennis, zoals data science, machine learning en kunstmatige intelligentie. MKB-bedrijven kunnen moeite hebben om gekwalificeerde werknemers te vinden, omdat er een tekort is aan mensen met deze vaardigheden. Dit kan leiden tot vertragingen in de implementatie van AI-systemen, of tot het gebruik van AI-systemen door mensen die niet volledig op de hoogte zijn van de risico’s en beperkingen.

  Maar…. met veel generatieve AI tools als de chatbots en image generators kan bijna iedereen al aan de slag met AI en kansen benutten. In deze AI gids spelen we juist hierop in.

• Vooringenomenheid: AI-systemen kunnen vooringenomen zijn, wat kan leiden tot ongelijke behandeling van klanten of werknemers. Dit kan gebeuren als de gegevens waarop het AI-systeem wordt getraind vooringenomen zijn. Zo kan een AI-systeem dat is getraind op een dataset van sollicitatiegesprekken, eerder mannen aannemen dan vrouwen, omdat de dataset meer mannen dan vrouwen bevat.
  De grote AI chatbots van bijvoorbeeld OpenAI (MicroSoft) en Google doen hun best om deze vooringenomenheid zoveel mogelijk te beperken. Normen en waarden verschillen echter ook per persoon en per cultuur. Het is dus altijd goed om rekening mee te houden met de vooringenomenheid van AI-tools en zelf de output te controleren.
  
  
• Kosten: Specialistische AI-systemen kunnen duur zijn om te implementeren en te onderhouden. Dit kan een uitdaging zijn voor MKB-bedrijven met beperkte budgetten. De kosten van AI-systemen kunnen variëren, afhankelijk van de complexiteit van het systeem en de hoeveelheid gegevens die nodig zijn om het te trainen.
  Het goede nieuws is dat er sinds eind 2022 heel veel AI tools gelanceerd worden die gratis zijn of een relatief beperkte investering vragen. Vaak op basis van een abonnement of pay-per-use. Voor dat laatste bijvoorbeeld een bedrag voor iedere seconde video die je laat maken door een AI tool.
  
  
• Complexiteit: AI-systemen kunnen complex zijn om te begrijpen en te gebruiken. Dit kan een uitdaging zijn voor MKB-bedrijven met beperkte IT-expertise. AI-systemen kunnen gebruikmaken van complexe algoritmen en technieken, die moeilijk te begrijpen zijn voor mensen zonder een technische achtergrond. Dit kan het moeilijk maken om AI-systemen te implementeren en te onderhouden, en om ervoor te zorgen dat ze correct worden gebruikt.
  Voor veel generatieve AI tools geldt echter dat deze een relatief korte leercurve hebben en de complexiteit gering is. In deze AI Gids gaan we juist daar op in.
  
  
• Beveiliging: AI-systemen kunnen kwetsbaar zijn voor beveiligingsincidenten. Dit kan een risico zijn voor MKB-bedrijven die gevoelige gegevens opslaan of verwerken. AI-systemen kunnen worden aangevallen door hackers die proberen toegang te krijgen tot gevoelige gegevens, zoals klantgegevens of financiële gegevens. Dit kan leiden tot datalekken, die grote financiële en reputatieschade kunnen aanrichten. Dit is dus niet anders dan bij ieder ander IT systeem dat je in eigen beheer heb of dat in de cloud (SAAS) functioneert.
  
  
• Regulatie: De regelgeving voor AI is nog volop in ontwikkeling. Dit kan een uitdaging zijn voor MKB-bedrijven die ervoor moeten zorgen dat ze aan de geldende wet- en regelgeving voldoen. De regelgeving voor AI kan verschillen per land, en het kan moeilijk zijn om bij te blijven met de laatste wijzigingen. Dit kan het moeilijk maken om ervoor te zorgen dat AI-systemen in overeenstemming zijn met de wet.
  
  
• Technologische afhankelijkheid: MKB-bedrijven die afhankelijk zijn van AI kunnen kwetsbaar zijn voor verstoringen in de AI-infrastructuur. Dit kan gebeuren als er een beveiligingsincident plaatsvindt, of als de AI-infrastructuur niet beschikbaar is. Dit kan leiden tot vertragingen in de bedrijfsvoering, of zelfs tot het verlies van inkomsten.
  Hoewel de uptime of veel systemen groot is, blijft dit een aandachtspunt net als alle andere bedrijf kritische IT systemen.
  
  
• Bedreiging voor bestaande banen: AI kan leiden tot automatisering van taken die momenteel door mensen worden uitgevoerd. Dit kan leiden tot banenverlies in sommige sectoren, zoals de productie en de bediening. AI kan ook leiden tot nieuwe banen, zoals AI-ontwikkelaars en AI-engineers. Het is echter nog niet duidelijk of de nieuwe banen zullen opwegen tegen de banen die verloren gaan.
  In veel gevallen zal vooral gelden “banen verdwijnen niet door AI, maar worden overgenomen door mensen die AI gebruiken”.
  
  
• Nieuwe risico’s: AI kan nieuwe risico’s creëren, zoals het risico van cyberaanvallen of het risico van verkeerde diagnoses in de gezondheidszorg. Cyberaanvallen kunnen leiden tot datalekken, die grote financiële en reputatieschade kunnen aanrichten. Verkeerde diagnoses in de gezondheidszorg kunnen leiden tot letsel of zelfs overlijden. Het is belangrijk om deze risico’s te begrijpen en te beheersen voordat je AI in je bedrijf implementeert.
  
  
• Ethische dilemma’s: AI kan ethische dilemma’s oproepen, zoals het gebruik van AI voor militaire doeleinden of het gebruik van AI voor het maken van beslissingen die de levens van mensen beïnvloeden. Het gebruik van AI voor militaire doeleinden kan leiden tot het doden van mensen, en het gebruik van AI voor het maken van beslissingen die de levens van mensen beïnvloeden, kan leiden tot discriminatie. Het is belangrijk om deze ethische dilemma’s te overwegen voordat je AI in je bedrijf implementeert.

Ik help je graag bij het identificeren van eventuele bedreigingen of uitdagingen voor jouw organisatie.