AI Trends 2024

Een kijkje op de mogelijk nabije toekomst van Kunstmatige Intelligentie

Dec 13, 2023

In het snel evoluerende landschap van kunstmatige intelligentie (AI) staan we aan de vooravond van 2024, een jaar dat significante ontwikkelingen en veranderingen lijkt te gaan brengen in diverse sectoren op diverse technologische fronten. Deze vooruitgang in technologieën waaronder AI heeft niet alleen invloed op de manier waarop bedrijven, organisaties en overheden opereren, maar ook op ons dagelijks leven.

In dit artikel willen we beginnen met een algemene verkenning voor 2024 om deze in komende artikelen verder uit te diepen. Om zo een kleine blik te werpen op de mogelijke toekomst van deze fascinerende en steeds belangrijker wordende technologieën en de onderlinge raakvlakken met andere technologieën.

Een van de meest opvallende ontwikkelingen is de groei in generatieve AI. We verwachten dat krachtigere AI modellen een grote impact zullen hebben op softwareontwikkeling en klantenservice maar ook vele andere rollen. Zegt Low-Code en No-Code je iets? Nee? Voor No-Code hoef je niet te programmeren, het is feitelijk een soort standaard duplo voor het automatiseren van (een deel van) je bedrijfsproces. Nu kan je met Duplo lang niet alles bouwen door de beperkingen van de blokken. Low-Code biedt daarin meer ruimte. Het is een stukje lastiger, vergelijk het met Technic Lego je moet er digitaal meer kundig voor zijn en toch wel een een beetje kunnen programmeren. Met de opkomst van AI modellen kunnen deze op basis van onze eigen taal onze Citizen Developers (de medewerkers in de business) ondersteunen. Dit betekend dat hiermee eigenlijk elke medewerker in een organisatie zijn of haar werk verder kan automatiseren. Let wel, dit betekend niet dat I(C)T overbodig is want uiteraard moet de code gecontroleerd worden. Het betekend wel dat met goede registratie en zicht op je processen automatisering daarvan een vlucht kan nemen.

Overigens gaat dit door multimodaliteit verder dan het maken van (stukken) code op basis van geschreven tekst maar daarover later meer. Onder andere deze ontwikkelingen gaan dan ook wat betekenen ook wat voor klantenservices. Niet alleen kan AI veel ondersteuning automatiseren, ook zal de complexiteit en diversiteit van de vragen mogelijk gaan stijgen waarmee skilled klantenservices belangrijker worden. Dit betekend onder meer het breder en steviger opleiden van medewerkers bij klantenservices.

We zeiden het net al, de modellen en diensten worden multimodaal. Dit betekend dat deze modellen niet alleen gebruikt worden voor tekst, maar ook voor het genereren van afbeeldingen, video, muziek, computercode en meer zoals zelfs het ontwerpen van computerchips. Ook betekend het dat je niet alleen in geschreven tekst met deze modellen kan ‘communiceren’ maar ook op basis van afbeeldingen, gesproken tekst, video en meer.

Complexiteit waar veel gebruikers tegenaan lopen is dat ze het lastig vinden te weten hoe de modellen tot hun antwoorden komen. Dit is ook lastig want het maakt het lastig om te controleren hoe een model tot een antwoord gekomen is en of het antwoord mogelijk BIAS bevat, of het model wel getraind is op data waar het op getraind had mogen worden en meer. De werking, kansen, risico’s en meer behandelen we onder meer in onze trainingen.
Het willen kunnen beoordelen van de uitkomst maakt ook dat we zelf meer grip willen hebben op de inhoud van de modellen en het maakt dat de discussie over Open Source versus Gesloten bronnen komend jaar verder gevoerd wordt. We zien dit voor de EU onder andere al terug in de AI Act. De vraag welke AI modellen we wel of niet kunnen gebruiken en of AI modellen al dan niet openbaar moeten zijn vanwege veiligheids- en kwaliteitsredenen, speelt een steeds grotere rol. Daarnaast zullen we gaan zien dat overheden doorzetten op wettelijke kaders voor AI, vanwege deze potentiële voordelen en risico's.

Deal AI-Act

Voorlopig standpunt generatieve AI kabinet

Verwachtte trends

1. AI en Cloud

We verwachten een verdere verschuiving zien naar cloud-native oplossingen, met een nadruk op samenhangende cloud-data-ecosystemen. Dit zal de manier waarop data wordt opgeslagen, verwerkt en geanalyseerd fundamenteeel veranderen. Deze verwachtte verschuiving wordt gedeeltelijk gedreven door de integratie en groei van AI-toepassingen. Redenen die we zien voor deze trend zijn:

Verbeterde efficiëntie en schaalbaarheid: Cloud-native technologieën, zoals containerisatie en het gebruik van open source hulpmiddelen zoals Docker en Kubernetes, vergroten de wendbaarheid, prestaties en schaalbaarheid van digitale diensten. Dit wordt nog belangrijker in een tijdperk van snelle IoT ontwikkeling en de enorme toename van gegevens die verwerkt moeten worden.
AI Integratie in cloud platformen: De fusie van AI/ML (machine learning) met cloud-technologieën verandert industrieën door middel van intelligente automatisering, voorspellende analyses en gepersonaliseerde ervaringen. Door cloud-technologie te gebruiken om AI/ML-berekeningen te hosten en uit te voeren, kunnen bedrijven AI efficiënter in hun producten en diensten integreren.
Krachtige grafische berekeningen uitvoeren met veelal groene energie en binnen de EU voor bijvoorbeeld je AI? Kijk eens hier: https://northerndata.de/
Verbetering van cloud architectuur met AI: Cloud native technologieën zoals Kubernetes bieden mogelijkheden om AI modellen actief als online service te draaien. Dit draagt bij aan grip op het model, grip op de tools en daarmee ook een bijdrage aan de waardepropositie van mission critical producten. Dit lijkt belangrijk omdat een deel van de AI projecten zouden kunnen falen in het leveren van hun zakelijke beloften vanwege operationele uitdagingen.
Elasticiteit en resource allocatie voor AI: AI/ML vereist elastische computing. Ofwel flexibiliteit in schaal van gebruik van rekenkracht omdat je niet continu AI aan het gebruiken of taalmodellen aan het trainen bent. Cloud-native technologieën bieden slimme manieren om middelen en opslag toe te wijzen.
Kosten-efficiëntie en flexibiliteit: Hoewel het trainen van machine learning modellen op grote datasets uiteindelijk mogelijk vaak efficiënter en kosteneffectiever is om onpremisse uit te voeren, verschuift de behoefte aan het uitvoeren van inferenties vaak naar de rand van het netwerk, dichter bij de locatie waar nieuwe gegevens worden verzameld. Denk hierbij aan de vele Internet of Things apparaten (sensoren). Dit brengt ons naadloos bij het 2e punt

Maar eerst nog even samenvattend, de verschuiving naar cloud native in 2024 wordt dus deels gedreven door de behoefte aan verbeterde efficiëntie, schaalbaarheid en flexibiliteit die nodig is voor het effectief uitvoeren van AI- en Machine Learning toepassingen. Integraties die leiden tot geavanceerdere, kosteneffectieve en flexibele AI-oplossingen, welke weer van groot belang zijn voor succes in een steeds meer door data gedreven wereld.

2. Toename van Edge AI

Edge computing (waar onder edge AI) zal steeds meer worden gebruikt om data-analyse dichter bij de gegevensbron (veelal sensoren) te brengen. Dit zal leiden tot snellere, efficiëntere data-verwerking en realtime inzichten, vooral in sectoren waar snelheid van essentieel belang is. Redenen die we zien voor de toename van edge AI zijn de volgende:

Vermindering van latentie: Met de explosieve groei van mobiele apparaten en IoT toepassingen genereren miljarden apparaten enorme hoeveelheden data aan de rand van het netwerk (edge AI). Wanneer deze data naar cloud datacenters worden verzonden, veroorzaakt dit extreem hoge latentie en netwerkbandbreedte gebruik. Door berekeningen dichter bij de gegevensbron te brengen, minimaliseert edge AI deze latentie aanzienlijk, wat resulteert in efficiëntere realtime besluitvorming en data-analyse. Je ziet al dat toestellen zoals de Google Pixel 8 Pro speciale chips krijgen met AI modellen om berekeningen op het apparaat uit te kunnen voeren. De verwachting is dat dit zich zal uitbreiden naar meer en meer apparaten.
Privacy en veiligheid: Het verzenden van gevoelige gebruikersdata over netwerken maakt het kwetsbaar voor diefstal en vervormingen. Daarnaast willen wij liever niet dat bepaalde data verwerkt wordt bij de grote techgiganten. Met edge AI kunnen data lokaal op apparaten verwerkt worden, waardoor de privacy wordt beschermd en informatie veiligheid wordt verhoogd. Hierdoor zal het risico op datadiefstal en -schending wordt verminderd. Dit is van groot belang in een tijd waarin datalekken en cyberaanvallen steeds vaker voorkomen
Optimalisatie van bandbreedte: Bandbreedte is een beperkte en kostbare hulpbron. Ook is het nog altijd niet vanzelfsprekend dat we altijd verbinding hebben. Het verzenden van grote hoeveelheden data naar centrale datacenters kan netwerken belasten en tot verstoppingen leiden. Edge computing verlicht dit probleem door data ter plaatse te filteren en te verwerken. Alleen relevante informatie wordt naar de cloud verzonden, waardoor de belasting van de netwerkinfrastructuur wordt verminderd en het bandbreedtegebruik wordt geoptimaliseerd. Deze benadering wordt steeds belangrijker naarmate IoT verder groeit

Deze factoren samen onderstrepen het belang van edge AI en waarom we in 2024 en daarna een substantiële toename in de implementatie ervan kunnen verwachten. Het benadrukt ook hoe edge AI essentieel is voor het realiseren van de volledige potentie van big data en IoT applicaties, door kritieke uitdagingen zoals latentie, privacy, en bandbreedtebeheer aan te pakken.

3. Verantwoorde AI

De discussies dit jaar rondom AI, kansen, risico’s en ethische bezwaren waren niet van de wind. Belangrijke gesprekken die gevoerd moeten worden. Zo kan je je afvragen hoe ethisch het is dat Microsoft allen zijn Co-Pilot beschikbaar stelt voor grote organisaties die toch al steviger in het zadel zitten dan de kleinenere (denk aan ZZPers, MKBers en kleinere overheden) en daarmee de kansen wegneemt van die organisaties die wellicht nog veel meer baat hebben bij een AI-Copilot dan de grotere. Komend jaar verwachten we dan ook dat er op het gebied van AI meer nadruk komt te liggen op ethische overwegingen (bijvoorbeeld vanuit het IAMA model) en verantwoorde praktijken in AI ontwikkeling. Dit omvat zowel kansen, (privacy) risico’s en ethische bezwaren als transparantie en eerlijkheid.

We denken dat deze discussies luider klinken om diverse redenen

Rapid development and implementation: Een manier waarop technologische vernieuwingen snel naar de markt gebracht worden. Met de snelle ontwikkeling van AI technologieën door bedrijven zoals Open AI, Midjourney, Google en Microsoft, rijzen er vragen over de ethische implicaties van deze technologieën wanneer deze (te) snel naar de markt gebracht worden. Hoe zijn en worden deze AI systemen getraind en ontwikkeld? En hoe kan worden gegarandeerd dat ze eerlijk en rechtvaardig worden gecreëerd en geïmplementeerd? Hoeveel BIAS zit er in de uitkomsten? Dit roept de noodzaak op voor verantwoordelijke ontwikkelings- en implementatiepraktijken
Diverse expertises: Verantwoordelijke AI ontwikkeling begint met het betrekken van een diverse set van stemmen (disciplines) in het gesprek. Het vereist vanuit meerdere perspectieven expertise, waaronder computerwetenschappers, ontwerpers en beleidsmakers. Maar vergeet ook niet om bijvoorbeeld filosofen te betrekken, dit kan een heel nieuw licht werpen op de gesprekken. Een dergelijke multidisciplinaire benadering is essentieel om ethische overwegingen in het hele ontwikkelingsproces te integreren
Hoge impact op gevoelige sectoren: In sectoren zoals gezondheidszorg is het cruciaal dat AI technologieën nauwkeurig worden geanalyseerd en bestudeerd. De potentiële vooroordelen en risico's van AI zijn natuurlijk nog niet volledig bekend en in sectoren als de gezondheidszorg wordt veel gebruik gemaakt van hoog gevoelige en persoonlijke data. Dit vereist een voorzichtige benadering bij het implementeren van AI in gevoelige gebieden, waarbij ethici een integraal onderdeel van het team vormen om de juiste oplossingen op de juiste manier te ontwikkelen
Risicobeheersing vanuit de AI act: In reactie op de groeiende invloed van AI, heeft de EU de AI Act geïntroduceerd om risico's in kaart te brengen en te reguleren. Belangrijk hierbij is de onderverdeling in drie risiconiveaus, variërend van verboden praktijken zoals manipulatie en biometrie tot lichtere AI met transparantieplicht. Hoog risico AI vereist een grondige aanpak, met nadruk op kwaliteitsborging en menselijk toezicht. Deze regelgeving beoogt een evenwichtige ontwikkeling van AI, waarbij ethische overwegingen en fundamentele rechten centraal staan, vooral in gevoelige sectoren zoals gezondheidszorg en openbare veiligheid. De act treed in 2025 in werking maar zal effecten hebben op zowel de ontwikkeling als toepassing van generatieve AI.

4. Versnelde AI investeringen

In een wereld die draait om geld gaan ontwikkelingen snel. Daarbij waar de een naartoe rent kunnen de anderen niet achterblijven. Het geld klotst tegen de pinten op en grote investeerders en de bedrijven smijten met miljarden. Dit betekend dat de AI innovaties niet te remmen zijn en we kunnen ook het komend jaar heel veel nieuwe ontwikkelingen tegemoet kunnen zien. Ontwikkelingen met een focus op het benutten van AI voor groei en innovatie. De ontwikkelingen gaan zelfs zo snel dat op de Tech Live-conferentie van de Wall Street Journal in gesprekken met onder meer Sam Altman (OpenAI-topman) en tech-investeerder Vinod Khosla zij aangeven dat dit enorme gevolgen gaat hebben voor ons werk. Khosla vatte de verwachting samen als: binnen tien jaar kan AI "80 procent doen van 80 procent van alle banen die we nu kennen".

Deze voorspellingen lijken niet onrealistisch met de AI investeringen waarvan wij verwachten dat ontwikkelingen in AI komend jaar nog meer zullen versnellen.

Overgang van concept naar commercieel: We zagen het afgelopen jaar al gebeuren door open AI en Chat GPT. In 2023 zagen we AI meer en meer geïntegreerd worden in bedrijfstools zoals CANVA, Office Suite (Co-Pilot) en Google Workspace (GEMINI) en ook Amazon en Meta gaan hard mee met bijvoorbeeld Q en Imagine with Meta. Ook tools als HeyGen en voor video’s en ll ElevenLabs voor text to voor text to speech en als voice generator maakte enorme ontwikkelingen door.
AI gaat zal in 2024 nog meer van een theoretisch concept naar praktische, commerciële toepassingen schuiven. Deze verschuiving zorgt er naar verwachting voor dat 70% van de leidinggevenden de middelen voor AI zal gaan verhogen, met een focus op bedrijfsmatige AI adoptie, versnelde computing en geavanceerde hardware. De eerste stappen in het AI volwassenheidsmodel worden gezet. Ook de trainings- en opleidingskosten zullen zich daarom meer moeten richten op deze technologieën zodat alle medewerkers in de organisatie bijblijven bij de snelle veranderingen.
Kostenbesparingen, optimalisatie en kwaliteitsverbetering: Kostenbesparingen zijn een belangrijke drijfveer voor de adoptie van AI. Maar zoals we al eerder zagen zal er ook daar een verschuiving zijn naar optimalisatie en kwaliteitsverhoging. De wereld vergrijst en we kunnen alle hulp gebruiken in onze werkprocessen om de collega’s die wegvallen digitaal te vervangen. Zo kan AI bijvoorbeeld juridische documenten analyseren, contractmanagement automatiseren -kijk maar eens op contractuo.com-, repetitieve taken automatiseren (bijvoorbeeld met Zapier) en klantenservice afhandelen of gebruikers instructies maken. Dit kan bijdragen aan aanzienlijke kostenreducties. Op middellange termijn wordt verwacht dat AI ook de inkomsten zal verhogen door integratie in bestaande producten, zoals Microsoft Office 365 Copilot en Google Workspace. Een goede reden dus om door te ontwikkelen want er is vraag naar.
Snellere berekeningen en hogere efficiëntie: Door de grote behoeften aan GPUs stijgen kosten hierdoor zal een aanzienlijk deel van de kapitaaluitgaven in 2024 worden besteed aan versnelde computing, wat kosteneffectief en energiezuinig is. Bijvoorbeeld, een enkele GPU-node kan een 16-node CPU-cluster met 33% overtreffen, de computingskosten met 70% verlagen en 42 keer meer energie-efficiëntie bieden voor AI inferentie. Deze investeringen maken ook dat de ontwikkeling van AI Specifieke chips voor berekeningen en taalmodellen zal versnellen.
Specifieke AI chips: Naast GPUs krijgen onze apparaten eigen AI chips. De eerste ontwikkelingen zie je al in bijvoorbeeld Google’s Pixel 8 met zijn eigen AI processor met daarop een AI model. Met de komst van een nieuwe Microsoft Windows (Windows 12) of een grote Windows update is het te verwachten dat ook laptops en computers meer en meer uitgerust gaan worden met eigen AI units.
Vooruitgang in multi-modale AI: Multimodale AI is de droom van veel leveranciers. Het bereiken van die multimodaliteit vraagt echter nog wel wat aan investeringen voordat dit bereikt is. Multimodaliteit is een AI die in meerdere dimensies zoals tekst, geluid, video, enz. kan opereren. Deze vooruitgang maakt meer complexe toepassingen mogelijk en verbreedt het toepassingsgebied van AI's mogelijkheden wat het nog weer meer aantrekkelijk maakt om af te nemen. Multimodale AIs brengen samen met het logisch kunnen ‘redeneren’ de stap naar Artificial General Intelligence (AGI) een stap dichterbij. Het is goed denkbaar dat in dit tempo van ontwikkelingen we het stadium van AGI in 2024 gaan bereiken.
Toename in afhankelijkheid van AI voor informatiebeveiliging: Naarmate AI systemen steeds meer afhankelijk worden van bedrijfs- en persoonlijke gegevens, wordt het versterken van digitale verdedigingen cruciaal. Nu al kunnen onkundige criminelen veel eenvoudiger hun slag slaan met AI. Dit betekend dat we de muren van ons fort ook moeten verstevigen en verhogen. AI zelf kan een krachtig hulpmiddel zijn bij het beschermen van gegevens, door machine learning algoritmen te gebruiken om enorme datasets te analyseren en anomalieën en potentiële beveiligingsinbreuken in realtime te identificeren

Deze factoren maken dat wij denken dat AI investeerders en technologiereuzen nog meer zullen uitgeven aan AI. De aanzienlijke voordelen en daarmee inkomsten die het potentieel op kan leveren vragen eerst behoorlijke investeringen. De lasten gaan tenslotte voor de baten uit.

5. Democratisering van generatieve AI

Om dit punt toe te lichten moeten we eerst wat meer uitleg geven over de democratisering van generatieve AI. De democratisering van Generatieve AI verwijst naar de bredere toegankelijkheid en toepassing van generatieve AI technologieën voor een uitgebreid gebruikerspubliek, ongeacht hun technische achtergrond of middelen. Deze beweging betekend dus dat AI verandert van een hulpmiddel voor enkelen naar een bron voor velen. Deze bron voor velen opent nieuwe deuren openen het gebied van creativiteit, innovatie en probleemoplossing. Door geavanceerde AI tools toegankelijk te maken voor een breed scala aan gebruikers, waaronder die in niet technische rollen, wordt GenAI naar verwachting een van de meest disruptieve trends van dit decennium (een systeem technologie), met beloftes voor verhoogde productiviteit, efficiëntie en innovatie.

In 2023 zagen we al dat generatieve AI dit jaar al meer en meer een rol speelt in processen. Komend jaar verwachten we dat het een almaar grotere rol zal gaan spelen in onder meer schrijf, ontwerp- en ontwikkelprocessen. We verwachten dit vanwege een aantal zaken die we in onze trainingen en consultancy terug zien komen.

Toenemende toegankelijkheid: Zojuist benoemden we dit al als belangrijk punt voor democratisering. Generatieve AI wordt steeds toegankelijker voor een breed publiek, mede dankzij de een veelvoud aan AI applicaties en de beschikbaarheid van open source tools en frameworks. De hulpmiddelen worden ook steeds krachtiger en gebruiksvriendelijker door onder meer alle investeringen die er in gedaan worden. Dit alles maakt dat ook zonder diepgaande technische kennis vrijwel iedereen toch met generatieve AI aan de slag kan.
Onderwijs en training: De toename aan vraag naar cursussen, trainingen, power colleges en focus hierop vanuit werk maakt het ook een stuk eenvoudiger voor velen om te leren welke tools er voor handen zijn en hoe ze de generatieve AI tools kunnen gebruiken. Trainingen gaan niet alleen over AI en de toepassing daarvan maar op op het gebied van Data en Data-kwaliteit.
Groeiende populariteit en toepassingen: Door het ontstaan van vele succesvolle pilots en toepassingen van generatieve AI, zoals de ontwikkeling van realistische deepfakes, kunstmatige muziek en AI Vision, wordt ook de interesse vergroot in de technologie. De verhoogde interesse maakt ook weer dat er een verdere omarming van de technologie volgt en leidt tot verdere ontwikkelingen en innovaties in alle sectoren. Hierdoor stijgt ook de behoefte aan meer inzicht processen (hoe werken we, kunnen we dit inzichtelijk maken en welke data zitten er in het proces) en optimalisatie van die processen, data verzameling en data kwaliteit.
Technologische vooruitgang en kwaliteit: Generatieve AI kan steeds beter autonoom leren van data en kwalitatief steeds betere content genereren. Dit maakt dat het ook echt anders functioneert dan traditionele AI. In 2024 verwachten we dat meer organisaties zich verder zullen richten op het ontwikkelen van sterke machine learning operaties (MLOPS) en data-integratiecapaciteiten om deze geavanceerde vorm van AI te ondersteunen.

Samen illustreren deze factoren naar onze mening een duidelijke trend naar een meer toegankelijke en geïntegreerde benadering van generatieve AI in 2024. Dit maakt dat we het in veel meer organisaties gebruikt zien worden waardoor de democratisering exponentieel lijkt te gaan groeien en het een potentieel transformatief jaar wordt voor deze technologie.

6. Multimodale AI

Dit is de AI die meerdere soorten data (tekst, afbeeldingen, audio (muziek en spraak) en video) in 1 AI tool / model samenkomen. Dit maakt AI toepasbaar in complexere scenario’s. Andere data die we mogelijk in modellen kunnen gaan verwachten zijn bijvoorbeeld sensordata uit onze smarthome’s en wellicht ook smart city en andere gegevens uit de “echte” wereld. Deze integratie maakt AI toepasbaar in complexere scenario's en biedt een veelzijdige benadering van problemen die eerder niet mogelijk was. Dit wordt mogelijk gemaakt door verschillende ontwikkelingen:

Technologische ontwikkelingen: De vooruitgang in algoritmen en beschikbaarheid van krachtige hardware zoals grafische kaarten en gespecialiseerde AI chips heeft de weg vrijgemaakt voor effectievere multimodale AI systemen. Dit zet door in 2024 wat resulteert in robuustere inferenties en nieuwe inzichten. Deze multimodale AI systemen kunnen nu informatie uit verschillende bronnen efficiënter verwerken en interpreteren, wat leidt tot meer nauwkeurige en betrouwbare resultaten.
Vraag uit en toepassingen voor diverse sectoren: Vraag naar multimodale AI en impact op verschillende sectoren door multimodale AI verbreid zich. Het strekt zich uit van gezondheidszorg tot onderwijs, van MKB tot (semi-)overheden. Voor al deze sectoren levert het combineren van gegevens uit meerdere bronnen verbeterde resultaten in diverse werkzaamheden. De grote vraag naar- en impact op doen ons geloven dat dit echt een stuk AI technologie is waar ook komend jaar nog behoorlijke stappen in gezet zullen gaan worden zowel in wat de modellen kunnen als de kwaliteit daarvan.
Schaalbaarheid en ondersteunende technologieën: Met de vooruitgang in deep learning en de dalende kosten van hardware en software, worden multimodale systemen toegankelijker en breder toepasbaar. Dit maakt ook weer dat we ook vanuit deze hoek verwachten dat de groei in deze techniek grote stappen zal maken.
Toename van toepassingen: De mogelijkheid om modellen te trainen die relaties tussen verschillende modaliteiten identificeren, leidt tot een breed scala aan nieuwe toepassingen. De vraag zal hierdoor dus ook nog verder toenemen denk aan vraag vanuit sectoren zoals agrarische sector (met AI bepalen welke groenten klaar zijn voor teelt of waar extra water moet komen om zo gericht te wateren), communicatie (natuurlijke taalverwerking inclusief afbeeldingen en video’s) en transport en magazijnen (autonome distributie), energie (met AI bepalen waar in de wijk jouw energie naar toe kan zodat het niet het hele stroomnet over hoeft, of bepalen wanneer apparaten in jouw huis/ organisatie op en afgeschakeld moeten worden). Deze groeiende markt stimuleert ook weer verdere investeringen en innovaties in multimodale technologieën.

Deze combinatie van technologische vooruitgang, marktdynamiek en regelgevingsveranderingen maakt multimodale AI tot een krachtige trend in 2024, die een breed scala aan sectoren zal beïnvloeden en transformeren.

7. AI in combinatie met andere Technologieën

BlockChain, Internet of Things, Smart Cities, Virtual en Augmented reality, Smart devices en Smart (home) assistants

hoe AI naar verwachting zal integreren met verschillende technologieën in 2024:

Blockchain:
Zoals eerder aangegeven kan AI de digitale beveiliging verbeteren. Dit gaat bijvoorbeeld op in de blockchain waar we inschatten dat AI bijvoorbeeld de beveiliging van slimme contracten verbeteren. AI algoritmen kunnen bijvoorbeeld de code van slimme contracten onderzoeken en kwetsbaarheden identificeren. Natuurlijke taalverwerking (NLP)-technieken, een vorm van AI, kunnen de taal van contracten analyseren op mogelijke dubbelzinnigheden en inconsistenties, die vervolgens kunnen worden aangepast in latere iteraties. AI kan ook in real-time slimme contracten beoordelen, op zoek naar patronen van fraude of andere onregelmatigheden.
De inzet van AI in het verbeteren van de beveiliging van slimme contracten is een veelbelovende oplossing. AI kan worden gebruikt om geldstromen in een slim contract te volgen en ongebruikelijke activiteiten te signaleren. Dit op zijn beurt kan de veiligheid en betrouwbaarheid van blockchain gebaseerde financiële transacties aanzienlijk verhogen.
Internet of Things (IoT):
De integratie van Kunstmatige Intelligentie (AI) en Machine Learning (ML) in Internet of Things (IoT)-apparaten zal zoals eerder uitgelegd in 2024 waarschijnlijk een grote rol gaan spelen in het verbeteren van de mogelijkheden van deze apparaten. Samen met de MATTER technologie waardoor vanuit 1 punt meer aangestuurd kan worden zonder allemaal specifieke leveranciersapps zal de integratie met spraak waarschijnlijk verbeteren maar ook de datacollectie naar de aansturende partijen. Daarnaast zijn er nog enkele punten waarop we verwachten dat AI en IoT elkaar vinden. Dit zijn
1. Verbetering van IoT-apparaten: AI en ML gaan naar onze verwachting een sleutelrol spelen in het verbeteren van de functionaliteiten van IoT-apparaten. Een integratie die bijdraagt aan een nog efficiëntere verwerking van real-time gegevens wat het ook weer mogelijk zal maken geavanceerde toepassingen zoals autonome voertuigen, op afstand uitgevoerde operaties en verbeterde augmented reality-ervaringen te realiseren.
2. Edge computing en AI: AI integratie zal Edge apparaten slimmer en autonomer maken, wat op zijn beurt essentieel is voor realtime data-analyse en besluitvorming.
3. AI/ML en IoT convergentie op platformen: Aansluitend op de introductie verwachten we dat de samensmelting van AI/ML-technologieën met IoT zal de IoT-platforms in 2024 nog meer vorm zal krijgen. AI- en ML algoritmen zullen deze platforms in staat stellen om bruikbare inzichten te halen uit enorme hoeveelheden IoT-gegevens. Dit maakt toepassingen zoals predictief onderhoud, intelligente anomaliedetectie en proactieve adviezen en besluitvorming mogelijk. Internet of Things is niet alleen in huis maar ook in Slimme steden.
Slimme Steden:
De verwachte versnellingen in de combinatie van AI en slimme steden in 2024 omvatten verschillende aspecten, variërend van technologische ontwikkelingen tot de impact op stadsbeheer en de levenskwaliteit van burgers. Hier in het kort de belangrijkste inzichten die we voor 2024 zien in de ontwikkelingen.
1. Versterkte inzet van AI voor het managen van slimme steden: AI, IoT, cloud computing en data-analyse ondersteunen duurzame aanpassingen in slimme stadscomponenten, waarbij slimme mobiliteit, digitale burgerschap, en publieke veiligheid en beveiliging zich als meer prominente trends lijken te manifesteren.
2. Toenemende adoptie van AI gebaseerde oplossingen voor in slimme steden: in de adoptie lijkt de nadruk van slimme steden meer te gaan naar het verbeteren van de infrastructuur, mobiliteit als (misschien wel als dienst), micromobiliteit, logistieke oplossingen en emissievrij vervoer. We verwachten dat AI hierbij onder meer zal worden ingezet voor intelligent verkeersbeheer en geavanceerd pendelen, met een beweging naar autonome (deel)voertuigen. Dit laatste zit er steeds meer aan te komen. Hoewel dit ook in 2024 waarschijnlijk niet door zal breken is de verwachting dat het op termijn wel impact zal hebben op o.a. stadsontwikkeling en parkeerbeheer. Daarnaast zullen slimme steden meer verbonden, efficiënt en responsief worden dankzij ontwikkelingen in (Edge)AI en 5G-netwerken.
3. Ontwikkeling van nieuwe AI technologieën voor slimme steden:
AI en big data zullen worden gebruikt voor het inzetten van kritieke stadsoplossingen zoals bewakingssystemen, slimme straatverlichting, real-time criminaliteitsmapping en voorspellende politie. Hoewel we in Europa met de GDPR zitten die hierop van grote invloed is zijn er naar verwachting wel mogelijkheden waarmee dit niet de directe privacy schenden. Deze ontwikkelingen zullen op hun beurt een groeiende bijdrage leveren aan het optimaliseren van verkeer, het anticiperen op incidenten en het voorkomen van bijvoorbeeld branden. Ook in relatie tot energiebeheer wordt verwacht dat IoT-oplossingen die datagestuurde beslissingen nemen ons meer gaan ondersteunen in onder andere betere energieopslag en -distributie. De implementatie van slimme netwerken en deeplearning oplossingen kunnen onder anderen helpen in het voorspellen van energieverbruik en gerichte distributie.
Virtuele en Augmented Reality (VR/AR):
Een gebied waar we grote verwachtingen hebben voor 2024 door de snelle ontwikkelingen van AI. Zo verwachten we dat AI meer ingezet zal gaan worden om nieuwe ervaringen te creëren, training te verbeteren en productiviteit te verhogen in VR en AR. We verwachten dat AR/VR breder gaat bijdragen aan immersieve ervaringen in bijvoorbeeld sport, muziek en e-commerce. Daarnaast zien we ook kansen tot verdere groei naar de ontwikkeling van metaverse. Een aantal mogelijke en spannende ontwikkelingen op een rij.
1. Generatieve Kunstmatige Intelligentie in AR & VR: we verwachten dat de AI algoritmen meer ingezet gaan worden om realistische en meeslepende inhoud te creëren, zoals virtuele objecten, omgevingen en personages. Tekst naar video is bezig met een vlucht en daarmee kunnen de algoritmen belevingen genereren die zeer realistisch en meeslepende resultaten leveren en ook meer unieke gebruikerservaring bieden.
2. Multi-zintuiglijke Technologieën: we verwachten vooruitgang in multizintuiglijke technologieën binnen AR en VR, zoals haptische feedback (gevoel), ruimtelijke audio en zelfs olfactorische stimulatie (geur) om meer realistische en meeslepende ervaringen te creëren. Haptische feedback stelt gebruikers in staat om virtuele objecten te voelen en ermee te interageren, waardoor de zintuiglijke beleving wordt verhoogd.
3. Convergentie van AR en VR: In 2024 zal het vaker voorkomen dat AR- en VR technologieën samengaan in naadloze ervaringen die de beste elementen van beide combineren. Dit wordt vaak 'mixed reality' genoemd. Hierdoor ontstaan er spannende mogelijkheden voor interactieve verhalen, gaming maar ook productiviteitstools.
4. Immersieve Training, Onderwijs en andere ervaringen: AR en VR worden steeds vaker gebruikt in onderwijsinstellingen om meeslepende en boeiende ervaringen te bieden die vaardigheden ontwikkelen. Deze technologieën zijn bijzonder waardevol in de gezondheidszorg voor bijvoorbeeld het trainen van medische professionals in complexe procedures en patiëntenzorg. Ook in Retail kan je de immersieve ervaringen meer en meer verwachten waardoor retailers boeiende winkelervaringen kunnen bieden, zowel online als offline. Voorbeelden hiervan zijn virtuele showrooms en virtueel passen van kleding en accessoires.
5. Samenwerking op Afstand: het thuiswerken gedurende Covid is al lang weer meer verplaatst naar kantoor door complexiteiten in samenwerking. AR en VR staan echter niet stil en maken samenwerking op afstand beter mogelijk. Hierdoor kunnen teams interageren alsof ze fysiek bij elkaar zijn, ongeacht geografische barrières. Dit heeft veel voordelen, zoals verbeterde teamwork, verhoogde productiviteit en efficiëntiewinsten.
6. AI voor Verbeterde Productiviteit: AI gedreven tools en platforms zullen met AR en VR nog meer geïntegreerd worden in onze dagelijkse werkzaamheden. Deze combinatie kan helpen documenten in de ruimte te visualiseren, verbanden te leggen en visueel te maken waardoor het kan helpen bij het snel bieden van waardevolle inzichten. Op basis van deze inzichten kunnen vervolgens met AI snel nieuwe stukken gegenereerd worden.

Deze ontwikkelingen wijzen op een steeds verdergaande integratie van AR, VR en AI in verschillende aspecten van ons leven en werk. Een ontwikkeling die in 2024 verder doorzet en kan leiden tot meer meeslepende, productieve en educatieve ervaringen.

Ook Quantum, slimme apparaten, de metaverse en andere technologieën willen we niet onbenoemd laten. We verwachten dat AI slimme apparaten en assistenten zullen gaan verbeteren waardoor een meer natuurlijke spraakervaring ontstaat en bijvoorbeeld onze robot stofzuigers intelligenter door ons huis navigeren. Ook slimme zullen ‘slimme’ assistenten zich meer en meer ontwikkelen richting een Personal Assistant voor bijvoorbeeld intelligent agendabeheer. Zoals eerder vermeld zullen we in komende nieuwsbrieven meer ingaan op deze technieken in combinatie met AI binnen diverse sectoren.

Terwijl we navigeren door het steeds veranderende landschap van technologie, met AI voorop, zal 2024 ongetwijfeld een keerpunt zijn in hoe we interactie hebben met digitale systemen, zowel in professionele als persoonlijke omgevingen. De voortdurende evolutie van AI, van generatieve modellen tot multimodale toepassingen, belooft niet alleen efficiëntie en innovatie te brengen, maar ook nieuwe uitdagingen op het gebied van ethiek, privacy en veiligheid. Het is dan ook van belang dat we ons bewust blijven van zowel de kansen als de risico's die deze technologische vooruitgang met zich meebrengt. Het komende jaar zal een tijd zijn van leren, aanpassen en voortbouwen op de kennis die we tot nu toe hebben vergaard, met de nadruk op verantwoorde ontwikkeling en implementatie van AI. We zullen deze trends en ontwikkelingen in komende nieuwsbrieven dan ook blijven verkennen.

DigiBeter

Discussion about this post