Categorie: Smartphones

Er zijn momenteel niet voldoende gegevens uit de particuliere sector beschikbaar voor gebruik door de publieke sector om de empirisch onderbouwde beleidsvorming en publieke diensten zoals mobiliteitsbeheer of het vergroten van de reikwijdte en actualiteit van officiële statistieken te verbeteren, en dus hun relevantie in de context van nieuwe maatschappelijke ontwikkelingen.

De aanbevelingen omvatten onder meer het opzetten van nationale structuren voor het delen van B2G-gegevens, de ontwikkeling van passende prikkels om een cultuur voor het delen van gegevens te creëren, en de suggestie om een EU-regelgevingskader te onderzoeken om de belangen van de publieke sector te besturen. hergebruik voor het algemeen belang van gegevens in particulier bezit.

Het delen van gegevens tussen overheidsinstanties is net zo belangrijk. Het kan een aanzienlijke bijdrage leveren aan het verbeteren van de beleidsvorming en de openbare dienstverlening, maar ook aan het verminderen van de administratieve lasten voor bedrijven die actief zijn op de interne markt (het ‘eenmalige’ principe).

Onevenwichtigheden in marktmacht: Naast de hoge concentratie in het aanbieden van clouddiensten en data-infrastructuren zijn er ook marktonevenwichtigheden met betrekking tot de toegang tot en het gebruik van data, bijvoorbeeld als het gaat om de toegang tot data door het MKB.

Een voorbeeld hiervan komt van grote onlineplatforms, waar een klein aantal spelers grote hoeveelheden gegevens kan verzamelen, waardoor belangrijke inzichten en concurrentievoordelen kunnen worden verkregen uit de rijkdom en verscheidenheid van de gegevens die zij bezitten.

Dit kan op zijn beurt de betwistbaarheid van markten in specifieke gevallen beïnvloeden niet alleen de markt voor dergelijke platformdiensten, maar ook de verschillende specifieke markten voor goederen en diensten die door het platform worden bediend, vooral als het platform zelf actief is op dergelijke gerelateerde markten.

De hoge mate van marktmacht die voortvloeit uit het ‘datavoordeel’ kan grote spelers in staat stellen de regels op het platform te bepalen en eenzijdig voorwaarden op te leggen voor de toegang en het gebruik van data, of zelfs het benutten van een dergelijk ‘machtsvoordeel’ mogelijk te maken bij de ontwikkeling van nieuwe diensten en uitbreiden naar nieuwe markten.

Ook in IoT kunnen onevenwichtigheden ontstaan in haar situaties, bijvoorbeeld met betrekking tot de toegang tot co-gegenereerde IoT-gegevens van industriële en consumentenapparatuur.

Interoperabiliteit en kwaliteit van data: Interoperabiliteit en kwaliteit van data, evenals hun structuur, authenticiteit en integriteit, zijn van cruciaal belang voor de exploitatie van de datawaarde, vooral in de context van de inzet van AI.

Producenten en gebruikers van gegevens hebben aanzienlijke interoperabiliteitsproblemen geïdentificeerd die de combinatie van gegevens uit verschillende bronnen binnen sectoren, en nog meer tussen sectoren, belemmeren.

De toepassing van gestandaardiseerde en gedeelde compatibele formaten en protocollen voor het verzamelen en verwerken van gegevens uit verschillende bronnen op een coherente en interoperabele manier in alle sectoren en verticale markten moet worden aangemoedigd via het voortschrijdende plan voor ICT-standaardisatie en (wat betreft openbare diensten) een versterkte Europese Interoperabiliteitskader.

Er zijn oproepen geweest om het beheer van datagebruik in de samenleving en de economie verder te versterken. Om deze dataruimtes operationeel te maken zijn organisatorische benaderingen en structuren (zowel publiek als privaat) nodig die datagedreven innovatie mogelijk maken op basis van het bestaande wettelijke kader.

Data-infrastructuren en technologieën: De digitale transformatie van de EU-economie hangt af van de beschikbaarheid en het gebruik van veilige, energie-efficiënte, betaalbare en hoogwaardige dataverwerkingscapaciteiten, zoals die worden aangeboden door cloudinfrastructuren en -diensten, zowel in datacentra als op internet. de rand. In dit perspectief moet de EU haar technologische afhankelijkheden in deze strategische infrastructuren, die centraal staan in de data-economie, verkleinen.

Er blijven echter problemen bestaan aan zowel de aanbod- als de vraagzijde van de cloud.

In de EU gevestigde cloudproviders hebben slechts een klein aandeel in de cloudmarkt, waardoor de EU in hoge mate afhankelijk is van externe providers, kwetsbaar is voor externe databedreigingen en onderhevig is aan een verlies aan investeringspotentieel voor de Europese digitale industrie in de dataverwerkingsmarkt;

Dienstverleners die in de EU actief zijn, kunnen ook onderworpen zijn aan wetgeving van derde landen, wat het risico met zich meebrengt dat gegevens van EU-burgers en bedrijven toegankelijk worden gemaakt door rechtsgebieden van derde landen die in strijd zijn met het gegevensbeschermingskader van de EU. Er zijn met name zorgen geuit over verschillende Chinese wetten met betrekking tot cyberveiligheid en nationale inlichtingen.

Terwijl de wetgeving van derde landen, zoals de Amerikaanse CLOUD Act, gebaseerd is op redenen van openbaar beleid, zoals de toegang van rechtshandhavingsinstanties tot gegevens voor strafrechtelijk onderzoek, roept de toepassing van de wetgeving van buitenlandse rechtsgebieden legitieme zorgen op bij Europese bedrijven, burgers en overheden over rechtsonzekerheid en naleving met de toepasselijke EU-wetgeving, zoals regels voor gegevensbescherming.

De EU treedt op om dergelijke zorgen weg te nemen door middel van wederzijds voordelige internationale samenwerking, zoals het voorgestelde EU-VS-verdrag. Overeenkomst om de grensoverschrijdende toegang tot elektronisch bewijsmateriaal te vergemakkelijken, het risico op wetsconflicten te verminderen en duidelijke waarborgen in te voeren voor de gegevens van EU-burgers en bedrijven.

De EU werkt ook op multilateraal niveau, onder meer in de context van de Raad van Europa, aan de ontwikkeling van gemeenschappelijke regels voor de toegang tot elektronisch bewijsmateriaal, gebaseerd op een hoog niveau van bescherming van fundamentele en procedurele rechten.

Er bestaat onzekerheid over de naleving door cloudserviceproviders van belangrijke EU-regels en -normen, bijvoorbeeld op het gebied van gegevensbescherming.

Micro-ondernemingen en kleine en middelgrote ondernemingen lijden economische schade als gevolg van contractgerelateerde problemen, b.v. niet-naleving van het contract of oneerlijke contractvoorwaarden.

Verschillende problemen weerhouden de EU ervan haar potentieel in de data-economie te verwezenlijken.

Fragmentatie tussen de lidstaten is een groot risico voor de visie van een gemeenschappelijke Europese dataruimte en voor de verdere ontwikkeling van een echte interne markt voor data.

Een aantal lidstaten is begonnen met aanpassingen van hun rechtskader, zoals het gebruik van gegevens in particulier bezit door overheidsinstanties, gegevensverwerking voor wetenschappelijke onderzoeksdoeleinden of aanpassingen aan het mededingingsrecht.

Anderen beginnen pas te onderzoeken hoe ze de kwesties die op het spel staan, kunnen aanpakken. De opkomende verschillen onderstrepen het belang van gemeenschappelijk optreden om de omvang van de interne markt te benutten.

De waarde van data ligt in het gebruik en hergebruik ervan. Momenteel zijn er niet voldoende gegevens beschikbaar voor innovatief hergebruik, ook voor de ontwikkeling van kunstmatige intelligentie. De problemen kunnen worden gegroepeerd op basis van wie de gegevenshouder en wie de gegevensgebruiker is, maar zijn ook afhankelijk van de aard van de betrokken gegevens (dat wil zeggen persoonlijke gegevens, niet-persoonlijke gegevens of gemengde datasets die deze twee combineren).

Verschillende kwesties hebben betrekking op de beschikbaarheid van gegevens voor het algemeen belang.

Gegevens voor het algemeen belang: gegevens worden door de samenleving gecreëerd en kunnen dienen om noodsituaties, zoals overstromingen en bosbranden, te bestrijden, om ervoor te zorgen dat mensen langer en gezonder kunnen leven, om openbare diensten te verbeteren en om de aantasting van het milieu en de klimaatverandering aan te pakken en waar nodig en evenredig, om een efficiëntere strijd tegen de misdaad te garanderen.

Door de publieke sector gegenereerde gegevens en de gecreëerde waarde moeten beschikbaar zijn voor het algemeen belang door ervoor te zorgen, onder meer via preferentiële toegang, dat deze gegevens worden gebruikt door onderzoekers, andere publieke instellingen, bedrijven of start-ups.

Ook data uit de private sector kunnen als publieke goederen een belangrijke bijdrage leveren. Het gebruik van geaggregeerde en geanonimiseerde data uit sociale media kan bijvoorbeeld een effectieve manier zijn om de rapportages van huisartsen aan te vullen in geval van een epidemie.

De onlangs herziene Open Data-richtlijn en andere sectorspecifieke wetgeving zorgen ervoor dat de publieke sector meer van de gegevens die zij produceert gemakkelijk beschikbaar maakt voor gebruik, met name door het MKB, maar ook voor het maatschappelijk middenveld en de wetenschappelijke gemeenschap, in de raamwerk van onafhankelijke evaluaties van het overheidsbeleid.

Overheden kunnen echter meer doen. Hoogwaardige datasets zijn vaak niet in de hele EU onder dezelfde omstandigheden beschikbaar, wat ten koste gaat van het gebruik van de data door kleine en middelgrote bedrijven die zich deze fragmentatie niet kunnen veroorloven. Tegelijkertijd worden gevoelige gegevens (bijvoorbeeld gezondheidsgegevens) in openbare databases vaak niet beschikbaar gesteld voor onderzoeksdoeleinden, bij gebrek aan capaciteit of mechanismen die het mogelijk maken specifieke onderzoeksacties te ondernemen op een manier die in overeenstemming is met de regels voor de bescherming van persoonsgegevens.

Ondanks het economische potentieel is het delen van data tussen bedrijven nog niet op voldoende schaal van de grond gekomen. Dit is te wijten aan een gebrek aan economische prikkels (waaronder de angst om een concurrentievoordeel te verliezen), een gebrek aan vertrouwen tussen marktdeelnemers dat de gegevens zullen worden gebruikt in overeenstemming met contractuele afspraken, onevenwichtigheden in de onderhandelingsmacht, de angst voor verduistering van de gegevens door derden, en een gebrek aan juridische duidelijkheid over wie wat met de gegevens mag doen (bijvoorbeeld voor gecocreëerde gegevens, met name IoT-gegevens).

Welke stappen zijn er sinds 2014 al gezet. Met de Algemene Verordening Gegevensbescherming (AVG) heeft de EU een solide raamwerk voor digitaal vertrouwen gecreëerd. Andere initiatieven die de ontwikkeling van de data-economie hebben bevorderd zijn de verordening inzake het vrije verkeer van niet-persoonlijke gegevens, de Cybersecurity en de Open Data-richtlijn.

Door het gebruik van data te maken om betere beslissingen te nemen. Het is des te dwingender om de kansen die data biedt voor sociale verbetering te grijpen economisch goed, omdat gegevens – in tegenstelling tot de meeste economische hulpbronnen – vrijwel kosteloos kunnen worden gerepliceerd en het gebruik ervan door één persoon of organisatie het gelijktijdige gebruik door een andere persoon of organisatie niet verhindert.

Dat potentieel moet worden ingezet om tegemoet te komen aan de behoeften van individuen en zo waarde te creëren voor de economie en de samenleving. Om dit potentieel te benutten, is het nodig om te zorgen voor een betere toegang tot gegevens en een verantwoord gebruik ervan.

Door een aantrekkelijk beleidsklimaat te creëren, zodat het aandeel van data-economie – gegevens die in Europa worden opgeslagen, verwerkt en waardevol worden gebruikt – op zijn minst overeenkomt met het economische gewicht ervan, niet door fiat maar door keuze. Het doel is om een gemeenschappelijke dataruimte te creëren – een echte interne markt voor data, open voor data van over de hele wereld – waar zowel persoonlijke als niet-persoonlijke gegevens, inclusief gevoelige bedrijfsgegevens, veilig zijn en bedrijven ook gemakkelijk toegang hebben tot een vrijwel oneindige hoeveelheid hoogwaardige industriële data, die de groei stimuleert en waarde creëert, terwijl de menselijke koolstof- en ecologische voetafdruk tot een minimum wordt beperkt.

Daartoe moet passende wetgeving en bestuur gecombineerd worden om de beschikbaarheid van gegevens te garanderen, met investeringen in normen, instrumenten en infrastructuren, evenals met bevoegdheden voor de omgang met gegevens. Deze gunstige context, die prikkels en keuzemogelijkheden bevordert, zal ertoe leiden dat er meer gegevens worden opgeslagen en verwerkt.

Deze dataruimte zal bedrijven de mogelijkheid bieden om voort te bouwen op de schaal van de interne markt. Gemeenschappelijke regels en efficiënte handhavingsmechanismen moeten ervoor zorgen dat:

-gegevens kunnen binnen en tussen sectoren stromen;

-De regels en waarden, met name de bescherming van persoonsgegevens, de wetgeving inzake consumentenbescherming en het mededingingsrecht, worden volledig gerespecteerd;

-de regels voor de toegang tot en het gebruik van data eerlijk, praktisch en duidelijk zijn, en er zijn duidelijke en betrouwbare mechanismen voor databeheer; er is een open, maar assertieve benadering van internationale datastromen, gebaseerd op Europese waarden.

De genoemde stappen om toegang tot data mogelijk te maken moeten worden aangevuld met een bredere strategie voor de data-agile economie. Dataruimten moeten een ecosysteem (van bedrijven, het maatschappelijk middenveld en individuen) bevorderen dat nieuwe producten en diensten creëert op basis van beter toegankelijke gegevens.

Beleid kan de vraag naar op data gebaseerde oplossingen vergroten, zowel door het vergroten van het eigen vermogen van de publieke sector om data te gebruiken voor besluitvorming en openbare diensten, als door het actualiseren van regelgeving en sectoraal beleid om de kansen te weerspiegelen die door data worden geboden en ervoor te zorgen dat deze niet in stand blijven. negatieve prikkels voor productief datagebruik.

Het functioneren van de dataruimte zal afhangen van het vermogen om te investeren in technologieën en infrastructuren van de volgende generatie, evenals in digitale competenties zoals datageletterdheid. Dit zal op zijn beurt de technologische soevereiniteit op het gebied van sleuteltechnologieën en infrastructuren voor de data-economie vergroten.

De infrastructuren moeten de oprichting ondersteunen van datapools die Big Data-analyse en machinaal leren mogelijk maken, op een manier die in overeenstemming is met de wetgeving inzake gegevensbescherming en het mededingingsrecht, waardoor de opkomst van datagestuurde ecosystemen mogelijk wordt gemaakt. Deze pools kunnen gecentraliseerd of gedistribueerd zijn georganiseerd. De organisaties die gegevens bijdragen, zouden rendement krijgen in de vorm van betere toegang tot gegevens van andere bijdragers, analytische resultaten uit de datapool, diensten zoals voorspellende onderhoudsdiensten of licentiekosten.

Hoewel data essentieel zijn voor alle sectoren van de economie en de samenleving, heeft elk domein zijn eigen specifieke kenmerken en ontwikkelen niet alle sectoren zich even snel. Daarom moeten sectoroverschrijdende acties richting een dataruimte gepaard gaan met de ontwikkeling van sectorale dataruimten op strategische gebieden zoals productie, landbouw, gezondheidszorg en mobiliteit.

Data zullen de manier waarop we produceren, consumeren en leven opnieuw vormgeven. De voordelen zullen voelbaar zijn in elk aspect van ons leven, variërend van een bewuster energieverbruik en de traceerbaarheid van producten, materialen en voedsel, tot gezondere levens en betere gezondheidszorg.

Gepersonaliseerde geneeskunde zal beter inspelen op de behoeften van patiënten doordat artsen in staat worden gesteld op data gebaseerde beslissingen te nemen. Dit maakt het mogelijk om de juiste therapeutische strategie af te stemmen op de behoeften van de juiste persoon op het juiste moment, en/of de aanleg te bepalen tegen ziekten en/of om tijdige en gerichte preventie te leveren.

Data is de levensader van de economische ontwikkeling: het is de basis voor veel nieuwe producten en diensten, die de productiviteits- en hulpbronnenefficiëntie in alle sectoren van de economie stimuleren, meer gepersonaliseerde producten en diensten mogelijk maken en betere beleidsvorming mogelijk maken en overheidsdiensten verbeteren. Het is een essentiële hulpbron voor start-ups en kleine en middelgrote ondernemingen bij het ontwikkelen van producten en diensten. De beschikbaarheid van gegevens is essentieel voor het trainen van kunstmatige-intelligentiesystemen, waarbij producten en diensten snel evolueren van patroonherkenning en het genereren van inzichten naar meer geavanceerde voorspellingstechnieken en dus betere beslissingen.

Data zullen ook de brede implementatie van transformatieve praktijken stimuleren, zoals het gebruik van digitale tweelingen in de productie.

Digital twins creëren een virtuele replica van een fysiek product, proces of systeem. De replica kan bijvoorbeeld op basis van data-analyse voorspellen wanneer een machine uitvalt, waardoor de productiviteit kan worden verhoogd door middel van voorspellend onderhoud.

Bovendien is het beschikbaar stellen van meer gegevens en het verbeteren van de manier waarop gegevens worden gebruikt essentieel voor het aanpakken van maatschappelijke, klimaat- en milieugerelateerde uitdagingen, en het bijdragen aan gezondere, welvarendere en duurzamere samenlevingen. Het zal bijvoorbeeld leiden tot beter beleid om de doelstellingen van de Europese Green Deal te verwezenlijken. Tegelijkertijd wordt de huidige ecologische voetafdruk van de ICT-sector geschat op tussen de 5 en 9% van het totale elektriciteitsverbruik in de wereld en op ruim 2% van alle emissies, waarvan een groot deel te wijten is aan datacenters, clouddiensten en connectiviteit. De digitale strategie van de EU ‘Shaping Europe’s digital future’ stelt groene transformatiemaatregelen voor de ICT-sector voor.

De EU heeft alles om te voorspelen wat de data-economie van de toekomst is. Momenteel beschikt een klein aantal grote Tech-bedrijven over een groot deel van de data in de wereld. Dit zou de prikkels voor datagestuurde bedrijven om vandaag de dag in de EU tot ontwikkeling te komen, te groeien en te innoveren kunnen verminderen, maar er liggen nog talloze kansen in het verschiet. Een groot deel van de data van de toekomst zal afkomstig zijn van industriële en professionele toepassingen, gebieden van algemeen belang of internet-of-things-toepassingen in het dagelijks leven, gebieden waar de EU sterk is. Er zullen ook kansen ontstaan uit technologische veranderingen, met nieuwe perspectieven voor het Europese bedrijfsleven op gebieden als de cloud aan de edge, uit digitale oplossingen voor veiligheidskritische toepassingen, en ook uit quantum computing. Deze trends geven aan dat de winnaars van vandaag niet noodzakelijkerwijs de winnaars van morgen zullen zijn. Maar de bronnen van concurrentievermogen voor de komende decennia in de data-economie worden nu bepaald. Dit is de reden waarom de EU nu in actie moet komen.

De EU heeft het potentieel om succesvol te zijn in de data-agile economie. Het beschikt over de technologie, de knowhow en hooggekwalificeerde arbeidskrachten. Concurrenten als China en de VS innoveren echter al snel en projecteren hun concepten van datatoegang en -gebruik over de hele wereld. In de VS wordt de organisatie van de dataruimte overgelaten aan de private sector, met aanzienlijke concentratie-effecten tot gevolg. China heeft een combinatie van overheidstoezicht met een sterke controle van Big Tech-bedrijven over enorme hoeveelheden gegevens zonder voldoende waarborgen voor individuen.

Om het potentieel van Europa te benutten moeten we onze Europese weg vinden, waarbij we de stroom en het brede gebruik van gegevens in evenwicht brengen, terwijl we hoge privacy-, veiligheids-, veiligheids- en ethische normen behouden.

De afgelopen jaren hebben digitale technologieën de economie en de samenleving getransformeerd, waardoor alle activiteitensectoren en het dagelijks leven van ons allemaal beïnvloed. Data staan centraal in deze transformatie en er zal nog meer volgen. Datagestuurde innovatie zal enorme voordelen opleveren, bijvoorbeeld door verbeterde gepersonaliseerde geneeskunde en nieuwe mobiliteit. In een samenleving waarin individuen steeds grotere hoeveelheden gegevens zullen genereren, moet de manier waarop de gegevens worden verzameld en gebruikt de belangen van het individu voorop stellen, in overeenstemming met onze waarden, fundamentele rechten en regels.

We zullen datagestuurde innovaties alleen vertrouwen en omarmen als we er zeker van zijn dat het delen van persoonlijke gegevens onderworpen zal zijn aan volledige naleving van de strikte regels voor gegevensbescherming. Tegelijkertijd zal het toenemende volume aan niet-persoonlijke industriële data en publieke data, gecombineerd met technologische veranderingen in de manier waarop de data worden opgeslagen en verwerkt, een potentiële bron van groei en innovatie vormen die moet worden aangeboord.

Daarbij moeten we de mogelijkheid krijgen om betere beslissingen te nemen op basis van inzichten uit niet-persoonlijke gegevens. En die data moeten voor iedereen beschikbaar zijn: publiek of privaat, groot of klein, start-up of reus. Dit zal de samenleving helpen het maximale uit innovatie en concurrentie te halen en ervoor te zorgen dat iedereen profiteert van een digitaal dividend. Dit digitale tijdperk moet het beste van onze samenleving weerspiegelen: open, eerlijk, divers, democratisch en zelfverzekerd.

En kan een toonaangevend rolmodel worden voor een samenleving die door data in staat wordt gesteld betere beslissingen te nemen – in het bedrijfsleven en de publieke sector. Om deze ambitie waar te maken moeten we kunnen voortbouwen op een sterk juridisch kader – op het gebied van gegevensbescherming, grondrechten, veiligheid en cyberbeveiliging – en op een interne markt met concurrerende bedrijven van elke omvang en met een gevarieerde industriële basis. Als we een leidende rol in de data-economie wil verwerven, moet we nu actie ondernemen en op een gecoördineerde manier problemen aanpakken die variëren van connectiviteit tot de verwerking en opslag van gegevens, rekenkracht en cyberbeveiliging. Bovendien zal het land zijn bestuursstructuren voor de omgang met gegevens moeten verbeteren en de verzamelingen kwaliteitsgegevens die beschikbaar zijn voor gebruik en hergebruik moeten vergroten.

Uiteindelijk willen we de voordelen benutten van een beter gebruik van data, waaronder een grotere productiviteit en concurrerende markten, maar ook verbeteringen op het gebied van de gezondheid en het welzijn, het milieu, transparant bestuur en handige openbare diensten. Een alomvattende aanpak van de data-economie die tot doel heeft het gebruik van en de vraag naar data en data-ondersteunde producten en diensten in de hele eengemaakte markt te vergroten.

Een strategie voor beleidsmaatregelen en investeringen om de data-economie voor de komende vijf jaar mogelijk te maken. Deze datastrategie en een Witboek over kunstmatige intelligentie, waarin wordt aangegeven hoe we de ontwikkeling en toepassing van kunstmatige intelligentie willen ondersteunen en bevorderen.

De hoeveelheid data die in de wereld wordt geproduceerd groeit snel, van 33 zettabytes in 2018 naar een verwachte 175 zettabytes in 2025 1 . Elke nieuwe golf van gegevens biedt grote kansen. Bovendien zal de manier waarop gegevens worden opgeslagen en verwerkt de komende vijf jaar dramatisch veranderen. Tegenwoordig vindt 80% van de verwerking en analyse van gegevens plaats in datacentra en gecentraliseerde computerfaciliteiten, en 20% in slim verbonden objecten, zoals auto’s, huishoudelijke apparaten of productierobots, en in computerfaciliteiten dicht bij de gebruiker (‘edge computing’). ‘). Tegen 2025 zullen deze verhoudingen waarschijnlijk omgekeerd zijn 2 . Naast de economische en duurzaamheidsvoordelen die deze ontwikkeling met zich meebrengt, opent het extra mogelijkheden voor bedrijven om tools te ontwikkelen waarmee dataproducenten de controle over hun eigen data kunnen vergroten.

De strategie voor data is erop gericht de mens op de eerste plaats te zetten bij de ontwikkeling van technologie, en de Europese waarden en rechten in de digitale wereld te verdedigen en te bevorderen.

Data zijn een essentiële hulpbron voor economische groei, concurrentievermogen, innovatie, banencreatie en maatschappelijke vooruitgang in het algemeen. In de toekomst zal de ontwikkeling van datagestuurde toepassingen zowel burgers als bedrijven verschillende voordelen opleveren:

de gezondheidszorg verbeteren

veiligere en schonere transportsystemen te creëren

nieuwe producten en diensten genereren

de kosten van openbare diensten verlagen

verbetering van de duurzaamheid en energie-efficiëntie

De Europese strategie voor data is gericht op het creëren van een interne markt voor data die het mondiale concurrentievermogen en de datasoevereiniteit van Europa zal waarborgen. Dit zal leiden tot de creatie van gemeenschappelijke Europese dataruimten. Ze zullen ervoor zorgen dat er meer data beschikbaar komen voor gebruik in de economie en de samenleving, terwijl de bedrijven en individuen die de data genereren de controle behouden.

Om het leiderschap van de EU in de mondiale data-economie verder te verzekeren, wil de Europese datastrategie:

wetgevingsmaatregelen goed te keuren op het gebied van databeheer, toegang en hergebruik. Bijvoorbeeld voor het delen van gegevens tussen bedrijven en overheden voor het algemeen belang;

gegevens breder beschikbaar maken door hoogwaardige openbare datasets in de hele EU open te stellen en gratis hergebruik ervan mogelijk te maken;

€ 2 miljard investeren in een Europees project met hoge impact om infrastructuren voor gegevensverwerking, instrumenten voor het delen van gegevens, architecturen en bestuursmechanismen te ontwikkelen voor een bloeiende gegevensuitwisseling en om energie-efficiënte en betrouwbare cloudinfrastructuren en aanverwante diensten te bundelen;

toegang tot veilige, eerlijke en concurrerende clouddiensten mogelijk maken door het opzetten van een aanbestedingsmarktplaats voor gegevensverwerkingsdiensten te vergemakkelijken en duidelijkheid te scheppen over het toepasselijke regelgevingskader voor cloudregels.

De Europese Commissie heeft een rapport gepubliceerd over het delen van data tussen bedrijven en overheden (B2G). Het rapport is afkomstig van een deskundigengroep op hoog niveau en presenteert een reeks beleids-, juridische en financieringsaanbevelingen gericht op het faciliteren van de schaalvergroting, verantwoorde en duurzame implementatie van het delen van B2G-gegevens in het publieke belang binnen de EU.

Er zijn twee cruciale stukken wetgeving ingevoerd om de rechten en belangen van burgers te beschermen en tegelijkertijd de industriële en technologische ontwikkeling te bevorderen. Ze spelen een cruciale rol bij het leggen van de basis voor het bereiken van de doelstellingen die zijn uiteengezet in de Europese datastrategie:

De Data Governance Act (DGA) is een alomvattend instrument dat is ontworpen om toezicht te houden op het hergebruik van openbare of beschermde gegevens in verschillende sectoren. Het heeft tot doel het delen van gegevens te vergemakkelijken door nieuwe entiteiten, bekend als data-tussenpersonen, te reguleren en het delen van gegevens om altruïstische redenen te bevorderen. De DGA heeft betrekking op zowel persoonsgegevens als niet-persoonlijke gegevens, waarbij de Algemene Verordening Gegevensbescherming (AVG) van toepassing is wanneer het om persoonsgegevens gaat. Het opnemen van ingebouwde waarborgen, naast de AVG, is bedoeld om het vertrouwen in het delen en hergebruiken van gegevens te vergroten. Dit opbouwen van vertrouwen is cruciaal voor het vergroten van de beschikbaarheid van data op de markt.

Op 11 januari 2024 is de Datawet in werking getreden. Het is een pijler van de Europese datastrategie. Het belangrijkste doel is om van Europa een leider in de data-economie te maken door het potentieel van de steeds groter wordende hoeveelheid industriële data te benutten, ten behoeve van de Europese economie en samenleving.

De nieuwe regels definiëren de rechten op toegang tot en gebruik van gegevens die in de EU zijn gegenereerd in alle economische sectoren en zullen het gemakkelijker maken om gegevens te delen, met name industriële gegevens.

De Europese Datawet treedt in werking en introduceert nieuwe regels voor een eerlijke en innovatieve data-economie

De Datawet zal zorgen voor eerlijkheid in de digitale omgeving door te verduidelijken wie waarde kan creëren uit data en onder welke voorwaarden. Het zal ook een concurrerende en innovatieve datamarkt stimuleren door industriële data te ontsluiten en door juridische duidelijkheid te bieden over het gebruik van data.

Er is nu een belangrijke mijlpaal in ons digitale transformatietraject. Door middel van goed gedefinieerde wetgeving op het gebied van data geven we de gebruiker de controle over het delen van data die door zijn verbonden apparaten worden gegenereerd, terwijl we tegelijkertijd de bescherming van bedrijfsgeheimen en het Europese fundamentele recht op privacy waarborgen.

De inwerkingtreding van de Datawet is een belangrijke mijlpaal om de digitale ruimte vorm te geven. Het zal een bloeiende Europese data-economie bevorderen die innovatief en open is – onder onze voorwaarden. Europese burgers en bedrijven zullen profiteren van de rijkdom aan industriële data die beschikbaar komt, waardoor nieuwe datagestuurde toepassingen ontstaan, met name op het gebied van kunstmatige intelligentie.

Maatregelen om de data-economie van de EU te stimuleren

De afgelopen jaren is er een snelle groei geweest van het aantal verbonden apparaten op de Europese markt. Het gebruik van verbonden objecten (ofwel het Internet of Things) genereert steeds grotere hoeveelheden data. Dit vertegenwoordigt een enorm potentieel voor innovatie en concurrentievermogen in de EU.

De nieuwe regels stellen gebruikers van verbonden producten in staat toegang te krijgen tot de gegevens die door deze apparaten worden gegenereerd, en deze gegevens met derden te delen. Zo zal de eigenaar van een connected car of de exploitant van een windturbine de fabrikant kunnen verzoeken bepaalde gegevens die gegenereerd worden door het gebruik van deze connected producten te delen met een reparatiedienst naar keuze van de eigenaar. Dit zal consumenten en andere gebruikers van verbonden producten meer controle geven en de aftermarketdiensten en innovatie stimuleren. De prikkels voor fabrikanten om te investeren in datagenererende producten en diensten zullen behouden blijven, en hun bedrijfsgeheimen zullen beschermd blijven.

Publieke lichamen zullen toegang kunnen krijgen tot gegevens die in het bezit zijn van de particuliere sector en deze kunnen gebruiken om te helpen reageren op publieke noodsituaties zoals overstromingen en bosbranden, of bij het uitvoeren van een wettelijk mandaat waarbij de vereiste gegevens niet direct op andere manieren beschikbaar zijn.

De Datawet beschermt Europese bedrijven ook tegen oneerlijke contractuele voorwaarden in contracten voor het delen van gegevens die de ene overeenkomstsluitende partij eenzijdig aan de andere partij oplegt. Dit zal met name het midden- en kleinbedrijf (MKB) in staat stellen actiever deel te nemen aan de datamarkt.

Bovendien zorgt de Datawet ervoor dat klanten naadloos (en uiteindelijk kosteloos) kunnen overstappen tussen verschillende cloudaanbieders. Deze maatregelen zullen de concurrentie en de keuze op de markt bevorderen en tegelijkertijd de lock-in van leveranciers voorkomen. Elke Europese onderneming zou bijvoorbeeld datadiensten van verschillende cloudproviders kunnen combineren (“multi-cloud”) en kunnen profiteren van de enorme kansen op de EU-cloudmarkt. Het zal ook de kosten voor bedrijven en overheden drastisch verlagen als ze hun gegevens en applicaties naar een andere cloudprovider verhuizen.

De Datawet omvat ook waarborgen tegen onwettige verzoeken van autoriteiten van derde landen om niet-persoonlijke gegevens die in de EU worden bewaard, over te dragen of er toegang toe te krijgen, waardoor een betrouwbaardere en veiligere gegevensverwerkingsomgeving wordt gewaarborgd.

Ten slotte introduceert de Data Act maatregelen om de ontwikkeling van interoperabiliteitsnormen voor het delen van gegevens en voor gegevensverwerkingsdiensten te bevorderen, in lijn met de standaardisatiestrategie van de EU.

Een essentieel onderdeel van het starten van uw bedrijf is het hebben van een duidelijk gedefinieerd bedrijfsplan.

Het starten van een bedrijf brengt altijd een zekere mate van risico met zich mee. Het is echter geen verstandige zet om tijd, geld en moeite in een nieuw bedrijf te steken zonder zorgvuldige overweging.

Hoewel het hebben van een bedrijfsplan een geweldige eerste stap is, is het essentieel dat dat plan nauwkeurig is en gericht is op het verminderen van risico’s. Eén effectieve strategie om dit doel te bereiken is het integreren en benutten van data.

Het opstellen van een bedrijfsstrategie heeft onmiskenbare waarde en brengt duidelijke voordelen met zich mee.

In het huidige bedrijfslandschap is data een van de, zo niet de krachtigste, katalysatoren voor weloverwogen besluitvorming, strategische planning en voor het floreren in een zeer competitieve (en vaak verzadigde) markt.

Vooral in de handel vormt data de ruggengraat van elk goed geïnformeerd bedrijfsplan vanwege het intrinsieke vermogen om kritische inzichten te bieden die betere besluitvorming stimuleren.

Gegevens spelen een fundamentele rol bij het begrijpen van de meeste facetten van een nieuw bedrijf, waardoor een eenvoudiger en nauwkeuriger bedrijfsplan ontstaat.

Ten eerste zijn datagestuurde inzichten van groot belang bij het identificeren en begrijpen van voorkeuren en -gedrag.

Deze informatie vormt de basis voor een gerichte strategie, waarbij producten of diensten efficiënt worden afgestemd op de vraag.

Door deze gegevens te integreren, worden de risico’s beperkt door initiatieven te vermijden die mogelijk geen weerklank vinden.

Het bevordert ook het aanpassingsvermogen door je toe te rusten om snel te reageren op zich ontwikkelende markttrends. Zo wordt een bedrijf opgebouwd dat de tand des tijds en trends doorstaat en de nodige flexibiliteit biedt om effectief door veranderingen te kunnen navigeren.

Deze aanpak zorgt voor de juiste speelruimte, waardoor aanpassingen mogelijk zijn om in lijn te komen met verschuivingen en tegelijkertijd de stabiliteit en duurzaamheid op de lange termijn te behouden.

Een groot deel van uw bedrijfsplan bestaat uit het om ons heen kijken, en niet alleen naar wat we zelf willen. Door middel van data worden concurrentieanalyses en trendvoorspellingen – twee essentiële componenten van een alomvattend bedrijfsplan – eenvoudig gemaakt.

Door de strategieën van de grote databedrijven te volgen, kunnen we potentiële marktlacunes, opkomende kansen en gebieden voor innovatie identificeren.

Deze proactieve aanpak, ondersteund door op data gebaseerde inzichten, stelt ons in staat voorop te blijven in een snel evoluerende markt en vormt een solide strategische basis voor een bedrijfsplan.

Natuurlijk zijn er nog duizend redenen waarom data de sleutel is tot een succesvol bedrijfsplan en gedurende de hele levensduur van het bedrijf.

Er is een overvloed aan gegevens beschikbaar die we kunnen gebruiken bij het plannen van een bedrijf.

Sentiment: Dit gegevenstype omvat het beoordelen van de houding, meningen en emoties die worden geuit via kanalen zoals sociale media en recensies. Het biedt waardevolle inzichten in markttrends en klanttevredenheidsniveaus. Door sentimentgegevens te integreren, kunnen we ons aanbod en marketingstrategieën afstemmen op de voorkeuren van klanten en de marktvraag.

Populariteit: Het gebruik van populariteit als proxy voor bezoekersaantallen biedt inzicht in het gedrag en de voorkeuren. Het helpt bij het optimaliseren van de locatieselectie, het identificeren van piekbezoektijden en het begeleiden van gerichte marketinginitiatieven.

Point of Interest (POI)-gegevens: POI-gegevens maken een uitgebreide analyse van elke locatie op een kaart mogelijk, rekening houdend met zowel kwantitatieve als kwalitatieve perspectieven. Waardevolle inzichten zijn onder meer het beoordelen van het waarderingsniveau voor elke POI. Het benutten van POI-gegevens helpt bij locatieselectie, concurrentieanalyse en het begrijpen van marktsegmenten op basis van specifieke locaties.

Het verweven van sentimentanalyses, populariteitsgegevens en POI-gegevens in een bedrijfsplan zal de diepgang, nauwkeurigheid en strategische besluitvorming vergroten, waardoor afstemming op marktsentimenten, trends en potentieel gedrag wordt verzekerd.

Wat zijn de verschillen tussen generatieve kunstmatige intelligentie en grote taal-modellen? Hoe zijn deze twee spraakmakende technologieën met elkaar verbonden?

Om het concept te helpen uitleggen, vraag ik ChatGPT om me een aantal analogieën te geven waarin generatieve kunstmatige intelligentie werd vergeleken met grote taal-modellen (LLM’s), en als vervanging voor generatieve kunstmatige intelligentie probeerde ChatGPT op zichzelf te reflecteren. Er werd bijvoorbeeld gesuggereerd: “Generatieve kunstmatige intelligentie is de babbelkous op de cocktailparty die het gesprek op gang houdt met anekdotes, terwijl taal-modellen te vergelijken zijn met nauwgezette bibliothecarissen die elk woord catalogiseren dat ooit op is gesproken.” Ik bedoel, wie klinkt leuker? Nou, de grap is dat, ChatGPT, zonder taal-modellen niet zou bestaan.

Tekstgenererende kunstmatige intelligentie-tools zoals ChatGPT en taal-modellen zijn onlosmakelijk met elkaar verbonden. Taal-modellen zijn de afgelopen jaren exponentieel in omvang gegroeid en voeden generatieve kunstmatige intelligentie door de gegevens te leveren die taal-modellen nodig hebben. In feite zouden we niets hebben zoals ChatGPT zonder gegevens en de modellen om deze te verwerken.

Er vallen drie belangrijke dingen op als je generatieve kunstmatige intelligentie en taal-modellen met elkaar vergelijkt.

Niet alle generatieve kunstmatige intelligentie-tools zijn gebouwd op taal-modellen, maar alle taal-modellen zijn een vorm van generatieve kunstmatige intelligentie.

Generatieve kunstmatige intelligentie is een brede categorie voor een type kunstmatige intelligentie, verwijzend naar elke kunstmatige intelligentie die originele inhoud kan creëren. Generatieve kunstmatige intelligentie-tools zijn gebouwd op onderliggende kunstmatige intelligentie-modellen, zoals een groot taalmodel (LLM). Taal-modellen zijn het tekstgenererende deel van generatieve kunstmatige intelligentie.

Taal-modellen kunnen alleen tekstuitvoer maken, en voorheen konden ze ook alleen tekstinvoer accepteren. Toen OpenAI ChatGPT in 2022 voor het eerst werd uitbracht, was het gebouwd op een taal-model met alleen tekst, GPT-3. Maar nu, met de ontwikkeling van ‘multimodale’ taal-modellen, kunnen deze taal-modellen audio, beeldmateriaal, enz. als input accepteren. De volgende iteratie van OpenAI, GPT-4, is een voorbeeld van een multimodale taal-modellen.

Zowel generatieve kunstmatige intelligentie als taal-modellen zullen een revolutie teweegbrengen, maar ze zullen dit op verschillende manieren doen. Generatieve kunstmatige intelligentie kan de manier veranderen waarop we 3D-modellering uitvoeren, video-uitvoer genereren of stemassistenten en andere audio maken. Taal-modellen zullen zich meer richten op het creëren van op tekst gebaseerde inhoud, maar hebben nog steeds andere belangrijke toepassingen (en kunnen een rol spelen in bredere generatieve kunstmatige intelligentie-opties zoals stemassistenten).

Taal-modellen bestaan al sinds begin 2010, maar werden populairder toen krachtige generatieve kunstmatige intelligentie-tools zoals ChatGPT en Google’s Bard werden gelanceerd. Een van de redenen dat 2023 zo’n exponentiële groei kende, de uitbreiding van parameters in grote taal-modellen is, waarbij GPT-4 meer dan 175 miljard parameters heeft.

Samenvattend: wat is het verschil tussen taal-modellen en generatieve kunstmatige intelligentie? Generatieve kunstmatige intelligentie is een categorie die een groot aantal tools bevat die zijn gebouwd om informatie van taal-modellen en andere soorten kunstmatige intelligentie-modellen te gebruiken die machine learning gebruiken om nieuwe inhoud te genereren, terwijl een taal-modellen een soort kunstmatige intelligentie-model is dat machine learning gebruikt, gebouwd op miljarden parameters om tekst te begrijpen en aan te leveren.

Dus heeft ChatGPT gelijk wat betreft de babbelkous versus de bibliothecaris?

Om dit concept verder uit te werken, zullen we enkele voorbeelden bekijken die de wisselwerking tussen generatieve kunstmatige intelligentie en taal-modellen beschrijven.

Zo merken we dat we data en kunstmatige intelligentie als met elkaar verweven hebben beschreven. Dat komt omdat ze dat onlosmakelijk zijn. Dus als voor het operationeel maken van kunstmatige intelligentie beginnen we met privacy.

Een klant stelt een vraag over zijn probleem. In plaats van elk e-mail-, document- en chattranscriptie te doorzoeken om een antwoord te vinden, vragen we een groot taalmodel om een samenvatting te geven van de gegevens die verband houden met de vraag. Het taal-model biedt een tekstueel overzicht van de belangrijkste informatie, punten uit de casus en voorgestelde volgende stappen. In dit scenario had de klant ook technische problemen bij het uploaden van documenten. Daarom gebruiken we een door generatieve kunstmatige intelligentie-aangedreven tool voor het maken van video’s om hem een video-walkthrough van het proces te sturen.

Een marketeer wil via generatieve kunstmatige intelligentie een synthetische doelgroeppersona creëren. Ze stellen een taal-model voor met vragen als “Waar haalt mijn doelgroep hun nieuws?” of “Hoe wordt er graag met mijn doelgroep gecommuniceerd?” en gebruik de reacties om een verhaal over de doelgroep te maken. Als ze klaar zijn, nemen ze die informatie en vraag een generatieve kunstmatige intelligentie-tool om afbeeldingen te maken die die doelgroep vertegenwoordigen.

Een analist neemt een gegevensbestand en uploadt dit naar een taal-model. Ze vragen de tool om de gegevens te analyseren en trends te geven. De analist onderzoekt de trends en gebruikt zijn kennis van de context van de gegevens om alleen de trends te selecteren en te bewerken die zinvol zijn. Vervolgens gebruiken ze een generatieve kunstmatige intelligentie-tool om grafieken te maken die de trendgegevens weergeven.

Zoals je kunt zien is generatieve kunstmatige intelligentie een grote, brede categorie die meerdere modellen omvat. Taal-model is er één van die veel aandacht heeft gekregen (en LLM’s zijn zeker veelzijdig), maar ze zijn slechts één type generatieve kunstmatige intelligentie.

Honger naar hardware en data is wat we het komende jaar verder zien ontwikkelen. Een van de dingen die we vooral terug zien in de grote taal-modellen om nog maar te zwijgen van grote machine learning-modellen. Omdat dit een prestatieverbeteringen geeft door het toevoegen van het parameters waarmee we een model trainen, in plaats van het algoritme ervan aan te passen. Dit vereist meer innovatieve hardware, zowel chips voor grotere data verwerking als de hardware zelf. Op basis van de opkomst van chips die voor andere doeleinden werden ingezet zoals NVIDIA kunnen we meer chipspelers verwachten, met een drang naar hogere data verwerking (en obscure datasets) om te groeien.

Te beginnen met architectuur die van cruciaal belang is, omdat de vraag naar kunstmatige intelligentie het vermogen van sommige organisaties om bij te blijven overtreft. Samen bepalen of uw hardware over de juiste chipsets, software, hardware, databeheersoftware en andere infrastructuur beschikt. Ervoor zorgen dat de cloudproviders dat ook doen. In termen van data: kijk naar de data waarover u beschikt en die concurrentievoordeel kunnen definiëren wanneer deze worden gebruikt om een basismodel te verfijnen. Bedrijfseigen gegevens in grote taal-modellen zullen de komende jaren het volgende waardeniveau in kunstmatige intelligentie bepalen.

Een van de redenen voor de enorme drang naar nieuwe data en hardware is een platformverschuiving naar een nieuw besturingssysteem gedefinieerd door grote taal-modellen. We hebben dit in het verleden vaak gezien, meest recentelijk bij de ontwikkeling van het mobiele besturingssysteem, welke duizenden apps genereerde. We zien nu al aankondigingen van app-achtige modellen ter ondersteuning van niche-applicaties, met als voornaamste voorbeeld de ChatGPT Store van OpenAI. Verwacht dat het internet deze nieuwe, op modellen gebaseerde kenmerken ook zal gaan overnemen.

Daarbij zouden we ons af moeten vragen hoe onze strategie moet evolueren nu we overgaan naar een wereld van besturingssystemen die zijn gebaseerd op grote taal-modellen. Hoe kunnen we deze taal-modellen gebruiken om op maat gemaakte applicaties te maken op basis van de behoeften van gebruikers? Kunnen we daarbij nadenken over het optimaliseren van privacy, geheugen en prestaties? En wat betekent een dataomgeving waarin taal- modellen centraal staan?

Kunnen we twee manieren uiteenzette waarop we denken – snel, instinctief en emotioneel, maar ook langzamer, bedachtzamer en logischer. We gaan taal-modellen zien die worden gekenmerkt door diepere redeneringen en langzamere gedachten. denken. Nu we alle ‘snelle’ modellen al hebben gezien, die snel, automatisch en zelfs onbewust inhoud genereren (hallucinaties, onverwachte nieuwe ideeën), maar niet erg goed zijn in rationele, logische, langzamere besluitvorming. De geboorte van langzamere en redelijker denkende modellen zal hierbij een verademing zijn. Het trainen van taal-modellen met pauzetokens, die hen ertoe aanzetten te pauzeren en enkele van hun antwoorden te controleren voordat ze deze aan ons presenteren.

Omdat deze langzamere modellen de mogelijkheid vergroten om encryptiemethoden te doorbreken, moeten we er voorzichtig mee omgaan totdat er meer onderzoek en ontwikkeling is gedaan om ze te beschermen. Juist om deze reden zullen deze modellen wellicht niet in de openbaarheid komen. Tegelijkertijd kunnen langzamere kunstmatige intelligentie-modellen een cruciale brug vormen voor ons om te begrijpen wat er gebeurt in zeer complexe datagebieden, bijvoorbeeld kwantumcomputing.

Iedereen in de hedendaagse dataruimte ziet hoeveel tools er nodig zijn: tools voor data governance, visualisatie, catalogisering, verzamelen en samenvoegen van data uit meerdere bronnen, enzovoort? Zal de ontwikkeling blijven verschuiven naar geconsolideerde mastertools, vergelijkbaar met analyse-platformen. We zullen blijven zien dat er alles-in-één oplossingen zullen ontstaan gericht op een bedachte standaard van een grote speler in de markt. Velen zullen worden gebruikt in cloudimplementaties om meerdere functies te consolideren, en zullen verlichting bieden aan IT- en dataafdelingen met beperkte budgetten.

Enterprise-architecten en Chief Data Officers zullen zich serieus met deze vragen moeten bezighouden en naar hun huidige infrastructuur moeten kijken. Hebben ze tien verschillende tools nodig die individueel gespecialiseerde dingen doen, of migreren ze naar een of twee tools die veel verschillende gebieden bestrijken?

Iedereen die een kunstmatige intelligentie-assistent heeft gebruikt, heeft uit de eerste hand gezien wat een verschil ze kunnen maken. We steeds meer tools zien die grote taal-modellen zullen bevatten of een vorm van kunstmatige intelligentie-automatisering zullen bieden. De angst is dat deze rolverandering sneller plaatsvindt dan wij ons kunnen aanpassen. We vragen zich terecht af: wat betekent dit voor mijn werk? Hoe pas ik me aan? Een andere legitieme zorg is dat kunstmatige intelligentie de bestaande digitale kloof over de hele wereld zal vergroten en tegelijkertijd de noodzaak van een vierjarige hoger beroepsonderwijs in twijfel zal trekken. Heb je zelfs een vierjarige opleiding nodig? je hebt basisvaardigheden plus een kunstmatige intelligentie-assistent? Hoewel veel bedrijven zich nog steeds tegen deze verschuiving verzetten, blijkt uit het gebruik van kunstmatige intelligentie -tools als aanvulling op vaardigheden dat medewerkers op B-niveau gemakkelijker kunnen bijscholen naar A-niveau-prestaties.

Het goede nieuws uit voorlopig onderzoek is dat individuen die toegang krijgen tot taal-modellen die ze naast hun baan kunnen gebruiken, meer taken uitvoeren en daar beter in presteren. We moeten de kans aangrijpen om rollen te herdefiniëren op een manier die de ongerustheid van werknemers wegneemt, ook al blijft de kans op sociale onrust en zelfs onrust, veroorzaakt door kunstmatige intelligentie, zal toenemen.

Een technologie- (en kunstmatige intelligentie-)optimist, kan veilige zones creëren voor taal model-gebruik en -training, ook al maakt dit nog geen deel uit van de dagelijkse bedrijfsvoering. Bedenk dat computers veertig jaar geleden onze wereld binnenkwamen als ‘co-piloten’ op de werkplek. Ze hebben het niet overgenomen, maar hebben de zaken alleen sneller en efficiënter laten verlopen. Daarom moeten we altijd kijken naar de banen, de doelen, de opleiding, de training en de bijscholing die we nodig hebben om te beheren wat er op onze werkplek gebeurt. Laat team’s en collega’s hun nieuwsgierigheid volgen naar wat ze met data kunnen doen, en ongeacht de datatrends, zodat we een betere toekomst zult hebben.