In 2024 omvat de term “technologische innovatie” zeer verschillende realiteiten afhankelijk van de sectoren. Generatieve kunstmatige intelligentie, uniforme data-architecturen en Europese regelgeving hertekenen de investeringsprioriteiten van bedrijven. Drie structurele assen onderscheiden zich door hun volwassenheid en hun concrete impact op de organisaties.
Agentische AI: autonome agenten die chatbots in bedrijven vervangen
De meeste artikelen over technologische trends in 2024 stoppen bij generatieve AI en taalmodellen. De meest concrete verschuiving ligt echter een stap verder, in wat KPMG identificeert als agentische AI in zijn Global Tech Report.
Aanrader : Saypap: het nieuwe innovatieve video-platform dat je in 2024 absoluut moet verkennen
Het principe: in plaats van een unieke chatbot die op verzoeken reageert, werken meerdere gespecialiseerde agenten samen om een volledige workflow uit te voeren. Schadebehandeling in de verzekeringssector, automatische factuurherinneringen, onboarding van nieuwe medewerkers – deze processen worden gecoördineerd door autonome agenten met menselijke supervisie achteraf, en niet in realtime.
Het volgen van het nieuws op Info Tech maakt duidelijk hoe deze multi-agent architecturen terrein winnen in de informatiesystemen van grote Franse en Europese bedrijven.
Aanrader : Hoe kies je de juiste seniorenwoning die aansluit bij jouw behoeften en wensen
Deze verschuiving verandert de aard van projecten in kunstmatige intelligentie: we gaan van een gecentraliseerd model (één enkele LLM die door alle diensten wordt geraadpleegd) naar een constellatie van gespecialiseerde agenten die de taken verdelen. IT-teams moeten de governance, toegangsrechten en traceerbaarheid van elke geautomatiseerde beslissing heroverwegen.
Convergentie van big data en generatieve AI op uniforme platforms
Tot nu toe hielden de meeste bedrijven twee gescheiden omgevingen aan: aan de ene kant analytische datapijplijnen (data lakes, datacentra), aan de andere kant de generatieve modellen die via API’s zijn ingezet. Deze scheiding creëert redundantie, kwaliteitsproblemen van gegevens en hoge infrastructuurkosten.
De onderliggende trend in 2024 is om analytische gegevens en generatieve AI in één enkel platform te fuseren. Taalmodellen hebben directe toegang tot de gestructureerde gegevens van het bedrijf, zonder tussenliggende extractielaag. Het resultaat: betrouwbaardere antwoorden, verankerd in de werkelijke informatie van het informatiesysteem.
Voor technische afdelingen vereist deze convergentie verschillende concrete afwegingen:
- Kiezen tussen een sector-specifiek cloudplatform (geschikt voor een specifieke sector) of een algemene oplossing die gepersonaliseerd moet worden, met zeer verschillende implementatietijden.
- Definiëren wie toegang heeft tot de trainingsgegevens en hoe de oorsprong van elke informatie die door het model wordt gebruikt, kan worden getraceerd, een vereiste voor naleving van regelgeving.
- De werkelijke kosten van inferentie meten (elke aanvraag aan het generatieve model verbruikt rekenkracht) en deze vergelijken met de productiviteitswinsten die zijn gemeten op bedrijfsprocessen.
Bedrijven die deze unificatie uitstellen, eindigen met incompatibele datasilos en generatieve modellen die “hallucinerend” zijn door gebrek aan toegang tot de juiste interne bronnen.
Europese regelgeving en de ecologische voetafdruk van AI-modellen
De regelgevende invalshoek is de grote afwezigheid in de lijsten van klassieke technologische trends, terwijl deze rechtstreeks de architectuurkeuzes beïnvloedt. De Europese ESG- en CSRD-verplichtingen beginnen de kwesties rond generatieve AI en big data te integreren.
Capgemini benadrukt dat de naleving van regelgeving met betrekking tot AI een drijfveer voor technologische investeringen wordt, en niet langer een eenvoudig juridisch risico dat later moet worden beheerd. Drie vereisten komen gelijktijdig naar voren:
- De traceerbaarheid van trainingsgegevens: bedrijven moeten de oorsprong van de datasets die worden gebruikt om hun modellen te trainen of te verfijnen documenteren, anders zijn ze niet compliant.
- De meting van de ecologische voetafdruk van de modellen: elke trainingscyclus en elke inferentieaanvraag genereert een energieverbruik dat in de niet-financiële rapporten moet worden gekwantificeerd.
- De ethische governance: de systemen voor het beheer van vertrouwen, risico’s en de veiligheid van AI (wat Gartner AI TRiSM noemt) gaan van aanbeveling naar bijna verplichting voor organisaties die op de Europese markt opereren.
Dit regelgevingskader dwingt digitale afdelingen om juridische en CSR-teams al in de ontwerpfase van AI-projecten te integreren, wat de ontwikkelingscycli verlengt maar het risico vermindert dat alles opnieuw moet worden gedaan na een audit.
Duurzame technologieën en GreenTech: een criterium voor technologische selectie
Duurzaamheid is geen marketingargument meer. Het wordt een technisch criterium voor de selectie van cloudleveranciers en softwareoplossingen. De aanbestedingen bevatten nu clausules over het energieverbruik van datacenters, de koeling van servers en de geografische locatie van infrastructuren.
Duurzame technologieën bestrijken een breed spectrum: optimalisatie van algoritmen om het aantal benodigde berekeningen te verminderen, keuze voor datacenters die worden aangedreven door hernieuwbare energie, ontwerp van software die minder geheugen vereist. Voor de klantbedrijven is de uitdaging om deze toezeggingen te verifiëren, voorbij de commerciële verklaringen.
Wat er concreet verandert voor de CIO’s
De afdelingen voor informatiesystemen moeten afwegen tussen brute prestaties en digitale soberheid. Een lichtere generatieve AI, getraind op sector-specifieke gegevens, kan vergelijkbare resultaten opleveren als een massaal model, terwijl het een fractie van de middelen verbruikt. Optimalisatie vervangt de race naar de grootte van de modellen als technische prioriteit in volwassen organisaties.
De technologische roadmaps voor 2024 die de regelgevende en milieudimensie negeren, beginnen met een structureel nadeel. De drie hier beschreven trends (agentische AI, convergentie van gegevens-AI, ESG-vereisten) functioneren niet in silo: het is hun interactie die de digitale architecturen van bedrijven voor de komende jaren herdefinieert.