Tag Archief van: chatgpt

, ,

Pas deze 6 effectieve prompts technieken toe voor betere AI-resultaten

De uitdrukking ‘garbage in, garbage out’ geldt ook voor het gebruik van AI. Als je AI-tools onvolledige of onduidelijke input geeft, kun je geen hoogwaardige output verwachten. Om de kwaliteit van de resultaten van AI te verbeteren, is het belangrijk om duidelijke en precieze instructies te geven. Soms moet je AI behandelen als een kind aan wie je iets stap voor stap moet uitleggen, zodat het precies begrijpt wat je bedoelt.

Je kunt onderstaande 6 technieken toepassen om betere instructies te geven, wat zal leiden tot betere AI resultaten. 

1. Geef duidelijke aanwijzingen

Taalmodellen kunnen niet raden wat je denkt. Als je korte antwoorden wilt, vraag hier dan om. Wil je meer deskundige antwoorden, vraag dan om uitleg op expertniveau. Als je een bepaald soort antwoord wilt, laat dan zien hoe dat eruit moet zien. Hoe duidelijker je bent, hoe beter het antwoord dat je krijgt.

Tips:

  • Vertel precies wat je wilt weten om betere antwoorden te krijgen.
  • Vraag het model om zich voor te doen als een bepaald personage.
  • Gebruik leestekens om verschillende delen van je vraag duidelijk te maken.
  • Beschrijf de stappen die nodig zijn voor wat je wilt doen.
  • Geef voorbeelden.
  • Zeg hoe lang of kort je het antwoord wilt hebben.

Hieronder zie je een aantal voorbeelden.

Te beperktBeter
Hoe voeg ik getallen toe in Excel? Hoe tel ik een rij met eurobedragen op in Excel? Ik wil dit automatisch doen voor een heel blad met rijen, waarbij alle totalen aan de rechterkant eindigen in een kolom met de naam “Totaal”.
Wie is de president? Wie was de president van Mexico in 2021, en hoe vaak worden er verkiezingen gehouden?
Schrijf code om de Fibonacci-reeks te berekenen. Schrijf een TypeScript-functie om de Fibonacci-reeks efficiënt te berekenen. Geef uitgebreid commentaar op de code om uit te leggen wat elk stuk doet en waarom het op die manier is geschreven.
Vat de notulen van het overleg samen. Vat de notulen van het overleg samen in één alinea. Beschrijf vervolgens per spreker hun belangrijkste punten. Noem ten slotte de volgende stappen of eventuele actiepunten die door de sprekers zijn voorgesteld.

2. Gebruik voorbeeld teksten

Taalmodellen kunnen soms foute antwoorden geven, vooral bij moeilijke onderwerpen of als ze citaten of webadressen moeten geven. Net zoals spiekbriefjes een student kunnen helpen bij een toets, kan het geven van een tekst aan deze modellen helpen om betere antwoorden te geven, zonder dingen te verzinnen.

Tips:

  • Laat het model antwoorden met informatie uit een gegeven voorbeeld tekst.
  • Laat het model antwoorden met citaten uit de voorbeeld tekst.

3. Maak moeilijke taken makkelijker door ze in kleinere stukjes te verdelen

Net zoals programmeurs ingewikkelde computerprogramma’s opdelen in kleinere, makkelijker te beheren stukjes, kun je dat ook doen met taken voor een taalmodel. Moeilijke taken gaan vaak fout en zijn lastiger dan makkelijke taken. Ook kun je moeilijke taken vaak opdelen in een reeks makkelijkere taken. Hierbij gebruik je de uitkomst van de ene taak om de volgende taak makkelijker te maken.

Tips:

  • Bepaal wat belangrijk is in een vraag van een gebruiker om de juiste instructies te vinden.
  • Voor lange chat gesprekken, maak een overzicht van of kies de belangrijkste delen van eerdere gesprekken.
  • Maak stap voor stap een samenvatting van lange teksten en voeg deze samen tot een complete samenvatting.

4. Geef het model tijd om na te denken

Als je snel moet uitrekenen hoeveel 17 keer 28 is, weet je het antwoord misschien niet meteen, maar kun je het wel uitrekenen als je even de tijd neemt. Zo maken taalmodellen ook meer fouten als ze direct moeten antwoorden. Door het model eerst een ‘denkproces’ te laten doorlopen, komt het tot betere en meer betrouwbare antwoorden.

Tips:

  • Laat het model eerst zelf een oplossing bedenken, in plaats van meteen een antwoord te geven.
  • Laat het model ‘hardop’ denken of stel een paar vragen om te begrijpen hoe het tot een antwoord komt.
  • Vraag het model of het iets over het hoofd heeft gezien bij eerdere pogingen.

5. Gebruik externe tools

Verbeter de prestaties van het taalmodel door het te combineren met andere tools. Bijvoorbeeld, een tool om teksten op te halen kan het model informatie geven over relevante documenten. Een programma om code uit te voeren, zoals OpenAI’s Code Interpreter, kan het model helpen met rekenen en code draaien. Als een taak beter of sneller gedaan kan worden met een andere tool dan met een taalmodel, gebruik deze dan om het beste resultaat te krijgen.

Tips:

  • Gebruik een speciale zoekmethode om snel en goed informatie te vinden.
  • Gebruik een programma om rekenwerk nauwkeuriger te doen of om verbinding te maken met andere systemen.
  • Geef het model toegang tot specifieke functies.

6. Test veranderingen systematisch

Het verbeteren van de prestaties is makkelijker als je ze kunt meten. Soms kan een kleine aanpassing in een opdracht beter werken voor een paar voorbeelden, maar slechter voor een grotere, meer representatieve groep voorbeelden. Daarom, om zeker te weten dat een verandering echt een verbetering is, is het soms nodig om een uitgebreide test te doen (ook bekend als een ‘evaluatie’).

Tip:

  • Beoordeel de antwoorden van het model door ze te vergelijken met de beste, correcte antwoorden.

Bovenstaande technieken komen voort uit de OpenAI ‘Prompt engineering guide’. Bekijk deze guide als je hier meer in detail wilt induiken.


Extra: Maak in ChatGPT aangepaste instructies

ChatGPT biedt de mogelijkheid om in de ‘Instellingen’ eigen instructies en achtergrondinformatie over jezelf in te voeren, wat bijdraagt aan betere resultaten.

Klik op de ‘…’ bij je profiel en kies vervolgens voor ‘Aangepaste instructies’ (‘Custom instructions’). Activeer deze optie, en voer bovenin informatie over jezelf in. Geef daaronder instructies over hoe je wilt dat ChatGPT reageert. Je kunt bijvoorbeeld specificeren dat je ‘informele tekst’, ‘antwoorden in het Nederlands’, en ‘gedetailleerde antwoorden’ wenst.

Maak iedere week een sprong vooruit in je marketing AI transformatie

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren, ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.

/door
, ,

Google introduceert met Gemini een AI game-changer

Afgelopen jaar heeft OpenAI, met hun baanbrekende ChatGPT, de wereld van AI opgeschud. Ondertussen bleef Google, bekend als een van de pioniers in AI-technologie, enigszins uit de schijnwerpers. Maar met de onthulling van game-changer Gemini, lijken ze klaar om een enorme sprong voorwaarts te maken!

The game is on!

Deze week introduceerde Google Gemini. In tegenstelling tot de huidige taalmodellen zoals GPT-4, is Gemini een ‘multimodal AI-model’ dat in staat is om informatie uit verschillende bronnen real-time te verwerken en te begrijpen, waaronder tekst, afbeeldingen, video, audio en code.

De introductie ziet er heel indrukwekkend uit en belooft toepassingen die we nog niet eerder gezien hebben met ChatGPT of andere AI-tools. Terwijl de indruk gewekt wordt dat dit een real time demo is hoe Gemini werkt, blijkt dit al snel na de introductie niet helemaal zo te zijn. De video is bewerkt en er waren geen echte gesproken prompts. Google geeft aan dat “alle gebruikersprompts en outputs in de video echt zijn maar ingekort om de video beknopt te houden (lees: o.a. de extra promps die nodig waren voor deze output zijn achterwege gelaten). De video illustreert hoe de multimodale gebruikerservaringen die met Gemini zijn gebouwd eruit zouden kunnen zien. We hebben hem gemaakt om ontwikkelaars te inspireren”.

Bekijk deze 6 minuten introductievideo om een eerste indruk te krijgen.

Waarvoor kan Gemini gebruikt worden? 

Door de multimodaliteit is Gemini een krachtige tool voor een breed scala aan toepassingen, waaronder:

  • Natural language processing (NLP): Gemini kan tekst begrijpen en verwerken, en kan worden gebruikt voor taken zoals vertalingen, samenvattingen en het beantwoorden van vragen. 
  • Computer vision (CV): Gemini kan afbeeldingen en video’s begrijpen en verwerken, en kan worden gebruikt voor taken zoals objectherkenning, gezichtsherkenning en patroonherkenning.
  • Audio processing (AP): Gemini kan audio begrijpen en verwerken, en kan worden gebruikt voor taken zoals spraakherkenning, muziekanalyse en geluidssynthese.
  • Code understanding (CU): Gemini kan code begrijpen en verwerken, en kan worden gebruikt voor taken zoals codeanalyse, codegeneratie en code-assistentie.

Hoe presteert Gemini ten opzichte van andere AI-modellen zoals GPT-4?  

Volgens Google is Gemini gebaseerd op een van de grootste en meest geavanceerde AI-modellen ter wereld en presteert het ook beduidend beter dan andere AI-modellen, waaronder GPT-4.

Zo scoorde Gemini in een test op het gebied van natuurlijke taalverwerking (NLP) 20% beter dan GPT-4 en in een test op het gebied van computer vision (CV) scoorde Gemini 15% beter dan GPT-4.

Met een score van 90,0% is Gemini Ultra volgens Google ook het eerste model dat beter presteert dan menselijke experts op MMLU (massive multitask language understanding), waarbij een combinatie van 57 onderwerpen zoals wiskunde, natuurkunde, geschiedenis, rechten, geneeskunde en ethiek wordt gebruikt om zowel de wereldkennis als het probleemoplossend vermogen te testen.

Belangrijke verschillen tussen Gemini en GPT-4 (volgens Google)

  • Multimodaliteit: Gemini is een multimodal AI-model, wat betekent dat het in staat is om informatie uit verschillende bronnen te verwerken en te begrijpen. Zo kan het bijvoorbeeld tekst vertalen, rekening houdend met de context van de afbeelding die aan de tekst is gekoppeld. Objecten in een afbeelding  identificeren, rekening houdend met de tekst die over het object is geschreven. Code schrijven die een bepaalde taak uitvoert, rekening houdend met de audio-instructies die aan de code zijn gekoppeld. GPT-4 is een taalmodel, wat betekent dat het zich alleen op tekst kan concentreren.
  • Grootte en complexiteit: Gemini is het grootste en meest geavanceerde AI-model ter wereld. GPT-4 is een groot taalmodel, maar het is niet zo groot of complex als Gemini. Gemini is gebaseerd op 1,56 biljoen parameters, GPT-4 op 1,5 miljard parameters. 
  • Verschillende versies: Gemini is beschikbaar in verschillende versies, met verschillende capaciteiten en mogelijkheden. GPT-4 is momenteel alleen beschikbaar in één versie.

Gemini wordt eerst geïntegreerd met de chatbot Bard, daarna volgen andere Google applicaties zoals Pixel 8 Pro, Search, Ads, Chrome en Duet AI. De hoeveelheid applicaties en data waar Google toegang toe heeft (denk ook aan Gmail, YouTube, Next camera en Google maps), geeft een enorme potentie en unieke positie ten opzichte van andere partijen zoals OpenAI.

Het wordt eerst in 170 landen buiten Europa uitgerold, dus we moeten nog even geduld hebben totdat wij het ook in Nederland kunnen gaan gebruiken. 

Een kanttekening is dat Gemini’s Ultra model vergeleken wordt met GPT-4 en waar het beter scoort dit slechts enkele procentpunten zijn. De exacte werking van Google’s top AI-model is nog ongewis en wordt naar verwachting begin 2024 pas uitgerold, terwijl GPT-4 al sinds maart 2023 beschikbaar is. OpenAI is achter de schermen al lange tijd met de ontwikkeling van GPT-5 bezig, dus het wordt interessant te zien wat hiervan de toepassingen gaan zijn en wanneer dit wordt uitgerold.

Bekijk hier meer over de Gemini lancering. 

Maak iedere week een sprong vooruit in je marketing AI transformatie

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren, ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.

/door
, ,

Verwachtingen voor AI in 2024: Introductie Tweede Generatie Large Language Models (LLM’s)

Het is alweer december, en veel bedrijven zijn druk bezig met het afronden van hun plannen voor het komende jaar. In hoeverre maakt AI een belangrijk onderdeel uit van jouw plannen voor 2024?

Om je voor te bereiden op de nieuwste AI-ontwikkelingen, neem ik je mee in de evolutie en verwachtingen van Large Language Models (LLM’s). Ook geef ik je meer achtergrondinformatie over deze fundamentele taalmodellen die aan de basis staan van AI-systemen. 

LLM generatie 1

Een LLM is een geavanceerd computerprogramma dat grote hoeveelheden tekst leert begrijpen en genereren. Het is getraind op een enorme hoeveelheid data, waaronder boeken, artikelen en websites, om taalpatronen te herkennen. Hierdoor kan het vragen beantwoorden, teksten schrijven, en zelfs gesprekken voeren op een manier die lijkt op hoe mensen communiceren. Het model probeert de betekenis achter woorden te begrijpen en kan zo relevante en vaak accurate antwoorden geven.

Een jaar geleden lanceerde OpenAI ChatGPT, waarmee wereldwijd kennisgemaakt werd met een toegankelijk taalmodel van de eerste generatie (LLM 1). Dit was het startschot voor een golf van innovaties, waarbij tal van bedrijven AI-toepassingen introduceerden gebaseerd op hetzelfde fundament.

Hoewel deze eerste generatie taalmodellen revolutionair zijn in hun vermogen om snel taal te verwerken en te genereren, kampen ze met beperkingen in begrip en contextuele nauwkeurigheid.

Voor effectief gebruik in onze dagelijkse werkzaamheden is vaak nog aanzienlijke menselijke begeleiding en correctie vereist. Dit zien we terug in de huidige toepassingen zoals ChatGPT en andere beschikbare AI-tools. Deze systemen reageren onmiddellijk op prompts, maar de antwoorden zijn niet altijd even accuraat. .

LLM generatie 2 kondigt zich aan

De AI-industrie ontwikkelt zich in hoog tempo verder, en staat aan de vooravond om de volgende generatie taalmodellen te introduceren: LLM 2.

Deze generatie biedt een veel nauwkeuriger en contextueel gevoeliger begrip. Ze zijn beter in staat om nuances en complexe taalstructuren te interpreteren, en kunnen met meer aandacht en logica tot resultaten komen.

Een belangrijk kenmerk is hun vermogen om zelfstandiger en diepgaander te ‘denken’, wat leidt tot betere uitkomsten. Deze systemen kunnen zichzelf bovendien verbeteren door ervaring en feedback.

Wat kunnen we verwachten van LLM 2 systemen:

  • Kan tekst lezen en genereren
  • Real-time internettoegang en verwijzing naar lokale bestanden.
  • Integratie met bestaande software-infrastructuur (rekenmachine, muis, toetsenbord, Python)
  • Het zien en genereren van afbeeldingen en video’s.
  • Horen en spreken (zoals GPT voice), inclusief muziek generatie.
  • Maatwerk voor specifieke taakuitvoering, aanpassing en verfijning (zoals maatwerk GPT’s)
  • Communicatie met andere LLM’s.
  • Langere ‘denk’ processen voor optimale resultaten.
  • Zelfverbetering.
  • Meer kennis over onderwerpen dan welk mens dan ook.

Enkele van deze eigenschappen beginnen al zichtbaar te worden in systemen zoals ChatGPT en Google Bard.

Geïnteresseerd in meer informatie over deze taalmodellen?

Andrej Karpathy, een toonaangevende AI-onderzoeker bij OpenAI en voormalig directeur AI bij Tesla, heeft een video van een uur op YouTube geplaatst: ‘The Busy Person’s Intro to LLMs‘.

Hierin biedt hij een uniek inzicht in projecten van vooraanstaande AI-labs. Zijn presentatie geeft een praktische introductie over LLM’s, hun werking, en toekomstvisies. Een aanrader! Bekijk hier de video. 

Tips voor je AI plannen in 2024

Hoe ga jij AI implementeren in je organisatie? Hieronder een aantal tips om mee te nemen in je plannen voor 2024: 

  1. Richt een AI-stuurgroep op, bestaande uit vertegenwoordigers (ontdekkers) van elke afdeling van je bedrijf. Deze groep neemt het voortouw in het ontwikkelen en implementeren van het AI-beleid binnen je organisatie.
  2. Stel een intern en extern AI-beleid op. Bekijk onze template AI-beleid voor inspiratie.
  3. Investeer in AI-training en educatie voor je team.
  4. Breng alle werkprocessen in kaart. Identificeer waar AI de grootste impact kan hebben en plan hoe je AI hier effectief kunt inzetten.
  5. Experimenteer met AI. Wat dacht je van het introduceren van ‘AI Friday’ om nieuwe toepassingen te testen?

Bij elke verandering, vooral een met zo’n grote impact en omvang, hangt een succesvolle implementatie af van hoe goed de mensen binnen een organisatie hun gedrag kunnen aanpassen en verantwoordelijkheid nemen.

Het is daarom nuttig om de verschillende fases te onderzoeken waarin een organisatie zich ontwikkelt bij het toepassen van AI. Bekijk de “De 5 fases van AI-implementatie in marketing” voor meer inzicht.

Maak iedere week een sprong vooruit in je marketing AI transformatie

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren, ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.

/door
, ,

De 5 fases van AI-Implementatie in marketing

In de steeds veranderende wereld van marketing, staat AI (Artificial Intelligence, al noem ik het liever IA; Intellente Assistent) centraal in de transformatie van dagelijkse operationele werkzaamheden zoals content creatie, interactie met klanten, analyses en strategieën.

Voor iedere verandering, en al helemaal een zoals met deze impact en omvang, staat of valt een succesvolle implementatie met de mate waarop mensen in een organisatie hun gedrag weten aan te passen en verantwoordelijkheid te nemen.

Een belangrijke eerste stap is je bewust te worden van de verschillende fases waarin een organisatie volwassener wordt in het toepassen van AI. Ik heb hiervoor 5 fases gedefinieerd en een eerste schets gemaakt hoe iedere fase er ongeveer uitziet.

Hieronder neem ik je mee langs deze verschillende fases, waarin AI binnen alle marketingactiviteiten opschaalt en onze rol en werkzaamheden daarmee ook sterk verandert.

Fase 1: Experimenteren

In deze fase is de marketeer verantwoordelijk voor alle aspecten van content strategie en uitvoering zoals contentcreatie en -promotie. Dit omvat het bedenken van ideeën, het schrijven en opmaken van de content, het selecteren van de distributie kanalen, het publiceren van de content en het analyseren van de resultaten.

De werkzaamheden worde nog vooral handmatig gedaan, wat arbeidsintensief en tijdrovend is. Marketeers hebben volledige control over hun werk en AI speelt in het begin nog geen rol.

In deze eerst fase beginnen een of enkele personen in het marketing team wel met het ontdekken en experimenteren van AI toepassingen in hun dagelijkse taken. Dit omvat eenvoudige automatiseringen zoals bijv. het stellen van vragen, schrijven van (basis) teksten, samenvattingen maken, captions voor social media posts, de audio van een podcast omzetten naar geschreven tekst etc.. Het doel is enigszins eenvoudige en herhalende taken te verminderen, waardoor tijd vrijkomt voor meer strategische en creatieve werkzaamheden.

De rol van LLM’s (zoals ChatGPT) in deze fase is beperkt maar essentieel. Ze kunnen bijvoorbeeld worden gebruikt voor het genereren van basis content of het doen van analyses.

De paar AI-ontdekkers in het bedrijf raken een beetje vertrouwd met de mogelijkheden van AI, wat de basis legt voor meer geavanceerde toepassingen in latere fases.

Onze rol is deze fase verschilt nog niet heel veel als voorheen, behalve dat we sneller en makkelijker bepaalde werkzaamheden gedaan kunnen krijgen:  

  • Experimenten en eerste stappen van implementatie: Mensen zijn verantwoordelijk voor het gaan ontdekken en initiëren van experimenten met AI-tools en het implementeren van basis AI-functies, zoals geautomatiseerde e-mailmarketing of social media beheer.
  • Evaluatie en feedback: Voordelen en resultaten van AI-gestuurde taken evalueren en feedback geven om de nauwkeurigheid en relevantie van de AI-resultaten te verbeteren.
  • Individuele opleiding en ontwikkeling: Aanleren van de basis van AI-technologie en het ontwikkelen van een mindset die openstaat voor technologische veranderingen en innovatie. Gaan ontwikkelen van een AI-first mindset.

Fase 2: Verdiepen

In deze fase verschuift het ad-hoc individueel gebruik van de ‘AI-ontdekkers’ naar het intensiever en consistent gebruiken van AI als team. Dit omvat ook het delen van kennis en samenwerken aan de beste AI oplossingen voor het team.  

Marketeers beginnen met de automatisering van bepaalde routinetaken. Hoewel dit nog geen volledige toepassing van AI is, is het een belangrijke stap in die richting. Tools die in deze fase worden geïntroduceerd, kunnen bijvoorbeeld helpen bij het plannen van social media posts, het automatiseren van e-mailcampagnes of het genereren van eenvoudige rapporten. Dit vermindert de handmatige inspanning en verhoogt de efficiëntie, maar er is nog steeds menselijke betrokkenheid nodig voor strategische besluitvorming en complexere taken. Ook krijgt de marketeer meer tijd om zich te richten op strategisch denken en creatief werk.

Hoe ziet onze rol eruit:

  • Team-functionele samenwerking: Actieve samenwerking binnen het marketingteam om steeds meer werkzaamheden met AI uit te voeren.
  • Strategische besluitvorming: Op basis van AI-gestuurde inzichten nemen ze beslissingen over marketingstrategieën en klantsegmentatie.
  • Dataverzameling en -analyse: Medewerkers werken samen aan het verzamelen en analyseren van gegevens, waarbij ze AI-tools gebruiken om inzichten te verkrijgen.
  • Teamgerichte opleiding en ontwikkeling: alle teamleden gaan de basis van AI-technologie aanleren en een AI-first mindset ontwikkelen die openstaat voor technologische veranderingen en innovatie.
  • Er is een voortdurende behoefte aan training en aanpassing aan nieuwe AI-gedreven processen en tools.

Fase 3: Integreren

De derde fase markeert een significante verschuiving waarbij de hele organisatie betrokken raakt bij het integreren van AI. Machine learning, een kernaspect van AI, stelt systemen in staat om zelfstandig te leren van data en ervaringen. Dit verhoogt de mogelijkheid voor AI om te helpen bij complexere besluitvormingsprocessen.

LLM’s worden hier cruciaal voor het genereren van inzichten en het automatiseren van besluitvormingsprocessen. Ze kunnen bijvoorbeeld klantgedrag voorspellen of helpen bij het identificeren van de meest effectieve marketingkanalen. Deze fase vereist een nauwe samenwerking tussen verschillende afdelingen om ervoor te zorgen dat de AI-systemen goed geïntegreerd zijn in de organisatie.

Hoe ziet onze rol eruit:

  • Cross-functionele samenwerking: Alle afdelingen gaan samenwerken om AI zo goed mogelijk te integreren in de algehele marketing- en organisatiestrategie.
  • Introductie van een AI-stuurgroep: voortrekkers van de verschillende afdelingen vormen samen een AI-stuurgroep om de richting van de organisatie met elkaar te bepalen.
  • Systeemintegratie en beheer: Medewerkers zijn verantwoordelijk voor het integreren van AI-systemen binnen de gehele organisatie en het beheren van de interactie tussen AI en menselijke taken.
  • Geavanceerde analyse en toepassing: Medewerkers gaan geavanceerde AI-analyses begrijpen en toepassen op complexere marketinguitdagingen.
  • Organisatiebrede opleiding en ontwikkeling: Alle collega’s gaan de basis van AI-technologie aanleren en een AI-first mindset ontwikkelen die openstaat voor technologische veranderingen en innovatie.
  • Er is een voortdurende behoefte aan training en aanpassing aan nieuwe AI-gedreven processen en tools.

Fase 4: Autonomie

In fase vier worden systemen steeds autonomer. LLM’s kunnen nu complexe taken op zich nemen zoals het automatiseren van contentcreatie, promotie, klantenservice via chatbots of het genereren van gepersonaliseerde marketingcampagnes. Deze fase benadrukt de verantwoordelijkheid voor zowel processen als resultaten, waarbij AI helpt om marketinginitiatieven te sturen op basis van real-time data en feedback.

De autonomie die in deze fase wordt bereikt, stelt marketeers in staat zich te concentreren op de meest strategische aspecten van hun werk, terwijl AI zorgt voor operationele efficiëntie en effectiviteit.

Hoe ziet onze rol eruit:

  • Toezicht en controle: Medewerkers houden toezicht op autonome AI-systemen, waarbij ze de controle behouden over belangrijke besluitvormingsprocessen.
  • Creatieve en strategische input: Menselijke creativiteit en strategisch denken blijven essentieel, vooral in het ontwikkelen van marketingstrategieën die AI-aanbevelingen aanvullen en versterken.
  • Innovatie en ontwikkeling: Het stimuleren van innovatie en het ontwikkelen van nieuwe manieren om AI-functionaliteiten te benutten.
  • Organisatiebrede opleiding en ontwikkeling: Er is een voortdurende behoefte aan training en aanpassing aan nieuwe AI-gedreven processen en tools.

Fase 5: Optimaliseren

In de laatste fase zijn AI-systemen, inclusief LLM’s, volledig geïntegreerd en spelen een centrale rol in alle marketingactiviteiten. Iedereen in de organisatie draagt verantwoordelijkheid voor voortdurende verbetering en innovatie. LLM’s ondersteunen strategische besluitvorming en helpen bij het continu optimaliseren van alle marketingactiviteiten.

Hoe ziet onze rol eruit:

  • Strategisch leiderschap en innovatie: Medewerkers nemen de rol op zich van strategisch leiderschap, waarbij ze zich richten op innovatie en het uitstippelen van de langetermijnvisie van de marketingstrategie.
  • AI-samenwerking en beheer: De focus ligt op het samenwerken met AI, het beheren van geavanceerde systemen en het garanderen dat AI naadloos aansluit op de bedrijfsdoelen.
  • Continue verbetering en aanpassing: iedereen is betrokken bij voortdurende verbetering en aanpassing van AI-systemen om maximale efficiëntie en effectiviteit te waarborgen.

In elke fase evolueert onze rol, van het initiëren en begeleiden van AI-implementaties naar het strategisch beheren en innoveren van geavanceerde AI-systemen. Ik geloof erin dat mensen een cruciale rol spelen in het waarborgen van de aansluiting van AI op bedrijfsstrategieën en -doelstellingen.

De integratie van AI in marketing, biedt een experimenterend en uitdagend pad voor organisaties om te groeien en te innoveren. Deze reis, van het automatiseren van basistaken tot het bereiken van een cultuur van continue verbetering, stelt ons in staat om de grenzen van alle marketingactiviteiten en klantinteractie te verleggen en steeds persoonlijker en relevanter te laten worden. Elke fase van deze reis brengt nieuwe uitdagingen en kansen met zich mee, maar als we een gestructureerde aanpak volgen, kunnen organisaties de volledige potentie van AI in marketing gaan benutten.

De eerste stap naar een AI-first mindset 

Waar begin je? Wat mij geholpen heeft om AI actief te gaan gebruiken is iets te kiezen dat ik vaak deed, wat redelijk wat tijd koste en waarvoor ik met AI wilde gaan experimenteren of dat anders kon.

Ik koos ervoor om voor alles dat ik wilde opzoeken niet langer Google als startpunt te gebruiken maar ChatGPT. Dit was voor mij een geslaagd experiment, waardoor ik nu ChatGPT standaard als eerste gebruik om een vraag beantwoord te krijgen. 

Dit is daarna stapsgewijs opgeschoven naar talloze andere toepassingen waarbij diverse AI-tools voor mij het startpunt geworden zijn en ik mijzelf hiermee iedere dag train op een AI-first mindset. Daar komt nu de spraakfunctie extra bij. 

Succes met jouw ontdekkingen in AI! We zijn benieuwd naar jouw ervaringen.

Maak iedere week een sprong vooruit in je marketing AI transformatie

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren, ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.

/door
, ,

OpenAI lanceert indrukwekkende ChatGPT VOICE

OpenAI kende een ongekend turbulente week, waarbij CEO en mede-oprichter Sam Altman door het bestuur ontslagen werd, zijn mede-oprichter Greg Brockman daarop direct ontslag nam, beide mannen werden een paar dagen later bij Microsoft aangenomen om een nieuw AI onderzoeksteam op te bouwen, maar enkele dagen daarna keerde beide mannen toch weer terug bij OpenAI waar het bestuur gelijk de deur gewezen en vervangen werd.

Tussen neus en lippen door lanceerde OpenAI woensdag (ter viering van de terugkeer van Atman & Co) voor alle gebruikers ook nog even een zeer indrukwekkende VOICE functie.

Dat deden ze wel op een heel passende en ludieke wijze. Luister hier naar de eerste VOICE dialoog tussen een OpenAI medewerker en ChatGPT.

Deze voicefunctie is een chatbot die reageert op gesproken woorden. Als je iets zegt, begrijpt ChatGPT je vraag of opmerking en geeft een gesproken antwoord terug. Het gebruikt geavanceerde AI om gesproken taal te verwerken en gepaste antwoorden te geven en slaagt daar verbazingwekkend goed in. 

Je kunt dus nu via de ChatGPT app op je telefoon, gewoon in het Nederlands, praten tegen ChatGPT en alle andere GPT’s, en ook in gesproken Nederlandse tekst antwoord krijgen. Hiermee kun je een gesprek voeren, net alsof je met een mens praat.

Deze gesproken teksten verschijnen ook direct in een tekstversie (of een plaatje, als je de opdracht geeft om een plaatje te maken) in je ChatGPT scherm inclusief linkjes naar de bronnen van de gegeven informatie. Dit wordt weergegeven met een [ ” ].

Ook zijn de antwoorden volledig gebaseerd op de actualiteit. Zo vroeg ik bijvoorbeeld naar de uitslagen van de verkiezingen en over de mogelijke formaties en kreeg ik zeer uitgebreid en correct antwoord met linkjes naar alle bronnen.

Hiermee wordt het ook gelijk duidelijk dat er belangrijke nieuwe manieren gaan ontstaan waarop mensen je website gaan vinden, in plaats van de traditionele search kanalen zoals Google.

Ook is het mogelijk om via de spraakfunctie plaatjes te laten maken.

Toen ik vroeg naar een plaatje van een zonsondergang in Thailand (dat was even het eerste waar ik aan dacht, nu ik iedere dag mooie foto’s van mijn oudste zoon krijg die aan het reizen is in Thailand) kreeg ik binnen een paar seconden dit mooie plaatje.

Hoe gebruik je ChatGPT VOICE?

Heel simpel. Open je chat en klik aan rechterkant op het koptelefoon icoontje. Stel je vraag of geef een opdracht, wacht eventjes en je krijgt een gesproken en geschreven tekst terug.

Door in de spraakfunctie te blijven kun je ook een verdere dialoog voeren. Je onderbreekt deze pas door op het rode kruisje te klikken. 

Wil je de stem aanpassen? Klik bij het beginscherm onderin op de 3 puntjes naast je profielnaam en selecteer onder het kopje ‘SPEECH’ je ‘Voice’. Daar kun je ook je ‘Main Language’ op Dutch zetten. 

Revolutie van typen naar spreken

De introductie van deze spraakfunctie is een grote stap vooruit richting spraakgestuurd in plaats van typegestuurd werken en leven. Dit levert enorme gedragsveranderingen en voordelen op:

  1. Gebruiksgemak: Spraakgestuurde interacties zijn vaak handiger dan typen, vooral voor mensen die onderweg zijn of moeite hebben met typen. Het maakt technologie toegankelijker.
  2. Natuurlijke interactie: Mensen vinden het vaak natuurlijker om te praten dan te typen. Spraakgestuurde AI maakt interactie met technologie menselijker en intuïtiever.
  3. Verbeterde taalverwerking: AI-systemen worden steeds beter in het begrijpen en verwerken van natuurlijke taal. Dit betekent dat ze complexere opdrachten kunnen begrijpen en gepaste, contextuele antwoorden kunnen geven.
  4. Integratie in het dagelijks leven: Spraakgestuurde assistenten worden steeds meer geïntegreerd in dagelijkse apparaten, zoals smartphones, auto’s, en thuisassistenten. Dit maakt het makkelijker om technologie te gebruiken zonder onderbreking van dagelijkse activiteiten.
  5. Gepersonaliseerde ervaringen: Spraakgestuurde AI kan leren van eerdere interacties om meer gepersonaliseerde ervaringen te bieden. Dit kan gaan over taalvoorkeuren, de manier van spreken, of zelfs het herkennen van de stem van de gebruiker.

De verschuiving naar spraakgericht werken met AI biedt dus nieuwe mogelijkheden voor toegankelijkheid, gebruiksgemak en gepersonaliseerde interactie. Het maakt deel uit van een grotere trend waarbij technologie zich aanpast aan menselijke voorkeuren in plaats van andersom.

Maak iedere week een sprong vooruit in je marketing AI transformatie

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren, ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.

/door
, ,

Eerste ervaringen GPT’s & Lancering Denis Doeland GPT

Afgelopen week stond in het teken van experimenteren met de doe-het-zelf GPT’s, die OpenAI vorige week lanceerde. Deze nieuwe technologie opent een wereld vol ongekende mogelijkheden, waarbij iedereen digitale assistenten kan hebben en zelf tools kan creëren voor oneindig veel verschillende doelen. 

Met GPT’s is het nu mogelijk om via woorden (chatten) te coderen. Je hoeft dus geen programmeur te zijn om snel en gemakkelijk je eigen modules te bouwen. Deze kunnen vragen beantwoorden, advies geven, processen automatiseren en veel meer.

Toch ervaren we nog wel dat GPT’s vergelijkbare tekortkomingen hebben als ChatGPT, zoals onjuistheden en inconsistentie. Ook blijft het belangrijk om geen gevoelige of persoonlijke informatie te delen die niet publiekelijk beschikbaar is. Alles wat je invoert kan potentieel gebruikt worden als trainingsmateriaal en openbaar worden. Maar ondanks dat, is het indrukwekkend wat er al mogelijk is.

En we bevinden ons nog maar slechts aan het begin van de AI-ontwikkeling. De huidige AI en GPT-versies zijn de meest beperkte die we ooit zullen zien. Grote spelers in de AI-industrie zoals OpenAI, Google, Microsoft, Meta, Apple, Amazon en Anthropic investeren miljarden om deze technologieën in hoog tempo verder te ontwikkelen.

Wanneer we GPT’s naadloos kunnen integreren in ons dagelijks leven en systemen, zullen ze steeds meer gaan functioneren als persoonlijke assistenten, coaches, en ‘collega’s’.

We staan nog maar aan het begin van een spannend en uitdagend AI-tijdperk!

Lancering Denis Doeland GPT

Mijn collega Denis is afgelopen week ook aan de slag gegaan met de doe-het-zelf GPT (generatieve pre-trained transformers). Hij trainde een GPT met zijn ruim 1.500 blogs en 3 boeken. Binnen enkele dagen ontwikkelde hij een eerste versie van zijn gepersonaliseerde GPT.

Onze eerste ervaringen? Deze GPT biedt uitgebreide antwoorden en adviezen over digitale strategie en transformatie, alsof ze door Denis zelf zijn gegeven. Bovendien blijkt het mogelijk om de GPT effectief te trainen in het stellen van relevante vervolgvragen.

Wel merkten we dat de GPT buiten de getrainde content en instructies ook een eigen draai aan conversaties geeft, soms zelfs hilarisch off-topic. Zo kreeg ik bij een vraag over Italiaans koken een verrassend antwoord, compleet met Denis’ ‘handtekening’:

“Als Denis Doeland zou ik je normaal gesproken helpen met adviezen op het gebied van digitale strategie en transformatie, maar ik kan zeker een eenvoudig en lekker Italiaans recept aanbevelen. Hoe klinkt een klassieke spaghetti carbonara?” 

Interessant is ook hoe Denis de GPT als potentiële leadgenerator heeft ingericht. Afhankelijk van het gespreksonderwerp, biedt de GPT een relevante doorverwijzing inclusief links naar artikelen, nieuwsbriefinschrijving en contact opnemen. Hieronder zie je een voorbeeld.

Voor een eerste versie is het resultaat indrukwekkend en laat het de veelzijdige mogelijkheden van doe-het-zelf GPT’s zien. En dit is dan nog maar een Beta-versie die met de dag alleen nog maar beter wordt. 

Hoe ziet Denis deze op maat gemaakte GPT:

‘Ik zie het als een interactieve kennisbank van mijn gedachtegoed die de manier waarop ik informatie deel en kennis overdraag, nu al getransformeerd heeft.

De AI slaagt er opmerkelijk goed in om de nuances van mijn schrijfstijl en de kernpunten van mijn inzichten in de wereld van digitale strategie en transformatie te vatten, waardoor gebruikers toegang krijgen tot dat alle informatie die ik heb ontwikkeld om bedrijven te helpen versnellen in het digitale tijdperk.

Ik zie het als meer dan een technologische innovatie; het is een uitbreiding van mijn levenswerk, toegankelijk gemaakt voor een nieuwe generatie digitale denkers en doeners.’

Bij de lancering van de Denis Doeland GPT hoort natuurlijk ook een volledig met AI gegeneerde introductievideo. 😀


Zelf de Denis Doeland GPT ervaren? Bekijk het hier en laat ons weten wat je ervan vindt.

Ontdek andere GPT’s

Het is ook interessant om via de ‘Explorer’ van GPT4 (beschikbaar voor €20 per maand – een aanrader als je het mij vraagt 😉) andere GPT’s te ontdekken. Hiermee krijg je een goede indruk wat er mogelijk is en kun je inspiratie opdoen voor je eigen GPT’s.

GPT Sous Chef

Bij Sous Chef krijg je recepten aangepast aan jouw voorkeuren, dieetbeperkingen, en de ingrediënten die je in huis hebt. Je kunt zelfs een foto van je koelkast of voorraadkast uploaden, waarna je een op maat gemaakt recept krijgt, compleet met bereidingswijze.

GPT Creative Writing Coach

De Creative Writing Coach, die ook in het Nederlands werkt, biedt binnen enkele seconden analyse en feedback op je tekst, met suggesties om zowel stijl als grammatica te verbeteren.

Vragen over GPT’s?

Afgelopen week hebben we veel gesprekken gevoerd over de potentie van GPT’s in organisaties en merken we veel interesse om deze te gaan ontdekken en ontwikkelen. 

Ben je ook geïnteresseerd in een eigen GPT? Laat het ons weten!

We zijn benieuwd naar jouw ervaringen met AI. En als je zin hebt om te experimenteren, bieden GPT’s zeker een boeiende wereld om te verkennen.

Succes met jouw ontdekkingen in AI!

Een innovatieve groet,

Michiel Schoonhoven

Iedere week een sprong vooruit maken in je marketing AI transformatie?

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren, ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.

/door
, ,

Elon Musk lanceert Grok, een alternatief voor ChatGPT?

Elon Musk, die in 2015 een van de oprichters was van OpenAI, maar in 2018 wegens ‘verschil van mening’ uitgestapt is, heeft nu een ‘concurrent’ van ChatGPT geïntroduceerd: Grok.

Volgens xAI, het AI bedrijf van Musk, is:

“Grok designed to answer questions with a bit of wit and has a rebellious streak, so please don’t use it if you hate humor.

A unique and fundamental advantage of Grok is that it has real-time knowledge of the world via the X platform. It will also answer spicy questions that are rejected by most other AI systems.”

Op dit moment is het platform nog beperkt toegankelijk voor geverifieerde gebruikers, dus er is nog weinig bekend wat het al precies kan. Volgens geruchten is het op dit moment enigszins vergelijkbaar met GPT-3.5 en is het model nog slechts getraind op zo’n 2 maanden data.

Het is interessant deze ontwikkeling in de gaten te houden, want Musk heeft met zijn bedrijven zoals Tesla, X (voorheen Twitter) en SpaceX toegang tot zeer veel unieke real time data, die hij zal gaan inzetten voor zijn AI modellen. Hierdoor kan hij snel een belangrijke speler gaan worden.

Hier kun je je aanmelden voor het ‘early access program’

Iedere week een sprong vooruit maken in je marketing AI transformatie?

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren, ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.

/door