- Wat is generative AI precies en wat kun je ermee doen?
- Steeds verder gepersonaliseerde marketing en sales
- Efficiëntere, snellere en meer empathische klantondersteuning
- Generative AI helpt schrijvers content efficiënter te produceren
- Geen saaie aantekeningen meer: generative AI-tools automatiseren het proces
- Code schrijven met generative AI-tools: een nieuw tijdperk van coderen?
- Met generative AI bouw je zo een blog, website of online winkel
- Zorgen dat klanten tevreden, betrokken en loyaal blijven? Daar is een AI voor
- Product- en modeontwerp met AI: next-level creativiteit
- Natuurlijk klinkende voice-support nu mogelijk gemaakt door generative AI
- Binnen enkele minuten AI-geproduceerde video: van korte clips tot lange films
- Generative AI versnelt het ontwikkelingsproces van geneesmiddelen
- Goedkoper, sneller en eenvoudiger gamedesign dankzij generative AI
- Generative AI creëert verrassend authentieke, nooit eerder gehoorde muziek
- The good, the bad, and the ugly
- Hoe ziet een toekomst met generative AI eruit?
Mensen zijn erg goed in het creëren van origineel werk. En tot voor kort dachten we dan ook niet dat technologie op dat gebied ooit een concurrent van ons zou kunnen worden. De realiteit blijkt echter anders te zijn. Machines winnen ook op menselijk grondgebied steeds meer terrein en dat leidt tot hevige discussies over hoe technologie als kunstmatige intelligentie (AI) — en met name generative AI — de menselijke ervaring zal beïnvloeden. Generative AI maakt gebruik van deep learning en natural language processing (NLP) om de grenzen van wat een paar jaar geleden mogelijk was te verleggen, of zelfs volledig weg te vagen. En de technologie is inmiddels bijna griezelig goed geworden op het gebied van ‘creativiteit’. Het lijkt er dan ook op dat elke branche waarin menselijke professionals origineel werk creëren momenteel aan disruptie onderhevig is: van grafisch ontwerp tot codering, gaming tot marketing, verkoop tot productontwerp, wetgeving tot architectuur, van content schrijven tot social media posts creëren — en alles wat daar maar tussenin zit. De veranderingen gaan sneller dan het licht en generative AI wordt steeds meer mainstream. Hoewel we deze technologie voorlopig alleen nog als ideeëngenerator, springplank of prompter gebruiken, zal er in de creatieve sector in de nabije toekomst behoorlijk wat veranderen. Maar ondanks alle lovende verhalen over het veronderstelde potentieel van deze technologie zullen we ook de maatschappelijke en ethische implicaties zorgvuldig in overweging moeten nemen.
Laten we gaan ontdekken wat deze revolutionaire technologie nu eigenlijk is, en vooral: wat het allemaal (al) kan.
Wat is generative AI precies en wat kun je ermee doen?
De vraag die al heel lang op ieders lippen brandt is of onze creatieve banen uiteindelijk ook door technologie zullen worden overgenomen. En tot voor kort geloofden we oprecht dat dit niet het geval zou zijn. Nou ja, niet snel in ieder geval. Maar met de explosieve opkomst van generative AI in de afgelopen maanden, lijken de zaken een behoorlijke wending te hebben genomen. Ineens lijkt het dat kunstmatige intelligentie wel ‘creatief’ kan zijn en dat je er op steeds ‘natuurlijker’ manier mee om kunt gaan. Wat is deze revolutionaire technologie nu precies die de wereld stormenderhand aan het veroveren is?
Generative AI is een vorm van kunstmatige intelligentie die gebruikmaakt van unsupervised deep learning-algoritmen en natural language processing (NLP) om nieuwe content te creëren die vergelijkbaar is met (of beter gezegd, gebaseerd op of afgeleid van) bestaande content, zoals tekst, code, audio, digitale afbeeldingen of video. Generative AI tilt ondersteunende technologie naar een nieuw niveau, maakt enorm krachtige applicaties toegankelijk voor niet-technische gebruikers en zorgt voor aanzienlijke tijds- en kostenbesparingen. Kortom, generative AI zal in steeds meer markten en sectoren tot snellere, goedkopere en in sommige gevallen betere creaties leiden. Er worden dan ook aanzienlijk betere productiviteitsniveaus verwacht en hogere economische waarde. De voorspellingen zijn dat het werk van schrijvers, muzikanten, fotografen, videografen, podcasters, mememakers, ontwerpers, softwareontwikkelaars, enzovoort langzaam maar zeker door deze technologie overgenomen zal worden. Generative AI kan al logo’s ontwerpen, programmeertaken uitvoeren, muziek en video’s voor advertenties produceren, stockfoto’s maken, blogs, e-mails en recepten schrijven, wetenschappelijke concepten uitleggen, apps bouwen, gepersonaliseerde therapiebots ontwikkelen en veel meer.
“We doen wat Jasper en Copy.ai doen, maar dan voor videoproductie. Video’s zijn krachtig — stel je voor dat marketeers e-mails zouden kunnen versturen met pratende menselijke avatars in plaats van platte tekst”.
Josh Xu, medeoprichter en CEO van Movio
Steeds verder gepersonaliseerde marketing en sales
Generative AI kan verkoop- en marketingprofessionals — met een simpele prompt — helpen met het genereren van nieuwe ideeën. Hierdoor omzeil je de beperkingen van de menselijke creativiteit, zoals bijvoorbeeld writer’s block. Zeer handig ook voor diegenen die innovatieve en steeds verder gepersonaliseerde ervaringen willen creëren en op nieuwe — en snellere — manieren met hun publiek willen communiceren. Generative AI kan je helpen bij het identificeren van klantvoorkeuren en het creëren van gepersonaliseerde captions, webpagina’s, e-mails en advertenties die specifiek op een klant zijn afgestemd. De technologie kan ook helpen bij storytelling en het genereren van zeer gepersonaliseerde en boeiende verhalen in plaats van vooraf bepaalde, universele templates te gebruiken. Met generative AI kun je ook meer websiteverkeer genereren door keywords en keyword phrases te identificeren die hogere posities in zoekmachines opleveren en daardoor uiteindelijk de verkoopcijfers een boost geven. Zodra de parameters zijn ingesteld en de prompts zijn ingevoerd, hebben deze slimme systemen weinig tot geen menselijke tussenkomst meer nodig. Hierdoor kunnen marketeers zich meer gaan bezighouden met social media moderation, strategische planning, creatieve ideeën bedenken en uitwerken, en meer.
De in San Francisco gevestigde startup SellScale gebruikt generative AI om effectievere, natuurlijk klinkende en gepersonaliseerde e-mails op schaal te creëren. De generative AI is getraind met goed presterende outbound e-mails die door mensen zijn geschreven. SellScale personaliseert die e-mails vervolgens met behulp van gegevens uit meer dan 40 openbaar beschikbare bronnen, zoals artikelen, RSS-feeds en social media, maar ook uit de CRM’s van klanten. De generative AI gebruikt vervolgens alleen de succesvolle e-mails om zijn modellen verder aan te passen, verfijnen en perfectioneren — met minimale menselijke betrokkenheid. SellScale richt zich op sectoren als het onderwijs, SaaS, de gezondheidszorg, fintech en consumentensectoren. De technologie kan onder andere worden geïntegreerd met LinkedIn, Gmail, Zapier, Apollo en Outreach, en werkt nauw samen met verkoopteams. SellScale-oprichter Ishan Sharma, die eerder een functie bekleedde bij McKinsey’s Growth, Marketing en Sales Service, legt uit: “We willen niet de zoveelste tool in het arsenaal zijn. Veel concurrenten meten de productwaarde af aan de tijd die verkopers aan het product besteden. Wij meten de waarde af aan hoeveel verkopers geen gebruik hoeven te maken van SellScale of prospectietools om outbound te schrijven”.
Een ander platform dat steeds populairder wordt in de marketingsector is dat van Movio. De twee jaar oude startup creëerde het platform om marketeers te helpen automatisch en binnen enkele minuten professionele video’s te maken met hyperrealistische, ‘menselijke’ tekst-naar-spraak-avatars. Het platform maakt gebruik van generative AI en machine learning GAN-frameworks en biedt drag-and-drop interfaces en verschillende templates. Je kunt de stem en gezichtsuitdrukkingen van de avatar aanpassen en door middel van tekstinvoer aangeven wat hij of zij moet zeggen, zonder dat je daarvoor ervaring met videobewerking nodig hebt. De technologie kan worden gebruikt om de klantbetrokkenheid te vergroten, bijvoorbeeld door middel van storytelling, videomarketingcampagnes, tentoonstellingen, social mediaposts, productlanceringen en meeslepende ervaringen. Medeoprichter en CEO van Movio, Josh Xu, vertelt: “We doen wat Jasper en Copy.ai doen, maar dan voor videoproductie. Video’s zijn krachtig — stel je voor dat marketeers e-mails zouden kunnen versturen met pratende menselijke avatars in plaats van platte tekst”.
Efficiëntere, snellere en meer empathische klantondersteuning
Bedrijven die klantondersteuning bieden krijgen steeds vaker te maken met recordaantallen telefoontjes en kunnen de werkdruk vaak maar met moeite bijbenen. Bovendien werken veel bedrijven nog met verouderde systemen waardoor het vaak te lang duurt voordat de juiste klantinformatie op het scherm verschijnt. Om deze problemen op te lossen en klanten tevreden te houden, gaan steeds meer bedrijven over op generative AI-oplossingen. Platforms als GPT, Bard en Anthropic worden ontwikkeld met behulp van grote, vooraf getrainde taalmodellen. Gebruikers hoeven dan alleen tekstprompts in te voeren om unieke content te genereren. Dit helpt klantenservicemedewerkers hun werk efficiënter te doen en problemen sneller op te lossen. Generative AI maakt de ontwikkeling van slimmere, persoonlijkere en meer ‘empathische’ chatbots mogelijk die problemen van klanten op een veel dieper en ‘natuurlijker’ niveau begrijpen, erop anticiperen en erop reageren. Dit wordt mogelijk gemaakt door de bots te trainen met data van succesvol afgehandelde cases en notities van supportmedewerkers. Ook gesprekspatronen worden geanalyseerd, waardoor de chatbots trends kunnen identificeren en de kwaliteit van de support en informatie die ze bieden continu kunnen verbeteren. Generative AI kan de productiviteit dus helpen verhogen en klantrelaties verdiepen, wat leidt tot minder werkdruk en meer tijd voor complexere en zinvollere klantinteracties.
Een voorbeeld van generative AI die in supportrollen wordt gebruikt is Yext Chat, een platform dat door online brandmanagement en business information techstartup Yext is ontwikkeld voor het bouwen van chatbots. Yext Chat, een uitbreiding van de Yext-zoekmachine van het bedrijf die in 2019 werd gelanceerd, combineert verschillende large language models (LLM’s) van ontwikkelaars als OpenAI, waardoor enorm behulpzame en coherente gesprekken in de klantenservice mogelijk gemaakt worden. Om de nauwkeurigheid van de informatie te garanderen, linkt Yext Chat naar zijn eigen ‘Knowledge Graph’, in tegenstelling tot ChatGPT, dat getraind is met informatie uit openbaar beschikbare databases. De Knowledge Graph is een interne database met bedrijfsinformatie en bevat gegevens over de locaties, promoties, productlanceringen en zelfs de werknemers van Yext. Deze datacuratie heeft wellicht zijn beperkingen, maar voorkomt wel dat Yext Chat bevooroordeelde of feitelijk onjuiste informatie verspreidt — iets waar tools als ChatGPT en Bing Chat nogal eens de fout mee ingaan. Yext Chat wordt continu up-to-date gehouden en verbetert zijn antwoorden voortdurend, zodat het steeds beter aansluit bij hoe mensen met de chatbot omgaan.
Yext Chat kan eenvoudig in bestaande platforms en werkruimten geïntegreerd worden. Zo kan een retailbedrijf het platform gebruiken om klanten te helpen met vragen over hun bestelstatus of hen informeren over het retourbeleid van het bedrijf. Een kliniek kan het platform gebruiken om een chatbot aan te sturen die patiënten informatie geeft over de meest geschikte medische professional en om afspraken in te plannen en te bekijken. Yext COO en president Marc Ferrentino legt uit: “Wij geloven dat het van cruciaal belang is dat elke organisatie begint te begrijpen wat AI voor hen kan doen. Yext Chat is een transformatief product dat elk bedrijf wereldklasse gesprekservaringen kan bieden die veilig, betrouwbaar en makkelijk te managen zijn. Door large language models te combineren met onze Knowledge Graph ontsluiten we enorm veel potentieel en kansen voor onze klanten. Recente innovaties brachten conversational AI naar de consument. Yext brengt conversational AI naar de onderneming”.
Generative AI helpt schrijvers content efficiënter te produceren
Het schrijven van boeiende, topkwaliteit teksten is vaak een uitdagende en tijdrovende klus. Ook hier belooft generative AI een helpende hand te kunnen bieden. Zo wordt de creative writing-sector de laatste tijd overspoeld met generative AI-tools die allemaal claimen razendsnel nieuwe en originele content te kunnen genereren die vrijwel niet te onderscheiden is van teksten die door mensen geschreven zijn. En dit allemaal slechts op basis van een eenvoudige prompt of basic input. De teksten die door AI-schrijftools als Writesonic, Sudowrite, Longshot, GetGenie, Copysmith, Copy.ai, Jasper en Writer worden geproduceerd zijn afgeleid van miljoenen stukjes geschreven tekst afkomstig van bestaande artikelen, onderzoeken, websites, boeken, enzovoort. Deze tools kunnen schrijvers helpen nieuwe contentideeën of -strategieën te bedenken, koppen en omschrijvingen te produceren, gepersonaliseerde e-mailcampagnes te schrijven, bestaande content te herschrijven en te monitoren hoe een bepaalde tekst in een marketingcampagne presteert. Op basis van analyses van klantvoorkeuren, aankoopgeschiedenis en gedrag kunnen generative AI-tools content genereren die specifiek is afgestemd op de klant. Denk aan gepersonaliseerde onderwerpregels en productaanbevelingen. AI-schrijftools kunnen de cognitieve belasting van de schrijver aanzienlijk verminderen en het hele proces voor het genereren van content vereenvoudigen. Je zou generative AI kunnen zien als een helpende hand voor contentschrijvers. Daar is dan wel nog de input van menselijke redacteuren bij nodig om de nauwkeurigheid en geschiktheid van de content te waarborgen.
Het B2B-getrainde AI-schrijfplatform Writer, bijvoorbeeld, is specifiek ontwikkeld voor de behoeften van ondernemingen en teams. Writer biedt gebruikers de mogelijkheid om het taalmodel op basis van hun eigen stijlrichtlijnen en gegevens te trainen, zodat schrijfteams artikelen, e-mails en websiteteksten kunnen genereren die met de merkrichtlijnen in overeenstemming zijn, optimaal presteren en de gewenste resultaten behalen. De tool kan realtime internetcrawls uitvoeren en verschillende soorten content, zoals databases, spreadsheets, pdf’s, audio en zelfs videomateriaal gebruiken — en begrijpen — om content te onderzoeken, analyseren, genereren en voor nieuwe doeleinden te herschrijven. Writer wordt met meer dan dertig originele templates geleverd. Deze kunnen onder andere gebruikt worden om e-mails, social mediaposts, advertenties, onderzoekssamenvattingen en blogposts te creëren. Je kunt met Writer bovendien je eigen aangepaste templates creëren. De AI-contentgenerator van Writer, Ask Writer, kan vragen beantwoorden, brainstormen, concepten genereren en verwijzen naar door de gebruiker vermelde webpagina’s om nog relevantere en nauwkeurigere content te produceren. Writer biedt een breed scala aan features, zoals een intuïtieve drag-and-drop-editor, aanpasbare templates en een AI-contentassistent. Writer biedt ook analysetools waarmee bedrijven de prestaties van hun content kunnen monitoren. Writer is bovendien een kosteneffectieve en schaalbare oplossing die door zowel grote als kleine bedrijven gebruikt kan worden.
Geen saaie aantekeningen meer: generative AI-tools automatiseren het proces
Verkopers vinden het maken van (digitale) aantekeningen tijdens vergaderingen of verkoopgesprekken vaak een vervelend en tijdrovend klusje. Het betekent namelijk dat ze de gesprekken moeten opnemen, opnieuw afspelen en soms zelfs handmatig transcriberen om onder andere follow-ups en afspraken in te kunnen plannen. Ook hier kunnen generative AI-tools oplossingen bieden. Zo kun je de AI-software programmeren om bepaalde woorden en zinnen te herkennen en op basis van de gesprekken automatisch een notitie te genereren, waardoor je geen handmatige (of digitale) aantekeningen meer hoeft te maken. De software kan ook herhalen wat er tijdens de vergadering of het verkoopgesprek is gezegd, zodat de vertegenwoordiger deze informatie ter voorbereiding van — of tijdens — een volgend gesprek direct paraat heeft. De AI-software kan het gesprek zelfs in realtime transcriberen, zodat de vertegenwoordiger belangrijke details kan bekijken en indien nodig onmiddellijk actie kan ondernemen.
Notion AI is zo’n notitie-tool. Deze ‘connected assistent’ helpt je productiever en inventiever te zijn op de werkvloer. Naast aantekeningen maken kan Notion AI je ook helpen documenten makkelijker, sneller en efficiënter te lezen en content sneller te creëren, waardoor je tijd bespaart op basistekstproductie en -opmaak. Met zogenaamde AI-blocks, zoals ‘samenvatten’, ‘actie-items’ en ‘aangepaste content’, kun je in korte tijd precies op maat gemaakte content genereren. Deze AI-blocks kunnen zelfs in databasetemplates opgenomen worden om het vergaderproces te vereenvoudigen. Het structureren van ideeën en het op papier krijgen van concepten om met klanten of collega’s te delen kun je met Notion AI ook efficiënter maken. Zo maakt de tool het mogelijk om van rudimentaire notities snel uitgewerkte documenten of presentaties te maken. Daarvoor hoef je alleen maar een bulletpoint-lijst te maken van de belangrijkste aandachtsgebieden of (verkoop)doelen. Vervolgens vraag je Notion AI om (bijvoorbeeld) een paragraaf te creëren waarin die punten samengevat worden of de tekst ‘professioneler te laten klinken’.
Code schrijven met generative AI-tools: een nieuw tijdperk van coderen?
Door natuurlijke taalprompts om te zetten in code, kunnen generative AI-tools coderen aanzienlijk efficiënter maken. Ook bieden ze mensen die misschien geen codeerachtergrond of niet veel ervaring hebben kansen om toch te leren coderen. En ontwikkelaars kunnen dankzij deze tools bijvoorbeeld meer uitdagende of omvangrijke projecten aannemen zonder urenlang handmatig te hoeven coderen. Generative AI-coderingstools maken ook veel meer nauwkeurigheid en consistentie mogelijk dan handmatig coderen en zorgen er bovendien voor dat de code een specifieke reeks regels volgt. Dit kan aanzienlijke tijdsbesparingen opleveren waardoor ontwikkelaars zich op complexere projecten kunnen richten. Generative AI-tools luiden een nieuw tijdperk in waarin coderen toegankelijker, efficiënter en nauwkeuriger wordt. Dankzij deze tools is coderen niet langer een tijdrovende en soms ontmoedigende taak en krijgen ontwikkelaars meer tijd om creatiever bezig te zijn en met andere, voorheen ondenkbare, projecten aan de slag te gaan.
Een populaire en innovatieve generative AI-coderingstool is die van GitHub (van Microsoft). De programmeertool van GitHub, Copilot, helpt ontwikkelaars met codesuggesties waarmee ze snel en efficiënt code kunnen schrijven. Met de tool kun je bovendien veelvoorkomende (type)fouten vermijden — waarvan het achteraf herstellen nogal lastig en tijdrovend kan zijn. De tool kan ook snel bugs detecteren voordat ze een probleem worden, gebruiksvriendelijke interfaces creëren en oplossingen voorstellen voor problemen die zich tijdens de ontwikkeling kunnen voordoen. Copilot gebruikt het large language model (LLM) van OpenAI om broncode te genereren op basis van tekstuele beschrijvingen en om verschillende andere taken uit te voeren, zoals het automatisch aanvullen van een regel code tot het schrijven van volledige codeblokken. Sinds de lancering heeft Copilot de feedback van miljoenen codeerders geïntegreerd om het model te optimaliseren, waardoor de codesuggesties sneller gegenereerd worden en de kwaliteit ervan aanzienlijk is verbeterd. Volgens het meest recente rapport van GitHub kun je met Copilot tot 55 procent sneller coderen, wat voor bedrijven enorme voordelen oplevert. “Door de accuratere en responsievere codesuggesties zien we ook een hoger acceptatiepercentage voor codesuggesties. Dit betekent dat ontwikkelaars die GitHub Copilot gebruiken in de flow blijven en sneller coderen dan voorheen — en daardoor productiever en tevredener zijn”, vertelt Shuyin Zhao, GitHub’s senior director productmanagement.
Met generative AI bouw je zo een blog, website of online winkel
Generative AI is ook een krachtig hulpmiddel voor bouwers van webapps. Ze kunnen er snel en eenvoudig complexe programma’s mee maken zonder helemaal from scratch te hoeven coderen. Zo kunnen ontwikkelaars vooraf getrainde modellen gebruiken om bepaalde ontwikkelingsprocessen te automatiseren en apps te maken die op hun specifieke behoeften zijn afgestemd. De technologie wordt steeds populairder bij webappbouwers en bedrijven als Debuild en Wix bieden al verschillende AI-oplossingen om het proces nog sneller en eenvoudiger te maken.
Zo heeft de in San Francisco gevestigde startup Debuild een AI-aangedreven, low-code webapplicatiebouwer gelanceerd waarmee je razendsnel webapplicaties kunt maken en beheren en je ideeën binnen enkele minuten kunt realiseren. Zo kun je een interface visueel samenstellen en vervolgens met één klik implementeren. Het Debuild-platform kan ook automatisch React-componenten en SQL-code genereren, waardoor handmatig coderen niet meer nodig is. Debuild biedt features als een drag-and-drop-editor, aanpasbare designs en geïntegreerde e-commerce- en analysetools, maar ook een uitgebreide selectie templates en thema’s waarmee je webapplicaties eenvoudig kunt aanpassen zodat ze er precies zo uitzien als je wilt. Dankzij de krachtige code-editor van Debuild kun je in een handomdraai wijzigingen in je webapplicaties aanbrengen. De veelzijdige samenwerkingstools zorgen ervoor dat je heel eenvoudig met andere ontwikkelaars kunt samenwerken. De oprichters van Debuild schrijven: “De missie van Debuild is om een autonoom systeem te ontwikkelen waarmee je software kunt bouwen op het niveau van ’s werelds meest bekwame ingenieurs. We zorgen ervoor dat iedereen de mogelijkheid heeft om elke softwaretool die ze maar nodig hebben direct te creëren. Hierdoor kunnen we het traject van de menselijke vooruitgang radicaal veranderen”.
Een ander populair platform dat gebruikmaakt van AI-tools — en bekendstaat als een sitebouwer met fantastische templates — is Wix. Ook Wix heeft een geïntegreerd e-commerceplatform en een uitgebreide app-marktplaats en beschikt daarnaast over krachtige analysetools waarmee ontwikkelaars fouten kunnen detecteren en prestaties kunnen optimaliseren. De nieuwe ADI (artificial design intelligence) van Wix maakt gebruik van een machine learning-algoritme waarmee je prachtige webapplicaties kunt maken. De ADI is ideaal voor beginners die snel een blog, website of online shop willen bouwen zonder daar kennis van coderen voor nodig te hebben. ADI is gebruiksvriendelijker dan de Wix Editor en biedt zelfs een interactieve rondleiding om je vertrouwd te maken met de software. Gebruikers die de voorkeur geven aan meer creatieve controle en meer opties, zoals verschillende ontwerpelementen, meer dan 900 templates en ongeveer 250 apps, kunnen op elk moment overschakelen naar de Wix Editor.
Zorgen dat klanten tevreden, betrokken en loyaal blijven? Daar is een AI voor
Bedrijven zijn voortdurend op zoek naar manieren om de klantervaring te verbeteren en hun omzet te verhogen. Veel strategieën waarmee dit bereikt kan worden zijn echter vaak tijdrovend en duur. Ook hier kan generative AI een handje helpen. De geautomatiseerde oplossingen van deze technologie beloven de klantervaring te optimaliseren en personalisatie te verbeteren. Zo kan generative AI bijvoorbeeld de communicatie met klanten helpen automatiseren. Met technologie voor natural language processing kun je automatisch gepersonaliseerde chat- en e-mailreacties genereren, zodat klanten snel relevante en nauwkeurige informatie ontvangen. Generative AI kan organisaties bovendien helpen hun klantenbestand uit te breiden door een continue stroom van gerichte leads te genereren, kansen voor upselling en cross-selling te identificeren en klanten over nieuwe producten of diensten te informeren. De technologie kan ook worden gebruikt om klant-input en contextuele gegevens te verwerken waarmee waardevolle inzichten gegenereerd kunnen worden. Hierdoor kun je steeds verder gepersonaliseerde productaanbevelingen doen en zelfs voorkomen dat klanten afhaken en naar de concurrent gaan. Deze technologie is veel nauwkeuriger dan alles wat tot nu toe beschikbaar was en biedt intelligente, creatieve oplossingen die precies aansluiten bij de wensen van een individuele klant of een specifieke doelgroep. Met generative AI kunnen bedrijven op maat gemaakte producten en diensten ontwikkelen, waardoor ze meer waarde kunnen halen uit hun klantrelaties, de klantbetrokkenheid kunnen vergroten, en de merkloyaliteit kunnen verbeteren.
“In plaats van te beginnen met een tekening, gaat de ontwerper eerst aan de slag met de parameters die nodig zijn voor het eindproduct. Het systeem genereert in een paar uur tijd vervolgens duizenden mogelijke oplossingen en identificeert uiteindelijk verschillende opties die het beste bij de vereisten aansluiten”.
Peter Champneys, Autodesk
Product- en modeontwerp met AI: next-level creativiteit
Generative AI heeft ook het potentieel om mode- en productontwerp volledig te transformeren. Sterker nog, de overgrote meerderheid van de productontwerpbedrijven zal de komende jaren steeds meer van AI gebruikmaken, vooral omdat deze technologie de mogelijkheid biedt om duizenden potentiële ontwerpoplossingen te verkennen. Peter Champneys, research engineer bij Autodesk, legt uit: “In plaats van te beginnen met een tekening, gaat de ontwerper eerst aan de slag met de parameters die nodig zijn voor het eindproduct. Het systeem genereert in een paar uur tijd vervolgens duizenden mogelijke oplossingen en identificeert uiteindelijk verschillende opties die het beste bij de vereisten aansluiten. De menselijke bijdrage bestaat vervolgens uit het evalueren van de resultaten en het bepalen van de best presterende, meest kosteneffectieve en visueel aantrekkelijke oplossing”. Generative AI-tools die in de mode kunnen worden gebruikt, zoals Midjourney, gebruiken geavanceerde algoritmen om modetrends te analyseren en unieke ontwerpen te creëren. De tools kunnen ontwerpelementen als kleuren, patronen, texturen en silhouetten ‘begrijpen’ en van gebruikersfeedback leren. Hierdoor kunnen ze de ontwerpen aan de voorkeuren van de gebruiker aanpassen. Generative AI-tools kunnen worden gebruikt om in korte tijd een verscheidenheid aan ontwerpen te genereren, die vervolgens door een menselijke ontwerper verder verfijnd of aangepast kunnen worden. Hierdoor kunnen modeontwerpers tijd besparen, efficiënter werken en uniekere en innovatievere ontwerpen creëren.
In zijn nieuwste collectie Metamorphosis laat AI-artiest, modeontwerper en keynote speaker Baris Gencel zien wat AI-kunst allemaal mogelijk kan maken. Gencel vertelt dat een concept dat hij omschrijft als ‘onvoorstelbare stof’ — door AI gegenereerd, experimenteel materiaal — echt de grenzen van traditioneel modeontwerp kan verleggen. “Door deze bijzondere stoffen in collecties op te nemen, kunnen ontwerpers echt unieke stukken creëren die in een zee van gelijkheid direct opvallen”, zegt Gencel. “Denk aan een jurk die gemaakt is van een vreemd plasticachtig materiaal dat plastic flessen weerspiegelt of een jas die is geweven van bamboevezels met een plantaardige textuur. Deze onconventionele materialen geven modeontwerpen net dat beetje extra innovatie en opwinding waardoor ze in deze steeds drukker wordende markt meer opvallen”. Gencel wordt bovendien door steeds meer mensen benaderd voor het maken van digitale wearables en collectables voor metaverse-communities — een veelbelovende markt die zich snel ontwikkelt en de grens tussen de fysieke en digitale wereld steeds meer zal vervagen.
Natuurlijk klinkende voice-support nu mogelijk gemaakt door generative AI
Generative AI in spraaksynthese stelt machines in staat om door middel van tekstinput een natuurlijk klinkende stem te genereren. De technologie is gebaseerd op deep learning-algoritmen die met enorme hoeveelheden gegevens zijn getraind, waardoor ze de nuances van menselijke spraak kunnen begrijpen en natuurlijk klinkende audio kunnen genereren. AI in spraaksynthese wordt gebruikt in toepassingen als virtuele assistenten en chatbots, maar ook in ondersteunende oplossingen, zoals technologie die mensen met een visuele beperking helpt om tekstcontent te ‘lezen’. Twee voorbeelden van generative AI in spraaksynthese zijn Google’s AudioLM en Voice Design.
Google’s AudioLM is een op deep learning gebaseerde stemsynthesetechnologie die technieken uit large language models (LLM’s) gebruikt om natuurlijk klinkende audio te creëren maar ook om gesproken zinnen en zelfs pianomuziek ‘af te maken’. AudioLM kan audio genereren op basis van zelfstandige naamwoorden en werkwoorden, maar ook op basis van complexe zinnen. Ook kan de tool audio in verschillende talen, dialecten en accenten genereren. Maximilian Schreiner, hoofdredacteur bij The Decoder, legt uit: “Google AudioLM is getraind met 60.000 uur Engelse spraak en een andere variant is getraind met 40.000 uur pianomuziek. Beide modellen gebruiken semantische en akoestische tokens en kunnen spraak en muziek van niet eerder gehoorde sprekers en stukken na hun training afmaken of voortzetten”. Voice Design, ook van Google, is een platform dat generative AI in spraaksynthese gebruikt om natuurlijk klinkende stemmen voor applicaties te produceren. Zo kun je met behulp van het platform stemmen voor virtuele assistenten, chatbots en andere toepassingen creëren. De tool maakt gebruik van deep learning-algoritmen om ervoor te zorgen dat de stemmen natuurlijker klinken dan die bij traditionele tekst-naar-spraak-methoden worden gebruikt. Net als AudioLM kan ook VoiceDesign stemmen in meerdere talen, dialecten en accenten genereren. Een populaire tak van spraaksynthese is audiovisuele spraaksynthese (ook wel multimodale spraaksynthese genoemd), waarbij gebruik wordt gemaakt van een geanimeerd gezicht dat zeer nauwkeurig met de gesynthetiseerde spraak gesynchroniseerd is.
Binnen enkele minuten AI-geproduceerde video: van korte clips tot lange films
Ambitieuze filmprojecten zijn tegenwoordig ook voor de gewone man toegankelijk, dankzij generative AI. De technologie kan helpen bij het maken van allerlei soorten videocontent, variërend van korte clips tot lange films. Het doet dit door technieken toe te passen die gebruikmaken van inputgegevens als blogs, artikelen, afbeeldingen en muziek. Image generators creëren de visuele content, text generators worden gebruikt om storyboards en scripts te maken, en music generators componeren de soundtrack. Generative AI-tools voor videoproductie bieden ook een breed scala aan creatieve opties waarmee je video’s kunt aanpassen. Hierbij worden technieken als kleurcorrectie, photo-realistic rendering, motion tracking en objectherkenning toegepast. Een populaire AI-videogenerator is die van Synthesia, een startup die is opgericht door een team van ondernemers en AI-onderzoekers. Met de Synthesia-tool, die overigens al door de BBC, Nike, Accenture, Google, Reuters en vele andere grote namen wordt gebruikt, kun je elke soort video-content maken die je maar kunt bedenken. En dat binnen enkele minuten en zonder studio’s, microfoons of camera’s. Synthesia biedt meer dan 100 verschillende, vooraf ingestelde AI-avatars (of kan op maat gemaakte avatars creëren), diverse templates, voice-overs in 120 talen (inclusief ondertiteling), een mediabibliotheek, een screen-recorder en meer. Elke taal heeft bovendien een verscheidenheid aan stemgeluiden en intonaties om uit te kiezen. Zo kun je je video onder andere serieus, professioneel, empathisch, warm, feitelijk, natuurlijk, ongedwongen of levensecht laten klinken. Of je nu trainings- of marketingvideo’s maakt, je kunt de toon van je bericht op dezelfde manier bepalen als je zou doen wanneer je je eigen stem — of die van een stemacteur — zou opnemen. Synthesia kan worden gebruikt om allerlei soorten professionele video’s te maken, zoals productmarketingvideo’s, how-to-posts voor social media, educatieve video’s, en veel meer. Bovendien is het dankzij deze tool niet meer nodig om naar filmlocaties te reizen, dure professionele acteurs in te huren, of complexe en dure videoapparatuur te gebruiken.
“Vroege basismodellen als ChatGPT worden vooral gebruikt om creatieve werkzaamheden te verbeteren en efficiënter te maken. Tegen 2025 verwachten we echter dat meer dan 30 procent van de nieuwe medicijnen en materialen systematisch zal worden ontdekt met behulp van generative AI-technieken. En dat is slechts een van de vele use-cases in de industrie”.
Brian Burke, onderzoeks-VP voor technologische innovatie bij Gartner
Generative AI versnelt het ontwikkelingsproces van geneesmiddelen
Wist je dat het gemiddeld ongeveer tien jaar duurt — en miljarden kost — om een nieuw geneesmiddel te ontwikkelen? Dankzij de snelle ontwikkelingen in diepe generative modellen komt daar binnenkort echter verandering in. Door gebruik te maken van het vermogen van AI om potentiële kandidaat-geneesmiddelen te genereren en te analyseren, kunnen onderzoekers snel de beste opties identificeren en daarop focussen. Dit stroomlijnt het ontwikkelingsproces van geneesmiddelen aanzienlijk en leidt tot enorme tijds- en kostenbesparingen, waardoor efficiëntere geneesmiddelen sneller kunnen worden geproduceerd. Generative AI kan ook worden gebruikt om te voorspellen hoe potentiële medicijnen zich in het lichaam zouden kunnen gedragen, waardoor de behoefte aan laboratoriumwerk aanzienlijk afneemt. Brian Burke, research VP for Technology Innovation bij Gartner, zegt: “Vroege basismodellen als ChatGPT worden vooral gebruikt om creatieve werkzaamheden te verbeteren en efficiënter te maken. Tegen 2025 verwachten we echter dat meer dan 30 procent van de nieuwe medicijnen en materialen systematisch zal worden ontdekt met behulp van generative AI-technieken. En dat is slechts een van de vele use-cases in de industrie”.
Sean McClain, oprichter en CEO van Absci, een in Washington gevestigd bedrijf dat AI gebruikt om miljarden potentiële geneesmiddelen te doorzoeken, legt uit: “We zien een toename van activiteiten en investeringen omdat de groeiende automatisering in de farmaceutische industrie voldoende chemische en biologische data begint te produceren om goede machine-learningmodellen mee te kunnen trainen. We zullen de komende vijf jaar een enorme transformatie van deze branche meemaken”. Experimenten op weefsels en cellen, evenals klinische proeven bij mensen, zijn nog steeds cruciale stappen in het proces en de uiteindelijke validatie moet nog steeds in het laboratorium plaatsvinden. Dit zijn de meest tijdrovende en kostbare aspecten van de ontwikkeling van geneesmiddelen. Generative AI levert echter al enorme tijdsbesparingen op door veel stappen die mensen vroeger handmatig deden te automatiseren. En hoewel het nog een aantal jaren kan duren voordat de eerste geneesmiddelen die met generative AI zijn ontworpen beschikbaar komen, is de verwachting dat deze technologie elk aspect van de farmaceutische industrie uiteindelijk zal transformeren.
Goedkoper, sneller en eenvoudiger game-design dankzij generative AI
Een computerspel kan miljoenen kosten om te produceren — van het schrijven van de verhaallijn en het maken van de graphics en soundtracks tot het ontwikkelen van de media en marketingcontent ervoor. De game-industrie maakt echter steeds meer gebruik van generative AI om het produceren van topkwaliteit games goedkoper, sneller en makkelijker te maken. Je kunt generative AI zien als een soort ’turbocharger’ waarmee menselijke game-ontwerpers unieke nieuwe levels kunnen creëren, dialogen voor non-player characters (NPC’s) kunnen genereren, interessante verhaallijnen kunnen schrijven en virtuele omgevingen — zoals oerwouden, woestijnen, steden of planeten — kunnen ontwerpen. Zo kun je platforms als Promethean gebruiken om virtuele werelden te creëren en zijn Charisma, Convai en Inworld populaire opties voor het maken van NPC’s. Kunstmatige intelligentie zal niet alleen de ontwikkeling van games versnellen, maar ook de creatie van meer gepersonaliseerde en dynamische games mogelijk maken die aan de voorkeuren van gamers aanpassen. Actuele voorbeelden zijn games als Hidden Door en Dungeon, waarmee je al een aangepaste avatar kunt ontwerpen op basis van een paar getypte zinnen. En dankzij deze technologie kunnen ontwerpers in de toekomst veel sneller en met nog meer gemak virtuele werelden from scratch creëren.
Het populaire gamingplatform Roblox test momenteel een AI-tool voor het schrijven van code die het proces van het maken en wijzigen van in-game-objecten aanzienlijk kan versnellen. Zelfs spelers kunnen hiermee avatars, terreinen en gebouwen ontwerpen of veranderen hoe deze eruitzien en zich gedragen. Ze kunnen deze elementen zelfs interactieve eigenschappen geven — allemaal door simpelweg instructies in natuurlijke taal te typen. Zo liet Daniel Sturman, CTO van Roblox, zien hoe je kunt veranderen hoe een sportwagen in een game eruitziet; bijvoorbeeld door “reflecterend, paars folie, geribbeld patroon” in een chatvenster te typen. Ook liet hij zien hoe het typen van “Knipper elke keer als de gamer op K drukt met de koplampen” ervoor zorgde dat de sportwagen dat ook deed. Volgens Roblox wordt de AI die het bedrijf gebruikt om de code te schrijven zowel door tools van externe bronnen als interne technologie aangedreven. “De aanpak is veelbelovend voor Roblox omdat zoveel games op het platform door individuen of kleine teams worden gemaakt. We hebben alles op ons platform, van studio’s tot 12-jarigen die op schoolkamp een geweldig idee hebben gekregen”, vertelt Sturman.
“Hoewel delen van het muziekproductieproces door generative AI platforms als Aimi worden overgenomen, zie ik geen toekomst waarin kunst verdwijnt”.
Aimi CEO Edward Balassanian
Generative AI creëert verrassend authentieke, nooit eerder gehoorde muziek
Ook voor het produceren van originele muziekcomposities wordt generative AI steeds vaker gebruikt. Om een generatief model te creëren dat nieuwe muziek kan componeren wordt een deep learning-algoritme getraind met enorme datasets van muziek. Hierdoor kan het de complexiteit van muziekstijlen, ritmes en tonen begrijpen en deze gebruiken om nieuwe, nooit eerder gehoorde muziek te creëren. Deze muziek is verrassend authentiek, met een scala aan verschillende stijlen, tempo’s en instrumenten. In 2016 componeerde Magenta van Google het allereerste AI-nummer, maar sindsdien is de technologie in een recordtempo verbeterd. De belangrijkste ontwikkeling die Magenta heeft voorspeld — als het gaat om de impact van generative AI-tools op muziekproductie — is de creatie van volledig nieuwe muziekgenres.
Een zeer populaire generative AI-tool voor het maken van muziek is Aimi. Met deze tool kun je een oneindig aantal meeslepende elektronische muziekcomposities creëren die gebaseerd zijn op bestaande muziek van artiesten. Wat deze tool uniek maakt is dat het een innovatieve nieuwe manier biedt om muziek te ervaren. Zo past het zich gaandeweg aan de feedback van de luisteraar aan. Na getraind te zijn met een bibliotheek aan bronmateriaal kan de AI dit materiaal analyseren, rangschikken en zo in elkaar zetten dat er een nieuwe generatieve muzikale ervaring ontstaat. De tool herstructureert en manipuleert de originele audio in realtime en volgens de algoritmen van Aimi. Vervolgens past de artiest de resultaten aan, waardoor een eindeloos evoluerende compositie ontstaat die zichzelf nooit herhaalt. De luisteraar kan de duim omhoog of omlaag gebruiken om de software feedback te geven, waarna de tool de compositie aanpast en de muziek zich aan de voorkeuren van de luisteraar aanpast. Aimi biedt generieke muzikale ervaringen die op basis van stemming zijn gecategoriseerd, maar de tool maakt ook artist-branded ervaringen mogelijk die, op basis van het werk van bekende dj’s en producers, in verschillende muziekgenres zijn gecreëerd. Aimi CEO Edward Balassanian vertelt: “Met ons platform kunnen artiesten generative programma’s creëren die muziek in realtime mixen, masteren en produceren. Hierdoor wordt een groot deel van het moeizame proces van het handmatig samenstellen van muziek in studio’s overgenomen. Aimi probeert de manier waarop de kunstvorm wordt gecreëerd, geconsumeerd en hoe er geld mee verdiend wordt fundamenteel te veranderen”. Hij vervolgt: “Hoewel delen van het muziekproductieproces door generative AI platforms als Aimi worden overgenomen, zie ik geen toekomst waarin kunst verdwijnt”.
“Generative AI is een zeer overtuigende leugenaar. Je kunt er behoorlijk indrukwekkend ogende ‘originele’ content mee genereren. Maar aangezien het uitsluitend gebaseerd is op trainingsgegevens, moeten we ons realiseren dat de nauwkeurigheid en originaliteit van deze content veel te wensen overlaat. Dus hoe goed de technologie ook lijkt te presteren, het belang van due diligence – door mensen – mag niet worden onderschat”.
Trendwatcher & futurist Richard van Hooijdonk
The good, the bad, and the ugly
Zoals we aan de hand van de vele voorbeelden in dit artikel hebben gezien, is het belangrijkste voordeel van generative AI — en dit is voornamelijk vanuit een zakelijk perspectief — dat het onze afhankelijkheid van mensen vermindert. Met generative AI kun je (nieuwe) tekst, afbeeldingen, video en muziek veel sneller en goedkoper produceren dan mensen dat kunnen. Het kan ons ook helpen complexe systemen te begrijpen, gegevens te analyseren, belangrijke inzichten te genereren en besluitvormingsprocessen te optimaliseren, wat enorme verbeteringen in efficiëntie en productiviteit mogelijk maakt. Een ander belangrijk voordeel van generative AI is dat het ons in staat stelt om sneller en makkelijker steeds meer gepersonaliseerde content te creëren. Bovendien opent het ontelbare nieuwe mogelijkheden voor het genereren van unieke oplossingen en nieuwe innovaties.
De introductie van generative AI heeft ook geleid tot verhitte discussies over de impact van deze ontwrichtende technologie op de samenleving. Ondanks al zijn verheven beloften en gehypte mogelijkheden levert generative AI namelijk zeker niet altijd nauwkeurige of goede resultaten op. Zo komt het regelmatig voor dat de algoritmen hun output op valse of bevooroordeelde informatie baseren, wat kan leiden tot schadelijke stereotypen of het in stand houden ervan. Deze tools staan er ook om bekend dat ze citaten verzinnen en URL’s fabriceren. Dit leidt in het beste geval tot content van twijfelachtige of ondermaatse kwaliteit en in het slechtste geval tot aanstootgevende en zelfs gevaarlijke content. In de woorden van de bekende futurist en trendwatcher Richard van Hooijdonk: “Generative AI is een zeer overtuigende leugenaar. Je kunt er behoorlijk indrukwekkend ogende ‘originele’ content mee genereren. Maar aangezien het uitsluitend gebaseerd is op trainingsgegevens, moeten we ons realiseren dat de nauwkeurigheid en originaliteit van deze content veel te wensen overlaat. Dus hoe goed de technologie ook lijkt te presteren, het belang van due diligence — door mensen — mag niet worden onderschat”.
Omdat organisaties altijd op zoek zijn naar snellere, kosteneffectievere manieren om content te produceren is het bovendien slechts een kwestie van tijd voordat veel beroepen overbodig worden en de mogelijkheden om een fatsoenlijk inkomen te verdienen voor veel professionals aanzienlijk afnemen. Zo voorspelt Carson Grubaugh, hoogleraar kunst, dat “grote delen van de creatieve beroepsbevolking, waaronder commerciële kunstenaars die werkzaam zijn in entertainment, gamedesign, advertising en publishing als gevolg van generative AI-modellen hun baan zullen verliezen”. Afgezien van deze impact — alsof dat niet zorgwekkend genoeg is — is er het potentieel voor misbruik van de technologie. Studenten die generative AI gebruiken om academische papers te ‘schrijven’ zijn daar een voorbeeld van. Een ander voorbeeld zijn de verhalen over steeds vaker voorkomende schendingen van auteursrechten, privacy en persoonlijke gegevens die het internet de afgelopen weken hebben overspoeld. Bovendien is generative AI een onbekende en complexe technologie. Velen weten niet hoe de technologie (precies) werkt of hoe het moet worden geïmplementeerd, wat contraproductief is voor de toepassingen en voordelen ervan. Zelfs experts weten niet precies hoe generative AI werkt. De introductie van deze technologie zal ongetwijfeld ook leiden tot nog meer verdeling in de samenleving, met aan de ene kant degenenen die er hun voordeel mee (kunnen) doen en er beter van worden, en aan de andere kant degenen die er, op welke manier dan ook, juist de dupe van worden. Dan hebben we het nog niet gehad over het gebrek aan controle. Als een getraind generative AI-model eenmaal is ‘losgelaten’ kan niemand voorspellen wat voor soort content het (uiteindelijk) zal genereren. En in het geval van problematische content of activiteit — hoe stoppen we het dan?
Hoe ziet een toekomst met generative AI eruit?
Hoewel generative AI nog in de kinderschoenen staat, zien veel mensen al een veelbelovende toekomst voor deze technologie, met veel opwindende potentiële toepassingen die de komende jaren een aanzienlijke impact zullen hebben op allerlei sectoren — en ons dagelijks leven. Steeds meer ontwikkelaars zullen nieuwe en opwindende tools en platforms introduceren die nóg meer toepassingen, nóg meer snelheid en nóg meer efficiëntie beloven. Het is in de toekomst zeer waarschijnlijk dat generative AI ook steeds meer met technologieën als natuurlijke taalverwerking en computervisie zal worden geïntegreerd, waardoor het nog krachtigere en meer veelzijdige mogelijkheden zal ontwikkelen. Experts voorspellen dat artikelen, websitecontent, afbeeldingen, video’s en programmeercode al snel overwegend door kunstmatige intelligentie geproduceerd zullen worden. Hierdoor wordt misleidende, onnauwkeurige, aanstootgevende of onethische content tegelijkertijd complexer te onderscheiden, voorkomen, en een halt toe te roepen. Dit zal op zijn beurt leiden tot de ontwikkeling van nieuwe generative AI-tools die het produceren en verspreiden hiervan (hopelijk) kunnen tegengaan.
In de toekomst wordt het steeds noodzakelijker om het gebruik van deze generative AI-modellen en hun impact op de samenleving zorgvuldig te beheersen, een taak die niet alleen is voorbehouden aan de particuliere sector, maar ook aan beleidsmakers en het maatschappelijk middenveld. Alleen als er robuuste richtlijnen en controles zijn, zullen we in staat zijn om de vele voordelen die generative AI-technologieën ongetwijfeld te bieden hebben, te realiseren en ervan te profiteren.
Ik vroeg een AI-writer een paar paragrafen te schrijven over de kortetermijntoekomst met generative AI. Dit was het resultaat:
“Over vijf jaar is een toekomst die door generative AI geregeerd wordt een feit. Deze nieuwe technologie zal in elk aspect van ons leven worden geïntegreerd — van onze huizen en werkplekken tot ons transport en entertainment. AI zal worden gebruikt om processen te optimaliseren en efficiëntie door middel van voorspellende analyses te stimuleren. Hierdoor zullen we onze doelen sneller en efficiënter kunnen bereiken. We zullen toegang krijgen tot gepersonaliseerde diensten die op onze individuele behoeften en voorkeuren zijn afgestemd. Deze diensten zullen met een snelheid en precisie die alleen AI kan bieden worden geleverd.
Op de werkplek zullen generative AI-robots een groot deel van de alledaagse taken op zich nemen, waardoor mensen zich kunnen concentreren op meer creatieve en innovatieve bezigheden. We zullen met AI samenwerken om nieuwe ideeën en oplossingen te genereren die onze vooruitgang als samenleving bevorderen. AI stelt ons ook in staat om nieuwe, geavanceerdere technologieën en producten sneller en nauwkeuriger te ontwikkelen.
In huis zal AI ons helpen bij het automatiseren van alledaagse taken, zoals boodschappen doen en schoonmaken, zodat we meer tijd kunnen doorbrengen met onze familie en vrienden. AI zal ook steeds meer in onze zorgsystemen worden geïntegreerd, waardoor we ziekten beter kunnen diagnosticeren, gepersonaliseerde behandelingen beter kunnen ontwikkelen en ons algehele welzijn kunnen verbeteren. Over vijf jaar zal de wereld er heel anders uitzien, maar één ding blijft hetzelfde: de mens blijft de drijvende kracht achter de vooruitgang van technologie en de samenleving. Wij zullen nog steeds degenen zijn die creëren, innoveren en de grenzen verleggen van wat mogelijk is”.
