In een tijd waarin kunstmatige intelligentie (AI) steeds vaker wordt ingezet als bedrijfsinstrument, staat één ding als een paal boven water: de kwaliteit en herkomst van data zijn cruciaal. Het zijn niet alleen de grote multinationals, maar ook kleinere bedrijven die kunnen profiteren van AI-oplossingen. Toch wordt vaak onderschat hoe belangrijk het is om niet alleen correcte, maar ook ethisch en wettelijk juist verkregen data te gebruiken. In dit artikel kijken we daarom naar het belang van ‘datagovernance’ en waarom juist Small Language Models (SLMs) een sleutelrol zullen spelen in de (nabije) toekomst van AI-toepassingen.
Het Fundament van AI: Data en Datagovernance
Volgens Rron Nushi, bij Nextens verantwoordelijk voor Tex, de fiscale AI-assistent van Nextens, is het succes van AI-toepassingen nauw verbonden met de kwaliteit van de data die er aan ten grondslag ligt.
“Je moet ervoor zorgen dat je data niet alleen correct is, maar ook op een ethisch verantwoorde en wettelijk conforme manier is verkregen,” zo stelt Nushi. “Het gebruik van incorrecte data resulteert in het risico op onnauwkeurige outputs, wat niet alleen kan leiden tot verkeerde beslissingen maar ook tot reputatieschade.”
Dit betekent dat bedrijven niet alleen aandacht moeten besteden aan de betrouwbaarheid van data, maar ook aan hoe deze wordt opgeslagen en gebruikt. Data-integriteit is essentieel, vooral in sectoren zoals gezondheidszorg en financiële/fiscale dienstverlening, waar de gevolgen van mogelijke fouten zeer groot kunnen zijn.
De impact van de EU AI Act
Een ander belangrijk aandachtspunt is de EU AI Act. Deze zorgt er voor dat AI-toepassingen in Europa veilig, transparant en eerlijk worden ontwikkeld. Bedrijven moeten zich door deze wetgeving aan strenge regels houden als het gaat om het gebruik van data en het beperken van risico’s. Voor nieuwe AI-oplossingen, zoals Nextens Tex, betekent dit dat er vanaf het begin heel goed wordt nagedacht over privacy, veiligheid en betrouwbaarheid.
Rron Nushi: “We zijn met Tex misschien niet de eerste en lopen soms qua snelheid iets achter op bijvoorbeeld OpenAI en Google, maar we bouwen met Tex wel aan een hele veilige en verantwoorde oplossing. Dat is ook iets wat onze klanten van ons verwachten en dat vertrouwen is voor ons uiteindelijk veel belangrijker dan de snelheid waarmee we een dergelijk product ontwikkelen en lanceren.”
Small Language Models: Een gericht alternatief voor LLM’s
In het verlengde van data en datagovernance, dienen we ook te kijken naar de keuze tussen grote, generieke language models zoals ChatGPT en gerichtere Small Language Models (SLMs). Terwijl grote modellen worden getraind op immense hoeveelheden data en geschikt zijn voor algemene toepassingen, bieden SLMs juist een meer toegespitste en efficiënte aanpak.
“Small Language Models zijn AI-oplossingen die getraind zijn op specifieke data,” legt Nushi uit. “Dat betekent dat een dergelijk model veel beter afgestemd kan worden op de specifieke behoeften van een bepaalde doelgroep. Dat zorgt niet alleen voor meer relevante maar ook veel nauwkeurigere resultaten. Bovendien is bij een Small Language Model het beheren van data veel behapbaarder.”
Universitair Ziekenhuis Antwerpen
Een mooi voorbeeld van een succesvolle toepassing van een SLM is een project bij het Universitair Ziekenhuis Antwerpen (UZA). Daar werd een zelflerend systeem ontwikkeld dat zoekresultaten op de website optimaliseerde. Dit leidde tot een verbeterde accuraatheid van 48% naar maar liefst 90%. Met als resultaat een aanzienlijke vermindering van telefoontjes naar de servicedesk. Dit soort gerichte oplossingen laat zien hoe juist SLMs kunnen bijdragen aan operationele efficiëntie zonder de nadelen van grote modellen, zoals hoge verwerkingskosten en risico’s op het gebied van databescherming.
Soevereiniteit en databeheer
Een belangrijk voordeel van SLMs is dus dat ze bedrijven in staat stellen controle te houden over hun data. In tegenstelling tot grote modellen, die vaak afhankelijk zijn van externe cloudoplossingen, kunnen SLMs lokaal worden ingezet.
Rron Nushi: “Bedrijven willen graag eigenaar blijven van hun eigen data en systemen, zonder afhankelijk te zijn van externe spelers. Dit is niet alleen veiliger, maar ook beter in het kader van databescherming.”
Het belang van databeheer wordt nog duidelijker wanneer je kijkt naar de groeiende bezorgdheid over privacy en bedrijfsgeheimen. Het gebruik van externe platforms kan leiden tot verlies van controle over waardevolle data, iets wat ondernemingen zich ook steeds meer gaan realiseren. Dit geldt natuurlijk in sterke mate voor de financiële en fiscale sector.
Specifieke behoeften
De opkomst van Small Language Models onderstreept een bredere trend in de AI-sector: een verschuiving van one-size-fits-all oplossingen naar toepassingen die zijn afgestemd op specifieke zakelijke behoeften. Deze benadering biedt niet alleen meer controle en flexibiliteit, maar maakt AI ook toegankelijker voor kleinere bedrijven die niet over de middelen beschikken om grootschalige modellen te implementeren.
Voorbeelden zoals het UZA en andere kleinschalige initiatieven tonen aan dat bedrijven met relatief eenvoudige AI-oplossingen enorme stappen kunnen zetten in operationele efficiëntie en klantbeleving.
“Het is een misvatting dat AI duur en complex moet zijn,” aldus Nushi. “Door klein te beginnen en gericht te werken, kun je heel snel tastbare resultaten boeken.”
Van data naar inzicht
De kracht van AI schuilt dus niet alleen in wat het kan doen, maar ook in hoe het wordt toegepast. Correcte en ethisch verkregen data vormen het fundament van succesvolle AI-oplossingen, terwijl Small Language Models een toekomstbestendige aanpak bieden. Door gericht te investeren in datagovernance en gerichte modellen, kunnen bedrijven zowel hun efficiëntie verbeteren als waarde creëren voor hun klanten.
Nextens Tex
Ook bij Nextens werken we aan een AI-oplossing voor onze klanten: Nextens Tex. Deze is nu volop in ontwikkeling en onze klanten kunnen al met de betaversie aan de slag. Dat levert ons enorm veel inzichten op die we weer kunnen gebruiken om Tex verder te verbeteren. Ben jij klant van Nextens (of wil je dat worden) en wil je weten hoe ook jij met de betaversie van Tex aan de slag kunt? Of wil je meer informatie over hoe Nextens Tex jou kan helpen fiscale vraagstukken beter en sneller op te lossen? Kijk dan eens op nextens.nl/tex. Je leest daar alles over de laatste ontwikkelingen. Je kunt natuurlijk ook altijd vrijblijvend contact op met een van onze (echte) accountmanagers. Zij vertellen je graag meer.
De Toekomst van Fiscaliteit: Blockchain
Hoe blockchaintechnolgie de potentie heeft de fiscale wereld te veranderen.