Training: Datagedreven Generatieve AI (ChatGPT)

Net als de wereld op 12 augustus 1908 veranderde toen de eerste T-Ford van de lopende band rolde, veranderde de wereld op 20 november 2022 met de komst van ChatGPT (Generative Pre-trained Transformer). Binnen twee maanden heeft ChatGPT meer dan honderd miljoen gebruikers. ChatGPT is een van de inmiddels vele Generatieve AI applicaties. Deze vorm van kunstmatige intelligente (Artificial Intelligence of AI) kent een snellere adoptie dan welke technology dan ook. Wat kan Generatieve AI bijvoorbeeld: een samenvatting maken, teksten (her)schrijven en vertalen, een informatie flyer maken, softwarecode genereren, een filmscript of opiniestuk schrijven, maar ook natuurlijk eenvoudig antwoord geven op vragen.

Naast voordelen schuilen er ook nadelen aan deze nieuwe technologie. Met name de gebruikte datasets, de getrainde modellen, bedrijfsbelangen en ethische aspecten zullen een grote rol spelen bij de verdere ontwikkeling en toepassingen. Maar velen zullen eenvoud en kracht van deze toepassing ervaren hebben. Als we deze technologie goed gebruiken kunnen we problemen zoals arbeidsmarkttekorten, de energietransitie en fakenews beter oplossen.

We verkennen in deze training op een niet technische manier de fundamenten van Generatieve AI. Je stelt een vraag (teksten die je invoert en ook wel ‘prompt’ wordt genoemd) en krijgt een antwoord terug. Generatieve AI interpreteert je prompt en creëert een passend antwoord. Niet alleen inhoudelijk (een soort zoekresultaat zoals Google Search), maar in de vorm van gegenereerde samengestelde teksten. Generative AI voorspelt als het ware het eerstvolgende meest waarschijnlijke woord in een zin. Daarvoor gebruikt het (openbare) teksten en websites om te trainen en antwoorden op vragen te produceren. Daarbij is het echter voor de gebruiker niet altijd zeker of duidelijk of de feiten, waarop de AI haar antwoorden baseert, wel kloppen. Daarvoor kun je beter datagedreven organiseren gebruiken. Dit concept zorgt wel voor een gedeelde, verzekerde en toegankelijke werkelijkheid, voor betrouwbare rijke data. Ook voor Generatieve AI geldt: ‘rubbish in, rubbish out’.

We zullen in deze training vooral in gaan op de relatie tussen Generatieve AI en datagedreven organiseren. Het begint met feiten vaststellen (bijvoorbeeld met geijkte en gevalideerde sensoren of geautoriseerde zintuigen). Daarna wil je feiten waar consensus over is niet meer eenzijdig en/of achteraf kunnen aanpassen (hiervoor kun je een distributed ledger of blockchain gebruiken), waarna je feiten gebruikt voor processen (smart contracts, learning models). Ten slotte ga je feiten verrijken met artificial intelligence. Door deze stappen te combineren ontstaat de digitale lopende band.

Je kunt je voorstellen dat als je het eerst volgende woord in een zin kunt voorspellen ook de eerst volgende vrachtauto met de laagste CO₂-emissie kunt inplannen voor een rit, of de complexe personeelsplanning binnen een ziekenhuis kunt maken. De mogelijkheden om met datagedreven Generatieve AI menselijk werk te vervangen zijn talrijk. Dat kun je negatief zien, maar ook positief: mensen houden meer tijd over voor activiteiten waar mensen beter in zijn zoals aandacht, zorg, opvoeden en veiligheid geven.

We duiken in verschillende aspecten van datagedreven organiseren waaronder het verzamelen, opslaan, toegankelijk maken en verrijken van data. Bovendien zullen we samen verkennen hoe datagedreven Generatieve AI toegepast kan worden in verschillende sectoren zoals de overheid, de financiële sector, supply chain bedrijven, de bouwketen en HR-functies.

We zullen ook ingaan op de principes van Generatieve AI in relatie tot datagedreven organiseren om tot weloverwogen beslissingen te komen en een effectieve visie en strategie te ontwikkelen. Je kunt je voorstellen dat de overheid waarschijnlijk in de coronatijd andere keuzes had gemaakt als ze rijke data en Generatieve AI zouden hebben gehad . We moeten niet vergeten dat de computer veel beter en sneller is in het ordenen, analyseren en interpreteren van grote hoeveelheden data met veel rollen, variabelen, processen en relaties daartussen. We bespreken het belang van Generatieve AI en de voordelen en de beperkingen ervan.

Aan het einde van deze training heb je een beter begrip van Generatieve AI in relatie tot datagedreven organiseren en hoe je deze technologieën kunt gebruiken om niet alleen bijvoorbeeld CSRD of GDPR compliant te zijn, maar ook productiever en toekomstbestendig te worden. Je krijgt ook de kans om het geleerde toe te passen door middel van praktische oefeningen en praktijkvoorbeelden.

Doel
Het doel van deze training is vooral kennis opdoen over wat datagedreven Generatieve AI is, waarom het belangrijk is en wat deelnemer er wel en niet mee kan. Deelnemer kan ook een eigen use cases bespreken en met elkaar delen hoe je bijvoorbeeld een innovatieproject wil gaan opzetten of een visie en strategie wil ontwikkelen.

Doel van deze training is bewustzijn vergroten, kennis overdragen en inzicht geven in praktische toepasbaarheid. Hierbij ontwikkelen deelnemers een ‘FutureNext radar’ om op het juiste moment de juiste beslissingen te kunnen nemen op het gebied van visie- en strategieontwikkeling, nieuwe business- en operating models, innovatie en IT-investeringen in het algemeen en Generatieve AI in het bijzonder.

Doelgroep
Deze training is vooral belangrijk voor professionals die betrokken zijn bij het ontwerp en de ontwikkeling van nieuwe organisaties, IT- en beslissystemen die beter aansluiten bij nieuwe maatschappelijke contexten, ecosystemen en datatechnologieën en rekening houden met uitdagingen op het gebied van: verduurzaming, digitalisering, decentralisatie, schaarse talenten, productiviteitsgroei, privacy, macht van techbedrijven, cybersecurity en (digitale) verspilling.

In het algemeen is deze training vooral gericht op professionals (strategen, innovators, beleidsmakers, business developers, projectleiders, organisatieadviseurs, IT-architecten en community managers) die binnen hun organisatie en vooral vanuit hun organisatie antwoorden moeten kunnen geven op vragen van directie, klanten en netwerk over toekomstgedreven organiseren, strategie, nieuwe business- en operating models, datagedreven organiseren, disruptieve technologieën, digitale transformatie in het algemeen en het ontwikkelen en gebruiken van generatieve AI in het bijzonder en hiervoor projecten en programma’s (mee helpen) opzetten.

Verder is deze training ook geschikt voor (algemene) managers en professionals op het gebied van HR, finance, legal, facility management en logistics, strategen en beleidsmedewerkers die op een technische manier meer willen weten van Generatieve AI en de toepassingsmogelijkheden voor hun eigen organisatie.

Resultaat
Het resultaat van deze training is dat deelnemer antwoorden kan geven op vragen over nut en noodzaak van datagedreven organiseren in relatie tot Generatieve AI voor zijn organisatie, klanten en netwerk en instaat is een use case hiervoor te ontwikkelen.

Investering
De investering voor deze dienst is:

• inclusief: voorbereiding; follow-up; Weconomics boeken, (les/case)materialen en licenties; lokale reistijd/kosten;
• exclusief: maatwerkkosten; BTW; accommodatiekosten en optioneel: overige boek(en), (case)materialen, licenties; follow-up en beoordeling use cases, niet lokale reistijd/kosten

(Zie ook overzichtspagina met adviestarieven voor groepen/incompany).

Programmavoorstel (1 dag)
(Kan bijvoorbeeld ook in een middag- en avondsessie van 13-21 uur, of 2 losse dagdelen)

09:00-09:30 uur inloop met koffie en thee

09:30-10:00 uur | Inleiding en context

• Kennismaking
• Maatschappelijke context: duurzaam, digitaal en decentraal
• Organisatieproblemen: meer regels, minder mensen, verouderde (IT)systemen
• Doubletrack strategy: én op korte termijn AI gebruiken én toekomstbestendig zijn
• Wat is de impact van Generatieve AI op de organisatie?

10:00-11:00 uur | Wat is datagedreven Generatieve AI?

• Wat zijn data en wat is datagedreven organiseren?
• Wat is AI, Generatieve AI en wat is ChatGPT?
• Wat is de relatie tussen datagedreven organiseren en Generatieve AI?

11:00-11:15 uur | Pauze

11:15-11:45 uur | Waarom is het belangrijk?

• Maatschappelijke- en organisatieproblemen oplossen
• Nieuwe business- en operating models
• Productiviteit verbeteren

11:45-12:15 uur | Welke aspecten zijn belangrijk

• Purpose of work
• Ethische aspecten en wetgeving
• Macht van techbedrijven
• Desinformatie, fakenews, polarisatie en propaganda

12:15-12:30 uur | Vragen over het ochtendprogramma

12:30-13:15 uur | Lunch

13:15-15.15 uur | Praktijk en cases

• Praktische toepassingen
• Weconomics cases
• Bespreken ingebrachte use cases / papers (vision, position, white)
• Opdrachten

15:15-15:30 uur | Pauze

15:30-16:30 uur | Transformatie

• Doubletrack Strategy, Community Model Canvas, Idealized Design, Backcasting
• Weconomics Solution Journey
• Wat betekent het voor functie/organisatie/businessmodel van deelnemer?
• Hoe begin je morgen?

16:30-17:00 uur | Vragen en dialoog

Programmavoorstel (2 dagen)
(Kan bijvoorbeeld ook in 2 middag- en avondsessie van 13-21 uur, of 4 losse dagdelen)

Dag 1

09:00-09:30 uur inloop met koffie en thee

09:30-10:00 uur | Inleiding en context

• Kennismaking
• Maatschappelijke context: duurzaam, digitaal én decentraal
• Organisatieproblemen: meer regels, minder mensen, verouderde (IT)systemen
• Double-track strategy: én op korte termijn gebruiken én toekomstbestendig zijn
• Wat is de impact van Generatieve AI op de organisatie

10:00-11:00 uur | Wat is Generatieve AI?

• Wat is AI, Generatieve AI en wat is ChatGPT?
• Wat zijn Large Learning Models?
• Wat zijn open, gesloten en hybride datasets en algoritmes?
• Wat is de relatie tussen datagedreven organiseren en Generatieve AI?

11:00-11:15 uur | Pauze

11:15-12:15 uur | Wat is datagedreven organiseren?

• Wat zijn data en wat is datagedreven organiseren?
• Hoe organiseer je vraag en aanbod van data?
• Wat zijn belangrijke componenten: IoT, tokenization, blockchain, smart contracts, AI
• Wat is een digitale lopende band?

12:15-12:30 uur | Vragen over het ochtendprogramma

12:30-13:15 uur | Lunch

13:15-15:00 uur | Voorbereiding case ‘Datagedreven Generatieve AI’

• Datagedreven Generative AI case met Harvard Case method
• Uitdelen en toelichten case
• Voorbereiding case discussion: individueel en groepsverband (dialoog)

15:00-15:15 uur | Pauze

15:15-16:30 uur | Datagedreven Generatieve AI in de praktijk

• Wat betekent het voor je organisatie?
• Hoe zet je een duurzame AI strategie op?
• Welke componenten zijn belangrijk?
• Welke data en dataprocessen zijn relevant?
• Welke technologie is beschikbaar?
• Bespreken ingebrachte use cases / papers (vision, position, white)
• Onder begeleiding werken aan eigen use case

16:45-17:00 uur | Vragen en dialoog

Dag 2

09:00-09:30 uur inloop met koffie en thee

09:30-10:15 uur | Waarom is het belangrijk en welke aspecten?

• Maatschappelijke- en organisatieproblemen oplossen
• Nieuwe business- en operating models
• Productiviteit verbeteren
• Kansen pakken en je onderscheiden
• Verschillende aspecten: purpose of work, ethische aspecten en wetgeving, macht van techbedrijven, desinformatie, fakenews, polarisatie en propaganda

10:15-11:00 uur | Data fundamenteel anders organiseren

• Welke patronen herken je en kun je gebruiken?
• Vanuit welke perspectieven kun je Generatieve AI organiseren?
• Er zijn maar vijf organisatieprincipes
• Wat zijn belangrijke inzichten uit de organisatietheorie?
• Welk organisatiemodel past beter?

11:00-11:15 uur | Pauze

11:15-12:15 uur | Focus for AI impact

• Perspectiefverandering, moedig leiderschap, systeemvernieuwing, relevante technologie, transformatie
• Van de juiste houding naar gedragsverandering
• Complexe aanstekelijkheid: hoe verander je overtuigingen, reflexen en normen?

12:15-12:30 uur | Vragen over het ochtendprogramma

12:30-13:15 uur | Lunch

13:15-15:00 uur | Case ‘Datagedreven Generatieve AI’ discussion

• Uitleg case discussion
• Case discussion in groep
• Evaluatie case

15:00-15:15 uur | Pauze

15:30-16:30 uur | Hoe begin je morgen

• Community Model Canvas versus Business Model Canvas
• Doubletrack strategie, backcasting, systeemleer, design thinking
• Voorbeelden projecten en projectuitvoering
• Hoe zet je een datagedreven ecosysteem op?
• Wat zijn onderdelen van een AI project?
• Hoe ga je om met hypes en weerstanden?
• Aanpak: projectmethoden, eerste stappen
• Hoe begin ik een project of Community of Practice?

16:30-17:00 uur | Vragen en dialoog

Duur
1 dag of 2 dagdelen
2 dagen of 4 dagdelen

Vorm
Bewustwording, kennisoverdracht met praktijkvoorbeelden en gelegenheid tot vragen stellen en persoonlijke inbreng.

Naast concept, theorie en praktijkvoorbeelden zullen de deelnemers ook in dialoog gaan over eigen datagedreven AI praktijkvoorbeelden.

Bureaus waar we voor trainen zijn onder andere:

• 3Masters: AI – ChatGPT
• AOG School of Management: Leiderschap bij Digitale Transformaties
• NextLevel: Data gedreven organiseren met AI
• SPO / Nyenrode: Module Technologische vernieuwing
• Right Brains: Digital Leadership Program

Incompany
Het programma wordt na een intake en in overleg met opdrachtgever/deelnemers samengesteld. Indien er behoefte is worden extra actuele thema’s, onderwerpen of interactieve onderdelen toegevoegd. Zie ook Weconomics à la carte.

Informatie
Wil je eerst meer informatie, neem dan contact op.

Tags: doc