ChatGPT is slechts het topje van de ijsberg die kunstmatige intelligentie heet. Voor transportbedrijven ligt de toekomst bij ‘agents’ die in staat zijn om specifieke taken zelfstandig te beheren. Dat is de belangrijkste boodschap van Franck Leveque, expert in telematica en consultant in mobiliteit.
Franck Leveque is al meer dan 25 jaar actief in de wereld van de telematica, eerst bij Frost & Sullivan en daarna bij Bridgestone Mobility Solutions. Hij is vandaag onafhankelijk mobiliteitsconsultant en dus uitstekend geplaatst om ons te helpen het effect van artificiële intelligentie op het wegvervoer te duiden.
Zoals de heer Jourdain proza sprak…
Is AI in 2022 gearriveerd?
Franck Leveque: Natuurlijk niet. Kunstmatige intelligentie ontstond al in de jaren ‘50 in de onderzoekswereld. In de jaren ‘80 en ‘90 hadden we ‘narrow AI’, dat wil zeggen zelflerende maar sterk gespecialiseerde systemen. De robot die Kasparov versloeg in een schaakwedstrijd, dat was ook AI. Daarna, in de jaren 2000, kwamen het ‘machine learning’ en de neurale netwerken op, wat leidde tot ‘deep learning’. En pas na 2020 verschenen de zogenaamde taalmodellen (LLM’s), die populair werden dankzij conversatie-assistenten. Met andere woorden: we gebruikten al tientallen jaren AI zonder het te beseffen.
Wat is AI eigenlijk?
F. Leveque: Het is geen oplossing, maar een instrument om oplossingen te ontwikkelen. Een slimme algoritmische motor, zo je wil.
U zegt dat generatieve AI niet het meest opwindende is…
F. Leveque: Generatieve AI is vooral efficiënt om repetitieve taken te automatiseren. Denk aan een klantendienst die dagelijks honderden e-mails of telefoontjes moet behandelen met telkens dezelfde vragen. Maar het spannendste is de zogenaamde ‘agentische AI’. Daarbij ontwikkel je een ‘agent’ die functioneert als een lid van je personeel. Je moet hem toegang geven tot de juiste databanken en hem trainen zodat hij heel specifieke taken kan uitvoeren.
Nieuwe collega moet opgeleid worden
Vervangt een AI-agent dan een werknemer?
F. Leveque: Nee. Het doel is niet 100% autonomie. Een AI-agent kan repetitieve of monotone taken overnemen, maar je mag hem geen volledige opdracht toevertrouwen. Beschouw hem als een nieuwe collega die net van school of van de universiteit komt, aan wie je het vak moet leren en van wie je het werk moet controleren.
Wie is in staat om zijn eigen agents te ontwikkelen?
F. Leveque: Enkele weken geleden lanceerde ChatGPT een tool waarmee je zelf agents kan bouwen, maar in een professionele context zijn we daar nog niet. Zeer grote transportbedrijven kunnen met de hulp van gespecialiseerde consultancybureaus hun eigen AI-agenten ontwikkelen. KMO’s zullen eerder werken met iets minder gespecialiseerde agents, ontwikkeld door onafhankelijke aanbieders. Eén belangrijk punt: een AI-agent is puur code. Je kan hem lanceren wanneer hij maar voor 80% klaar is. Het is geen hardware, je kan de code snel aanpassen en verbeteren.
Er wordt ook veel gesproken over video-integratie…
F. Leveque: Ja, met camera’s, die vandaag overal aanwezig zijn, kan je enorm veel doen. Bijvoorbeeld: een gat in het wegdek detecteren en dat automatisch doorgeven aan de wegbeheerder, die dankzij AI kan bepalen hoe dringend de herstelling is. Maar ook in een transportbedrijf kan video van nut zijn: klassiek gaat het om systemen die vermoeidheid of slaperigheid in de cabine detecteren, maar ook om camera’s die het interieur van de laadruimte filmen.
Vandaag worden die vooral gebruikt om indringers en diefstal te voorkomen…
F. Leveque: Ze kunnen veel meer. Door in real time de vrije vloeroppervlakte te analyseren, kan een AI-agent transportopdrachten beter combineren en zo het aantal lege kilometers verminderen.
Wat wordt de volgende stap?
F. Leveque: De heilige graal is ‘predictive maintenance’. TIP Europe financiert bijvoorbeeld een ‘scale-up’ die een tool ontwikkelt waarmee je automatisch afspraken kan boeken bij eender welke garage. Daarnaast bestaan er toepassingen die DTC’s – foutcodes van verbonden voertuigen – verzamelen. Die codes zomaar doorsturen heeft geen nut. Gebruik liever een AI-agent die ze filtert en de prioriteiten bepaalt voor de hele vloot. En ik herhaal: er zal altijd een mens nodig zijn om toezicht te houden. Human in the Loop!
Het voorbeeld van Moderna
Volgens Franck Leveque zijn maar heel weinig organisaties klaar om AI écht te ontwikkelen. Hij verwijst naar Moderna: in 2020, zonder fysiek contact met het Covid-19-virus, ontwikkelde het bedrijf op basis van enkel de DNA-sequentie in 63 dagen een vaccin. Volgens Leveque is dat het perfecte voorbeeld van een organisatie die rijp is voor AI.
