De hype omtrent generatieve AI is voelbaar. Alle bedrijven, van klein tot groot, willen zo snel mogelijk het transformatieve potentieel of op zijn minst het marketingpotentieel ervan benutten. Een groot deel van de hype stelt weinig voor, maar bij Workday gebruiken we al jaren grote taalmodellen (Large Language Models ofwel LLM's), zoals de modellen die achter generatieve AI zitten. We hebben veel van onze klanten die deze technologieën gebruiken al tastbare voordelen gebracht, maar we blijven investeren en kijken daarbij verder dan de hype-cyclus om zinvolle bedrijfswaarde en tools te leveren die de manier waarop we werken herdefiniëren.
We bouwen momenteel aan mogelijkheden die generatieve AI gebruiken voor verschillende taal- en beeldgerelateerde taken, waaronder het genereren van natuurlijke taal, het begrijpen van documenten en het zoeken, samenvatten en aanvullen van content. Met deze nieuwe mogelijkheden zijn onze klanten in staat hun productiviteit te verhogen door gestroomlijnde taken en processen, grotere efficiëntie en betere besluitvorming. Hierbij gaat het niet om de verre toekomst: onze klanten zullen al binnen zes tot twaalf maanden toegang hebben tot deze geavanceerde functies.
Laten we eens dieper ingaan op hoe Workday vormgeeft aan de generatieve AI-revolutie voor bedrijven.
Wat we anders doen
Onze benadering van generatieve AI is op verschillende manieren anders, vooral vanwege onze unieke dataset. We zijn ervan overtuigd dat de effectiviteit van generatieve AI afhangt van de kwantiteit en kwaliteit van de data waarop deze is gebaseerd. Zoals blijkt uit de vele verhalen over bevooroordeelde of onjuiste antwoorden van generatieve AI-chatbots, zijn LLM's zo goed als de data waarop ze gebaseerd zijn.
De basismodellen waarover de laatste tijd veel te doen is, zijn doelbewust getraind om een breed scala van problemen op te lossen met een zo breed mogelijke dataset. Die enorme datasets zijn echter niet allemaal van dezelfde kwaliteit, wat resulteert in goed gedocumenteerd onvoorspelbaar, onjuist of onveilig gedrag of inbreuk op intellectueel eigendom. Ook de beveiligingsmaatregelen voor reacties die zijn ingesteld om het effect van slechte trainingsgegevens op te vangen, houden na verloop van tijd geen stand. Om dit voor onze kritieke usecases aan te pakken, richten we ons vooral op doelgerichte, domeinspecifieke modellen en een hoge gegevenskwaliteit om output te leveren waar klanten op kunnen vertrouwen.
Een van de kenmerken die ons onderscheiden van de rest, is dat alle klanten dezelfde versie van Workday gebruiken, inclusief hetzelfde datamodel. Bij Workday hebben we meer dan 60 miljoen gebruikers die bijdragen aan bijna 450 miljard transacties die elk jaar door het systeem worden verwerkt, en dat aantal groeit nog steeds. Met toestemming van onze klanten gebruiken we die data om onze generatieve AI-mogelijkheden uit te breiden. Dankzij deze enorme dataset van hoge kwaliteit kunnen we modellen bouwen die consistent nauwkeurige, betekenisvolle en betrouwbare resultaten genereren.