Impact AI-taalmodellen op Inkoop

AI toepassingen zijn zeer geschikt om Inkoop beter te ondersteunen. AI-taalmodellen zijn vooral bekend vanwege de beschikbaarheid en mogelijkheden waarmee het grote publiek kennis heeft kunen maken. Binnen veelal grotere organisaties zijn taalmodellen steeds vaker terug te vinden voor analyse en creatie van informatie en voor procesanalyse en -verbeteringen.
In deze blog geven we een introductie over AI-taalmodellen en hoe deze de Inkoopfunctie kunnen ondersteunen.

Op de E-proqure website kun je meer informatie over AI, ontwikkelingen en mogelijkheden voor de Inkoopfunctie terugvinden. Gebruik daarvoor gemakshalve de zoekfunctie rechtsboven op de webpagina.

Introductie tot AI-taalmodellen

Artificiële intelligentie (AI) taalmodellen zijn revolutionaire tools die digitale tekst op een intelligente, menselijke manier begrijpen en genereren. Ze worden getraind op enorme datasets van tekst en code, waardoor ze diverse taken kunnen uitvoeren, zoals:

• Vragen begrijpen en beantwoorden
• Tekst samenvatten
• Inhoud van teksten samenvatten, categoriseren en labelen
• Teksten analyseren en aanpassingen
• Nieuwe teksten genereren

Daarnaast kunnen taalmodellen ook digitale processen analyseren en verbeteren of aanvullen. Het geheel aan mogelijkheden maken AI-taalmodellen dus tot waardevolle tools voor Inkoop.

Grote taalmodellen ofwel Large Language Models

In dit artikel schrijven we over “taalmodellen”, internationaal aangeduid als Large Language Models ofwel LLM’s. In de naam zit de verwijzing naar de enorme omvang van algoritmen waaruit de kern van het model, het neurale netwerk, is opgebouwd. Zo hebben de beknopte en volledige versies van Meta’s Llama2 respectievelijk 7 en 70 miljard parameters. Ofwel het aantal punten waarlangs “voorspeld” wordt hoe een vraag het beste geïnterpreteerd kan worden en welk antwoord het beste past. Diverse modellen zijn nog “groter” zoals Bloom dat 175 miljard parameters heeft. Er is al sprake van modellen met meer dan een biljoen parameters. Overigens zonder dat dit betekent dat deze modellen beter presteren.
De term “Large” is ook van toepassing op de hoeveelheid data waarop deze modellen getraind worden. Zo is voor de grootste modellen zowat het gehele beschikbare internet gebruikt. De behoefte aan data wordt wel minder. Immers, voor het fine tunen van de modellen en het “maken” van nieuwe modellen zijn instellingen van parameters te kopiëren.
Hert aantal taalmodellen is het afgelopen enorm toegenomen. Dit zowel door initiatieven als de AI alliance als de beschikbaarheid van platforms als Hugging Face waarop open source AI-tools als Taal- en Multimodale Modellen onderzocht en getest kunnen worden.

Mutlimodaal: alleen taal of ook beeld en geluid

AI Taalmodellen verwerken en produceren teksten. GPT van OpenAI is hier een voorbeeld van. Er zijn ook modellen die specifiek zijn gericht op het interpreteren van geluid en beeld. Sinds kort zijn er ook modellen beschikbaar die teksten, beelden en geluid geïntegreerd kunnen verwerken. Ofwel multimodale systemen. Tussenoplossingen zijn er al enkele maanden langer. Hierbij “roept” het ene type systeem “de hulp in” van een andere type systeem om vragen te analyseren en resultaten te produceren. Echter zonder dat de gebruiker dit hoeft te merken.
Het “inroepen van hulp” gebeurt overigens niet alleen tussen modellen voor verschillende modaliteiten. De AI-modellen hebben bijna allen een toegangspoort via welke je een andere (AI) tools aanroept. Bijvoorbeeld om specifieke taken op te lossen waar taalmodellen niet goed in zijn. Bijvoorbeeld rekenen.
Zo heeft ChatGPT twee mogelijkheden om specifieke problemen door andere modellen of tools op te lossen. Voor bepaalde vragen worden automatisch externe tools aangeroepen zonder dat de gebruiker hierom hoeft te vragen. Gebruikers kunnen ook zelf koppelingen met ander AI-tools of met specifieke data sets maken. Hiervoor is dan wel een abonnement op de GPT-API versie beschikbaar.

Taalmodellen en andere AI-oplossingen

De taal en termen rond AI ontwikkelen zich snel. Het zal dan ook niet lang duren of je zult vaker de term Large Multimodal Models (LMM’s) tegenkomen. Ook de term Generatieve AI of Artificial Generative Intelligence zie je als gedoeld wordt op zuivere Natural Language Processing modellen. De verwarring ontstaat als traditionele, Machine of Deep Learning algoritmes op een alternatieve wijze worden gebruikt of gecombineerd om een AI oplossing te maken. Door de ontwikkeling van algoritmes, onderliggende rekenmodellen, etc. dekken terminologieën van gisteren niet meer de lading van vandaag. We zullen komende maand mee publiceren over algoritmes en modellen.

AI taalmodel toepassingen voor Inkoop

In de introductie is aangegeven dat taalmodellen onder andere sterk zijn in het vragen begrijpen en beantwoorden en teksten samenvatten, analyseren, categoriseren, labelen en creëren. Dit maakt deze systemen zowel geschikt om ook toegang te krijgen tot ongestructureerde data als ook om (vervolgens) op basis van alle beschikbare data specifieke oplossingen voor Inkoop te bieden.

Toegang tot ongestructureerde data

Voor inkopers is het niet altijd eenvoudig om de juiste informatie beschikbaar te hebben of krijgen. Deels omdat systemen te rigide zijn, deels ook omdat niet alle gegevens gestructureerd, dus onder eenduidige noemer, of digitaal beschikbaar is. Denk aan informatie in e-mails, notities contracten, rapporten, presentaties of informatie in verschillende systemen.
Deze bronnen bevat waardevolle informatie en waarbij (handmatig) analyseren tijdrovend en inefficiënt is. AI-taalmodellen kunnen deze data automatisch ontsluiten, analyseren, categoriseren, etc., waardoor inkopers:

• Sneller relevante informatie vinden
• Betere beslissingen nemen
• Tijd besparen
• Over meer en kwalitatief betere data kunnen beschikken

Toepassing binnen Inkoopactiviteiten

AI-taalmodellen kunnen op diverse manieren de Inkoopfunctie optimaliseren. Bijvoorbeeld bij:

• Contractanalyse: Automatisch analyseren van contracten om risico’s en kansen te identificeren. [zie voorbeeld]
• Spendanalyse: Opschonen, categoriseren en analyseren van inkopen. [zie voorbeeld]
• Leveranciersidentificatie: Nieuwe leveranciers vinden en beoordelen op basis van onlinedata.
• Marktanalyse: Trends en prijzen in de markt monitoren door het analyseren van nieuwsartikelen en rapporten.
• Onderhandeling: Automatisch voorstellen genereren en onderhandelingen voeren met leveranciers.
• Risicobeheer: Risico’s in de toeleveringsketen identificeren en monitoren.
• Genereren: van tekstvoorstellen of -verbeteringen voor e-mails, notities,publicaties en contracten, eventueel vanuit of naar meerdere talen.

Het voordeel hierbij is tevens dat het bevragen gebeurt via een dialoog waarbij de inkoper dus naar behoefte en per direct als reactie op reeds verkregen antwoorden naar wens aanvullende vragen kan blijven stellen. Iets dat niet kan bij toepassing van traditionele of BI tools.

AI verandert Inkoop fundamenteel

Naast de genoemde toepassingen, zijn er nog talloze andere mogelijkheden om AI-taalmodellen binnen de Inkoopfunctie te gebruiken. De toekomst van Inkoop is data-gedreven en AI-taalmodellen zullen een sleutelrol spelen in deze transformatie.
Maatschappelijk wordt in elk geval ingezien dat AI (taalmodellen) disruptieve mogelijkheden biedt. Wij hebben eerder aangegeven dat AI de inkoopfunctie fundamenteel kan veranderen. Inkoop kan zelf het initiatief nemen om kennis te maken met AI. Gelukkig is de toegang tot AI-taalmodellen laagdrempelig.

Toegang tot AI-taalmodellen voor inkopers

Een inkoper kan op verschillende manieren toegang krijgen tot een taalmodel.

1. Via een webapplicatie (browser)
   De meest bekende toepassing is die van ChatGPT. Maar Gemini van Google biedt vergelijkbare kwaliteit en mogelijkheden. Hierbij communiceer je direct via een browserscherm met het taalmodel. De modellen bieden zowel gratis als betaalde toegang. Ze bieden een uitgelezen mogelijkheid om kennis te maken met de aard, mogelijkheden en beperkingen van taalmodellen. Een must voor inkopers om er kennis van te nemen.
   Link naar: expirimenteren met AI
   Link naar: OpenAI ChatGPT
   Link naar: Gemini.Google.com
   Link naar: Workshop ChatGPT Booster voor Inkoop (alleen in company)
   De gratis versies van ChatGPT en Gemini bieden toegang tot krachtige toepassingen!
   
2. Toegang waarbij een taalmodel gekoppeld wordt aan eigen systemen en data via API of iPAAS:
   3.1 via API’s: Bedrijven zoals OpenAI (GPT), Google (Gemini), Anthropic (Claude), Cohere, Aleph Alfa (D), Stability (UK) en Mistral (Fr) bieden krachtige taalmodellen aan via betaalde API’s met veelal een keuze uit minder of meer krachtiger modellen.
   3.2 via iPaaS: Hiermee bedoelen we het aanbod waarbij organisaties binnen hun eigen afgeschermde Cloud infrastructuur de beschikking krijgen over een taalmodel. Een voorbeeld is het GPT Enterprise-model. In China zijn er meerdere grote en middelgrote organisaties die hun eigen taalmodel operationeel hebben. Zoals Alibaba, Baidu en Tencent. In China zijn inmiddels meer dan 40 taalmodellen en gerelateerde applicaties sinds medio 2023 goedgekeurd door de Chinese overheid.
   
3. Customized LLM: Sinds Q4 2023 zien we steeds meer startups die taalmodellen ontwikkelen. Zij ontwikkelen uit eigen naam specifieke toepassingen danwel in opdracht van een specifieke klant (zie ook 3.2). De startups kunnen putten uit de kennis en ervaringen van een grote Open Source community rond platforms als GitHub en Hugging Face. Hier worden zowel AI-algoritmes als hele taalmodellen gedeeld, onderzocht en becommentarieerd.
   
4. Software-integraties: AI-taalmodellen worden ook geïntegreerd in bestaande software, zoals kantoorautomatiseringssoftware (Microsoft Copilot, Google Gemini), CRM-systemen en projectmanagementtools. Ook in met name high-end e-procurement systemen zien we AI-toepassingen terug.

Alternatief voor AI-taalmodellen voor inkopers

Taalmodellen zijn krachtige oplossingen voor een groot scala aan informatie-vragen en oplossingen. Kennismaken met de mogelijkheden van deze AI-taalmodellen via een webapplicatie is voor Inkopers laagdrempelig. Het aansluiten van de LLM op eigen data vraagt meer expertise en daarmee tijd en geld. Soms is de implementatie van een taalmodel te ingrijpend voor de oplossing van een vraagstuk. Taalmodellen zijn niet de enige mogelijkheid om problemen met behulp van AI op te lossen.

Vandaag de dag is er een groeiend aanbod van bedrijven en programmeurs die Machine en Deep Learning applicaties kunnen leveren. Dit zijn relatief goedkope, snel te bouwen AI gedreven apps. Onder andere door de beschikbaarheid van low/no code programmeer tools en programmabibliotheken.
Zoals AI-taalmodellen te koppelen zijn aan eigen systemen en data, zo geldt dat eveneens voor deze AI gedreven apps.

Het inzicht dat het ontsluiten, analyseren en bewerken van data belangrijk is zien we de laatste jaren steeds meer groeien. De term “data-gedreven werken” verandert steeds meer van hype naar werkelijkheid. Niet voor niets zien we binnen organisaties een toename van functies gericht op het gebruikmaken van AI voor procesverbetering, -beheersing en informatievoorziening.

Conclusie

AI-taalmodellen bieden belangrijke oplossingen voor inkopers. Ze transformeren de Inkoopfunctie door ongestructureerde data te ontsluiten en maken het mogelijk om interactief eenvoudige en complexe vragen te beantwoorden en processen te verbeteren. In combinatie of geïntegreerd met andere AI modellen wordt de portfolio aan toepassingen verder uitgebreid. Zoals met beeldherkenning en -verwerking (Computer Vision), het voorspellen van m.b.v. tijdreeksen, het aansturen van robotica en autonome systemen en simulaties en optimalisaties m.b.v. speltheorie. Inkoopteams die deze technologieën uitproberen en omarmen zijn efficiënter en competitiever.

De laagdrempelige beschikbaarheid van AI-taalmodellen voor het publiek stimuleert daarbij innovatie en democratisering van AI-technologie. Hierdoor kunnen individuen en organisaties, ongeacht hun budget of technische expertise, de voordelen van AI-taalmodellen ervaren. Organisaties die voor hun ICT infrastructuur op Cloud technologie steunen kunnen de nieuwe AI-technologieën eenvoudig beschikbaar maken voor hun procesbeheersing, besluitvormingsprocessen en informatievoorziening. Het laten lopen van deze mogelijkheid mag geen optie zijn voor de professionele inkoper.