Een nuttig naslagwerk voor leiders die de AI-beslissingen van vandaag in een langere technologische context willen plaatsen.
De recensie
Aggarwal onderzoekt de ontwikkeling van kunstmatige intelligentie en de relatie ervan met bredere industriële veranderingen. Het boek is ontworpen om de onderliggende ideeën toegankelijk te maken voor zakelijke lezers zonder dat hiervoor geavanceerde wiskunde of programmering nodig is. Door zijn brede reikwijdte is het een nuttig oriëntatiehulpmiddel wanneer een leiderschapsteam een gemeenschappelijk vocabulaire nodig heeft voordat het specifieke toepassingen evalueert.
De sterkste reden om dit boek bij de hand te houden is perspectief. Een overtuigende demonstratie is slechts een onderdeel van een investeringsbeslissing. Leiders moeten ook inzicht hebben in het probleem dat wordt aangepakt, de kwaliteit van de beschikbare informatie en het werk dat nodig is om een capaciteit in de dagelijkse werkzaamheden in te passen. Het behandelen van AI als een hulpmiddel moedigt deze praktische vragen aan.
Overweeg een illustratief team dat besluit of de documentinname moet worden geautomatiseerd. De nuttige vraag is niet of de software AI kan worden genoemd, maar of deze de daadwerkelijke documenten verwerkt, onzekerheid identificeert en het hele proces verbetert. Iemand moet nog uitzonderingen oplossen. Dit is waar het historische perspectief van het boek waardevol wordt: het verschuift de aandacht van nieuwigheid naar de omstandigheden waaronder een hulpmiddel bruikbaar wordt. Dezelfde discipline helpt een individu bij het kiezen van technologie die een terugkerend probleem oplost in plaats van nog een afleiding toe te voegen.
De breedte is ook een beperking: een lange historische blik kan niet bepalen of een bepaald model, architectuur of leverancier vandaag de dag geschikt is. Gebruik het om onderzoek te structureren en test vervolgens de huidige mogelijkheden aan representatief werk. De selectie van januari is vooral waardevol als naslagwerk en niet als recept om zonder aanpassingen te volgen.
Hieronder volgen onze praktische toepassingen van de ideeën uit het boek. Kies één actie om deze week uit te proberen en denk dan na over wat er is veranderd.
IDEEËN IN ACTIE · OP HET WERK
Drie dingen om mee te nemen naar het werk
Begin met de taak, niet met de technologie
Kies één terugkerend knelpunt en beschrijf het gewenste resultaat zonder AI te noemen. Vergelijk de beschikbare benaderingen met dat resultaat, zodat het team kan uitleggen waarom een bepaald hulpmiddel geschikt is.
Creëer een gedeelde woordenschat
Vraag zakelijke en technische collega's om voorspelling, automatisering en menselijke beoordeling uit te leggen met behulp van dezelfde workflow. Leg vast waar hun betekenissen verschillen voordat deze misverstanden leveringsaannames worden.
Meet het volledige proces
Houd de tijd bij die is besteed aan het controleren en corrigeren van resultaten, en de tijd die is bespaard bij het produceren ervan. Samen een representatief monster beoordelen; een snellere individuele stap zou de algehele service beter moeten maken.
NA DE WERKDAG
Drie dingen om mee te nemen in het leven
Los een alledaagse frustratie op
Identificeer een routinetaak die de aandacht opslokt, zoals het ordenen van aantekeningen. Probeer een hulpmiddel voor die taak en beoordeel het op basis van de moeite die het kost, niet op basis van hoe indrukwekkend het eruit ziet.
Leer genoeg om betere vragen te stellen
Wanneer u een nieuwe AI-functie tegenkomt, vraag dan welke informatie deze gebruikt, wat deze produceert en waar deze fout kan zijn. Het begrijpen van de rol ervan is nuttiger dan het onthouden van technische labels.
Houd uw eigen oordeel actief
Gebruik een gegenereerde uitleg als uitgangspunt. Controleer een belangrijke bewering aan de hand van een betrouwbare bron en schrijf uw eigen conclusie, zodat gemak niet in de plaats komt van begrip.
Een vraag voor uw team
Welke zakelijke beslissing zou duidelijker worden als technologie- en operationele teams dezelfde definities zouden gebruiken?
VAN LEZEN NAAR PRAKTIJK
Hoe Genellipse kan helpen
Genellipse kan helpen een brede AI-ambitie om te zetten in een geprioriteerde use-case-beoordeling. Samen kunnen we de workflow in kaart brengen, de gereedheid van gegevens beoordelen met GeneData, de juiste automatisering identificeren met Cortex AI en meetbare acceptatiecriteria overeenkomen voor een gerichte MVP binnen zes weken. De pasvorm en reikwijdte van het product worden vóór levering met de partner vastgesteld.
Ontdek de gerelateerde serviceDeze recensies zijn met terugwerkende kracht opgesteld in september 2026. Maandlabels organiseren de leesreeksen en zijn geen originele publicatiedata. Persoonlijke beoordelingen worden geleverd door Abdollah Dehnashi; de reviews en praktische toepassingen worden voorbereid voor CEO Corner.