Kan AI strategieën ontwikkelen?

Met elke stap voorwaarts op vlak van informatietechnologie worden onze vragen interessanter en complexer. Nog niet zo lang geleden bracht de vraag ‘Maakt het internet ons dom?’ een levendig debat op gang. Daarop volgde de vraag of Wikipedia ons lui maakt. Maar beide vragen verbleken in het licht van de recente discussie over het creatieve potentieel van AI en de ultieme vraag: kan AI strategieën ontwikkelen?

web-insights-can-ai-strategise-martin-butler

AI als instrument

Veel technologieën, zoals big data analytics, spelen een sleutelrol als instrument in het strategische proces. Ze helpen ons met het verzamelen van waardevolle gegevens, met de simulatie van diverse opties en de inschatting van de financiële gevolgen en risico's van onze beslissingen.

In vergelijking met de vorige technologieën belooft AI een nieuwe reeks vaardigheden voor strategisch beheer. AI ziet niet alleen opkomende trends en potentiële marktverstoringen, maar helpt bedrijven ook om strategieën uit te werken en af te stemmen op deze inzichten.

AI blinkt echt uit als het gaat om tactische beslissingen op korte termijn, zoals de optimalisatie van toeleveringsketens en de verfijning van prijsstrategieën. Met massa’s gegevens om uit te putten, levert ze meetbare resultaten die onmiddellijke verbeteringen kunnen opleveren. In een crisis kan AI een situatie snel analyseren, acties aanbevelen en de mogelijke gevolgen van verschillende benaderingen voorspellen.

We zien dus wel het groeiende belang van AI in het strategische proces. Maar toch roept die evolutie ook vragen op. Zal AI een krachtig hulpmiddel blijven of betekent ze een fundamentele verschuiving in de manier waarop wij omgaan met de ontwikkeling van strategieën? Of zou ze zelfs helemaal autonoom een nieuwe strategie kunnen uitwerken?

AI als meer dan een instrument

Creativiteit wordt al eeuwenlang geprezen als de unieke eigenschap van menselijke intelligentie. Zonder dat vermogen waren de renaissance, de creaties van Da Vinci, de poëzie van Yeats, de schilderijen van Rembrandt en de algoritmen achter de moderne AI nooit mogelijk geweest.

Wij zien creativiteit als een unieke expressie van onze gedachten. Maar mensen creëren niet uit het niets. De grootste kunstenaars, wetenschappers en vernieuwers bouwen voort op het werk van anderen. Ze remixen en transformeren bestaande ideeën. Shakespeare vond veel inspiratie in de geschiedenis en de folklore. Picasso deed de intussen beroemde uitspraak: “Goede kunstenaars kopiëren, grote kunstenaars stelen.” Zelfs wetenschappelijke doorbraken zijn de vrucht van bestaande kennis die op nieuwe manieren wordt gecombineerd.

De enorm krachtige GenAI zou vandaag nergens staan zonder de duizenden wetenschappers die op de schouders van onze voorgangers staan om hun werk te verbeteren. GenAI gebruikt grote hoeveelheden door mensen gecreëerde gegevens, filosofie, kunst, literatuur en code om er iets nieuws van te maken. Ze schrijft symfonieën in de stijl van Beethoven, schildert als Van Gogh en stelt nieuwe moleculaire verbindingen voor in de geneeskunde.

Als mensen in wezen patroonherkenners zijn die bestaande kennis remixen, volgt GenAI dan niet hetzelfde fundamentele proces? Als creativiteit kan worden gereduceerd tot patronen en het trainen van gegevens, waarom zou AI dan nooit creatief kunnen zijn? Of is creativiteit gewoon het vermogen om oude ideeën op nieuwe manier te combineren?

AI en het genereren van opties

Je kunt geen strategie bepalen zonder intuïtie, ervaring en het vermogen om kansen en bedreigingen te zien. Maar wat als de beste strategische opties niet de opties zijn die mensen bedenken maar de opties die ze niet kunnen bedenken?

In 2016 verbaasde AlphaGo de wereld door Lee Sedol te verslaan, een van de beste go-spelers aller tijden. Maar de echte verrassing was niet dat AI had gewonnen, maar wel hoe ze dat deed. AlphaGo deed zetten die geen mens zich in het hoofd zou hebben gehaald en brak daarmee met eeuwen van strategische wijsheid in het spel. In het begin leken die zetten onlogisch. Maar daarna werd duidelijk hoe geniaal ze waren. Dit was niet gewoon een machine die sneller speelde. Ze redeneerde op een andere manier.

Generative AI kan enorme hoeveelheden marktgegevens, competitieve intelligentie en economische trends verwerken om dan met strategische opties te komen die het traditionele denken overtreffen. Ze stelt bedrijfsmodellen voor die de regels van de industrie op hun kop zetten, onaangeboorde markten blootleggen en toeleveringsketens finetunen op manieren waar zelfs doorgewinterde managers niet aan denken.

Een GenAI-algoritme dat patronen analyseert, kan op de proppen komen met een verrassende uitbreidingsstrategie. De creativiteit van AI en de opties die ze genereert, reiken leiders veel ruimere mogelijkheden aan. Sommige overtreffen zelfs de menselijke intuïtie. Misschien is de grootste vraag niet of AI strategieën kan ontwikkelen, maar wel of wij mensen ruimdenkend genoeg zijn om te zien hoe geniaal sommige voorstellen zijn.

AI en de simulatie van de impact van opties

Het belangrijkste aspect van concurrentieel voordeel, zoals Rumelt het zo mooi uitlegt in Good Strategy Bad Strategy, is weten wat je niet moet doen. Zodra we de verschillende strategische opties hebben, is het vermogen om de gevolgen te simuleren en te testen van het grootste belang. De allergrootste uitdaging is weten welke opties de meeste kans van slagen hebben.

Bedrijven hebben voor de voorspelling van resultaten altijd vertrouwd op ervaringen uit het verleden, op meningen van specialisten en op marktonderzoek. GenAI blinkt uit in het simuleren van mogelijke toekomsten, het uitvoeren van stresstests op strategieën en het onthullen van de beste weg voorwaarts. Geen enkel menselijk team kan op tegen de precisie en snelheid waarmee AI verschillende strategische scenario’s kan modelleren. Door enorme datasets (economische trends, bewegingen van concurrenten, consumentengedrag, geopolitieke risico's) te analyseren, kan AI simuleren hoe elke optie zou kunnen uitpakken in verschillende omstandigheden.

Neem het voorbeeld van een wereldwijde retailer die een uitbreiding naar drie nieuwe markten overweegt. Hij kan AI gebruiken om de verkoopprestaties, de risico's voor de toeleveringsketen en de aanvaardingsgraad van klanten voor elke regio te simuleren. In plaats van enkel te vertrouwen op het oordeel van experts, krijgen managers waarschijnlijkheden voor succes die zijn onderbouwd met gegevens, zodat ze met meer vertrouwen beslissingen kunnen nemen.

Net zoals financiële instellingen portefeuilles stresstesten tegen economische dalingen, kan AI bedrijfsstrategieën stresstesten en zo verborgen risico's en onbedoelde gevolgen blootleggen. Een tastbaar voordeel is dat GenAI, wanneer men de juiste prompts gebruikt, niet alleen test wat mensen denken dat zou kunnen werken. Ze zet aannames op losse schroeven, toont blinde vlekken en zorgt ervoor dat leiders beslissingen nemen met de grootste kans op slagen in een onvoorspelbare wereld.

Domme vragen stellen

Wij mensen leren dat domme vragen niet bestaan. Vraag maar raak. Het antwoord zal sowieso waardevol zijn. Dat moet de nieuwsgierigheid prikkelen en ervoor zorgen dat mensen ideeën durven te onderzoeken. Maar ten tijde van AI is dat niet alleen onjuist … het is ronduit gevaarlijk.

Veel argumenten over de vooringenomenheid van AI wijzen terecht op de uitdagingen die de trainingsgegevens met zich meebrengen. Als het grote taalmodel van een GenAI wordt getraind op de globale dataset van de menselijke kennis, met al onze vooroordelen en eeuwen van discriminerende praktijken, zal het dat herhalen, net als een mens die van kindsbeen af aan dezelfde gegevens wordt blootgesteld. De voorvechters van een ethische AI beseffen niet dat de kwaliteit van het antwoord sterk afhankelijk is van de vraag die gesteld wordt. Een vage, slecht geformuleerde of misleidende prompt levert irrelevante, oppervlakkige of onzinnige antwoorden op.

Net als elk ander systeem verwerkt GenAI wat het aangereikt krijgt. Als de input niet duidelijk, diepgaand of nauwkeurig genoeg is, dan zal de output dat ook niet zijn. Stel dat een CEO vraagt: “Zouden we uitbreiden?” in plaats van “Als we uitgaan van de huidige markttrends voor de sector van xxx, welke impact zou een uitbreiding naar yyy dan de komende vijf jaar hebben op onze toeleveringsketen en winstgevendheid?” De ene vraag is dom, de andere strategisch.

Als we blijven geloven dat alle vragen geldig zijn, dreigen we te verdrinken in door AI gegenereerde ruis. In dit nieuwe tijdperk is het een must om te leren geen domme vragen te stellen.

Is AI in de kamer?

Een perspectief dat vaak ontbreekt in het huidige discours is het vermogen van één individu om strategieën te bedenken. Zowat elke beperking waarvan we AI kunnen beschuldigen, kan ook van toepassing zijn op een enkele mens. We weten dat een persoon die zich opsluit in een kamer niet even later weer naar buiten stapt met een strategie.

Het formuleren van een strategie is een interactief proces dat wordt gevolgd door een groep mensen en dat sterk afhankelijk is van de kennis in de kamer en het vermogen van de facilitator van het proces om die kennis te ontsluiten en om te zetten in een coherente strategie. Als één mens niet in staat is om ‘een strategie’ te formuleren volgens een lineair proces, waarom gaan we er dan vanuit dat één GenAI-systeem of zelfs prompt dat wel kan?

Veel early adopters van AI omarmen het principe van Human-in-the-loop (HITL), waarbij het menselijke oordeel wordt geïntegreerd in het besluitvormingsproces van een AI-systeem. AI werkt dan niet volledig onafhankelijk, want een mens beoordeelt de output overschouwen, past hem aan of verfijnt hem om hem nauwkeurig, ethisch en/of strategisch coherent te maken. Maar HITL kan niet op zijn plaats zijn wanneer we stilstaan bij GenAI en strategie. Gezien de herhalende en collaboratieve aard van het strategische proces, is de juiste vraag misschien of AI in de kamer is, niet of er een mens bij komt kijken.

Naarmate AI vooruitgang boekt, verschuift de menselijke rol van handmatig toezicht naar strategische besluitvorming. Het zal erop aankomen een evenwicht te vinden tussen efficiëntie en verantwoordelijkheid. We moeten beslissen wanneer er mensen bij betrokken moeten zijn, wanneer we erop kunnen vertrouwen dat AI het alleen kan en, nog belangrijker, of AI in de kamer is en een nuttige mede-ontwikkelaar van de strategie kan zijn.

De toekomst

Er wordt vaak beweerd dat het GenAI ontbreekt aan menselijke intuïtie en inzicht in complexe sociale processen, iets wat cruciaal is in de strategische besluitvorming. Andere argumenten hekelen de afhankelijkheid van AI van historische gegevens, die de ontwikkeling van echt innovatieve strategieën in de weg staat. AI is krachtig maar niet onfeilbaar. Ze kan bevooroordeelde resultaten genereren, context verkeerd interpreteren of compleet de mist ingaan in onvoorspelbare scenario’s. Klinkt dat niet heel menselijk?

Toch heeft GenAI het potentieel om de strategische planning radicaal te veranderen. De huidige mogelijkheden vervangen de menselijke intuïtie, creativiteit en ethische oordeelsvorming misschien nog niet in alle omstandigheden, maar de kloof wordt snel kleiner. De toekomst van de strategie wordt waarschijnlijk een synergetische relatie tussen menselijke strategen en AI, waarbij ze elkaars sterke punten aanvullen.

Maar er is een alternatieve toekomst. Naarmate AI zich verder ontwikkelt, zullen we misschien autonome strategische AI-systemen zien die strategieën kunnen bedenken en uitrollen met minimale menselijke tussenkomst. Dat is nog een verre toekomst. En zelfs dan zullen die systemen er anders uitzien en anders werken. Toch is het niet ondenkbaar dat groepen van AI-systemen, die kundig worden gecoördineerd door een AI-facilitator, een herhalend en collaboratief proces kunnen volgen om tot een uitstekende strategie te komen.

Maar tot die alternatieve toekomst zich aandient, vragen we ons best of AI in de kamer is.

Neem contact op!

Martin Butler

Martin Butler

Professor of Management Practice