Siddy Jobe behaalde het diploma van Master in Toegepaste Economische Wetenschappen aan de Universiteit van Antwerpen en van Master in Financieel Management aan de Vlerick Business School. Gepassioneerd door innovatie en ondernemerschap, nam hij ook deel aan een Executive Master in Venture Capital aan de Berkeley Haas School of Business. Voordat hij bij Econopolis kwam, leidde hij het Investor Relations & Treasury-departement van Orange Belgium, een beursgenoteerd telecombedrijf, gedurende 6 jaar. Siddy bekleedde ook de positie van Telecom, Media & Technology-analist bij Bank Degroof tussen 2005 en 2012. Verder is hij ook actief in de adviesraad van StartupVillage en The Beacon, een business- en innovatieknooppunt in Antwerpen dat zich richt op Internet of Things en Artificial Intelligence op het gebied van industrie, logistiek en slimme stad.
Kunstmatige intelligentie, een exponentiële technologie in de schijnwerpers
OpenAI beukt de poort naar kunstmatige intelligentie open voor het grote publiek
Sinds OpenAI, een Amerikaanse onderneming die onderzoek doet naar en producten ontwikkelt op het gebied van kunstmatige intelligentie, ChatGPT beschikbaar heeft gemaakt voor het grote publiek, raken beleggers, bedrijven en de media niet uitgepraat over kunstmatige intelligentie. Het is veilig om te zeggen dat ChatGPT, en in bredere zin kunstmatige intelligentie, met vlag en wimpel de prijs voor het woord van het afgelopen kwartaal wint. Andere buzz-woorden zoals inflatie, rentestijgingen, recessie, heropening van China, bankencrisis, Leopard tanks, stikstofakkoord en kernuitstap, worden daarbij gemakkelijk achter zich gelaten. Microsoft, dat reeds in het verleden in OpenAI had geïnvesteerd, kondigde prompt een nieuwe investering aan van meerdere miljarden en plannen om de technologie van OpenAI toe te voegen aan zijn meest populaire productiviteitstools, waaronder Outlook, PowerPoint, Excel en Word, maar ook zijn zoekmachine (die minder marktaandeel heeft dan Google).
Maar eerst terug naar het begin
Innovatie is een geleidelijk proces dat wordt gedreven door kleine technologische verbeteringen. Wanneer een punt van inflectie of omslagpunt bereikt wordt, kan de innovatie plots snel, zelfs exponentieel, vooruitgaan. Als je met een teletijdmachine terug zou kunnen gaan in de geschiedenis, zou je ongetwijfeld verwijzingen naar vormen van machinale intelligentie kunnen vinden, ver voor het begin van onze jaartelling. Nu, tot meer dan hersenspinsels van historische denkers en filosofen is het nooit gekomen. Ongeveer 100 jaar geleden was de Amerikaanse weten- schapper Vannevar Bush een van de eersten die het concept van kunstmatige intelligentie zoals we dat vandaag de dag kennen, vormgaf met zijn voorstelling van de Memex (een afkorting voor Memory Extender). Zijn visie ging uit van een apparaat dat op microfilm was gebaseerd en waarin iemand al zijn belangrijke gegevens, boeken en communicatie zou kunnen opslaan. Het apparaat zou zo georganiseerd zijn dat de informatie die erin was opgeslagen snel en flexibel kon worden opgeroepen en geraadpleegd. Tussen die visie en vandaag staan echter een hele reeks exponentiële technologieën die nodig was om die visie werkelijkheid te maken. Het ontstaan van de mainframe computer, de personal computer met een operationeel besturingssysteem, de thuiscomputer die later werd verbonden met het internet, de opkomst van de smartphone en, recentelijk, de proliferatie van Cloud computing.
Het ontstaan van de microchip kan gezien worden als een scheidingslijn tussen fictie en een nieuwe realiteit. In de late jaren ‘50 ontwikkelden pioniers zoals Jack Kilby van Texas Instruments en Robert Noyce van Fairchild Semiconductor de eerste microchip. Dit is een klein elektronisch apparaatje dat informatie kan opslaan en verwerken. Het bestaat uit een geïntegreerde schakeling van elektronische componenten, zoals transistors, weerstanden en condensatoren, die samen microscopisch kleine circuits vormen op een siliciumchip. Kort door de bocht kan je stellen dat hoe meer geïntegreerde schakelingen je in een microchips kan verwerken, hoe meer informatie het apparaatje kan opslaan en verwerken, en hoe “intelligenter” het apparaatje wordt. Als mens wensen we onszelf niet te vergelijken met een voorwerp, vandaar dat we dit apparaatje eerder een kunstmatige (KI) of artificiële (AI) intelligentie toedichten.
In de beginjaren waren microchips relatief groot, onbetaalbaar en totaal niet ‘intelligent’. Een vergelijking met de Neanderthaler of de Homo Sapiens uit het Verhaal van Vlaanderen van Tom Waes is dan ook niet misplaatst. Maar door innovatie is het gelukt om de geïntegreerde schakelingen steeds kleiner te maken, tot het punt dat ze niet meer met het blote oog zichtbaar zijn en tegen een veel lagere kost geproduceerd kunnen worden dan in de begindagen. In het verleden kostte één enkele transistor enkele honderden euro’s, terwijl we tegenwoordig miljarden transistors kunnen produceren op één enkele microchip voor slechts enkele tientallen euro’s. Deze enorme prijsdaling heeft het mogelijk gemaakt om geavanceerde elektronische apparaten te produceren, zoals computers, smartphones, datacenters en elektrische voertuigen. De vraag is dan: zijn die apparaten werkelijk slim en hoe intelligent zijn die apparaten dan wel?
Wat is Kunstmatige Intelligentie (KI)?
Krachtigere microchips alleen zijn niet genoeg om computers in staat te stellen iets aan te leren. Ten tijde van de dotcom-zeepbel konden computers nog niets leren. Pas in de jaren 2000 kwam daar verandering in door het onderzoek naar neurale netwerken. Neurale netwerken zijn geavanceerde computermodellen die geïnspireerd zijn op het menselijke brein. Een eenvoudig voorbeeld: stel je voor dat je een vriend hebt die goed is in het herkennen van patronen. Als je hem een foto van een kat laat zien, herkent hij meteen dat het een kat is. Laat je hem een foto van een hond zien, dan weet hij dat het een hond is. Je vriend kan dit omdat zijn hersenen voortdurend leren en zich aanpassen. Elke keer dat hij een nieuwe foto van een kat ziet, leert zijn brein een beetje meer over hoe een kat eruitziet. Elke keer als hij een nieuwe foto van een hond ziet, leert zijn brein een beetje meer over hoe een hond eruitziet. Later leert je vriend dat katten en honden tot de categorie huisdieren behoren en verschillen van bijvoorbeeld auto’s. Een neuraal netwerk is een machine die probeert te leren zoals de hersenen van je vriend. Het bestaat uit een stel onderling verbonden knooppunten, en elk knooppunt kan leren en zich aanpassen. Hoe meer gegevens je een neuraal netwerk geeft, hoe beter het zal leren.
Intelligentie is een veelomvattend begrip dat verschillende aspecten omvat, zoals de capaciteit om te leren en te begrijpen, probleemoplossend en abstract te denken, taalvaardigheid, ruimtelijk inzicht, emotionele intelligentie creativiteit en andere cognitieve vaardigheden. Over het algemeen wordt intelligentie beschouwd als het vermogen om informatie te verzamelen, te begrijpen en er effectief op te reageren in verschillende omstandigheden en situaties.
Kunstmatige intelligentie (KI) of artificiële intelligentie (AI) verwijst naar de ontwikkeling van computersystemen die taken kunnen uitvoeren die normaal gesproken menselijke intelligentie vereisen, zoals leren, redeneren, probleemoplossing en taalbegrip. KI omvat verschillende technieken en benaderingen, zoals machine learning, neurale netwerken, computervisie en natuurlijke taalverwerking. Het domein is nog steeds volop in ontwikkeling en de toenemende beschikbaarheid van data zal naar verwachting zorgen voor meer nauwkeurige AI-modellen.
Naarmate AI geavanceerder wordt, zal het steeds meer worden geïntegreerd in diverse aspecten van ons leven, van gezondheidszorg en vervoer tot amusement, wat zal leiden tot nieuwe toepassingen. ChatGPT is slechts één voorbeeld van de vele AI-toepassingen die in de afgelopen jaren zijn ontwikkeld. AI wordt al veelvuldig gebruikt als motor voor diverse online toepassingen, zoals de zoekalgoritmes achter Google, de contentmoderatiesystemen van sociale media platformen zoals Facebook, tot de aanbevelingen op streamingplatformen zoals Netflix en Streamz, en de aankoopaanbevelingen en gerichte advertenties op e-commercewebsites zoals Coolblue en Bol.com. Zoals Satya Nadella, de CEO van Microsoft, al heeft opgemerkt, is die versie van AI zo’n tweede natuur geworden in ons digitale leven dat we het vaak niet eens beseffen of herkennen. We zouden kunnen zeggen dat we AI reeds op automatische piloot gebruiken. De komst van ChatGPT heeft er nu echter voor gezorgd dat de volgende generatie AI bekend is geworden bij het brede publiek en heeft ervoor gezorgd dat kunstmatige intelligentie opschuift van een automatische piloot naar een copiloot. Het is echter belangrijk om ervoor te zorgen dat we begrijpen hoe AI werkt en hoe het tot zijn output komt, zodat we kunnen vertrouwen op de juistheid en betrouwbaarheid van de resultaten. Menselijke supervisie en interpretatie van de output van AI is cruciaal om ervoor te zorgen dat we de juiste beslissingen nemen en om eventuele fouten te voorkomen.
ChatGPT is een geautomatiseerd tekstgenererend systeem, ook wel een chatbot genoemd, dat wordt aangedreven door kunstmatige intelligentie. Het is ontwikkeld door OpenAI en sinds november 2022 toegankelijk gemaakt voor het brede publiek als testomgeving. De chatbot is gebouwd bovenop OpenAI’s GPT-4-familie van ‘Large Language Models’ (LLM) of grote taalmodellen (GTM). Een taalmodel is een computerprogramma dat getraind is om menselijke taal te begrijpen. Dit gebeurt door het gebruik van een gigantische hoeveelheid tekst om te leren welke woorden en zinnen vaak samen voorkomen en welke betekenissen ze hebben. Deze teksten zijn afkomstig van verschillende bronnen, waaronder 60% van Common Crawl, 3% van Wikipedia, 22% van WebText2/Reddit en 16% van massa’s gedigitaliseerde boeken. Het model werkt door steeds het volgende woord te kiezen uit een groep woorden die waarschijnlijk het beste passen bij de betekenis van de voorgaande woorden en de mogelijke betekenis van de komende woorden.
Taalmodellen zijn in de afgelopen jaren steeds belangrijker geworden in verschil- lende toepassingen, zoals spraakherkenning, automatische vertaling en tekstvoor- spelling op smartphones. Ze worden ook gebruikt in chatbots en virtuele assistenten, om mensachtige reacties te kunnen geven op vragen en opdrachten. Het interessante aan taalmodellen is dat ze steeds beter worden naarmate ze meer getraind worden en meer data krijgen om van te leren. Hierbij krijgen ze patronen aangeleerd via ‘supervised learning’ en ‘reinforcement learning’. Het nut van supervised of begeleid leren is dat het computers in staat stelt om te leren van gelabelde data en vervolgens nauwkeurige voorspellingen te doen op nieuwe, ongelabelde data. Bij reinforcement learning wordt de computer als het ware beloond voor de juiste acties en te straffen voor de verkeerde acties. Het is dus niet zo dat dezelfde data, altijd hetzelfde taalmodel oplevert. OpenAI is er met ChatGPT in geslaagd een gebalanceerd model uit te werken. Het is echter belangrijk om te beseffen dat taalmodellen nog steeds niet perfect zijn en soms fouten kunnen maken of verkeerde conclusies kunnen trekken op basis van de beschikbare gegevens.
Aristoteles zou zeggen dat ChatGPT een product is van de menselijke rationaliteit en technologie en dat ChatGPT niet op zichzelf intelligent is, maar dat het in plaats daarvan de intelligentie van degenen die het hebben ontworpen en geprogrammeerd weerspiegelt. De mens is ook niet perfect, dus in die zin zou men dat ook niet mogen verwachten van een taalmodel.
Kunstmatige Intelligentie: het logische gevolg vande digitale evolutie van onze maatschappij
Kunstmatige intelligentie is een natuurlijk gevolg van de digitalisatie van onze maatschappij. Het gebruik van digitale technologieën heeft geleid tot een enorme hoeveelheid data. Omdat die berg data te groot aan het worden is, doen bedrijven en nu ook consumenten meer en meer beroep op AI-systemen om die data te ana- lyseren en beheersbaar te maken. De ‘Big-9’ (Microsoft, Apple, Amazon, Alphabet, Meta, IBM, Tencent, Baidu en Alibaba) hebben gretig van de digitalisering van onze maatschappij gebruik gemaakt om enorme hoeveelheden data te verzamelen en op te slaan (met dank aan geheugenchip bedrijven zoals o.a. Samsung Electronics, Micron en SK Hynix). Hierdoor hebben ze algoritmen en modellen kunnen trainen en ontwikkelen (met dank aan computerchip bedrijven zoals o.a. Nvidia, AMD) om patronen te kunnen herkennen en voorspellingen te doen.
Voor de doorgewinterde technologiebelegger is kunstmatige intelligentie met ander woorden al jarenlang een belangrijk thema in een gediversifieerde technologieportefeuille. Voor de doorbraak van ChatGPT leek kunstmatige intelligentie voor het brede publiek vooral op de achtergrond aanwezig te zijn bij bedrijven en consumenten, en werd AI zelfs weggezet als een fata morgana. De realiteit is dat KI de logische volgende stap is. Zo hebben bedrijven de voorbije 20 jaar de stap voorwaarts gezet richting digitale transformatie. In de eerste 10 jaar van de digitale transformatie was het vooral gericht op efficiënter werken en kostenbesparing. Bijvoorbeeld door de digitalisatie van het boekhouddepartement met software van SAP of Oracle. Later werd de digitalisatie doorgetrokken naar externe relaties, zoals de verkoopafdeling die gebruik ging maken van Cloudsoftware van Salesforce en het klantensupport- en contactcenter dat geautomatiseerde cloud-oplossingen van Zendesk begon te gebruiken om te communiceren via e-mail, telefoon, chatsessies, het web en sociale media. Doorheen heel die digitale transformatie is de hoeveelheid gegenereerde data exponentieel toegenomen en was het een kwestie van tijd vooraleer bedrijven zich genoodzaakt zagen om beroep te doen op computers om die informatie overzichtelijk te houden. Wat ons betreft, is die digitale transformatie verre van afgelopen, zelfs met de integratie van kunstmatige intelligentie. Integendeel, het gebruik van kunstmatige intelligentie zal bedrijven ertoe aan zetten om nog meer digitaal te gaan, nog meer data te genereren en op te slaan, om nieuwe generaties van kunstmatige intelligentie te trainen. Dit is een cyclus die zich de komende jaren, zelfs decennia, zal gaan herhalen. Eén ding is zeker, de zoektocht naar verse data is in volle gang. De jacht op medische en gezondheidsgegevens, juridische documenten, wetenschappelijke onderzoeksgegevens, productiegegevens, agrarische gegevens is open. Zelfs domeinen zoals kunst, muziek en ander creatief werk zijn niet veilig voor de data honger.
Het succes van ChatGPT zorgt er op dit moment voor dat heel wat bedrijven versneld in artificiële intelligentie-toepassing investeren. Het voorbije resultaten- seizoen leek het wel alsof alle bedrijven wat te zeggen hadden over kunstmatige intelligentie. Hieronder vindt u een overzicht van hoe verschillende bedrijven AI gebruiken of erin investeren:
Philipp Schindler, Chief Business Officer van Google, zei: “AI is de afgelopen tien jaar fundamenteel geweest voor onze advertentieactiviteiten”.
Microsoft Corp. CEO Satya Nadella zei dat de zoekmachine Bing, AI toevoegt om zijn klanten de mogelijkheid te bieden een gesprek te voeren met zijn zoekmachine en om gebruikers te helpen bij het opstellen van emails en andere inhoud.
Palo Alto Networks’ CEO Nikesh Arora zei dat het bedrijf AI heeft gebruikt in zijn beveiligingsdiensten om cyberaanvallen te voorkomen en ongeveer voor $30 miljoen producten heeft verkocht die gebruik maken van machine learning om bedreigingen te detecteren.
Op het eerste gezicht lijkt het alsof het enkel om technologiebedrijven gaat, maar niets is minder waar. Ook bedrijven uit andere sectoren maken gretig gebruik van kunstmatige intelligentie:
Medtronic’s CEO Geoffrey Martha gaf aan dat het gebruik van AI in hun producten, artsen helpt om poliepen op te sporen bij colonoscopieën, waardoor het bedrijf in staat was om de omzet van het gastrointestinale bedrijfssegment te doen groeien met 8% à 10%.
Oliver Zipse, de CEO van BMW, gaf aan dat BMW meer gebruik gaat maken van kunst- matige intelligentie om de fabrieken efficiënter te maken, en zo de kost van de gestegen productie complexiteit en arbeid te drukken.
Doehetzelfketen Home Depot had zijn personeel al van smartphones voorzien om de workflow en de klantenservice te verbeteren. Sinds kort maken ze ook gebruik van een machine learning app die de werknemers helpt bij het prioriteren van taken en te weten wanneer de voorraad in de schappen bijna op is.
Caterpillar, een van ‘s werelds grootste fabrikanten van bouw en mijnbouwmachines, “investeert zwaar in AI”, aldus CEO Jim Umpleby. Het bedrijf maakt gebruikt van AI om beter te anticiperen op wanneer een machine kapot kan gaan, zodat het preventief kan waarschuwen om tijdig nieuwe onderdelen te leveren.
CEO Michael Buckley van human resources consultant Robert Half International, die meer dan 30 miljoen kandidaten in zijn database heeft, zei “AI heeft de manier waarop we kandidaten identificeren en selecteren getransformeerd, en het bedrijf bekijkt hoe AI leads kan identificeren voor zijn verkoopprofessionals.”
Zoals u ziet, geven bedrijven aan dat kunstmatige intelligentie kan gebruikt worden om bestaande werklasten goedkoper te maken, toekomstige uitgaven als gevolg van de groeiende data-economie te beheersen en nieuwe inkomstenbronnen aan te boren door efficiëntere commercialisatie en de creatie van nieuwe bedrijfsmodel- len. Als defensieve belegger is het raadzaam om in eerste instantie te focussen op bedrijven die erin slagen om kosten te reduceren, omdat deze bedrijven waarschijnlijk als eerste hogere winstmarges zullen realiseren. Echter, het grootste potentieel ligt bij bedrijven die nieuwe businessmodellen creëren en hiermee nieuwe inkomstenbronnen aanboren. Het is dus belangrijk om als belegger zowel te kijken naar de korte termijn als naar de lange termijnperspectieven van een bedrijf.
Hoe kan je als belegger aan de slag met kunstmatige intelligentie?
Zoals steeds, geldt bij beleggen dat het nooit een goed idee is om al je (paas)eieren in één mand te leggen. Besef, dat artificiële intelligentie slechts één van de 15 exponentiële technologieën is, maar toegegeven ééntje dat momenteel de wind stevig in de zeilen heeft. Je mag geruststellen dat het hoge eindelijk-weer-eens-iets-echt-innoverend-gehalte van AI, het voorbije kwartaal heeft bijgedragen aan een positiever sentiment op de financiële markten ten aanzien van de brede technologiesector. Het adagio, er zijn jaren dat er niets lijkt te gebeuren en weken waarin het lijkt alsof er jaren aan veranderingen plaatsvinden, is hier zeker op zijn plaats.
Volgens het marktonderzoeksbureau IDC bedroegen de totale wereldwijde uitgaven voor AI-gerelateerde producten (hardware en software) en diensten ongeveer 447 miljard dollar in 2022, en voorspelde het dat dit cijfer tegen 2026 zou groeien richting de 900 miljard dollar, wat een samengestelde groei impliceert van 18,6% per jaar. De totale wereldwijde AI-uitgaven kunnen worden opgesplitst in enerzijds AI-centrische uitgaven (toepassingen die niet werken zonder een AI- component) en niet-AI-centrische uitgaven (toepassingen die wel zouden werken zonder een AI-component, maar waarbij AI de toepassingen beter doen werken). De tweede categorie is uiteraard de grootste, maar kent uiteraard ook een lager groei. De uitgaven voor AI-centrische oplossingen worden door IDC geschat op 121,4 miljard dollar in 2022, en zouden tegen 2026 meer dan 300 miljard moeten bedragen, een jaarlijkse groei van circa 27%.
IDC voorziet ook een opsplitsing naar categorie. Hieruit blijkt dat het grootste deel van de uitgaven, 89% aan software wordt uitgegeven, 6% aan diensten en 5% aan hardware. De sterkste groei is terug te vinden in de categorie van AI-centrische software (+29%), en AI-hardware (+39%). Met het recente succes van ChatGPT is het niet ondenkbaar dat de groei in die specifieke AI-centrische segmenten on- getwijfeld sterk zal toenemen. Ook de groei van niet-AI-centrische uitgaven zou een boost moeten kennen. Microsoft kondigde recent aan dat ze in de komende maanden nieuwe AI-functies zullen integreren in Microsoft 365-applicaties zoals Word, PowerPoint, Excel en Outlook.
Binnen het AI-thema zou je gemakkelijkheidshalve kunnen kiezen voor enkele vlam-in-de-pan-aandelen, zoals C3.AI, BigBear.AI, Soundhound AI, of Buzzfeed. Weet dan dat deze bedrijven, ondanks de steile omzetgroei die ze realiseren, nog gedurende meerdere jaren sterk verlieslatend zullen zijn en geld verslinden. In zekere zin bespeel je niet enkel het ontluikend AI-thema via deze bedrijven maar ook het al dan niet operationele succces van deze relatief jonge bedrijven. Bovendien, zijn deze nog volop bezig met het uitbouwen van hun competitief voordeel en hebben ze af te rekenen met stevige concurrentie.
Het voordeel van een structureel groeiverhaal is dat je het thema op verschillende manieren kan bespelen, door te beleggen in bedrijven die zich richten op verschillende subcategoriën of in bedrijven die een andere plaats in de toeleveringsketen in nemen. Op die manier kan je als technologiebelegger de blootstelling aan een technologiethema spreiden en de verschillende groeimogelijkheden doorheen de verschillende fases van maturiteit najagen. Uit de voorgaande tabellen blijkt dat het AI-hardware segment momenteel het hardste groeit. Logisch, aangezien AI nood heeft aan een krachtige rekenkracht-infrastructuur om modellen te trainen en de ondertussen miljoenen gebruikers van antwoorden te voorzien. Bovendien voert het taalmodel een groot aantal input/output-bewerkingen uit tijdens het beantwoordingsproces, zoals het lezen of schrijven van gegevens naar opslagapparaten en het uitwisselen van informatie tussen apparaten via een communicatienetwerk. Hiervoor maken de meeste AI-modellen gebruik van het Cloud aanbod van Microsoft, Amazon, Google en andere, die op hun beurt hardware moet kopen om hun datacenters te laten draaien. Hardware zoals de GPUs van Nvidia, de netwerkinfrastructuur van Arista Networks, of de hoge snelheidsbreedband geheugenchips van Micron Technology. Deze hardware oplossingen zijn erop gericht om de complexe AI-processen te ondersteunen en te versnellen, en krijgen momenteel veel aandacht in de financiële markt. Leveranciers van producten die een hoge snelheid/betrouwbare elektro-optische connectiviteit mogelijk maken, zijn minstens een even belangrijke bouwsteen voor de cloudspelers die AI implementeren. Het Amerikaanse Marvell is zo’n een leverancier. Dit bedrijf beschikt over een brede IP-portefeuille en producten gericht op de zakelijke, cloud-, telecom-, auto- en industriële markt. Kortom, goudzoekers moesten ten tijde van de goudkoorts ook eerst een pikhouweel en een schop aankopen. In 2de orde zouden ook hardwarebedrijven, die de captatie en communicatie van data faciliteren, moeten profiteren van een toenemende vraag. In dit geval gaat het dan om hardware die toepassingen zoals voorspellend onderhoud, IoT- producten, slimme gebouwen, het traceren van goederen, het tellen van mensen en meer mogelijk maken. Dit kan onder meer gebeuren met behulp van technologieën zoals Bluetooth, RFID-tags, GPS-apparaten en sensoren. Het in Trondheim geves- tigde Nordic Semiconductor is een voorbeeld van een bedrijf dat hiermee bezig is.
Softwarebedrijven die als eerst hun voordeel zullen doen met de versnelde adoptie van artificiële intelligentie, zijn, zoals reeds vermeld, de bestaande tech-giganten. Ze beschikken over de nodige infrastructuur, wat voor kleinere AI-bedrijven niet evident is. Bovendien beschikken ze ook over een enorm klantenbestand, waaraan ze nieuwe AI-toepassingen kunnen verkopen in combinatie met hun bestaande producten en diensten. Ook beschikken ze over enorme hoeveelheden data, die kunnen gebruikt worden om bestaande modellen verder te verfijnen en complementeren. Deze giganten zijn bijgevolg evidente begunstigden, maar verder zullen ook bedrijven zoals onder andere Salesforce, Adobe, ServiceNow gretig gebruik- maken van AI om hun productenaanbod verder uit te breiden. In deze categorie horen ook zeker en vast cybersecurity bedrijven thuis, zoals Palo Alto Networks of Fortinet. Enerzijds doordat kunstmatige intelligentie voor meer cybergevaren zal zorgen en bedrijven meer (data) te beschermen zullen hebben, en anderzijds omdat deze platform-bedrijven handig gebruik maken van de nieuwe mogelijk- heden van AI.
Voorts denken we dat een aantal bedrijven die digitale diensten aanbieden, baat hebben bij de toepassing van artificiele intelligentie. Een goed voorbeeld hiervan is The Trade Desk. Het bedrijf is gespecialiseerd in datagedreven digitale reclame.
Ze helpen adverteerders hun advertentiecampagnes te beheren op verschillen- de platforms zoals display, smartphones, video, sociale media en meer. Hiervoor hebben ze een voorspellende algoritmische tool ontwikkeld dat adverteerders helpt gestuurde beslissingen te nemen zonder in te boeten aan controle of transparantie. Het systeem, gebruikmakend van artificiële intelligentie, doet aanbevelingen voor campagneoptimalisaties op basis van een meer verfijnde analyse van datasets. Een ander voorbeeld in deze categorie is Unity Software. Het bedrijft biedt een software-platform aan voor het creëren en exploiteren van interactieve, real-time 3D/gaming content. Het platform maakt gebruik van AI om onder andere realistische graphics en animaties te genereren voor games en andere toepassingen, alsook om games toegankelijker te maken voor een breder publiek via tekst-naar-spraak vertalingen.
Met een iets verdere horizon zullen ook meer en meer hardwarebouwers AI inbouwen in hun producten. Zo werkt Intuitive Surgical, ontwikkelaar en producent van robotische producten voor chirurgische ingrepen, momenteel samen met meer dan 200 gerenommeerde chirurgen om data en inzichten te verzamelen, die ver- volgens kunnen ingebouwd worden in de Intuititive tools om chirurgen realtime te helpen met aanvullende informatie gebruikmakend van kunstmatige intelligentie. Een ander voorbeeld is de Japanse producent van industriële automatiserings- en robotica-producten Yaskawa. Dat heeft kunstmatige intelligentie (AI) in zijn producten verwerkt, met name in zijn robotica, om de doeltreffendheid en efficiëntie ervan te verbeteren. Een voorbeeld hiervan zijn hun MotoMini robots, die op AI gebaseerde machine learning mogelijkheden hebben om zich snel en gemakkelijk aan te passen aan nieuwe taken. In dezelfde lijn zien we de zeer recente instap van Samsung Electronics in Rainbow Robotics als een manier om hun capaciteit op het gebied van AI en humanoïde robots te vergroten. Tesla hoort ook in dit rijtje van bedrijven thuis. De elektrische autobouwer is ook één van de toonaangevende bedrijven als het gaat om de implementatie van AI in haar elektrische auto’s, en de recent aangekondigde humanoïde robot Optimus. Echter, het Tesla-aandeel is zo sterk gedreven door het al dan niet realiseren van het EV-potentieel, dat het niet het beste aandeel is om het AI-thema te bespelen.
Naast OpenAI zijn er een aantal zeer interessante niet-beursgenoteerde, internationale bedrijven die nuttig zijn om op te volgen, om een goede notie te hebben van wat er aan het front van de AI-innovatie gebeurt: 1/ Hugging Face, een community en data platform die AI-ontwikkelaars voorziet van tools om modellen te bouwen, trainen en ontwikkelen; 2/ Anthropic, een scale-up met eenzelfde profiel als OpenAI; 3/ OctoML, bevindt zich in hetzelfde speelveld als Hugging Face en 4/ Snorkel. AI, dat zich focust op verzamelen, labellen, verwerken en modelleren van data. Of ook big data georiënteerde bedrijven zoals DataBrick en DataRobot. Verder zijn er ook een aantal spelers die zich minder richten op de AI-onderbouw, maar een heel gerichte oplossing hebben voor bv. marketing met Persado en Mutiny, software development met Replit en Warp, of 3D en simulatie-oplossingen zoals Leia en Soulmachines.
Als afsluiter ook nog dit: het succes van AI is positief voor andere baanbrekende exponentiële technologieën, zoals bijvoorbeeld autonome mobiliteit, kwantum computing, precisietherapie of supergeleiders, omdat het aantoont dat investeren in lange termijn technologische uitdagingen lonend kan zijn voor bedrijven. Voorlopig zijn deze exponentiële ‘exponentiële technologieën’ nog geen spek voor de aandelenbelegger, want laat ons duidelijk zijn, het is niet al goud dat blinkt. Echter, als beheerder van een technologiefonds kunnen we enkel maar gelukkig zijn met het podium dat AI momenteel opeist.
Siddy Jobe