top of page

De rol van AI in kennisdeling binnen decentrale organisaties gericht op duurzame transities


Kunstmatige intelligentie (AI) heeft zich ontwikkeld tot een krachtig hulpmiddel dat taken kan uitvoeren die normaal gesproken menselijke intelligentie vereisen. ChatGPT, een geavanceerd AI-taalmodel ontwikkeld door OpenAI, is een voorbeeld van een AI toepassing welke communicatieprocessen kan versterken door het genereren van mensachtige tekst en het begrijpen van natuurlijke taal.




De razendsnelle evolutie van kunstmatige intelligentie (AI) kan leiden tot revolutionaire ontwikkelingen in duurzame transities. Dit wordt bijvoorbeeld zichtbaar bij Environment Resources Management (ERM), het grootste duurzaamheidsadviesbureau ter wereld. Zij zetten Lucy AI in op alle wereldwijde locaties. Lucy AI faciliteert kennisdeling binnen de organisatie, bijvoorbeeld door inzichten uit verschillende tools en bronnen voor medewerkers wereldwijd toegankelijker te maken. De Global Business Process Manager Brand & Sales bij ERM benadrukt dat hun mensen hun grootste troef zijn en dat Lucy de cultuur van kennisdeling binnen ERM versterkt.


Achtergrond

Duurzaamheid en innovatie zijn tegenwoordig niet meer weg te denken uit het bedrijfsleven en de samenleving. Dit is een observatie uit mijn eigen praktijkervaring bij Sweco. Ook decentrale organisaties worden geconfronteerd met de uitdaging om kennis efficiënt te delen om hun doelstellingen te bereiken. In dit kader kunnen kunstmatige intelligentie (AI) en ChatGPT een belangrijke rol innemen. Ze hebben de potentie om communicatie en samenwerking tussen verschillende afdelingen en niveaus aanzienlijk te verbeteren. ERM is hier een treffend voorbeeld van. Persoonlijk zie ik aanzienlijke potentie van deze technologieën voor het verbeteren van kennisdeling in organisaties. Dit artikel gaat in op de rol van AI en ChatGPT bij het faciliteren van kennisdeling binnen dergelijke decentrale organisaties gericht op duurzame transities. Bovendien onderzoeken we hoe deze technologieën de overgang naar een duurzamere economie kunnen versnellen.


Decentralisatie en duurzaamheid

Decentrale organisaties worden gekenmerkt door een gedistribueerde besluitvormingsbevoegdheid over verschillende autonome eenheden of afdelingen binnen een organisatie en hebben een flexibele en wendare structuur, in plaats van gecentraliseerd op één centrale locatie of managementniveau. Decentralisatie kan leiden tot een grotere betrokkenheid en een snellere respons op veranderende omstandigheden. Maar deze decentrale structuur brengt uitdagingen met zich mee, zoals het waarborgen van effectieve kennisdeling en het overbruggen van communicatiekloven tussen verschillende afdelingen, niveaus en locaties . Daarbij kan hetook voor meer complexiteit en afstemmingsproblemen zorgen. Zeker bij het nastreven van doelstellingen rondom de duurzame transities, die vaak een brede en holistische aanpak vereisen. Een andere uitdaging zit met name op het gebied van kennisdeling. Dit is van essentieel belang voor het succes van decentrale organisaties, omdat het de basis vormt voor innovatie. In een wereld waar kennis zich razendsnel ontwikkelt en verandert, is het belangrijker dan ooit om te anticiperen op de snel veranderende maatschappij. Dit is echter geen eenvoudige taak. Decentrale organisaties hebben vaak te maken met versnippering van informatie, vertraging in besluitvorming en verminderde innovatiekracht op organisatiebreed niveau. Het is in deze context dat kunstmatige intelligentie (AI) en ChatGPT als potentiële oplossingen naar voren komen. Het is daarom van belang om de specifieke mogelijkheden van AI en ChatGPT in de context van decentrale organisaties gericht op duurzame transities te verkennen.


De potentiële impact van AI en ChatGPT op decentrale organisaties


AI en ChatGPT kunnen helpen bij het analyseren en organiseren van grote hoeveelheden informatie, waardoor de bruikbaarheid van kennis wordt verbeterd. Dit kan leiden tot een effectiever kennismanagement en het sneller vinden van de juiste experts binnen de organisatie . Denk bijvoorbeeld aan het inzetten van AI-gestuurde algoritmen die grote hoeveelheden data analyseren en structureren, of ChatGPT-chatbots die medewerkers kunnen helpen bij het vinden van specifieke informatie en het beantwoorden van vragen. Stel je voor dat je werkt aan de energietransitie, maar je vraagstuk overlapt met de circulaire economie, met integratie van AI en ChatGPT is de relevante informatie of de juiste expert slechts met één klik verwijderd. Dit is een van de redenen dat ERM Lucy AI gebruikt.


AI en ChatGPT kunnen ook de communicatie en samenwerking tussen verschillende afdelingen, niveaus en locaties aanzienlijk verbeteren. AI technologieën zijn in staat om complexe informatie te vertalen naar toegankelijke content. Dit maakt het eenvoudiger om kennis te delen en kan (internationale) samenwerking bevorderen. Een voorbeeld hiervan is de inzet van AI voor het analyseren van communicatiepatronen en het identificeren van knelpunten, terwijl ChatGPT kan worden gebruikt om documenten automatisch te vertalen en samenvattingen te genereren om informatie toegankelijker te maken. Technische rapporten over nieuwe duurzame technieken kunnen met ChatGPT vertaald en samengevat worden, waardoor deze kennis snel en efficiënt kan worden gedeeld met alle vestigingen van het bedrijf. Wel moet er rekening gehouden worden met impliciete en expliciete kennis.


Innovatie en probleemoplossing vormen een ander belangrijk aspect waar AI en ChatGPT aan kunnen bijdragen. AI kan worden ingezet om nieuwe ideeën te genereren en trends en patronen te identificeren die anders misschien over het hoofd worden gezien. Dit kan leiden tot nieuwe inzichten en creatieve oplossingen voor duurzaamheidsuitdagingen, zoals het gebruik van AI-algoritmes bij het identificeren van nieuwe, duurzamere materialen of het ontwerpen van energie-efficiënte gebouwen. Aan de andere kant kan ChatGPT het innovatieproces ondersteunen door teams te voorzien van begrijpelijke informatie, wat kan leiden tot een betere probleemoplossing.


AI en ChatGPT kunnen eveneens worden ingezet om de besluitvorming en strategieontwikkeling binnen decentrale organisaties te ondersteunen. AI kan, door het gebruik van machine learning en geavanceerde data-analyse, helpen bij het identificeren van optimale keuzes en het voorspellen van de gevolgen van verschillende beslissingen. ChatGPT kan bijdragen aan het verbeteren van de communicatie rondom besluitvorming, door wederom complexe informatie te vertalen naar begrijpelijke content voor alle betrokkenen. Zo is er een literatuurstudie geweest naar de mogelijkheden van AI, voor het implementeren van de SDG’s in duurzame bedrijfsmodellen. Deze studie benadrukt het belang voor bedrijven om een verband te creëren tussen innovatie en duurzaamheid, en om AI te integreren in hun besluitvormingsprocessen. Om zo effectief bij te dragen aan het behalen van de SDG’s .


Het is echter belangrijk om potentiële uitdagingen en beperkingen in gedachten te houden, zoals bias, privacy- en ethische overwegingen en de noodzaak om deze technologieën op verantwoorde en duurzame wijze te implementeren. Hoewel bepaalde AI-tools overduidelijke beveiligingsfuncties bieden, is het altijd aanbevolen om deze functies grondig te onderzoeken en te verifiëren . Willem Scheepers, AI en HR adviseur, geeft aan dat, wanneer je een AI tool hebt gekozen het raadzaam is om het principe van ‘skin in the game’ toe te passen. Dit betekent dat je van het betreffende bedrijf verwacht dat ze betrokken zijn en verantwoordelijkheid dragen voor de prestaties van de tool.


"Als je bedrijf data gebruikt die voortkomen uit een vervuilende industrie, dan ondersteun je geen duurzame transitie. Als je niet bereid of in staat bent om deze data te compenseren met nieuwe inzichten, blijf je vastzitten aan oude praktijken"

–Willem E.A.J. Scheepers (AI-HR Adviseur)


Het is belangrijk om te onthouden dat AI gebaseerd is op historische data en dit nadelen met zich kan meebrengen. Volgens Scheepers hangt het allemaal samen met de data van de organisatie die in overeenstemming moet zijn met de strategie, missie en visie. Als je bedrijf data gebruikt die voortkomen uit een vervuilende industrie, dan ondersteun je geen duurzame transitie. Als je niet bereid of in staat bent om deze data te compenseren met nieuwe inzichten, blijf je vastzitten in oude praktijken. Organisaties kunnen op de uitdagingen en kansen van AI inspelen door deze doelbewust in te zetten waar het nuttig en relevant is, en het achterwege te laten waar het onnodig of potentieel schadelijk is.


Een andere factor die we onder de aandacht moeten brengen, is het belang van de implementatie en integratie van deze technologieën binnen de organisatie. Zoals het creëren van een cultuur die openstaat voor innovatie en het gebruik van technologische hulpmiddelen, evenals training en ondersteuning voor medewerkers.


Conclusie en toekomst

AI en ChatGPT bevatten veelbelovende mogelijkheden voor het verbeteren van kennisdeling in decentrale organisaties die zich richten op duurzame transities. Deze technologieën kunnen helpen bij het waarborgen van kennisdeling, communicatie, samenwerking, innovatie en strategieontwikkeling. Het toekomstbeeld voor AI en ChatGPT is positief, maar er zijn ook uitdagingen en beperkingen, zoals privacy- en ethische kwesties en verantwoorde implementatie. Toekomstig onderzoek en samenwerking tussen diverse belanghebbenden zijn cruciaal om het volledige potentieel van AI en ChatGPT te benutten en bij te dragen aan een duurzamere wereld. In deze context wordt aangemoedigd om actief betrokken te raken bij het leren en implementeren van deze technologieën. Professionals worden uitgenodigd om zich te verdiepen in deze technologieën via ons aankomende e-learningprogramma.


Download hier het artikel:

Consequi, blog 1 AI en duurzame transities
.pdf
Download PDF • 1.04MB

Literatuur

  • Birzniece, I. (2011). Artificial Intelligence in Knowledge Management: Overview and Trends. Scientific Journal of Riga Technical University. Computer Sciences, 43(1), 5–11.

  • Chitale, C. (2012). Collaborative knowledge sharing strategy to enhance organizational learning. Journal of Management Development, 322.

  • Di Vaio, A., Palladino, R., Hassan, R., & Escobar, O. (2020). Artificial intelligence and business models in the sustainable development goals perspective: A systematic literature review. Journal of Business Research, 121, 283–314.

  • Ellen MacArthur Foundation. (2019). Artificial Intelligence and the Circular Economy as a tool to accelerate the transition.

  • Graaf, G.-J. d. (2009, oktober 1). Centraal of decentraal?

  • Homan, T. (1994). Medezeggenschap in gedecentraliseerde organisaties. pp. 91-97.

  • Huang, C., Zhang, Z., Mao, B., & Yao, X. (2022). An Overview of Artificial Intelligence Ethics. IEEE transactions on artificial intelligence, 1–21.

  • Lucy © (2023, 29 maart). ERM Selects Lucy® to Enhance Corporate Knowledge Sharing Across Its Business.

  • Mansoori, S. A., Salloum, S. A., & Shaalan, K. (2021). The Impact of Artificial Intelligence and Information Technologies on the Efficiency of Knowledge Management at Modern Organizations: A Systematic Review. In Studies in systems, decision and control (pp. 163–182).

  • Nujen, B. B. (2023, januari 3). Knowledge obstacles when transitioning towards circular economy: an industrial intra-organisational perspective.

  • Olan, F., Arakpogun, E. O., Suklan, J., Nakpodia, F., Damij, N., & Jayawickrama, U. (2022). Artificial intelligence and knowledge sharing: Contributing factors to organizational performance. Journal of Business Research, 145, 605–615.

  • Ray, P. P. (2023). ChatGPT: A comprehensive review on background, applications, key challenges, bias, ethics, limitations and future scope. Internet of things and cyber-physical systems.

  • Sanzogni, L., Guzman, G., & Busch, P. (2017). Artificial intelligence and knowledge management: questioning the tacit dimension. Prometheus (St. Lucia), 35(1).

  • Taherdoost, H., & Madanchian, M. (2023). Artificial Intelligence and Knowledge Management: Impacts, Benefits, and Implementation. Computers, 12(4), 72.

  • Xue, C. T. (2017, februari 22). A Literature Review on Knowledge Management in Organizations.

  • Zhang, Z., Song, F., & Song, Z. (2020). Promoting knowledge sharing in the workplace: Punishment v. reward. Chaos Solitons & Fractals, 131, 109518.

www.consequi.nl I info@consequi.nl Floor van Houselt, 2023




コメント


bottom of page