Michalis A. Michael (foto) is CEO van DMR, een pionierend techbedrijf gespecialiseerd in AI-gedreven cx, insights en analytics. Hij begrijpt de angst voor kunstmatige intelligentie maar zegt ook dat de ene AI de andere niet is.
Als CEO van het Londense DMR werkt Michalis A. Michael al jaren met kunstmatige intelligentie. Een van DMR’s diensten is listening247, een competitieve intelligentie-tool waarmee merken en organisaties kunnen ‘horen’ wat er online over hen gezegd wordt. Nu AI breed geadopteerd wordt, ziet Michael veel kansen maar ook veel misverstanden.
Gaat AI, en dan met name ChatGPT, jullie diensten ondersteunen of juist met je concurreren?
‘Wij werken met een team van datawetenschappers aan een zeer gedetailleerde gap-analyse van wat wij zelf produceren en wat ChatGPT kan leveren. De vraag is of het ook miljoenen documenten kan labelen, zoals wij dat in seconden doen. En of het ruim 80 procent nauwkeurigheid in elke taal zal hebben, net als wij. Dat weten we nu nog niet. ChatGPT is vooral gecreëerd om taal te genereren. En het is generalistisch. Als onze klant Heineken is en het onderwerp ‘bier’, dan trainen we een model om het sentiment voor bier in het Nederlands te begrijpen. Dat is dan voor 80 á 90 procent nauwkeurig.’
Waarom zijn jullie daar nauwkeuriger in?
‘Onze benadering is die van begeleide machine-learning. We betalen vijf studenten om 5000 tot 20.000 posts over bier in het Nederlands te lezen. Zij moeten over gezond verstand en een goed beoordelingsvermogen beschikken. Zij zullen sentimenten in posts verschillend interpreteren, want er is tenslotte vaak sprake van dubbelzinnigheid. Het hangt allemaal af van de trainingsdata. Hierbij draait het niet om algoritmen maar om mensen.’
Toch zegt ruim een derde van de marktonderzoekers in een recente studie van SurveyMonkey dat data-analytics en datavisualisatie volledig door AI wordt overgenomen.
‘In marktonderzoek zie ik dat nog niet zo. Sommige onderzoeksmanagers gebruiken SPSS om de resultaten van enquêtes te verwerken en tabellen voor powerpoints te maken. Bij het meten van de ongevraagde meningen van consumenten, moet je soms wel 10 miljoen posts verwerken. Als je de technologie hebt om dat te labelen en de kruisverbanden te identificeren, dan kun je de gegevens gebruiken voor powerpoints of om dashboards van input te voorzien. Maar je hebt altijd mensen nodig om de inzichten te ontdekken. De machine doet dat niet. Althans, niet met beperkte AI. Met sterke AI kan dit wel degelijk werkelijkheid worden.’
Sommige klanten overwegen misschien nu al voor de ChatGPT-optie te gaan. Die levert wellicht mindere gegevenskwaliteit maar is snel en goedkoop, of zelfs gratis.
‘Gratis is het niet. Er hangt wel degelijk een prijskaartje aan, alleen is dat heel vaag. Wie weet wat het betekent als GPT-4 zes cent per 1000 prompttokens rekent? Wat is een token? Het kan een woord zijn, een document, een bericht… Je zal vast minder betalen voor een lagere nauwkeurigheid. Daar
hebben we als branche al zo’n tien jaar mee te maken. Maar die duizenden social media-monitoringtools zijn geen marktonderzoekers. Er zitten PR-mensen achter, die zijn er niet om vraagtekens te plaatsen bij datakwaliteit. Alleen daarom is er al een verschil in nauwkeurigheid. Als ChatGPT 60 of 70 procent nauwkeurigheid levert, maak ik me geen zorgen. Wel als het 80 á 85 procent nauwkeurigheid in élke taal gaat bieden. Dan moeten we razendsnel iets anders of beters gaan creëren.’
Over Michalis A. Michael
Michalis is de CEO van DMR (tot 2021 DigitalMR), een in Londen gevestigd techbedrijf dat kunstmatige intelligentie ontwikkelt voor ongestructureerde data-integratie en analytics. Michalis werkt sinds 1991 in het marketingonderzoek en was onder meer Synovate’s directeur voor Centraal- Europe & Rusland.
Dit artikel verscheen eerder in de nieuwsbrief van D&IN