Wat is generatieve AI?
AI bestaat al tientallen jaren. Maar tot voor kort was AI hoofdzakelijk analytisch: het herkende patronen, classificeerde data, detecteerde fraude, deed aanbevelingen.
Generatieve AI doet iets fundamenteel anders: het maakt nieuwe dingen. Tekst die er nog niet was. Afbeeldingen die nooit zijn gefotografeerd. Code die nog niet bestond. Audio die nooit is opgenomen.
Dit is de revolutie die ChatGPT in 2022 zichtbaar maakte voor het grote publiek, maar die al jaren in ontwikkeling was.
De vier domeinen van generatieve AI
Tekstgeneratie LLMs (Large Language Models) als GPT-4o, Claude en Gemini. Schrijven, samenvatten, vertalen, redeneren, antwoorden op vragen. De meest wijdverspreide toepassing.
Beeldgeneratie Midjourney, DALL-E 3, Stable Diffusion. Genereren foto-realistische afbeeldingen, illustraties en ontwerpen op basis van tekstbeschrijvingen.
Audiogeneratie ElevenLabs, Suno, Udio. Genereren menselijke stemmen, muziek en geluidseffecten.
Videogeneratie Sora (OpenAI), Runway, Kling. Genereren video op basis van tekst of afbeeldingen. Nog in vroege stadia voor commercieel gebruik maar razendsnelle vooruitgang.
Codegeneratie GitHub Copilot, Cursor. Genereren werkende code op basis van beschrijvingen of andere code.
Generatieve AI vs. discriminatieve AI
| Aspect | Generatieve AI | Discriminatieve AI |
|---|---|---|
| Doel | Nieuwe content maken | Bestaande content classificeren |
| Output | Tekst, beeld, audio, video, code | Labels, scores, voorspellingen |
| Voorbeelden | ChatGPT, Midjourney, ElevenLabs | Spamfilters, gezichtsherkenning, fraudedetectie |
| Zakelijk gebruik | Content, communicatie, automatisering | Beslissingsondersteuning, risicoanalyse |
Beide zijn waardevol. Veel AI-systemen combineren ze: een fraudedetectiesysteem (discriminatief) dat vervolgens een uitleggende tekst genereert (generatief).
Waarom nu?
Generatieve AI bestaat al langer, maar drie factoren maakten de doorbraak mogelijk:
- Transformers (2017) — de architectuur die taalmodellen dramatisch verbeterde
- Schaling — meer rekenkracht, meer data, grotere modellen
- RLHF — Reinforcement Learning from Human Feedback, waarmee modellen "nuttig en veilig" gedrag leerden
Zakelijke kansen en risico's
Kansen:
- Contentcreatie op schaal
- Kenniswerk versnellen
- Nieuwe producten en diensten
- Personalisatie op individueel niveau
Risico's:
- Hallucinaties — zie [[hallucination]]
- Deepfakes en misbruik voor desinformatie
- Auteursrechtelijke onduidelijkheid (wie bezit gegenereerde content?)
- Kwaliteitscontrole — gegenereerde content vereist menselijk review
De zakelijke conclusie
Generatieve AI is geen hype die overwaait. Het is een fundamentele verschuiving in wat machines kunnen doen. Organisaties die vroeg experimenteren, begrijpen de mogelijkheden én de beperkingen, en bouwen interne kennis op, hebben een structurele voorsprong op latere adopters.
Gerelateerde begrippen
- [[llm]] — de taalvariant van generatieve AI
- [[transformer]] — de architectuur die generatieve AI mogelijk maakte
- [[hallucination]] — het kernrisico van generatieve AI
- [[multimodaal]] — generatieve AI die meerdere media combineert