De Grafische Interface Doorbreken met Large Language Models

Een nieuw paradigma voor het bouwen van producten en diensten.

Tien jaar geleden, terwijl ik me verdwaalde in de wereld van Iron Man, raakte ik gefascineerd door Jarvis, de virtuele assistent van Tony Stark die taken afhandelde alsof hij een supermens met een diploma in multitasken was.

Nu halverwege 2024 lijkt fictie onze dagelijkse realiteit te zijn geworden. Hoewel we nog ver verwijderd zijn van een Jarvis die ons koffie zet, hebben technologische vooruitgangen ons dichter bij een wereld gebracht waarin een gesprek met virtuele agenten onderdeel van onze dagelijkse routine is. Deze begrijpen niet alleen wat we vragen, maar handelen ook op eenvoudige stemcommando's.

Denk erover na: hoe zou het zijn om thuis een Jarvis te hebben? Zoiets als zeggen: "Hé, bestel wat empanadas op Rappi," en klaar, zonder een knop aan te raken. We gaan richting een toekomst waarin chatten met technologie net zo eenvoudig en natuurlijk zal zijn als het vragen van een gunst aan een vriend... of, zoals bij ons thuis, waarbij ik als Jarvis voor mijn vrouw fungeer (ja, zelfs superhelden hebben hun huishoudelijke taken).

In dit artikel verdiepen we ons in hoe Large Language Models (LLMs) grafische interfaces heruitvinden, waardoor interactie met machines net zo alledaags wordt als je moeder om advies vragen of je vader een grap vertellen. En niet alleen dat, we zullen zien hoe ze radicaal de productontwikkeling veranderen, waardoor we onze strategieën en benaderingen opnieuw moeten overdenken.

Wat is een LLM en hoe werkt het? De magie achter ChatGPT.

Velen van jullie hebben waarschijnlijk al een ontmoeting gehad met ChatGPT. Misschien hebben jullie het gevraagd naar oma's recept of hoe je die vervelende fout in Excel oplost. Achter die mogelijkheid om bijna alles te beantwoorden schuilt een Large Language Model, of LLM voor de Engelse afkorting.

Wat precies is een LLM en hoe bereikt het die prestaties die ons soms sprakeloos laten? Stel je een gigantische bibliotheek voor waar, in plaats van planken met boeken, we digitale data hebben. Een LLM is als een zeer ijverige bibliothecaris die al die boeken heeft 'gelezen' (of beter, miljoenen woorden op het internet heeft geanalyseerd), en niet alleen dat maar heeft geleerd te begrijpen hoe we taal in verschillende contexten gebruiken.

Wanneer je ChatGPT een vraag stelt, zoekt deze digitale bibliothecaris door alles wat hij heeft geleerd om je het best mogelijke antwoord te geven. Het creëert nieuwe reacties op basis van die enorme verzamelde kennis. Het is alsof je praat met de meest geïnformeerde persoon ter wereld, maar via je computer of telefoon.

Handelingsvermogen van LLM's en de impact op grafische interfaces.

Bij het verkennen van de wereld van LLM's komen we een sleutelterm tegen: 'handelingsvermogen'. Naast het simpelweg beantwoorden van vragen kunnen deze modellen acties uitvoeren op basis van de opdrachten die ze ontvangen. Dit revolutioneert onze grafische interfaces, waardoor ze van het scherm naar alledaagse conversatie verplaatst worden.

Laten we een praktisch en zeer actueel voorbeeld bekijken: het plannen van een medische afspraak. Voorheen hield dit een reeks stappen in: het vinden van het kantoornummer, bellen (en vaak in de wacht staan), spreken met een persoon, en uiteindelijk afspreken op een tijd. Maar met LLM's kan dit aanzienlijk vereenvoudigd worden. Stel je voor dat je een direct bericht stuurt via WhatsApp of Instagram naar een intelligente virtuele assistent: "Ik heb een afspraak nodig bij mijn huisarts voor dinsdagmiddag." De LLM, die als tussenpersoon optreedt, verwerkt je verzoek, controleert beschikbaarheid en bevestigt de afspraak, allemaal binnen hetzelfde berichtennetwerk dat we dagelijks gebruiken.

Deze aanpak heeft verschillende voordelen. Ten eerste vermindert het wrijving voor de gebruiker: er is geen behoefte aan het installeren van nieuwe apps of het leren van ingewikkelde interfaces. De communicatie vindt plaats via platforms die al bekend en veelgebruikt zijn. Ten tweede wordt de efficiëntie verhoogd: de LLM behandelt verzoeken snel en nauwkeurig, waardoor tijd vrijkomt voor complexere taken. En ten derde wordt de toegankelijkheid vergroot: mensen van alle leeftijden en technologische niveaus kunnen gemakkelijk met deze technologieën communiceren.

We zien hoe LLM's de interactie met technologie transformeren, van complexe grafische interfaces naar natuurlijke gesprekken op platforms die al geïntegreerd zijn in ons dagelijks leven. De handelingsbevoegdheid van deze modellen herdefinieert de manier waarop we alles doen, van de eenvoudigste taken, zoals het versturen van een bericht, tot de meest essentiële taken, zoals voor onze gezondheid zorgen.

Naast deze gemakken stelt deze vooruitgang een uitdaging voor productontwerpers en ontwikkelaars: na te denken over oplossingen die menselijker en nauwer aansluiten bij gesprek zijn. Het gaat niet langer alleen om aanraakschermen of dropdown-menu's; nu ligt de uitdaging in het creëren van ervaringen die aanvoelen als het praten met een oude vriend.

Praktische toepassingen en use cases: T-Bit en de wereld van chartervluchten.

In de zakenwereld openen Large Language Models een scala aan mogelijkheden. Een voorbeeld hiervan is wat we doen bij ons bedrijf, T-Bit (www.t-bit.io). We zijn gespecialiseerd in het creëren van innovatieve oplossingen met behulp van LLM's, en een van onze meest opmerkelijke successen is met onze klant Pikzit (www.pikzit.com), een bedrijf dat een alternatief biedt voor het delen van chartervluchten.

Pikzit stond voor een veelvoorkomend probleem in de luchtvaartindustrie: de behoefte klanten te informeren over de details van chartervluchten, die vaak verkeerd begrepen of onbekend zijn bij het grote publiek. Veelgestelde vragen omvatten zorgen zoals "Wat is precies een chartervlucht?", "Is het duurder dan een commerciële vlucht?", en "Hoe kan ik er een boeken?".

Om dit aan te pakken hebben we bij T-Bit een op LLM gebaseerd bot getraind met deze veelgestelde vragen. Het resultaat was een virtuele assistent die soepel en natuurlijk met de klanten van Pikzit kon communiceren. Via een eenvoudige en vriendelijke conversatie biedt de bot duidelijke en nauwkeurige antwoorden op gebruikersvragen, verbetert de klantervaring en optimaliseert het serviceproces. Deze oplossing verhoogde niet alleen de klanttevredenheid maar verlichtte ook de werklast van Pikzit's klantenserviceteam, waardoor zij zich konden richten op complexere en meer gepersonaliseerde taken.

Deze Pikzit-case laat zien hoe LLM's praktisch en effectief in de bedrijfswereld kunnen worden toegepast. Het is niet alleen een hulpmiddel om vragen te beantwoorden, maar een allesomvattende oplossing die de klantervaring verbetert en de interne bedrijfsprocessen optimaliseert. Bij T-Bit zetten we ons in om deze grenzen te verkennen en uit te breiden, kunstmatige intelligentie en LLM's naar nieuwe hoogten te brengen in de zakenwereld.

Het sluiten van de cirkel: Van cinema naar realiteit.

Reflecterend op dit alles keren we terug naar het beeld van Jarvis in Iron Man. Wat ooit een cinemale droom was, krijgt nu vorm in onze realiteit, met een authentiek Latijns-Amerikaans tintje. We leven in een tijdperk waarin technologie ons niet alleen helpt, maar ook begrijpt en anticipeert op onze behoeften, zelfs als het nog moet leren hoe het koffie moet zetten.

Een uitnodiging tot bedrijfsverandering in Latijns-Amerika.

Maar wat betekent dit alles voor ons in Latijns-Amerika? Het antwoord is simpel en opwindend: kansen. Zowel gevestigde bedrijven als opkomende startups krijgen de kans om processen te automatiseren, middelen te optimaliseren en vooral te innoveren.

Bij T-Bit helpen we bedrijven bijvoorbeeld hun eerste stappen te zetten in deze nieuwe wereld zonder initiële kosten. We bieden LLM-gebaseerde klantenservice-chatbots die bedrijven in staat stellen om hun interacties te automatiseren zonder voorafgaande investering. Productiegebruik is gebaseerd op verbruik, wat betekent dat de kosten in lijn zijn met de groei en schaal van het bedrijf.

Deze toegankelijkheid is cruciaal. Het stelt zakelijke teams in staat om meer tijd te besteden aan het bedenken hoe ze hun bedrijf kunnen verbeteren, in plaats van voortdurend "brandjes te blussen."

Stel je een team voor dat in plaats van uren te besteden aan het beantwoorden van veelgestelde vragen, zich kan richten op het ontwikkelen van nieuwe strategieën, het verkennen van markten, of gewoon genieten van een welverdiende pauze.

Naar de toekomst kijken met optimisme en voorbereiding.

Dus, terwijl ik blijf dromen van de dag dat mijn eigen Jarvis mijn ontbijt voorbereid, nodig ik je uit om na te denken: hoe kunnen LLM's je bedrijf of je dagelijkse leven transformeren? In Latijns-Amerika is de kans om kunstmatige intelligentie in onze bedrijven te integreren geen luxe meer, maar een toegankelijke en veelbelovende realiteit. De vraag is niet langer of we deze technologie moeten adopteren, maar hoe en wanneer we dat zullen doen.

De toekomst is hier, en ze zit vol mogelijkheden. Laten we deze golf van innovatie omarmen en niet alleen onze bedrijven maar ook ons leven transformeren.