Na een initiële microdegree AI dook ik afgelopen academiejaar aan HOWEST University of Applied Sciences opnieuw dieper in algoritmes, optimalisatiemethoden en de allernieuwste AI-toepassingen, aangevuld met gastlessen van ML6 en IBM-consultants.
Artificiële intelligentie is een domein dat zo razendsnel evolueert dat bijleren geen optie, maar een voorwaarde is. De keuze om mij volledig op AI te “smijten” blijkt elke dag bevestigd te worden. Theoretische kennis is uiteraard een basisvereiste, maar de meest waardevolle kennisopbouw ontstaat wanneer die kennis getoetst kan worden aan concrete praktische use-cases, wanneer er ruimte is om te experimenteren, fouten te maken en bij te sturen. Het leverde al inspirerende inzichten op rond onder meer GenAI, computer vision, time-series forecasting en recommender systems, klaar om omgezet te worden in meetbare businessimpact.
Daar bevindt zich nog een hele andere uitdaging. De stap van idee naar impact vraagt méér dan alleen AI-expertise: business requirements, haalbaarheidsstudies, datakwaliteit, governance- en compliance kaders, infrastructuur, technische integraties in bestaande processen, change management en budgetten bepalen of een AI-initiatief ook werkelijk rendeert. Ervaring aan zowel strategische als technische zijde, opgedaan in diverse projecten, helpt om die puzzelstukken snel en goed op hun plaats te leggen, zonder het grotere plaatje uit het oog te verliezen.
Een complexe opgave, maar het geeft enkel meer goesting om verder te bouwen aan die kennis en ervaring, om te verkennen waar artificiële intelligentie vandaag reeds het verschil kan maken, en waar we morgen het schijnbaar onmogelijke mogelijk maken.
