OpenAI heeft een nieuw groot taalmodel gelanceerd dat specifiek is getraind op biologische workflows, genaamd GPT-Rosalind. Dit model is niet algemeen, maar gespecialiseerd in één domein, wat een belangrijke verschuiving markeert in de ontwikkeling van AI. Voor ondernemers en professionals betekent dit dat AI-toepassingen steeds meer op maat gemaakt zullen worden voor specifieke vakgebieden, wat kansen biedt voor efficiëntie en innovatie in sectoren zoals zorg, lab-diensten en agrifood.

Wat er aan de hand is

OpenAI heeft GPT-Rosalind aangekondigd, een groot taalmodel dat specifiek is afgestemd op biologie. Volgens het bedrijf is het model getraind op 50 van de meest voorkomende biologische workflows en op het navigeren door grote publieke databases met biologische informatie. Het doel is om twee grote obstakels voor onderzoekers aan te pakken: de overvloed aan gespecialiseerde data en de complexe jargonbarrière tussen verschillende subdisciplines binnen de biologie. Het model kan, volgens OpenAI’s Life Sciences Product Lead Yunyun Wang, biologische pathways suggereren en potentiële medicijndoelen prioriteren. Dit model verschilt van de meer algemene, breed inzetbare wetenschapsmodellen die grote techbedrijven tot nu toe hebben uitgebracht.

Wat dit betekent

De lancering van een domeinspecifiek model als GPT-Rosalind is een teken dat AI zich verder specialiseert. Waar de eerste generatie AI-tools zoals ChatGPT voor iedereen bedoeld waren, zien we nu de opkomst van ‘verticale AI’: modellen die diepgaande kennis hebben van één specifiek vakgebied. Dit heeft directe gevolgen voor Nederlandse MKB’ers. Voor bedrijven in de zorg, diagnostiek, farmaceutische ondersteuning of agrifood-innovatie betekent dit dat er binnenkort AI-tools kunnen komen die hun specifieke taal spreken en hun unieke workflows begrijpen. Het zet de deur open voor automatisering van complexe, kennisintensieve taken die voorheen het exclusieve domein van hoogopgeleide specialisten waren. Voor andere sectoren is dit een signaal dat deze trend van specialisatie zich waarschijnlijk zal voortzetten.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en sector. Het kernidee is dat AI niet langer alleen een algemene chatbot is, maar een gespecialiseerde collega kan worden. Hier zijn enkele manieren waarop je op deze trend kunt anticiperen.

Als je een bedrijf runt in de zorg of levenswetenschappen… kun je gaan nadenken over welke repetitieve, kennisgebonden taken in jouw proces het meeste tijd kosten. Denk aan het screenen van onderzoeksliteratuur, het voorbereiden van protocollen of het analyseren van gestandaardiseerde testresultaten. Een gespecialiseerd model zou deze taken kunnen versnellen. Je zou kunnen beginnen met het documenteren en structureren van je interne kennis en workflows, zodat deze data later gebruikt kunnen worden om een AI-tool te trainen of te finetunen.

Als je een MKB’er bent in de agrifood-sector… waarbij plantenveredeling, microbiologie of voedselveiligheid een rol spelen, dan is gespecialiseerde AI ook relevant. Een model getraind op agrarische data kan helpen bij het voorspellen van gewasopbrengsten, het identificeren van ziektepatronen of het optimaliseren van fermentatieprocessen. Een mogelijkheid is om nu al te onderzoeken welke datasets binnen jouw bedrijf of branche beschikbaar zijn en hoe deze gestandaardiseerd kunnen worden. Dit vormt de basis voor toekomstige, domeingerichte AI-toepassingen.

Als je een adviesbureau of dienstverlener bent in een technische niche… zoals bouw, chemie of techniek, dan is de les dat AI ook voor jouw vakjargon en methodieken kan worden getraind. Overweeg om de komende tijd te monitoren of er vanuit techbedrijven of startups soortgelijke ‘verticale’ modellen voor jouw vakgebied worden aangekondigd. Je zou kunnen nadenken over welke vraagstukken van klanten het meest geschikt zijn voor automatisering met een gespecialiseerde kennisassistent.

De trend is duidelijk: AI wordt minder een algemeen gereedschap en meer een set van gespecialiseerde sleutels voor specifieke sloten. Door nu na te denken over je eigen kenniswerkflows en data, positioneer je je bedrijf om hier in de toekomst van te kunnen profiteren.

Bron: Arstechnica