In een uitgebreid gesprek met Cameron Adams deelt Tey Bannerman — AI-strategisch adviseur en voormalig partner bij McKinsey — een verfrissende en mensgerichte visie op kunstmatige intelligentie. Bannerman, die als veertienjarige al zijn eerste automatiseringstool bouwde voor het bedrijf van zijn vader en later grootschalige AI-transformaties leidde bij McKinsey, stelt dat veel organisaties de verkeerde focus leggen.
Volgens de expert is het niet de geavanceerde technologie die de adoptie van AI afremt, maar het gebrek aan vertrouwen. Systemen en automatiseringen falen op het moment dat ze de menselijke intentie negeren. Bannerman illustreert dit aan de hand van een defecte zoekfunctie in een supermarkt-app: zodra de logica achter het systeem geen rekening houdt met wat een mens werkelijk probeert te bereiken, verdwijnt het nut. De bedrijven die winnen met AI zijn dan ook de organisaties die de mensen die door de technologie worden beïnvloed direct betrekken bij het ontwikkelproces.
Waarom de discipline van programmeren cruciaal blijft
Hoewel grote taalmodellen steeds meer code overnemen en het schrijven van regels software voor veel toepassingen overbodig lijkt te worden, benadrukt Bannerman dat de discipline van het coderen waardevoller is dan ooit.
Coderen leert ontwikkelaars en ontwerpers immers alles over de principes van systeemdenken, logica, oorzaak en gevolg. Het dwingt mensen om te werken binnen kaders en restricties — en juist die beperkingen vormen de brandstof voor echte creativiteit.
“Coderen leert je omgaan met beperkingen, en ik geloof dat beperkingen creativiteit aanwakkeren. Wanneer je leert coderen, kun je het meest briljante idee hebben, maar de code geeft niks om jouw idee. De discipline van coderen leert je systeemdenken, logica en oorzaak-en-gevolg. De mensen die straks floreren in onze nieuwe AI-wereld, zijn precies degenen die die vaardigheden beheersen.”
— Tey Bannerman, AI-Strategisch Adviseur
Het Vier-Modi framework voor AI-interactie
Om structuur te brengen in de manier waarop professionals AI in hun dagelijkse werk inzetten, formuleerde Bannerman zijn zogenaamde Four Modes Framework. Uit zijn analyses bleek dat vrijwel elke taak waarvoor mensen AI-tools gebruiken, valt terug te brengen tot een van deze vier interactievormen:
- Verruimen (Expand): AI inzetten om het denken te verbreden, nieuwe ideeën te verkennen en invalshoeken te genereren.
- Comprimeren (Compress): Grote hoeveelheden informatie samenvatten, kerninzichten destilleren en de essentie bovenhalen.
- Reflecteren (Reflect): AI gebruiken als klankbord om aannames te testen, kritische vragen te stellen en de eigen logica te toetsen.
- Uitvoeren (Execute): Concrete taken, concepten of ontwerpen daadwerkelijk laten opleveren door het systeem.
Zelfs in zijn privéleven past Bannerman dit principe toe: zo gebruikt hij een thuisnetwerk van sensoren, camera's en AI-agenten om de luchtvochtigheid en verzorging van zijn verzameling kamerplanten autonoom te monitoren.
Geen toverstokje: De illusie van de 'LLM-plug-in'
Een van de grootste misvattingen in de huidige markt is de gedachte dat het 'gewoon inpluggen van een LLM' (Large Language Model) alle problemen als sneeuw voor de zon doet verdwijnen. Bannerman waarschuwt voor deze kortzichtigheid: factoren zoals architectuur, snelheid, kosten en de opbouw van stakeholdersrelaties blijven bepalend voor het succes van een digitale oplossing.
Design draait immers niet alleen om het eindresultaat, maar om het volledige proces en de ervaring waarop het gebaseerd is. AI vervangt het ontwerpproces niet, maar stelt scherp op de kwaliteit ervan. Slecht design — dat menselijke behoeften negeert — valt door de mand, terwijl doordacht, mensgericht design sterker wordt dan ooit.
“Slechts een LLM inpluggen is geen magische oplossing — kosten, snelheid en systeemarchitectuur doen er nog steeds toe.”
— Tey Bannerman
