Van interneAI-experimenten naar businesswaarde voor klanten

 Wil je geïnspireerd worden door echteAI-praktijkvoorbeelden? Lees dan vooral door. Bij Flowerbed Engineeringgebruiken we AI-toepassingen op ons interne dataplatform om dagelijksewerkzaamheden slimmer, sneller en nog veiliger te maken. En wat we ontdekken,kan ook direct jouw business versterken. Daarom deze drie voorbeelden:

1: Managed Services slimmer en efficiënter maken

Binnen onze Managed Services-afdeling bestaan veelwerkzaamheden uit terugkerende analyses, zoals het beoordelen vansecurity-issues bij klanten. Denk aan actuele phishingrisico’s,compliancevraagstukken of het herkennen van patronen in security-events. Omklanten de gewenste inzichten te bieden, moeten hiervoor grote hoeveelhedendata worden geanalyseerd en vertaald naar heldere inzichten. Tot voor kort wasdit een tijdrovend en grotendeels handmatig proces.

 Door AI in deze werkzaamheden te integreren, worden metname de repetitieve en handmatige stappen geautomatiseerd. Denk aan hetverzamelen, structureren en  een eersteduiding van data. Hierdoor ontstaat sneller een eerste analyse, terwijl deinhoudelijke beoordeling en besluitvorming bij onze specialisten blijft liggen.AI fungeert hier dus niet als vervanging, maar als versneller en ondersteunervan het proces.

2: Generative AI - dashboards die écht iets vertellen

Een tweede voorbeeld is het gebruik van Generative AI indashboards. Generative AI is een technologie die complexe data samenvat en gebruikersbehapbare content kan aanleveren. Zo hebben we in onze dashboards een taalmodelgebruikt die in staat is om razendsnel een samenvatting te geven van een paginaof deel daarvan.

 Belangrijk hierbij is dat deze AI-modellen hun conclusiesbaseren op de onderliggende data en visualisaties die in het dashboard wordengebruikt. Dit principe noemen we explainability: het vermogen van AI ominzichtelijk te maken waarop een conclusie is gebaseerd. Zeker binnen overhedenen andere kritische sectoren, waar transparantie en herleidbaarheid vanbeslissingen essentieel zijn, is dit van belang.

 De gegenereerde samenvattingen worden bovendien nietklakkeloos overgenomen. Ze worden altijd gelezen en gevalideerd door eenbusiness consultant voordat ze in een eindrapportage belanden. Op die manierblijft de mens nadrukkelijk onderdeel van het proces. AI helpt in dit geval dusom data binnen dashboards, maar bijvoorbeeld ook op websites of andereplatformen, nog sneller te interpreteren. Kortom, waar een klant, medewerker ofbusiness consultant vroeger informatie handmatig moest lezen, filteren en samenvatten,kan AI dit nu realtime en gestandaardiseerd doen. Daardoor is informatie directbeschikbaar en duidelijk en zijn beslissingen sneller te nemen.

3: Up-to-date blijven in constant veranderendeomgevingen

Dit laatste voorbeeld heeft te maken met iets wat velenzullen herkennen: kun je alle technologische ontwikkelingen nog wel bijhouden? Ookwij kennen deze uitdaging. Dataplatformen zoals MicrosoftFabric ontwikkelen zich in hoog tempo. Nieuwe features, updates enaanpassingen volgen elkaar steeds sneller op. Voor klanten, maar ook voor onzeeigen ICT-consultants, wordt het daarmee steeds lastiger om actueel te blijven.Gelukkig is er veel informatie van partners zoals Microsoft vindbaar. Echterkun je niet alles lezen van de tsunami aan informatie die dagelijks op jeafkomt.

 Daarom hebben we AI ingezet om informatie vanleveranciers, bijvoorbeeld Microsoft-blogs en technische documentatie,automatisch te laten analyseren en terug te brengen tot de kern. Wat is erveranderd? Wat is relevant voor deze context? En wat vraagt nu actie? zijnvragen waarop ze kunnen checken. Door AI een duidelijke rol en specialisme meete geven, bijvoorbeeld: jij bent een business consultant met expertise X, jetaak is Y en Z, en gebruik voor je analyse bron A en B, voorkomen we generiekeantwoorden en borgen we de juiste businesscontext.

 In de praktijk betekent dit dat ieder specialisme zijneigen AI-assistent kan hebben, afgestemd op dagelijkse werkzaamheden. In plaatsvan uren lezen, ontstaat er in korte tijd een helder antwoord op precies dievragen die ertoe doen. Zo helpt AI niet alleen om beter geïnformeerd te zijn,maar vooral om sneller te bepalen wat je wel en niet hoeft te bekijken. Handigtoch? Volgens ons kun je het onderwerp ‘het allemaal kunnen bijhouden’ vantoepassing laten zijn op vele afdelingen en functies.

De krachtige mix van AI, mens en data

Deze drie voorbeelden laten zien dat AI meer doet danprocessen versnellen. Het helpt ook om te bepalen waar je aandacht aan moetbesteden, maakt data inzichtelijker en processen meer schaalbaar, en het zorgtervoor dat informatie voor iedereen toegankelijk wordt. Tegelijkertijd blijftde mens een cruciale rol spelen: in interpretatie, validatie en besluitvorming.Juist die combinatie van AI, mens en data maakt het verschil.

Samen de businesswaarde van AI ontdekken

Welke data zou jij sneller willen begrijpen? Welke vanjouw processen kunnen slimmer met AI? Wat voor werkzaamheden zou je eigenlijkniet meer dagelijks willen doen? We delen graag onze praktijkervaringen, inclusiefslimme prompts die zorgen voor de beste resultaten. Allemaal met als doel omvanuit experimenten van elkaar te leren en gezamenlijk businesswaarde teontdekken en in te zetten.

Een verkennend gesprek start hier.