AI in de kmo

Waar AI vandaag bruikbaar werk levert

De sterkste toepassingen zitten in werk met veel tekst en veel herhaling. Een inkomende mail lezen en herkennen of het een bestelling, een klacht of een offerteaanvraag is. Gegevens uit een leveranciersfactuur of een bestelbon halen, ook als de opmaak telkens anders is. Een antwoord voorbereiden op basis van uw eigen prijslijst en voorwaarden. Een lang dossier samenvatten voor een collega die het overneemt. Of medewerkers laten zoeken in interne handleidingen met een gewone vraag. Het gemeenschappelijke kenmerk: een mens deed dit al, het volgt een patroon, en een fout is te herstellen.

Waar u beter voorzichtig blijft

Een taalmodel formuleert vlot, ook wanneer het antwoord fout is. Het kent uw bedrijf niet tenzij u het de juiste gegevens aanreikt, en het rekent niet betrouwbaar uit zichzelf. Laat het dus geen prijzen verzinnen, geen juridische of fiscale uitspraken doen en geen beslissingen nemen met grote gevolgen zonder controle. Bij taken waar één fout een klant of veel geld kost, hoort een mens de laatste stap te zetten. Wees ook realistisch over het resultaat: een toepassing die het meeste werk goed doet en de twijfelgevallen doorschuift naar een medewerker, is waardevoller dan een die alles alleen probeert.

Gegevens, vertrouwelijkheid en controle

Vraag bij elke AI-toepassing waar uw gegevens naartoe gaan. Klantgegevens, prijzen en contracten plakken in een publieke dienst is iets anders dan een model gebruiken binnen een afgeschermde omgeving. Kijk na of ingevoerde gegevens gebruikt worden om het model verder te trainen, in welke regio ze verwerkt worden en wie er toegang toe heeft. Gaat het om persoonsgegevens, dan gelden de privacyregels zoals bij elke andere software. Voor gevoelige gegevens kan de toepassing op uw eigen server of in een private cloud draaien, met als keerzijde meer beheer en soms minder krachtige modellen. Maak ook intern afspraken over wat medewerkers wel en niet mogen invoeren.

Klein beginnen met één afgebakende taak

Kies één taak die vaak terugkomt, duidelijke invoer heeft en waarvan u het resultaat makkelijk kunt nakijken. Het verwerken van bestellingen die via mail binnenkomen is een typisch voorbeeld. Laat de toepassing eerst voorstellen doen die een medewerker goedkeurt. Zo ziet u waar het misloopt zonder dat een klant er last van heeft. Pas wanneer de voorstellen bijna altijd kloppen, laat u de eenvoudige gevallen automatisch doorlopen. Hou bij hoe vaak er gecorrigeerd wordt. Dat cijfer vertelt u meer dan elke demonstratie, en het toont ook wanneer een gewone regel in de software de taak beter oplost dan AI.