AllEyesOnAutomation

Het AllEyesOnAutomation-seminar, georganiseerd door hyperautomation consultancy Roboyo, vond plaats in Berlijn en omvatte presentaties van bedrijven die AI-toepassingen in hun dagelijkse werkzaamheden gebruiken. Er werden verschillende interessante voorbeelden gedeeld:

In Berlijn vond het AllEyesOnAutomation seminar plaats. Op het podium presentaties van bedrijven die AI toepassingen dagelijks gebruiken. Een aantal interessante voorbeelden:

• Investeerder Permira gebruikt AI voor analyse van potentiele investeringen. Ze hebben een trainingsprogramma waarbij alle medewerkers leren om goed te prompten, zodat ze betere antwoorden krijgen op hun vragen. Ze hebben daarnaast een serie voorbeeldprompts voor typische taken gemaakt die medewerkers kunnen gebruiken als startpunt voor hun prompts. Hiermee wordt de analyse van potentiele investeringen en van de bedrijven in hun portfolio veel beter. Niet alleen kunnen ze nu een veel grotere hoeveelheid documenten meenemen in hun beeldvorming, maar ze gebruiken het ook om biases zo veel mogelijk te voorkomen. Omdat LLMs ook het sentiment van een tekst kunnen herkennen, kan dat meegenomen worden in de beeldvorming.

• De Portugese bank Millenium BCP presenteerde een case over het van kop tot staart automatiseren van hun processen. Waar dat eerste met OCR en RPA gedaan werd, wordt dat respectievelijk vervangen door gebruiken LLM en APIs.

• Software-ontwikkelaar Rainbird heeft een explainable AI ontwikkeld. Door gebruik te maken van graph databases waarin de kennis opgeslagen wordt, kan een chatbot gemaakt worden die niet alleen goed antwoord geeft op vragen, maar ook kan uitleggen waarom dat antwoord goed is. Deze technologie wordt vooral toegepast in om zeker te weten dat de chatbot antwoorden geeft in geval van complex beleid waarbij niet direct een eenduidig antwoord beschikbaar is. Denk bijvoorbeeld aan overheidsregelingen en verzekeringspolissen. De technologen zorgt ervoor dat de antwoorden conform policy zijn.

Wat in alle gevallen duidelijk was, is dat de voorlopers op genAI gebied die voorsprong niet sinds de opkomst van genAi opgebouwd hebben, maar al veel eerder begonnen zijn. Ze hebben hun data op orde en hun processen al zo ver mogelijk geautomatiseerd. Dan is er een goede voedingsbodem voor toepassing van AI, en kan met AI op relatief korte termijn aanzienlijke verbeteringen gerealiseerd worden.

Home