KUNSTMATIGE ASSISTENTIE

null
Stel je zit met de volgende vraag: “Kan ik van A naar B komen?” Om die vraag te beantwoorden kun je van ontzettend veel verschillende informatie gebruik maken; de actuele verkeersinformatie, wegtemperatuur of neerslag kans. Maar wat voor invloed heeft al die informatie nou op je keuze? En hoe zwaar laat je iedere factor meewegen? Vaak maakt al die extra informatie het juist moeilijker om te kiezen. Wij merken dat dit in organisaties ook steeds vaker het geval is. Op zo’n moment heb je iemand nodig die alle info tot zich neemt, dit op de juiste manier interpreteert en jou simpelweg vertelt of je de weg op kan of beter thuis kunt blijven.

 

Als je dan de weg op gaat, dan wil je er ook zeker van zijn dat je de snelste route neemt. Daarom willen wij jou uitnodigen! En dan niet om jou sneller van A naar B te brengen, maar om dit principe op verschillende schalen toe te passen binnen jouw bedrijf. En zo toe te spitsen dat we een navigatiesysteem, ofwel een ‘kunstmatige assistent’, creëren voor specifieke vraagstukken. De kunstmatige assistent voeren wij met alle vastgelegde ervaringen van de experts binnen jouw bedrijf of binnen de productieketen, zodat deze altijd beschikt over alle informatie.

 

Op het moment dat jij weer voor een keuze staat, verzamelt de assistent alle relevante informatie en geeft hij een kort en duidelijk advies. Waardoor jouw keuze niet langer gelimiteerd is tot je persoonlijke mening of ervaring. Daarmee help je niet alleen jezelf, maar ook de ander. Zo’n assistent moet natuurlijk ingewerkt worden. Niemand weet op de eerste dag meteen waar de koffieautomaat staat. Het is als het verwelkomen van een nieuwe collega die je de kneepjes van het vak leert door je werk te doen. Wij helpen je dan ook graag bij het hele traject, van het ontdekken van de mogelijkheden tot het implementeren van de toepassingen.

In 3 stappen creëren wij jouw kunstmatige assistent:

ONTDEKKEN

Experimenteren

Toepassen

Ontdekken - Datamap

Het in kaart brengen van de data-infrastructuur.
Een navigatiesysteem heeft een kaart nodig om jou de goede weg te kunnen wijzen. Zie dit als het fundament waar de rest van de techniek op berust. Zo heeft een kunstmatige assistent ook een kaart nodig. Een waarop alle processen binnen jouw organisatie of afdeling duidelijk staan weergegeven. Waarbij de wegen zijn vervangen door datastromen en de hele infrastructuur zichtbaar is. Zodat je kunstmatige assistent precies weet welke ervaringsdata zich op welke plek bevindt in de organisatie. Daarom beginnen we met het opstellen van zo’n kaart.

Ontdekken - Eerste model

Binnen de business context nieuwe toepassingsmogelijkheden creëren.
Maar als we weten welke informatie er beschikbaar is, wat kunnen we hier dan mee? Of beter gezegd, wat willen we bereiken? Denken in mogelijkheden in plaats van onmogelijkheden. Omarm complexiteit. Willen weten hoe het écht zit! Daar zijn we naar op zoek. Zodat we binnen de business context nieuwe en concrete toepassingsmogelijkheden kunnen opstellen. Van hieruit stellen we use cases op en bepalen we de interface van de datamap. Via deze use cases komen we tot een eerste model. Een model wat is ontstaan vanuit jouw idee dat eerst nog onbereikbaar leek te zijn.

Experimenteren

Via verschillende iteraties komen we tot een eerste prototype.
Het fundament staat. We weten hoe onze datamap eruit ziet, waar ons navigatiesysteem ons moet brengen en in grote lijnen wat deze moet doen om dit te bereiken. Maar hoe zorgen we ervoor dat ons systeem of in dit geval, kunstmatige assistent, ons op het juiste moment de goede kant op stuurt? En vervolgens, heeft de gebruiker hier ook wat aan in de praktijk zodat hij de aanwijzingen ook daadwerkelijk opvolgt? De uitkomsten van het eerste model worden in context geplaatst en geoptimaliseerd door functionaliteiten toe te voegen of te verbeteren. Door A/B-testen en via verschillende modeliteraties komen we tot een eerste prototype van jouw kunstmatige assistent.

Toepassen - Eerste werkdag

Het inwerken van je nieuwe collega.
Je kunstmatige assistent is klaar voor zijn eerste werkdag. Maar voordat je assistent aan de slag kan, moet deze in het huidige IT-landschap worden geïntegreerd. Dit kan in de vorm van een nieuwe tool of applicatie, of als uitbreiding op een bestaand systeem. Niemand weet op de eerste dag meteen waar de koffieautomaat staat. Het is als het verwelkomen van een nieuwe collega die je de kneepjes van het vak leert door je werk te doen. Zichzelf steeds vernieuwend door jouw constante input.

Toepassen - Leren vertrouwen

Jouw besluitvormingsfundament.
Dit is het moment waarop jouw besluitvormingsfundament staat. Door het gedrag en de impact van je assistent te monitoren kunnen wij de juiste feedback geven zodat deze optimaal blijft functioneren. Nu is het enkel nog zaak dat jij erop vertrouwt dat je assistent je de goede aanwijzingen geeft. Zodat jij verder kunt, vooruit kunt kijken en je bezig kunt houden met zaken die je werk jouw werk maken. Want het is nog steeds jouw idee, jouw keuze en jouw actie.

Benieuwd hoe jij dit kunt toepassen?

null
In 30 minuten vertellen we het je. Gewoon online en zonder verplichtingen.


  • Data analyse en data science zijn onderdeel van ons dagelijks werk. Het combineren van onze eigen kennis met de expertise en pragmatische aanpak van Experience Data op het gebied van het structureren en combineren van data, leiden snel tot diepere inzichten en toepasbare oplossingen.

    Jan Orthmann
    Manager Pricing & Underwriting bij Nationale Nederlanden
  • Door de diepgaande kennis en inzichten op het gebied van data science en data discovery is Experience Data een heel waardevolle partner gebleken voor SpronQ. De dienstverlening en professionaliteit van onze organisaties sluiten goed op elkaar aan. Hierdoor hebben we in klant trajecten vernieuwende oplossingen kunnen bieden, zoals de combinatie van Case Management en Data Discovery.

    – Gerard Janssen
    Managing Director bij SpronQ
  • Experience Data helpt ons in de ontwikkeling naar een data gedreven team van professionals binnen Finance en Control. De combinatie van je data willen begrijpen, de vele technische mogelijkheden en pragmatische aanpak en begeleiding vanuit Experience Data spreken ons erg aan.

    – Rogier Leemans
    Senior Analyst bij ProRail