Zoals we allemaal weten heeft Gen AI in 2023 de wereld stormenderhand veroverd met ChatGPT en andere toepassingen die menselijke intelligentie kunnen nabootsen in nieuwe creaties. Hoewel AI al jaren deel uitmaakt van de operationele cultuur in toepassingen zoals fraudedetectie, klantenservicebots en risicobeheer, opende de evolutie van grote taalmodellen de deur voor generatieve AI om verschillende industrieën binnen te dringen. De C-suites van ondernemingen willen Gen AI graag verkennen en integreren in hun zakelijke ecosysteem om de productiviteit, klantervaring en procesautomatisering te verhogen.
Terwijl de gesprekken over Gen AI de boventoon voeren op de podia, worden bedrijven óf getroffen door het vinden van de juiste use case om Gen AI effectief te integreren óf hebben ze hulp nodig bij het verkrijgen van toegang tot hun eigen data, het kiezen van basismodellen en het implementeren van modellen in hun data-ecosysteem. Bij Zuci Systems hebben we gewerkt aan AI-projecten om de zakelijke uitdagingen van ondernemingen op te lossen. Wat denk je? Tot mijn verbazing is de door Zuci aanbevolen AI-oplossing voor ondernemingen geen generatieve AI. Dit bracht mij ertoe de AI-expert van Zuci in te schakelen om enig licht te werpen op generatieve AI en AI-adoptie.
Hallo, ik ben Naresh Kumar , Lead Marketing Strategist bij Zuci Systems.
Maak kennis met Janarthanan Poornavel, Chief Technology Officer bij Zuci Systems, die zijn mening deelt over het kiezen van de juiste AI-technologie, effectieve AI-adoptiestrategieën en manieren om het succes van AI-projecten te meten.
Naresh: Wat is de dringende noodzaak voor bedrijven om activatie-AI te verkiezen boven Gen-AI? Kunt u een realtime toepassing van AI-activering met ons delen?
Jana: Bij het inzetten van AI in bedrijven is het essentieel om te begrijpen dat niet alle AI-benaderingen gelijk zijn. Gen AI biedt een canvas voor innovatieve constructies, biedt een fris perspectief en stimuleert creativiteit. Als het echter gaat om het aanpakken van de ingewikkelde uitdagingen waarmee ondernemingen worden geconfronteerd, vooral op gebieden als procesautomatisering en klantinteractie, krijgt de vraag naar consistente en betrouwbare resultaten voorrang.
Dat is waar activatie-AI om de hoek komt kijken. Het draait allemaal om consistentie. Activation AI is gebouwd op Gen AI die elke keer dezelfde resultaten oplevert, wat cruciaal is voor bedrijven. Of het nu gaat om het activeren van gegevens uit formulieren, tabellen, alinea’s of zelfs audio en video, activerings-AI zorgt voor nauwkeurigheid en efficiëntie met minimale fouten.
Hoewel GenAI een rol speelt bij het bevorderen van creativiteit, is zijn rol bij het oplossen van echte bedrijfsproblemen beperkt. Activation AI is de ideale oplossing voor bedrijven waar betrouwbaarheid van cruciaal belang is. Het biedt de consistentie en precisie die nodig zijn om succes te behalen.
Mijn voorkeur voor activerings-AI sluit aan bij de bredere trend in de sector. Het is de praktische keuze voor bedrijven die AI effectief willen inzetten en tastbare resultaten willen behalen. Door prioriteit te geven aan consistentie en betrouwbaarheid kunnen bedrijven activatie-AI gebruiken om een echte impact op hun bedrijf te maken.
In reactie op het AWS-rapport* kan Gen AI geweldig zijn voor het oplossen van individuele problemen zoals het genereren van inhoud en videobewerking. Maar voor ondernemingen die complexe problemen willen oplossen, is activering van AI de sleutel, en vroege doorbraken zullen plaatsvinden via procesautomatisering en klantervaring.
Hier is mijn standpunt over de cruciale rol van activerings-AI in procesautomatisering en klantervaring.
1. Procesoptimalisatie
Stel je een scenario voor waarbij een bedrijf dagelijks duizenden of zelfs miljoenen documenten verwerkt. Het handmatig verwerken van deze documenten is vervelend en tijdrovend, en vatbaar voor fouten en inefficiëntie. Met Activation AI wordt het verwerken van documenten echter vereenvoudigd. Intics.ai bijvoorbeeld, een pionier op het gebied van AI voor activeringsdoeleinden, lost al meer dan drie jaar cruciale AI-problemen in bedrijven op, nog voordat de AI-hausse op internet begon.
Bedrijven kunnen nu de extractie en samenvatting van gegevens uit documenten automatiseren met een ongeëvenaarde nauwkeurigheid en efficiëntie. Taken die vroeger uren handmatig werk vereisten, kunnen nu in een fractie van de tijd worden uitgevoerd, waardoor waardevolle resources vrijkomen en operationele uitmuntendheid wordt gestimuleerd.
We werkten bijvoorbeeld voor een bedrijf dat bijna 700.000 facturen per jaar ontving. Hier controleerden medewerkers elke factuur handmatig, wat tijdrovend en foutgevoelig was. Met onze AI-benadering voor activering konden we een vermindering van het foutenpercentage tot 15% en van de handmatige tijd met 85.000 uur voorspellen.
2. Ervaringen van klanten
Selfserviceprocessen voor klanten kunnen naadloos en efficiënt worden door de inzet van chatbots en virtuele assistenten met AI-activering. Deze virtuele entiteiten automatiseren nauwkeurige reacties, verlagen de operationele kosten en zorgen voor een snelle reactie op vragen van klanten. Beslissers kunnen waardevolle inzichten verkrijgen om klantervaringen te verfijnen, prestaties te controleren en bedrijfsgroei te stimuleren door middel van gepersonaliseerde interacties.
“Gegevens zijn er niet alleen voor rapportages; ze kunnen ook als opdracht fungeren. Denk aan een kiosk in postkantoren met een AI-infrastructuur (groot audiomodel) voor activering. Wanneer een gebruiker goederen wil retourneren of een specifieke vraag wil stellen aan een medewerker van de klantenservice, kan hij de kiosk bereiken en de vraag stellen via een spraakcommando. Het grote spraakmodel verwerkt de vraag vervolgens, voorziet gebruikers van de exacte context en helpt gebruikers bij het oplossen van hun vragen. Deze modellen verbeteren niet alleen de klantervaring, maar verminderen ook het handmatige menselijke werk bij het uitvoeren van alledaagse taken.”
Naresh: Hoe kunnen bedrijven zorgen voor een succesvolle integratie en adoptie van AI-technologie binnen hun ecosysteem en wat zijn de uitdagingen bij de adoptie van AI?
Jana: Elke succesvolle AI-implementatie vereist de mogelijkheid om toegang te krijgen tot gegevens van hoge kwaliteit uit verschillende bronnen. Een van de sleutelfactoren voor een succesvolle AI-integratie is de overgang naar een innovatieve cultuur. Zowel C-suite besluitvormers als technische teams moeten hun prioriteiten op elkaar afstemmen en samenwerken aan één gemeenschappelijk doel. C-suites moeten een cruciale rol spelen door van bovenaf de toon te zetten en ervoor te zorgen dat er wordt geïnvesteerd in de benodigde AI-technologieën. Bovendien moeten organisaties zich inzetten om verantwoorde AI-systemen te bouwen, waarbij eerlijkheid, transparantie en privacy vanaf het begin prioriteit krijgen. Dit omvat het identificeren en beperken van vooroordelen, het verbeteren van de verklaarbaarheid en het beschermen van gevoelige gegevens.
Het is echter onvermijdelijk dat er uitdagingen ontstaan bij de toepassing van AI-technologieën. Een van de belangrijkste hindernissen is de angst om te falen. AI is een iteratief proces en experimenteren is de sleutel tot succes. Organisaties moeten bereid zijn om van fouten te leren en hun strategieën dienovereenkomstig aan te passen in plaats van tegenslagen de vooruitgang in de weg te laten staan. Het aanbieden van uitgebreide trainingsprogramma’s en duidelijke richtlijnen voor AI-gebruik kan helpen om risico’s te beperken en ervoor te zorgen dat werknemers zich bevoegd voelen om AI-technologieën effectief in te zetten.
“Nadat we voor een van de klanten in de gezondheidszorg hadden gewerkt aan het bouwen en implementeren van modellen voor AI-activering, was ons doel in eerste instantie om de klant voor te lichten over wat mogelijk is en wat niet. Er is geen standaardaanpak om een AI-project op te starten en te voltooien zoals een softwareontwikkelingsproject. In elke fase van de voortgang hebben we de C-suite erbij betrokken om hen in staat te stellen de aangepaste workflow te begrijpen die we hebben gebouwd om de gegevens uit verzekeringsdocumenten te activeren.”
Naresh: Hoe moeten bedrijven het succes van een AI-project meten?
Jana: Het meten van het succes van een AI-project vereist een mentaliteitsverandering van kortetermijnwinst naar strategische impact op lange termijn. Terwijl traditionele ROI-metingen een beperkte kijk op succes geven, moeten organisaties een meer holistische benadering kiezen die rekening houdt met bredere bedrijfsresultaten en het concurrentielandschap.
Als organisaties zich alleen richten op onmiddellijk rendement, lopen ze het risico dat ze belangrijke kansen voor innovatie en groei missen. In plaats daarvan moet de C-suite AI-inspanningen meten op basis van wat succes betekent voor hun bedrijf in termen van wendbaarheid, concurrentievoordeel en risicotolerantie.
Organisaties moeten zichzelf de vraag stellen: als we hier nu niet in investeren, zullen we dan in de toekomst achterop raken bij onze concurrenten als de technologie volwassen wordt? Door de focus te verleggen van ROI op de korte termijn naar strategische waarde op de lange termijn, kunnen organisaties zichzelf beter positioneren voor succes in het steeds veranderende zakelijke landschap.
Hoewel traditionele ROI-statistieken de waarde van AI-initiatieven misschien niet volledig weergeven, kunnen organisaties het succes nog steeds meten aan de hand van factoren zoals tijdsbesparing door automatisering, geïdentificeerde nieuwe kansen, verbeteringen in de klantenservice en toename van up-sells. Uiteindelijk vereist het meten van het succes van AI-projecten een toekomstgerichte aanpak. Door flexibiliteit en innovatie te omarmen, kunnen organisaties AI inzetten om de komende jaren duurzame groei, concurrentievoordeel en zakelijk succes te stimuleren.
Verhuizen naar Vasudevan Swaminathan
Vasudevan Swaminathan , onze CEO-oprichter, deelt zijn ervaring over de weg naar succesvolle AI-projecten.
Naresh: Voor organisaties die de sprong naar AI willen wagen, wat zou het juiste pad kunnen zijn om hun AI-reis te beginnen?
Vasu: Dat is een uitstekende vraag. Ik heb het veel over AI gehad met Jana, en vanuit het niets naar de activering van AI, hebben we een grens gebouwd in de AI-ruimte om bedrijven te onderwijzen en te adviseren die diep in AI willen duiken.
Wat betreft je vraag: bij AI gaat het erom computers het vermogen te geven om gegevens te analyseren, patronen te herkennen en zelfstandig beslissingen te nemen. En het spannende gedeelte? AI heeft het potentieel om een revolutie teweeg te brengen in de manier waarop bedrijven werken.
Nu ik het AI-team heb opgericht en meer dan drie jaar heb gewerkt aan AI-projecten in het bankwezen en de gezondheidszorg, kan ik onze bewezen en succesvolle 7-lagenaanpak voor AI-projecten met overtuiging noemen. Organisaties moeten rekening houden met deze lagen die hen door de verschillende fasen van hun AI-reis leiden, van het leggen van de basis tot het inzetten en onderhouden van AI-oplossingen.
Laag 1: Gegevens verzamelen: Door toegang te krijgen tot uw eigen gegevens (die uw stilzwijgende kennis vertegenwoordigen) legt u de basis voor uw AI-reis. Op die manier zorg je ervoor dat er gegevens van hoge kwaliteit beschikbaar zijn voor training, fijnafstemming of RAG (Retrieval Augmented Generation). Of het nu gaat om generatieve AI of ML, toegang hebben tot gegevens die uniek zijn voor jouw bedrijf (je stilzwijgende gegevens) zal je onderscheiden.)
Laag 2: Labellogica: Of het nu gaat om gegevensactivering of voorspellende analyse, het labelen of annoteren van uw tabelgegevens of afbeeldingen is van cruciaal belang. Of het nu gaat om gegevensactivering of voorspellende analyse, het labelen van uw gegevens in tabelvorm of afbeeldingen is van cruciaal belang. Met effectieve labelingpraktijken zullen je modellen goed zijn in hun taak van voorspellingen of classificaties.
Laag 3: Feature Forge: Deze stap is een uitbreiding van de vorige stap en vereist bewuste oefening om de juiste representatie van de gegevens te krijgen. Voor voorspellende analyses bovenop gegevens in tabelvorm bepaalt deze stap praktisch het succes van het hele initiatief.
Laag 4: Model Mastery: Of het nu ML of gen-AI is, modelleren is de fase waarin de beste algoritmen worden gecombineerd met de beste gegevens. Deze stap wordt voornamelijk overgelaten aan de machines, maar vereist menselijke intelligentie om de waarde te maximaliseren door geschikte algoritmen te selecteren, hyperparameters af te stemmen en de prestaties van het model te evalueren voor de gewenste nauwkeurigheid.
Laag 5: Validatiereis: Hier worden modellen gevalideerd op ongeziene gegevens om de prestaties en het generalisatievermogen te beoordelen. Of het nu gaat om LLM’s (Large Language Models) of LVM’s (Large Visual Models), dit is waar het menselijk talent van uw organisatie een rol moet spelen. Omdat modellen moeten worden gevalideerd op ongeziene gegevens om de prestaties en het generalisatievermogen te beoordelen, vereist deze stap de meeste menselijke tussenkomst.
Laag 6: Deployment Drive: Getrainde modellen worden ingezet voor voorspellingen of taakautomatisering in echte omgevingen. Dit omvat het integreren van modellen in bestaande systemen, het bewaken van prestaties en het aanpakken van implementatieproblemen.
Laag 7: Onderhoudsmodus: Voortdurend bewaken, bijwerken en verbeteren van geïmplementeerde modellen om de prestaties op peil te houden en aan te passen aan veranderende omstandigheden. Deze fase omvat het monitoren van modeldrift, hertraining met nieuwe gegevens en het opnemen van feedback van gebruikers voor voortdurende effectiviteit en relevantie.
Of bedrijven nu traditionele of activerende AI willen opnemen in hun bedrijfsecosysteem, besluitvormers moeten de basissystemen begrijpen om ervoor te zorgen dat ze de juiste AI-technologie identificeren om de bedrijfsproblemen op te lossen die ze proberen aan te pakken. Wat dat betreft kan activerende AI een Jarvis zijn voor bedrijven die experimenteren met en investeren in AI-modellen om hun bedrijf toekomstbestendig te maken.
Oorspronkelijk gepubliceerd in onze LinkedIn nieuwsbrief, ZtoA Pulse.
Wil je in contact komen met onze experts? Laat je gegevens achter en we nemen contact met je op.
