De kansen van AI binnen software

De snelle opkomst van generatieve AI biedt vele kansen in diverse domeinen, zo ook binnen de softwareontwikkeling. Slimme AI code-tools zoals Github Copilot helpen ontwikkelaars om sneller en productiever te werken. Maar niet alleen in het ontwikkelen van de software speelt AI een rol. Ook geïntegreerd binnen business applicaties zijn er verschillende vormen van AI die verregaande automatisering van bedrijfsprocessen mogelijk maken. We nemen je graag mee in hoe we bij DataLeaf verschillende vormen van AI toepassen in onze projecten.

AI in ontwikkeling

Het is je vast niet ontgaan: de ontwikkeling van AI zit in de lift. Maar waar staan we nu precies? Je kunt bij AI al snel denken aan robots die net zo slim, of zelfs slimmer zijn dan de mens. Maar dat niveau hebben we nog lang niet bereikt. Momenteel heeft AI slechts de capaciteit om zich te richten op de taken waarvoor ze zijn ontwikkeld. Dit noemen we Artificial Narrow Intelligence, of ‘zwakke AI’. Wanneer AI de mens 1 op 1 kan vervangen en qua intelligentie overeenkomt noemen we dit Artificial General Intelligene. Maar de fase waarin we ons nu bevinden qua ontwikkelingen valt nog binnen narrow intelligence. Dit is dan ook de vorm die je binnen je bedrijf kunt inzetten.

Verschillende vormen van AI

De mogelijkheden die AI biedt zijn dan ook enorm en breiden zich continu uit naar nieuwe domeinen. Enkele voorbeelden:

• Text-to-speech: Het omzetten van geschreven tekst in gesproken woorden
• Speech-to-text: Het omzetten van gesproken taal naar woorden
• Natural Language Processing: Het begrijpen van tekst en genereren van relevante antwoorden op basis van de vragen die worden gesteld
• Beeldherkenning: Het analyseren van afbeeldingen en objecten, en het herkennen van personen, tekst of andere elementen. Bijvoorbeeld in de zorg door het analyseren van röntgenfoto’s en MRI-scans, om ziekten te diagnosticeren.
• Aanbevelingssystemen: Het doen van suggesties op basis van gebruikersvoorkeuren en historische gegevens, zoals productaanbevelingen in e-commercewebsites of aanbevelingen voor content op streamingplatforms.
• Machine Learning en Predictive Analytics: Het maken van voorspellingen en beslissingen op basis van historische gegevens
• Chatbots: Het voeren van interactieve gesprekken met gebruikers om vragen te beantwoorden of problemen op te lossen.
• Autonome systemen: Het aansturen van autonome voertuigen, drones en robots, zodat ze zelfstandig taken kunnen uitvoeren zonder menselijke tussenkomst.
• Financiële voorspellingen: Het voorspellen van financiële markttrends, het detecteren van frauduleuze transacties en het automatiseren van financiële processen.

Dit zijn slechts enkele voorbeelden van de vele toepassingen van kunstmatige intelligentie. De mogelijkheden van AI zijn voortdurend in ontwikkeling en breiden zich uit naar nieuwe domeinen en toepassingen.

Azure AI-services

Bij DataLeaf maken we gebruik van Azure AI-services: een reeks cloudgebaseerde kunstmatige intelligentie (AI)-oplossingen en tools die via Microsoft Azure beschikbaar zijn. Hiermee kunnen onze ontwikkelaars AI-functionaliteit integreren in applicaties, processen en systemen zonder zelf uitgebreide AI-expertise te hebben. Een aantal voorbeelden van klanten waar we dit bij hebben toegepast:

The Agent Assistant

The Agent Assistant zorgt voor automatisering van de customerservice. Onder andere de speech-to-text functie speelt hierbij een grote rol. The Agent Assistant logt automatisch elk gesprek dat een customerservice medewerker voert en vat deze samen. Daarnaast registreert de software automatisch de contactreden en koppelt de software hier keywords aan. Belt een klant bijvoorbeeld voor traag internet, dan is traag internet het keywords. Hieraan wordt een kennisbank gekoppeld, waardoor de medewerker snel informatie inzichtelijk heeft en de klant verder kan helpen. Door The Agent Assistant worden klanten sneller en kwalitatief beter geholpen, en bespaart de organisatie kosten.

Expoints

Voor Expoints hebben we software ontwikkeld die automatisch en omnichannel klant- en medewerkersfeedback opvraagt. De resultaten worden samengebracht in één overzichtelijk dashboard. Voor analyse van de feedback (vaak open vragen met uitgebreide antwoorden) spelen Natural Language Processing en sentimentanalyse in dit geval een grote rol. De software automatiseert het analyseren van open teksten op onderwerpen en sentimenten. Zo verkrijgen de partijen waar Expoints mee samenwerkt diepere inzichten in de wensen en behoeften van hun klanten of medewerkers dan wanneer dit handmatig zou gebeuren. Daarnaast bespaart het natuurlijk veel tijd en geld om dit stuk routinematige werk te automatiseren.

Kansen en uitdagingen van AI

In een wereld die in een rap tempo verandert door de opkomst van kunstmatige intelligentie, is het belangrijk niet blind te zijn voor de risico’s die hiermee gepaard gaan. Denk aan zorgen over privacy, ethische dilemma’s en de impact op de werkgelegenheid. Het is belangrijk dat we verantwoordelijkheid nemen in de ontwikkeling en implementatie van AI. Zo kunnen we een balans creëren tussen innovatie en de bescherming van menselijke waarden en rechten. Met de juiste ethische kaders en regulering minimaliseren we de risico’s minimaliseren en creëren we een veelbelovende toekomst, waarin mens en machine samenwerken voor een betere wereld.