S07E04 - Jouw eerste AI agent: zo begin je succesvol

Joop Snijder bespreekt in deze aflevering van AIToday Live de praktische toepassing van AI Agents binnen organisaties. Hij illustreert het concept aan de hand van drie praktijkvoorbeelden: klantenservice e-mail verwerking, een interviewer agent en factuurverwerking.

Snijder presenteert een stappenplan voor het implementeren van AI Agents, beginnend bij procesanalyse tot het berekenen van de business case. Hij benadrukt het belang van een kritische blik en stelt de vraag of AI überhaupt nodig is.

Voor een succesvolle pilot adviseert Snijder onder meer het betrekken van eindgebruikers en het definiëren van duidelijke succescriteria. Hij benadrukt dat AI Agents mensen niet vervangen, maar versterken en wijst op het belang van effectieve mens-machine samenwerking.

Onderwerpen

• Praktische toepassing van AI Agents binnen organisaties
• Voorbeelden van AI Agents in klantenservice, interviews en factuurverwerking
• Kritische evaluatie van de noodzaak van AI
• Stappenplan voor implementatie van AI Agents
• De menselijke kant van AI-implementatie

Links

• Podcast: AIToday Live podcast
• Website: Aigency
• Website: Info Support
• LinkedIn: Joop Snijder
• LinkedIn: Niels Naglé
• Artikel: De toekomst van werk met AI agents
• Kaartspel: AI Game Changer - Generative AI editie

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:01,000 --> 00:00:06,100
Hoi, welkom bij deel 2 van onze driedelige serie over AI Agents.

2
00:00:06,100 --> 00:00:13,200
Je luistert naar AIToday Live, de Nederlandstalige podcast die je alles leert over de ontwikkelingen in kunstmatige intelligentie.

3
00:00:13,200 --> 00:00:15,740
Mijn naam is Joop Snijder, CTO bij Aigency.

4
00:00:15,740 --> 00:00:23,340
In het eerste deel, aflevering 2 van seizoen 7, hebben we kennis gemaakt met het concept van AI Agents

5
00:00:23,340 --> 00:00:31,120
en zagen we hoe ze fundamenteel verschillen van traditionele software door hun vermogen om autonoom te handelen en te leren van hun omgeving.

6
00:00:31,120 --> 00:00:35,760
We verkenden ook een praktisch voorbeeld met de podcast Research Agent,

7
00:00:35,760 --> 00:00:42,240
die je liet zien hoe verschillende agents kunnen samenwerken onder aansturing van een centraal brein, een large language model.

8
00:00:42,240 --> 00:00:47,880
Vandaag gaan we dieper in op hoe je zelf aan de slag kunt met AI Agents

9
00:00:47,880 --> 00:00:54,880
en hoe je de concepten van agents autonoom handelen en leren van hun omgeving praktisch kunt toepassen in je organisatie.

10
00:00:54,880 --> 00:01:01,000
Laat me dat illustreren met drie voorbeelden die we in de praktijk tegenkomen.

11
00:01:01,000 --> 00:01:04,820
Denk eerst aan een agent die bijvoorbeeld klantenservice e-mails verwerkt.

12
00:01:04,820 --> 00:01:09,440
Deze agent neemt zijn omgeving waar door e-mails te lezen en te begrijpen.

13
00:01:09,440 --> 00:01:16,240
Het handelt autonoom door te bepalen welke e-mails prioriteit hebben en hoe ze het beste beantwoord kunnen worden.

14
00:01:16,700 --> 00:01:23,700
En het leert door feedback van klanten en medewerkers te verwerken om de antwoorden steeds beter af te stemmen.

15
00:01:23,700 --> 00:01:29,200
Een geavanceerd voorbeeld is onze eigen interviewer agent.

16
00:01:29,200 --> 00:01:34,580
Deze neemt zijn omgeving waar door de antwoorden van geïnterviewden te analyseren.

17
00:01:34,580 --> 00:01:40,440
Het handelt autonoom door de vragen aan te passen op basis van de gegeven antwoorden.

18
00:01:41,080 --> 00:01:48,440
En hij leert door de feedback van een tweede criticus agent die de kwaliteit en diepgang van het interview bewaakt.

19
00:01:49,480 --> 00:01:57,340
Maar voordat je enthousiast aan de slag gaat met AI agents is er een cruciale vraag die je zelf moet beantwoorden.

20
00:01:57,340 --> 00:02:00,340
Heb je überhaupt AI nodig?

21
00:02:00,340 --> 00:02:06,480
Het klinkt misschien gek om dat in een serie over AI agents te vragen, maar het is essentieel.

22
00:02:07,840 --> 00:02:17,120
Het traditionele regelgebaseerde software is vaak eenvoudiger te onderhouden, voorspelbaar in gebruik en makkelijker voor het opsporen van fouten.

23
00:02:17,840 --> 00:02:29,020
Maar goed, als je wel AI agents in gaat zetten, laten we daarom kijken naar een praktisch stappenplan voor het implementeren van je eerste AI agent.

24
00:02:29,020 --> 00:02:33,700
De eerste stap is het grondig analyseren van je huidig proces.

25
00:02:33,700 --> 00:02:35,700
Waar zitten de knelpunten?

26
00:02:35,700 --> 00:02:38,520
Welke stappen kosten de meeste tijd?

27
00:02:38,520 --> 00:02:41,180
En waar worden de meeste fouten gemaakt?

28
00:02:41,180 --> 00:02:42,980
En vooral, waarom gebeurt dat?

29
00:02:43,180 --> 00:02:47,580
Soms ligt de oplossing niet in de AI, maar in het stroomlijnen van het proces zelf.

30
00:02:47,580 --> 00:02:54,500
Documenteer ook de kennis die nu in de hoofden van je medewerkers zit, want dit wordt belangrijke input voor je agent.

31
00:02:54,500 --> 00:02:56,900
Maar eerst een belangrijke waarschuwing.

32
00:02:56,900 --> 00:03:03,580
Veel organisaties maken de fout om zich blind te staren op één specifiek proces dat ze willen automatiseren.

33
00:03:03,580 --> 00:03:08,660
Ze zien een verbetering van bijvoorbeeld 50% in dat ene proces als een groot succes.

34
00:03:09,220 --> 00:03:15,800
Maar als dat proces slechts een klein onderdeel is van een veel grotere keten, ja wat is dan de werkelijke impact?

35
00:03:15,800 --> 00:03:17,520
Laat me een voorbeeld geven.

36
00:03:17,520 --> 00:03:22,700
Stel, je automatiseert de verwerking van inkomende facturen met een AI agent.

37
00:03:22,700 --> 00:03:26,540
De verwerking gaat van 30 minuten naar 5 minuten per factuur.

38
00:03:26,540 --> 00:03:28,740
Een indrukwekkende verbetering.

39
00:03:29,540 --> 00:03:36,420
Maar als die facturen vervolgens nog twee dagen in een goedkeuringsproces liggen en er daarna nog drie dagen overheen gaan voordat ze betaald worden,

40
00:03:36,420 --> 00:03:40,380
ja wat is dan de werkelijke waarde van die 25 minuten tijdwinst?

41
00:03:40,380 --> 00:03:45,240
Daarom beginnen we met het in kaart brengen van het totale bedrijfsproces.

42
00:03:45,240 --> 00:03:46,660
Waar begint het?

43
00:03:46,660 --> 00:03:47,960
Waar eindigt het?

44
00:03:47,960 --> 00:03:50,700
Welke afdelingen en systemen zijn betrokken?

45
00:03:50,700 --> 00:03:53,660
Waar zitten de echte knelpunten en vertragingen?

46
00:03:53,660 --> 00:03:59,500
Dit grotere plaatje helpt je bepalen waar AI agents de meeste waarde kunnen toevoegen.

47
00:03:59,500 --> 00:04:04,060
De tweede stap is het analyseren van de processtromen.

48
00:04:04,060 --> 00:04:09,000
En dus kijk niet alleen naar de hoofdstroom, maar ook naar uitzonderingen en alternatieve routes.

49
00:04:09,000 --> 00:04:14,820
Pas daarna kijk je naar welke vorm van intelligentie je nodig hebt in stap 3.

50
00:04:14,820 --> 00:04:18,140
Moet je systeem vooral patronen herkennen in data?

51
00:04:18,140 --> 00:04:21,540
Ja dan is een traditioneel machine learning model misschien voldoende.

52
00:04:22,040 --> 00:04:25,620
Zoek je een systeem dat zelfstandig kan reageren op nieuwe situaties?

53
00:04:25,620 --> 00:04:27,200
Dan kom je bij agents uit.

54
00:04:27,200 --> 00:04:31,940
Maak deze keuze altijd in de context van het grotere proces.

55
00:04:31,940 --> 00:04:35,360
En de vierde en laatste stap is het doorrekenen van de business case.

56
00:04:35,360 --> 00:04:39,760
Kijk niet alleen naar de directe tijdsbesparing of kostenreductie,

57
00:04:39,760 --> 00:04:42,560
maar ook naar de impact op het hele proces.

58
00:04:42,560 --> 00:04:45,300
En wat levert het erop als één schakel versneld?

59
00:04:45,300 --> 00:04:48,320
Verschuift het knelpunt dan niet gewoon naar de volgende stap?

60
00:04:48,320 --> 00:04:53,100
Wegen de kosten van implementatie en onderhoud op tegen de totale procesverbetering.

61
00:04:53,100 --> 00:04:59,400
Voor een succesvolle pilot is het essentieel om de eindgebruikers vanaf dag één te betrekken.

62
00:04:59,400 --> 00:05:04,600
Ze kennen het proces het beste en kunnen waardevolle input geven over wat wel en niet werkt.

63
00:05:04,600 --> 00:05:08,480
Definiëer ook vooraf duidelijk wat succes betekent.

64
00:05:09,480 --> 00:05:16,960
Dat kan gaan om tijdsbesparing, foutenreductie, hogere klanttevredenheid of concrete kostenbesparingen.

65
00:05:16,960 --> 00:05:21,580
Zorg dat je kunt monitoren wat je agent doet en waarom.

66
00:05:21,580 --> 00:05:28,660
Dus plan ook regelmatig evaluatiemomenten met alle betrokkenen om te bespreken wat werkt en wat niet.

67
00:05:28,660 --> 00:05:32,600
En wees voorbereid om snel buiten te sturen wanneer nodig.

68
00:05:33,440 --> 00:05:38,580
Documenteer alle aanpassingen die je maakt, want deze kennis is echt goud waard voor toekomstige projecten.

69
00:05:38,580 --> 00:05:46,240
En bij het monitoren van je pilot kijk je niet alleen naar de prestaties van de agent zelf, maar ook naar de effecten op het hele proces.

70
00:05:46,240 --> 00:05:51,820
Dus misschien werkt je agent perfect, maar creëert hij onbedoeld meer werk in een volgende proces stap.

71
00:05:52,960 --> 00:06:01,100
Of misschien zijn er kansen om de agent uit te breiden na aangrenzende processen, processtappen moet ik zeggen, voor nog meer impact.

72
00:06:01,100 --> 00:06:05,760
Een vaak vergeten aspect is de menselijke kant van AI implementatie.

73
00:06:05,760 --> 00:06:07,160
Daar wil ik het wel even over hebben.

74
00:06:07,160 --> 00:06:12,840
Want AI agents vervangen geen mensen, ze versterken ze als je ze goed ontwerpt.

75
00:06:12,840 --> 00:06:19,020
En we hebben in deze aflevering gezien hoe belangrijk het is om het gehele bedrijfsproces te begrijpen en te verbeteren.

76
00:06:19,020 --> 00:06:21,880
Niet alleen een klein onderdeel te optimaliseren.

77
00:06:22,380 --> 00:06:24,160
Datzelfde geldt voor de menselijke kant.

78
00:06:24,160 --> 00:06:29,260
Kijk naar het grotere plaatje van hoe mensen en machines kunnen samenwerken.

79
00:06:29,260 --> 00:06:33,320
En besteed daarom veel aandacht aan training en opleiding van medewerkers.

80
00:06:33,320 --> 00:06:38,320
Zorg voor een heldere communicatie over wat de agent wel en niet kan.

81
00:06:38,320 --> 00:06:43,220
En focus op het opzetten van effectieve mens-machine samenwerking.

82
00:06:43,220 --> 00:06:50,340
En het belangrijkste principe vind ik hierbij is dat je de machine naar de mens moet inrichten en niet andersom.

83
00:06:50,920 --> 00:06:54,960
De agent moet zich zoveel mogelijk aanpassen aan hoe mensen werken en denken.

84
00:06:54,960 --> 00:06:59,840
En niet vice versa dat de mens zich constant moet aanpassen aan de machine.

85
00:06:59,840 --> 00:07:07,100
Als je pilot succesvol is en je hebt een goede balans gevonden tussen proces, technologie en mens.

86
00:07:07,100 --> 00:07:09,140
Dan komt de volgende uitdaging.

87
00:07:09,300 --> 00:07:14,600
Hoe ga je op met verschillende talen of regio's?

88
00:07:14,600 --> 00:07:16,240
Wat gebeurt er bij piekbelasting?

89
00:07:16,240 --> 00:07:18,820
Hoe integreer je je nieuwe functionaliteit?

90
00:07:18,820 --> 00:07:22,460
Deze vragen lijken misschien voorbarig in de pilotfase.

91
00:07:22,460 --> 00:07:26,960
Maar ze zijn cruciaal voor het lange termijn succes van je AI implementatie.

92
00:07:28,520 --> 00:07:32,620
We hebben vandaag gezien hoe je praktisch aan de slag kunt met AI agents.

93
00:07:32,620 --> 00:07:38,720
Van het begrijpen van je bedrijfsprocessen tot het opzetten van de pilot en het betrekken van je medewerkers.

94
00:07:38,720 --> 00:07:41,560
Maar dit is eigenlijk nog maar het begin.

95
00:07:41,560 --> 00:07:47,740
In het derde en laatste deel van deze serie gaan we kijken naar de toekomst van werk met AI agents.

96
00:07:47,740 --> 00:07:50,480
We bespreken hoe de rol van medewerkers zal veranderen.

97
00:07:50,480 --> 00:07:57,800
Welke nieuwe functies en competenties ontstaan en hoe je je organisatie kunt voorbereiden op deze transitie.

98
00:07:57,800 --> 00:08:04,080
Tot die tijd wens ik je succes met het verkennen van de mogelijkheden van AI agents in jouw organisatie.

99
00:08:04,080 --> 00:08:08,880
Begin klein, leer van je ervaringen en bouw vanaf daar verder.

100
00:08:08,880 --> 00:08:14,820
De toekomst van werk is hier en het is aan ons om er op een verstandige manier vorm aan te geven.

101
00:08:16,960 --> 00:08:19,460
Wil je geen moment missen van deze serie?

102
00:08:19,460 --> 00:08:28,940
Volg me dan op LinkedIn waar ik regelmatig nieuwe inzichten en praktijkvoorbeelden deel over AI agents en andere innovatieve technologie rondom kunstmatige intelligentie.

103
00:08:28,940 --> 00:08:35,280
Tot volgende week wanneer we gaan verkennen hoe de toekomst van werk eruit ziet met AI agents.

104
00:08:35,280 --> 00:08:40,600
[Muziek]

105
00:08:40,600 --> 00:08:41,600
[Muziek]