Een eerste keuze is of AI een medewerker ondersteunt of zelfstandig een actie uitvoert. Bij ondersteuning ontvangt de gebruiker bijvoorbeeld een samenvatting, suggestie of conceptantwoord. De medewerker controleert de uitvoer en beslist wat ermee gebeurt. Bij automatisering stuurt het systeem de uitkomst door naar een volgende processtap zonder iedere keer menselijke bevestiging.
De fouttolerantie bepaalt hoeveel controle nodig is. Wanneer een fout eenvoudig zichtbaar en herstelbaar is, kan een organisatie ruimere automatisering overwegen. Bij gevoelige, financiële, juridische of medische informatie kunnen aanvullende controles en duidelijke grenzen noodzakelijk zijn. Deze afweging wordt door de proceseigenaar gemaakt.
Vervolgens wordt bepaald welke gegevens AI mag gebruiken. Een toepassing kan werken met openbare informatie, interne documenten, gegevens uit bedrijfssoftware of een combinatie daarvan. Niet alle beschikbare data hoeft relevant of toegestaan te zijn. Leg daarom per databron vast welke informatie wordt gebruikt, wie toegang heeft en hoe actuele versies worden herkend.
Moet een organisatie zelf een AI-model ontwikkelen? Dat is niet altijd nodig. Een toepassing kan gebruikmaken van een bestaand model via een API, een model binnen een afgeschermde omgeving of een specifieke dienst voor bijvoorbeeld classificatie of documentherkenning. De passende keuze hangt af van de taak, gegevens, gewenste controle en technische infrastructuur.
Bij generatieve AI kan een toepassing interne informatie opzoeken en als context aan het model meegeven. Dit wordt vaak gebruikt bij vraag-en-antwoordfuncties over documenten. De software moet dan bepalen welke bronfragmenten relevant zijn en deze bij het antwoord kunnen tonen. De organisatie blijft verantwoordelijk voor de inhoud van de documenten en de regels voor gebruik.
Ook de uitvoer moet worden begrensd. Welke antwoorden zijn toegestaan? Wanneer moet het systeem aangeven dat onvoldoende informatie beschikbaar is? En wanneer wordt een taak doorgestuurd naar een medewerker? Zulke regels voorkomen niet iedere fout, maar maken wel duidelijk hoe de toepassing binnen het proces hoort te functioneren.
Tot slot zijn logging, evaluatie en beheer onderdeel van de technische keuzes. Vastgelegde invoer en uitvoer kunnen, binnen de afgesproken voorwaarden, worden gebruikt om de werking te controleren. De organisatie bepaalt welke kwaliteitscriteria gelden. APPelit ontwikkelt de integratie, gebruikersomgeving en technische controles volgens deze specificaties.
Case: AI-ondersteuning voor binnenkomende servicevragen
Classificeren en samenvatten zonder automatisch te antwoorden
Een leverancier van technische apparatuur ontvangt servicevragen via e-mail en een online formulier. Medewerkers lezen iedere melding, zoeken het bijbehorende product op en bepalen naar welk serviceteam de vraag gaat. De organisatie onderzoekt of AI deze voorbereidende handelingen kan ondersteunen.
De proceseigenaar bepaalt dat AI geen antwoord naar de klant mag versturen en geen servicetaak zelfstandig mag afsluiten. De toepassing mag uitsluitend een categorie voorstellen, een samenvatting maken en relevante productdocumentatie zoeken. Een medewerker controleert alle resultaten.
De organisatie levert de categorieën, routeringsregels en goedgekeurde productdocumenten aan. APPelit ontwikkelt een AI-integratie die de tekst van een nieuwe melding verwerkt en een voorstel in de bestaande serviceomgeving toont. De originele melding blijft altijd zichtbaar naast de AI-uitvoer.
Wanneer het systeem onvoldoende informatie aantreft of meerdere categorieën even waarschijnlijk lijken, wordt geen definitieve classificatie ingevuld. De medewerker kiest dan zelf de juiste categorie. Ook kan de medewerker het voorgestelde resultaat aanpassen voordat de melding wordt doorgestuurd.
Voor kwaliteitscontrole stelt de organisatie een verzameling eerder beoordeelde meldingen beschikbaar. Hiermee kan worden getest hoe vaak de voorgestelde categorie overeenkomt met de menselijke beoordeling en bij welke soorten vragen aanpassing nodig is. De organisatie bepaalt welke uitkomst voldoende is voor ingebruikname.
In een latere versie kan worden onderzocht of de toepassing ook een conceptantwoord mag opstellen. Dat is een afzonderlijke keuze met nieuwe instructies, tests en controlevoorwaarden. De eerste versie blijft bewust beperkt tot interne ondersteuning bij lezen, indelen en zoeken.