julián medina

AI toegepast op het bedrijfsleven

Hoe je aan de slag gaat met AI in een bedrijf: kies een probleem boven een tool

Door Julián Medina · Directeur van SourcingUp en maker van CommerceUp

Om met AI aan de slag te gaan, zou ik een veel voorkomende taak, beschikbare informatie en een resultaat kiezen dat iemand kan beoordelen. Door offertes te vergelijken of een commercieel concept op te stellen, kunt u leren met een specifiek toepassingsgebied voordat u meer verantwoordelijkheid aan de tool geeft.

Beschrijf eerst het werk dat u wilt verbeteren

Een bedrijf kan beginnen met het kopen van tools en eindigen zonder de manier waarop het werkt te veranderen. De vraag die ik het liefst stel is een andere: welke taak wordt herhaald, wie doet dat en wat weerhoudt hen ervan om het beter op te lossen? Die beschrijving dwingt ons om over het bedrijf te praten.

Laten we de offertevergelijking nemen. Het bruikbare resultaat is geen elegante samenvatting. Het is in staat zijn gelijkwaardige producten, hoeveelheden en voorwaarden te zien en te identificeren welke informatie ontbreekt om een ​​beslissing te nemen. Als we dat niet eerder definiëren, is het moeilijk om te evalueren wat de AI retourneert.

Een eerste oefening: leveranciers vergelijken

  1. Kies documenten die u kunt gebruiken. Voor die aankoop heb ik de relevante offertes en voorwaarden verzameld.
  2. Ik heb het uitvoerformaat gedefinieerd. Bijvoorbeeld een tabel met product, hoeveelheid, valuta, term en verwijzing naar het brondocument.
  3. Maak de onzekerheid expliciet. Ik vroeg dat de ontbrekende velden zouden worden gemarkeerd en dat de voorwaarden van verschillende leveranciers niet zouden worden gemengd.
  4. Controleer het resultaat. Een persoon vergelijkt de gegevens met het origineel voordat hij een beslissing neemt.

Dit is een praktijkvoorbeeld en geen resultaat dat aan een cliënt wordt toegeschreven. Het is ook het soort zakelijk probleem dat we bij mij aanpakken AI-cursus voor bedrijven.

Hoe weet je of het eerste gebruik werkt?

Ik heb het hele proces gemeten: voorbereiding, generatie, review en correcties. Vergelijk hoeveel werk er voorheen nodig was, hoeveel fouten er verschijnen en of de uitvoer u helpt beslissen. Een snelle versie die een langere beoordeling vereist, betekent mogelijk geen verbetering.

Ik herhaalde de oefening met verschillende documenten. Een goed resultaat in één enkele test is niet voldoende om te begrijpen onder welke omstandigheden het werkt. Registreer ook de gevallen die mislukken: er verschijnen regels die nog niet duidelijk waren.

Wanneer de volgende stap zetten?

Wanneer het team kan uitleggen wat de tool doet, waar het de informatie vandaan haalt en wie de output valideert, heeft het een basis om de reikwijdte uit te breiden. U kunt de bestelling omzetten in een herbruikbare instructie of een integratie overwegen. Als elke poging afhankelijk is van improviseren, is het raadzaam dat werk eerst te organiseren.

Ervaring stapelt zich op als we iets geleerd in het proces achterlaten. In mijn werk met AI interesseert die continuïteit mij net zoveel als de tool die we gebruiken. De volgende stap is begrijpen wat een agent nodig heeft om deel te nemen aan een echte operatie.

Waar komt deze blik vandaan?

Redactionele ontwikkeling vanuit de praktijkgerichte aanpak van mijn AI-cursus voor bedrijven en in wat ik vertelde ThinkUp: het gebeurt al. De voorgestelde oefening is noch een succesverhaal, noch een rendementsmeting.