Artificiële intelligentie

Uitdagingen

• ILVO gebruikt een steekproefaanpak om de Belgische vissersvloot te monitoren.
• Zeegaande waarnemers kunnen slechts 2% van de visvangst in kaart brengen.

De oplossing

• Een camerasysteem aan boord maakt beelden van de vissen die na de vangst op een lopende band passeren voor sortering.
• De camera kan 19 commerciële vissoorten onderscheiden met een accuraatheid van 98%.
• De slimme camera werkt met een AI-algoritme dat versneld werd getraind met synthetische data.
• Dankzij deze autonome cameratechnologie kan ILVO zijn monitoringprogramma op schaal uitrollen en het visbestand gedetailleerd in kaart brengen.

Voordelen

• Naast het herkennen van vissoorten kan de camera ook andere gegevens verzamelen, zoals lengtemetingen.
• Op termijn komt men gedetailleerd te weten waar welke vissoorten zijn gevangen en hoe groot ze waren.
• Op die manier kunnen vangsten worden geoptimaliseerd en vrij accuraat worden voorspeld.

Toepassing van GenAI

• Een AI-algoritme wordt getraind met een dataset van foto’s. Elke vis wordt er digitaal op aangeduid met de nodige data.
• Dat is een zeer tijdrovend en duur proces.
• Dankzij virtuele of digitale vissen kunnen nu snel digitale foto’s worden gegenereerd, waardoor het AI-algoritme sneller getraind wordt.

Uitdagingen

• We wilden de hoge werklast van de klantenservice als gevolg van de expansie van Bolt Energie aanpakken.
• Daarnaast wilden we ook de efficiëntie vergroten bij het sorteren en categoriseren van de inkomende servicetickets van klanten.

De oplossing

• Geautomatiseerde categorisering van tickets met behulp van een uitgebreid taalmodel.
• Experimenteren met "Retrieval Augmented Generation" voor precieze antwoordsuggesties.
• Uitrol op AWS om de kosten van zelfhosting te verlagen.

Voordelen

• 80% van de tickets wordt automatisch gesorteerd, waardoor vier dagen per week kunnen worden bespaard.
• De medewerkers van de klantenservice concentreren zich meer op interactie.

Toepassing van GenAI

• We maken gebruik van een uitgebreid taalmodel om tickets efficiënt te sorteren.
• We experimenteren met "Retrieval Augmented Generation" om precieze en specifieke antwoorden te bieden.
• De efficiëntieverhoging die met deze aanpak kan worden gerealiseerd, gaat verder dan wat met standaard digitaliseringsmethodes kan worden bereikt.

Uitdagingen

• MD-T zocht een oplossing om de aanwezige kennis in de onderneming te beheren en te delen. De onderneming begon met de ontwikkeling van een kennismanagementproject om de Data Protection Managers (DPM's) efficiënter te laten werken door een complete en betrouwbare kennisbibliotheek op te zetten.
• Het was van essentieel belang om een transparante en efficiënte toegang tot deze bibliotheek te garanderen zodat de DPM's snel een accuraat en betrouwbaar antwoord kunnen vinden. Daar was dan ook een gebruiksvriendelijke, krachtige interface voor nodig.
• Andere challenge: de diversiteit en het meertalige karakter van de documenten en het feit dat diverse regelgeving gescheiden moest worden gehouden.

De oplossing

• Een databank die wordt beheerd door de Data Protection-experts van MyData-Trust.
• Een chatbot-interface maakt het de gebruikers mogelijk om te interageren met de databank, vragen te stellen en antwoorden van hoge kwaliteit te ontvangen.
• Een optie om te navigeren door de bronnen die het systeem gebruikt om een antwoord aan te reiken, en de mogelijkheid voor de gebruikers om hier feedback op te geven.

Voordelen

• Eenvoudiger toegang tot de databank, zodat omvangrijke documentatie niet meer handmatig moet worden doorzocht.
• Mogelijkheid om de antwoorden te valideren door controle van de documentfragmenten die gebruikt werden om de antwoorden te formuleren.
• Voortdurende verbetering van het systeem dankzij feedback van de gebruikers.
• Een kennisdatabankmanagementsysteem dat wordt onderhouden door experts.

Toepassing van GenAI

• Het grootste voordeel van GenAI in dit geval is dat zowel de fragmenten van brondocumenten als de vragen kunnen worden geïntegreerd, waardoor het systeem de fragmenten kan identificeren die het meest relevant zijn voor het antwoord.
• Het andere voordeel is dat beknopte antwoorden kunnen worden gegenereerd op basis van deze documentfragmenten.

Uitdagingen

Exalate reikt een oplossing aan die verschillende taakmanagementprogramma's koppelt en wil de integratietijd beduidend verkorten door het proces en de feedbacklussen te vereenvoudigen.

De oplossing

Een applicatie tot stand brengen die de configuratie-eisen van gebruikers kan verzamelen, feedback kan geven m.b.t. ontbrekende of niet-conforme eisen en een configuratiecode in Exalate kan genereren.

Voordelen

De applicatie kan code genereren en streeft naar 90% nauwkeurigheid, zodat klanten ogenblikkelijk hulp wordt geboden om een configuratiecode aan te maken.

Toepassing van GenAI

De applicatie maakt gebruik van GPT4 als basismodel, kan worden benaderd met natuurlijke taal en kan vervolgvragen of code genereren.