AI-toepassingen en use cases in functioneel beheer
AI-toepassingen en use cases in functioneel beheer
Dit domein toetst of je AI-toepassingen kunt herkennen en of je een use case kunt beoordelen op waarde, haalbaarheid en risico - in plaats van mee te gaan in de techniek.
Soorten toepassingen
- Taalmodellen (LLM's): samenvatten, herformuleren, vragen beantwoorden op basis van eigen bronnen (retrieval-augmented generation), concepten maken.
- Classificatie en extractie: meldingen rubriceren, velden uit documenten halen, intentie herkennen.
- Voorspellende modellen: verwachte doorlooptijd, kans op escalatie, capaciteitsplanning.
- Patroondetectie: afwijkingen in logs of transacties, fraudesignalen.
- Procesautomatisering gecombineerd met AI: gegevens overzetten en daarbij een beoordeling uitvoeren.
Beoordelingscriteria voor een use case
- Volume en variatie: veel voorkomende, vergelijkbare gevallen lenen zich beter dan zeldzame maatwerkgevallen.
- Foutkosten en omkeerbaarheid: een onjuiste samenvatting is herstelbaar, een onterechte afwijzing van een aanvraag niet.
- Beschikbare data: voldoende, representatieve en gelabelde voorbeelden, inclusief de uitzonderingen.
- Uitlegbaarheid en toezicht: is vast te leggen waarom het systeem dit voorstel doet, en kan een medewerker ingrijpen?
- Beheerlast: wie onderhoudt de kennisbron, monitort de kwaliteit en beoordeelt wijzigingen?
Uitgewerkt voorbeeld
Drie kandidaten: (a) automatische wachtwoordreset, (b) classificatie van klachten, (c) voorspellen welke incidenten de SLA dreigen te overschrijden. Beoordeel: (a) is vooral standaardautomatisering, met weinig AI-waarde en laag risico; (b) heeft hoog volume, veel variatie, lage foutkosten bij menselijke controle en beschikbare historie - een goede kandidaat; (c) heeft hoge waarde maar vraagt betrouwbare historische data en een duidelijke actie bij een voorspelling, anders ontstaat alarmmoeheid. De redenering volgt dus volume, foutkosten, databeschikbaarheid en beheerbaarheid, niet de nieuwigheid van de techniek.
Valkuilen
- Een proof of concept als eindpunt zien, zonder eisen voor monitoring, logging en eigenaarschap.
- Use cases starten zonder proceseigenaar of zonder afspraak over wat er bij een fout gebeurt.
- Generatieve antwoorden presenteren zonder bronvermelding, waardoor hallucinaties niet te herkennen zijn.
- Vergeten dat een model na verloop van tijd veroudert en opnieuw beoordeeld moet worden.