It's the deterministic machine, stupid!
Heb je al gehoord van de nieuwste trend in AI?
Steeds meer mensen gebruiken AI om razendsnel bestaande softwarepakketten na te bouwen. Het bekendste collectief heet ArtCraft. Zij hebben in een paar weken tijd de volledige Adobe Creative Suite nagebouwd, plus delen van Microsoft Office 365 en nog wat losse apps. Alles bij elkaar nu al 17 apps in totaal. Hun Microsoft Word vervanger heet WordCraft, is nu ongeveer 75% af, en ziet er precies hetzelfde uit als Word.
Hoe krijgt het ArtCraft team het voor elkaar om in zo korte tijd Microsoft Word helemaal na te bouwen? Heel simpel, ze bouwen de app met AI en ze doen het testen met een ‘machine’. Bij iedere test opent deze machine een testdocument in WordCraft en Word, maakt van beide een schermafdruk, en vergelijkt de twee plaatjes. Als er ook maar een pixel scheef staat, moet de AI weer aan het werk.
Met deze opstelling kan het ArtCraft team razendsnel apps nabouwen. De AI fungeert hierbij als een soort rechterbrein dat creatief computercode produceert (met af en toe de nodige fouten), en de machine die de schermafdrukken vergelijkt, werkt als een linkerbrein dat steeds heel nauwkeurig het eindresultaat controleert.
De Deterministische Machine
Dit concept is een van de belangrijkste pijlers van AI Fixer. Wij noemen het de deterministische machine. Het is een soort strenge automatische controle die razendsnel de resultaten van een AI-proces controleert op juistheid. En als er iets niet goed is stuurt de deterministische machine meteen een duidelijk signaal terug naar de AI: sorry, maar dit klopt niet. En dan probeert de AI het nog een keer, en nog een keer, totdat het resultaat helemaal goed is.
Bij Tools4Ever hebben wij een deterministische machine ingezet op de supportafdeling. Wij hielpen ze om een AI-agent te bouwen die meekijkt met de binnenkomende supporttickets en creatief probeert de juiste medewerker aan het juiste ticket te koppelen. Deterministische regels bepalen hierbij welke medewerker naar welke klant mag, wie voldoende ervaring heeft met de relevante producten en systemen, en welke afspraken in de agenda verschoven mogen worden. Binnen deze beperkingen mag de AI-agent zelf aan de slag.
Het resultaat? De AI-agent suggereert binnen enkele seconden welke specialist het meest geschikt is voor een ticket, en schuift waar nodig zelfs in de agenda’s om ruimte te maken voor een call met de klant. De supportmedewerkers kunnen de suggestie accepteren of met de hand iemand anders uitkiezen. Voordat wij langs kwamen vonden ze het uitzoekwerk altijd heel vervelend, dus met deze deterministische machine hebben we een vervelende klus kunnen wegautomatiseren.
Wat kan jij zelf doen?
In jouw eigen organisatie kun je dit concept ook toepassen. Je moet hiervoor op zoek gaan naar bedrijfsprocessen waar je met strakke regels heel duidelijk kunt bepalen of het eindresultaat goed of fout is. Hier kun je de deterministische machine inzetten. Als je het bedrijfsproces dan automatiseert met AI, worden fouten en hallucinaties automatisch opgevangen.
Je kunt bijvoorbeeld denken aan een app die controleert of een door AI gemaakte offerte de juiste prijzen, kortingen en leveringsvoorwaarden bevat. Of je laat AI zelf afspraken inplannen, maar stelt regels op zodat er rekening gehouden wordt met reistijd, iedereen voldoende rust heeft tussen afspraken, en alles past binnen de beschikbare werktijden.
Of je bouwt een voorraad-tool die garandeert dat de producten die AI aan een klant belooft daadwerkelijk op voorraad zijn of op tijd nabesteld kunnen worden. Of (en dit heeft een van onze klanten tijdens een AI Fixer sessie ter plekke gebouwd) je controleert dat een door AI opgesteld contract alle verplichte clausules bevat en de juiste bedrijfsgegevens gebruikt.
We hopen dat het nu voor jou duidelijk is dat het niet gaat om wat je gaat bouwen met AI. Het gaat er juist om hoe jij het resultaat van AI gaat controleren. Als je die uitdaging hebt opgelost komen de AI toepassingen vanzelf van de grond.
Wat wordt jouw deterministische machine?