AI onder regie

Een aanvraag beoordelen, ontbrekende informatie herkennen of een proces verbeteren: AI kan mensen helpen informatie te ordenen en mogelijke vervolgstappen te zien. De vraag is niet hoeveel AI je toevoegt, maar welk werk er begrijpelijker, beter of minder arbeidsintensief door wordt.

Daarom verkennen we afgebakende toepassingen, zoals ondersteuning bij analyse, een voorstel voor een processtap of uitleg bij een afwijking. Een suggestie is geen besluit. Een modeluitkomst is geen toestemming om gegevens te wijzigen of een actie uit te voeren.

AI hoort voor ons thuis binnen een beheerst proces. Vooraf moet duidelijk zijn welke taak ondersteuning krijgt, welke bronnen gebruikt mogen worden en waar de grens van een automatische stap ligt.

Bij impactvolle besluiten en onzekere uitkomsten moet een bevoegde medewerker kunnen beoordelen, bijsturen en stoppen.

De organisatie blijft eigenaar van haar beleid en verantwoordelijkheden. Wij willen voorkomen dat procesafspraken ongemerkt verschuiven naar een prompt, een leverancier of een model dat niemand meer goed kan uitleggen.

Ook zonder AI moet duidelijk blijven wat een proces probeert te bereiken en wie verantwoordelijk is voor het resultaat.

Privacy en informatiebeveiliging beginnen bij de vraag welke informatie werkelijk nodig is. Niet alle gegevens die technisch beschikbaar zijn, horen in een AI-verzoek thuis. Per toepassing moeten doel, gegevensgebruik, toegangsrechten, bewaartermijnen en de rol van eventuele dienstverleners beoordeeld worden.

Hetzelfde geldt voor de uitvoering. Toegang tot een taalmodel mag nooit stilzwijgend meer rechten geven in een bronsysteem. Een advies en een systeemactie vragen om gescheiden bevoegdheden en een herkenbaar controlemoment. Vertrouwelijke gegevens vragen bovendien om passende afspraken over verwerking en de gebruikte infrastructuur.

Een bruikbare toepassing moet meer opleveren dan een overtuigend antwoord. Wij willen kunnen beoordelen welke informatie is gebruikt, welk voorstel is gedaan, wie een besluit heeft genomen en welke actie daarna werkelijk is uitgevoerd. Logging moet dat ondersteunen zonder onnodig gevoelige inhoud te verzamelen.

Tests horen ook fouten en uitzonderingen te behandelen: een onjuiste suggestie, ontbrekende brondata, ongewenste instructies in aangeleverde informatie of een leverancier die niet reageert. Een menselijke terugvalroute en een begrensde impact horen bij het ontwerp, niet pas bij het eerste incident.

Scope4mation onderzoekt en ontwikkelt AI-mogelijkheden zorgvuldig. We willen leren met concrete vraagstukken, feedback van gebruikers en technische toetsing. Onze ontwikkelwerkwijze en de inzet van AI daarin zijn iets anders dan AI-functionaliteit die klanten in Service Automation Suite kunnen gebruiken.

Wil je een toepassing verkennen? Begin met één taak, een duidelijke eigenaar en toetsbare criteria. Bespreek vooraf welke gegevens nodig zijn, hoe het resultaat wordt gecontroleerd en wanneer de proef stopt. Pas daarna volgt een besluit over verdere ontwikkeling of inzet.