Heb je hulp nodig? Neem dan even contact op met één van de moderatoren. LET OP! OM VRAAG TE STELLEN OF EEN ANTWOORD TE GEVEN MOET JE EVEN INLOGGEN!
CSW bouwt seriematige gestandaardiseerde machines en is wereldwijd marktleider binnen een kleine niche binnen de bier- en drankenindustrie. Voor aanvragen ontvangen wij met regelmaat complexe dossiers van grote eindklanten, welke beoordeeld moeten worden. De meest complexe data hierin zijn de documenten (bijvoorbeeld pdf, word, excel) die betrekking hebben op de elektro en automatiseringseisen. Ondannks dat wij een hoge mate van standaardisering hebben, proberen we altijd mee te gaan in de wensen van de klant. Hiervoor worden deze documenten nu beoordeeld door engineers, die hiervoor een overzicht maken met alle afwijkingen ten opzichten van onze eigen standaarden, waar dan per positie een meerprijs aangekoppeld kan worden.
Vanwege drukte bij engineering (en omdat ze dit geen leuk werk vinden) willen wij kijken of AI ons (deels) kan helpen om dit voorwerk eenvoudiger te maken. Als basis zou dan een gedetailleerde samenvatting van het klantdocument gemaakt kunnen worden, welke vervolgens met onze eigen gestandaardiseerde lijst vergeleken kan worden. Uiteraard dient daarbij ook wel de vertrouwelijkheid van de klantinformatie bewaakt te worden.
Het lijkt mij echter dat dit niet een unieke vraagstelling is. Ik ben daarom nieuwsgierig of er al leden zijn die hier onderzoek naar gedaan hebben, of misschien al verder zijn, en die met ons hierover willen sparren.
Met belangstelling kijk ik uit naar de reacties.
Dag Wim,
jouw uitdaging doet sterk denken aan de praktijkcase in deze video van Climate for Life (Itho Daalderop) samen met Axians en Microsoft: https://www.youtube.com/watch?v=XdHtf3SNveY. Daarin zie je hoe zij met een centraal data- en AI-platform (Microsoft Fabric + OpenAI) binnen drie weken een oplossing bouwden die 50 % van de klant- en monteurs service-aanvragen automatisch analyseert en beantwoordt. Net als bij jullie gaat het in de video om klant-aanvragen die automatisch worden geanalyseerd en vergeleken met interne standaarden. Met een platform als bijvoorbeeld Microsoft Fabric + OpenAI kun je zelf bepalen hoe je het antwoord ontvangt. Heb je al nagedacht in welke vorm je de overeenkomsten of juist de verschillen teruggekoppeld wilt krijgen – bijvoorbeeld een afwijkingen-lijst, score-kaart of complete samenvatting?
Helaas is Itho Daalderop geen Metaalunie-lid en kunnen we je als Metaalunie niet in contact brengen, toch deel ik graag de video. Zij laten zien hoe je vertrouwelijke documentatie veilig kunt inlezen, samenvatten en naast je eigen standaarden leggen om sneller tot een offerte-overzicht te komen.
Benieuwd of dit een beetje lijkt op wat je zoekt! Wellicht biedt het inspiratie voor andere forum leden om op je bericht te reageren.
Hallo Mike,
Dank je wel voor jouw reactie. Ik zal hier eens naar gaan kijken.
Op dit moment ben ik nog steeds aan het inventariseren. Ik moet dit naast mijn normale werkzaamheden doen, en mijn prioriteit moet bij mijn klantkontakten liggen. Het uitzoeken van dit gaat op het ene moment iets makkelijker dan het andere helaas.
Ik heb de video ondertussen bekenen en ik moet helaas constateren dat dit totaal niet aansluit bij waar ik naar op zoek ben. Dit is gericht op serviceafdelingen voor bedrijven die standaard producten of diensten leveren, waar het mij bekend is dat AI zeer goed toepasbaar is om klantvragen en -problemen te behandelen.
Dit heeft niets te maken met de engineeringsvraagstellingen waar ik naar op zoek ben helaas. Ik zoek juist oplossingen die vooraf kunnen helpen bij klanteisen, dus geen vragen, maar eisen aan techische uitvoeringen. Dat zie ik hier helaas niet in terug komen.
Desondanks toch mijn dank voor het meedenken. Wellicht dat het volgende idee wel past.