AI-processen: dit kun je leren van de avocado-industrie

AI-processen: dit kun je leren van de avocado-industrie

Verzekeraars kunnen lessen trekken uit AI-processen in de avocado-industrie. 'Met behulp van kunstmatige intelligentie lukt het deze industrie de supply chain te stroomlijnen en op afstand de rijpheid van avocado's te beoordelen. Eenzelfde AI-systeem zetten we in voor verzekeraars om bijvoorbeeld schadeclaims efficiënter te kunnen afhandelen', aldus Marco de Jong, oprichter en eigenaar van Experience Data

Avocado’s en verzekeringen. Op het eerste gezicht werelden van verschil. Maar de operationele processen die schuilgaan achter deze producten hebben wel degelijk overeenkomsten.

‘De kunst is om mens en machine te laten samenwerken en van elkaar te laten leren. Dan kunnen operationele kernprocessen écht veel slimmer worden ingericht, worden ze steeds beter en kunnen organisaties enorme kosten besparen. Dat gebeurt ook al’, vertelt Marco de Jong, oprichter en eigenaar van Experience Data, een bureau dat bedrijven helpt om met behulp van kunstmatige intelligentie (AI), big data en deep learning flinke efficiencyslagen te maken.

AI-tool

‘Zo hebben we voor de avocado supply chain een AI-tool ontwikkeld waarmee we de avocado’s kunnen volgen in de supply chain. Dat doen we door stickers op dozen avocado’s te fotograferen. Hierop staat informatie over waar de avocado’s vandaan komen, wie ze heeft verbouwd en geplukt, de maat van de avocado’s, enzovoorts. Dankzij deze tool kan onze klant eenvoudig de avocado’s volgen door de supply chain.'

'Het is daardoor niet meer nodig om de data van alle partijen die met deze avocado’s in aanraking komen - denk aan verpakkers, overslag- en transportbedrijven en koelhuizen - aan elkaar te koppelen. Deze partijen hoeven nu geen extra inspanningen meer te verrichten om die data te communiceren. Wij maken voor onze klant een totaaloverzicht van waar de avocado’s zich bevinden en in welke staat. Dat levert waardevolle inzichten op.’

Keurmeesters

Maar de toepassingen van AI gaan verder dan dat. De Jong: ‘Zo hebben we ook software ontwikkeld waarmee keurmeesters tijdens verschillende fasen in de supply chain de rijpheid en gaafheid van avocado’s kunnen  testen zonder deze open te snijden. Hiervoor hebben we gebruikgemaakt van de kennis en ervaring van de keurmeesters. We hebben een laagdrempelige manier gevonden om deze vast te leggen en toe te passen in AI-systemen. En dáár zit ‘m de crux. We heten niet voor niets Experience Data.'

We kunnen ervaring van experts vastleggen in de AI-systemen”

'Die ervaring, de experience, is wat ons betreft heel belangrijk bij zelflerende systemen. Machines kunnen leren op basis van de data die wij hen voeden, maar als we die data aanvullen met de kennis en ervaring van experts, dan maken we écht grote stappen om processen efficiënter te maken. De experts kunnen dan weer leren van de data en inzichten die het systeem levert, enzovoorts. Er ontstaat dan een zelflerende organisatie. Dat is een enorme winst. Het systeem wordt steeds slimmer, en dat geldt ook voor de medewerkers en dus ook de organisatie.'

Wat is wat?

Kunstmatige intelligentie > Wordt ook wel artificial intelligence (AI) genoemd. Het gaat over de intelligentie waarmee machines en software zelf in staat zijn om beter te worden en problemen op te lossen.

Machine Learning > gaat over de ontwikkeling van algoritmes en technieken waarmee computers kunnen leren en is een manier om te komen tot kunstmatige intelligentie.

Deep learning > een vorm van machine learning die uitgaat van kunstmatige neurale netwerken: de machine die denkt en leert als ons brein.

Keten slimmer inrichten

Dan de stap naar de verzekeraars. De Jong: ‘Die lijkt groot, maar dat valt mee. ‘Ook verzekeraars kennen kernprocessen en supply chains die kunnen worden geoptimaliseerd. Een polis of een claim wordt tijdens een traject eveneens voortdurend in verschillende systemen vastgelegd: de incassoafdeling, degene die de premie int, de klachtenafhandeling, alles heeft een eigen systeem. Die keten kan veel effectiever worden ingericht als elke afdeling de verbanden tussen data en klanten eenvoudig ter beschikking heeft. Het goede nieuws is, dat kan. Dat is een kwestie van de juiste data-architectuur.’

Maar er kan nog veel meer wanneer systemen gebruikmaken van de kennis van experts. De Jong: ‘Neem een claim. We weten dat naarmate verzekeraars meer contactmomenten hebben met een klant, de kans groter is dat deze een claim indient. De toon die een klant aanslaat en het verloop van een gesprek zijn voor claimbehandelaars belangrijke indicatoren. Maar deze kennis ligt nergens vast.’ AI voor verzekeraars kan zorgen voor het opslaan van deze onderliggende kennis.

Kunstmatige assistent

Experience Data heeft speciaal hiervoor een Kunstmatige Assistent ontwikkeld waarmee claimbehandelaars – zonder dat het hen extra tijd kost – hun kennis en ervaring kunnen vastleggen. De Jong: ‘Bedrijven borgen daarmee de kennis en ervaring in de organisatie ook al vertrekt een expert. Deze assistent geeft een voorzet voor het bedrag waarmee de claim kan worden afgehandeld. Dat geeft houvast en scheelt veel tijd en geld.’

De Kunstmatige Assistent geeft aan welke klant een claim gaat indienen”

Het doorgronden van de technologie en deze verrijken met kennis en ervaringen van experts. Dat is wat De Jong met zijn bedrijf doet. ‘Systemen worden steeds slimmer waardoor het aantal toepassingen ervan enorm groeit. Voor veel bedrijven valt er op het gebied van AI dan ook letterlijk en figuurlijk nog enorm veel winst te behalen.’ Maar essentieel; alleen met begrip van de volgende fase kunnen de beste keuzes gemaakt worden in de huidige fase.

Dit artikel is gesponsord door Experience Data.