3 concrete toepassingen van AI voor bedrijven

Leestijd 9 minuten | Geschreven door Michiel Scheepens | 8 oktober, 2018

We staan aan de vooravond van een nieuw artificial intelligence-tijdperk. Leuk, die zelfrijdende auto’s en slimme koelkasten. Maar wat heb jij aan AI binnen je dagelijkse business? Aan de hand van 3 concrete toepassingen laten we zien dat de potentie van kunstmatige intelligentie voor bedrijven enorm is.

Door de gigantische data-explosie, sterk toegenomen rekenkracht en verbeterde machine learning-algoritmes gaan we een nieuw tijdperk tegemoet. Waarin AI-toepassingen opduiken in ieder aspect van ons dagelijks leven én in haast alle bedrijfsprocessen.

3 concrete toepassingen van AI voor bedrijven

Op dit moment kost het de meeste bedrijven nog te veel geld en tijd om AI-oplossingen te implementeren. Nu zowel big corporates als innovatieve start-ups dagelijks met nieuwe toepassingen komen, worden de vereiste investeringen echter in rap tempo lager. En dat is goed nieuws.

Routinetaken automatiseren en betere beslissingen nemen

De AI-revolutie ontsluit namelijk een gigantisch businesspotentieel voor bedrijven. Machine learning-technologieën gaan steeds meer en steeds complexere routinetaken overnemen van medewerkers. Kunnen zij daardoor hun aandacht verleggen naar niet-routineuze, analytische en creatieve taken? Dan haalt AI het maximale uit het menselijke vermogen.

Als bedrijf kun je bovendien unieke inzichten distilleren uit grote – ook ongestructureerde – datasets. Daardoor ben je in staat complexe analyses uit te voeren, die dankzij machine learning steeds beter worden. Zelflerende machines geven ook predictive analytics een boost, zodat je op basis van patronen uit het verleden steeds accurater de toekomst gaat voorspellen. Zo kun je als bedrijf niet alleen een stuk efficiënter werken, maar ook effectiever. Je neemt immers betere beslissingen.

In onze whitepaper ‘Artificial intelligence: 5 toepassingen en 6 trends voor bedrijven’ zetten we een vijftal concrete AI-toepassingen uiteen, waarvan we er in dit artikel 3 kort uitlichten.

1.   Minder manueel werk en automatische beslissingen in ERP’s

Het staat vast: AI-aspecten in ERP’s gaan een fundamentele impact hebben op je dagelijkse bedrijfsprocessen. Een groot aantal menselijke taken kan worden geautomatiseerd, waaronder het nemen van beslissingen. Voor de overblijvende taken zijn veel workflow-verbeteringen mogelijk.

De beslissingen die nog wel handmatig moeten worden genomen, zullen van hogere kwaliteit zijn. Allereerst omdat medewerkers meer kunnen focussen op de analytische en creatieve aspecten van hun functie. Daarnaast kan AI in je ERP-systeem beslissingen verifiëren op basis van historische gegevens.

Voorbeelden (die zijn ontleend aan SAP S/4HANA) van AI-oplossingen die nu al worden toegepast in ERP zijn bijvoorbeeld:

  • Op basis van de huidige vraag, historische doorlooptijden en de businesscontext worden voorraden dynamisch beheerd
  • Automatische kostenvoorspellingen voor de planning en uitvoering van toekomstige projecten aan de hand van historische projectdata
  • Minder kliks en getypte commando’s dankzij een conversationele user experience.

2.   Tijdsbesparing in recruitment en onboarding

HR-afdelingen zijn complex, arbeidsintensief en sterk data-afhankelijk en lopen daardoor traditiegetrouw achter qua automatisering. AI kan voor een ommekeer zorgen. Waarschijnlijk blijven de oordelen van HR-professionals altijd nodig. Maar dankzij AI-oplossingen zullen ze beschikken over betere informatie plus meer tijd, capaciteit en budgetruimte om tot die oordelen te komen.

Bij recruiting kan een AI-toepassing in zijn zoektocht naar geschikte kandidaten in no-time terabytes aan cv’s, social media-accounts, sollicitatiebrieven en andere bronnen analyseren. Bijkomend voordeel: AI kan objectief – en dus vooroordeelvrij – oordelen. Al schuilt in machine learning wel het gevaar dat vooroordelen uit het verleden worden overgenomen door de machine.

Ook bij onboarding kan AI zeeën van tijd vrijmaken voor HR-medewerkers. Nieuwe medewerkers overladen HR vaak met vragen over bijvoorbeeld arbeidsvoorwaarden. AI-chatbots kunnen dit prima overnemen. De nieuwe medewerkers profiteren daarvan omdat ze veel sneller antwoord krijgen.

Andere toepassingen van AI in HR zijn bijvoorbeeld:

  • Ziekteverzuim voorspellen
  • Functioneren van medewerkers monitoren door verschillende databronnen en indicatoren te analyseren
  • Voorspellen welke medewerkers van plan zijn om te vertrekken op basis van hun computeractiviteiten.

3.   Chatbots voeren conversaties sneller (en zelfstandig)

Door de stormachtige evolutie op het terrein van natuurlijke taalverwerking en taalherkenning gaan we toe naar het punt waarop het moeilijk is te zeggen of we communiceren met een mens of een chatbot. Zo’n bot is een stukje software dat conversaties kan voeren met mensen via tekst of spraak. Deze machines kunnen steeds bijleren over gedrag en patronen van klanten in het algemeen en voorkeuren van specifieke klanten.

Zo’n 40 procent van de grote bedrijven werkt al met chatbots, of wil dat spoedig gaan doen. Met name in de e-commerce, online marketing, reisbranche, hospitality en financiële dienstverlening worden ze veel gebruikt.

Bots zijn een goedkoop alternatief voor personeel, maar voor klanten of medewerkers die ermee chatten moet het wel winst opleveren. En dat is vooralsnog een knelpunt: chatbots zijn weliswaar veel sneller dan een medewerker, maar meestal nog niet beter.

Chatbots worden bijvoorbeeld gebruikt voor:

  • Contact met klanten, vooral voor samenvattende antwoorden op vragen over producten, diensten en technische problemen
  • Collaboratieve werkomgevingen zoals Slack, waar chatbots gesprekken monitoren en relevante feiten, statistieken en aanbevelingen geven
  • Assistentie bij trainingen.

Dat AI-investeringen mooie return on investments kunnen opleveren wordt inmiddels bewezen door talloze cases. Een goed voorbeeld is TravelBird, wiens machine learning-chatbot geheel zelfstandig klantverzoeken afhandelt. Na een paar maanden nam de bot al twee derde van de verzoeken voor rekening, met 90 procent klanttevredenheid en 30 procent vermindering van de gemiddelde afhandelingstijd.

Deel via social media

Share on facebook
Share on twitter
Share on linkedin

Michiel Scheepens

Marketing Team Coordinator

Whitepaper

Data Detox

Raak je overtollige data kilo’s kwijt

Dirty Data kost bedrijven wereldwijd klauwen met geld. Bovendien lopen zij winst mis doordat ze concurrenten niet kunnen bijbenen die slimmer zijn met data en analytics. Met deze whitepaper stomen we je klaar voor efficient data management.

Pdf van 29 pagina’s, 0,4 MB
Data Detox

Wil je meer lezen over creditmanagement en compliance?

2021 © - All rights reserved - Dun & Bradstreet B.V.
Legal      Privacy Policy