Deze ‘AI scale-up van het jaar’ zet de business case altijd voorop: “Technologie moet geen probleem zoeken, een probleem moet de juiste technologie zoeken”

Deze ‘AI scale-up van het jaar’ zet de business case altijd voorop: “Technologie moet geen probleem zoeken, een probleem moet de juiste technologie zoeken”

Dit stuk is een samenwerking tussen Bloovi Studio & Faktion

Faktion speelt mee aan de top van de artificiële intelligentie. Het Antwerpse bedrijf is niet alleen in eigen land uitgeroepen tot ‘AI scale-up van het jaar’, CTO Joeri Van Steen schopte het zelfs tot ‘European CTO of the year’. Volgens Niels Van Weereld, verantwoordelijk voor business development, en Jos Polfliet, verantwoordelijk voor machine learning projecten, heeft Faktion weinig interesse in ‘magie en gegoochel’, maar vertrekt het altijd van een concrete business case om toegevoegde waarde te genereren. “Voor business cases die bedrijven of sectoren overstijgen, bouwen we ook zelf AI-producten.”

Artificiële intelligentie en machine learning hebben volgens Van Weereld de voorbije jaren een serieuze evolutie doorgemaakt. “Een paar jaar geleden zagen we nog veel magie en gegoochel. De technologieën waren hip, bedrijven hadden schrik om de boot te missen en wilden ‘iets met AI doen’. Maar zo werkt het natuurlijk niet. Wij draaien de rollen om: technologie moet geen probleem zoeken, een probleem moet technologie zoeken. Soms is op de oplossing voor het probleem AI of machine learning, soms iets totaal anders.”

Wij vertrekken altijd van de business case en hanteren haalbaarheid en waarde van de oplossing

“Wij vertrekken altijd van de business case en hanteren daarbij twee criteria: de haalbaarheid en de waarde die de oplossing kan genereren. Idealiter gaan die twee hand in hand. Soms kan je wel veel waarde creëren met een AI-oplossing, maar is die wel extreem ingewikkeld – en dus onvermijdelijk ook heel duur – om te implementeren. Andere keren zal de toegevoegde waarde niet superhoog liggen, maar is de oplossing wel snel en gemakkelijk te bouwen. Bedrijven onderschatten dat laaghangend fruit wel eens. Ze verwachten spectaculaire resultaten van machine learning, zelfrijdende wagens en robots en dat soort dingen, maar ondertussen kijken ze naast de quick wins die recht voor hun neus liggen.”

Afstompende taken automatiseren

Een voorbeeld van een behoorlijk complexe AI-oplossing die Faktion bouwde voor bandenfabrikant Bridgestone. Aan de hand van sensordata voorspelt een algoritme niet alleen de slijtage van de banden, maar ook de toestand van de remmen, de batterij en de olie. Die data worden bovendien ook nog eens gebruikt om de kwaliteit van de wegen in Rome in kaart te brengen.

Jos Polfliet - VP of Applied AI

Een andere oplossing die eveneens voor veel toegevoegde waarde zorgt, is de AI-assistent op maat van een bank voor ondernemers en vrije beroepen. “De accountmanagers bij de bank hebben honderden klanten, het is heel moeilijk voor hen om al die klanten goed genoeg te kennen om hen telkens de beste financiële producten voor te stellen”, legt Polfliet uit. “Dankzij machine learning konden ze snel en efficiënt de ideale producten detecteren, die én voor de klant én voor de bank toegevoegde financiële waarde genereert. We hebben de resultaten gemeten: bij 86 procent van de klanten konden de accountmanagers nieuwe producten voorstellen. We kennen recommendation algoritmes van Netflix of van Spotify, maar in een B2B-context worden ze nog weinig gebruikt. Daar ligt nog heel wat braakliggend terrein.”

“Voor een andere klant, een klassieke retailbank, hebben we het beoordelen van kredietaanvragen deels kunnen automatiseren. Tientallen mensen deden niets anders dan kredietaanvragen checken. Zit de loonfiche erbij? Het aanslagbiljet? Zijn alle documenten volledig ingevuld? Is elke pagina geparagrafeerd? Dat is saai en afstompend werk, waar weinig mensen echt gelukkig van worden. Je kan dat relatief snel en eenvoudig automatiseren door machine learning toe te passen. Een perfect voorbeeld van laaghangend fruit. Is dat de meest sexy toepassing van AI? Nee, waarschijnlijk niet. Maar wel één die heel veel waarde genereert, want de motivatie van werknemers stijgt enorm als ze hun handen vrij krijgen voor andere taken. Boeiendere taken, die op hun beurt ook nog eens voor meer toegevoegde waarde zorgen. Dubbele winst dus.”

Zelf AI-producten ontwikkelen en naar de markt brengen

Faktion neemt een unieke plaats op de ‘AI-markt’ in doordat de scale-up niet alleen projectgedreven werkt, maar ook zélf producten ontwikkelt en naar de markt brengt. “We vertrekken altijd van de business case”, benadrukt Van Weereld. “Maar als we binnen een sector of over sectoren heen gelijkaardige business cases vaak zien terugkomen, bestuderen we of het interessant kan zijn om het te productizen. Zo kunnen we oplossingen sneller naar de markt brengen, en maken we AI en machine learning ook toegankelijk voor middelgrote kmo’s die niet altijd de middelen hebben voor een product op maat.”

Niels Van Weereld - VP Business Development

Het eerste product dat Faktion zo ontwikkelde, was een combinatie van AI en spraaktechnologie om chatbots naar een hoger niveau te tillen. Chatlayer, de spin-off die voortkwam uit het product, is ondertussen verkocht aan een Zweeds bedrijf. “We hebben recent ons tweede product gelanceerd: Metamaze, dat automatisch documenten interpreteert. In veel bedrijven heb je werknemers die niets anders doen inkomende (elektronische) post sorteren en die dispatchen. Onze oplossing herkent die documenten automatisch: het ziet of het een factuur, een bestelbon, een loonbrief, een juridisch document,… is en het sorteert en verwerkt die onmiddellijk. Zo hoeven mensen zich niet meer bezig te houden met namen of cijfers over te typen in Excel-tabellen of in SAP-systemen.”

We maken AI en machine learning ook zo toegankelijk voor middelgrote kmo’s

“Dat product kan voor elke industrie interessant zijn. We werken bijvoorbeeld samen met een bedrijf dat stadsarchieven digitaliseert. Nu moeten de medewerkers ontelbare documenten manueel interpreteren. Is het een bouwplan uit 1948? Een bouwaanvraag uit 1983? Een verslag van een gemeenteraad uit 1971? AI kan 95 procent van al die documenten automatisch herkennen, de historici kunnen zich focussen op die 5 procent moeilijke en uitdagende gevallen. Stadsarchieven liggen ver van onze comfortzone, maar onze oplossing is daar even doeltreffend als in de retail of de financiële wereld. Het geeft ook aan hoe diep AI en machine learning ondertussen in alle sectoren zijn doorgedrongen.”

Faktion biedt verschillende oplossingen voor diverse business cases. Lees hier hun blogs gevuld met expertise of download hun specifieke whitepapers.

Deze ‘AI scale-up van het jaar’ zet de business case altijd voorop: “Technologie moet geen probleem zoeken, een probleem moet de juiste technologie zoeken”

Dit stuk is een samenwerking tussen Bloovi Studio & Faktion

Schrijf je in voor onze wekelijkse nieuwsbrief
Connecteer met 28.786 abonnees
Bloovi Magazine

Bloovi brengt 2x per jaar een eigen print magazine uit. Met inspirerende verhalen van spraakmakende ondernemers.

>> vraag hier je gratis exemplaar aan

Schrijf je in voor onze wekelijkse nieuwsbrief