Een vaak over het hoofd geziene technologie die het rendement op investeringen in AI binnen bedrijven bepaalt.

Benut onderbenutte technologieën die de ROI van AI binnen bedrijven bepalen, verbeter de nauwkeurigheid van grote taalmodellen en verlaag tegelijkertijd op intelligente wijze de implementatie- en operationele kosten.

De belangrijkste dingen die je moet weten

  • Focus op strategische bedrijfscontent, zoals contracten, standaardwerkprocedures en financiële gegevens, waar de kosten van een mislukking hoog zijn. Zorg ervoor dat er een betrouwbare, actuele en van metadata voorziene versie beschikbaar is die de content koppelt aan de bedrijfscontext en AI in staat stelt precies te weten wanneer en hoe deze te gebruiken.
  • Expliciete context (relaties tussen documenten, workflows en organisatorische kennis) creëert controle over het gedrag van intelligente agenten, niet alleen zoekbaarheid; het beschikbaar stellen van metadata en bedrijfslogica maakt het mogelijk om machtigingen toe te kennen, de geautoriseerde versie te identificeren, de positie van informatie in het proces te bepalen en menselijke tussenkomst mogelijk te maken.
  • AI-gereedheid vereist niet dat alle problemen met informatiebeheer in één keer worden opgelost, maar eerder dat men begint met de meest waardevolle en risicovolle gebieden: het identificeren van cruciale informatie, het beoordelen van de nauwkeurigheid en geldigheid ervan, het vastleggen van de omringende context en het vervolgens beschikbaar stellen ervan aan de agent met de nodige beheermogelijkheden – waardoor investeringen in informatie direct worden gekoppeld aan gerichte AI-toepassingen.

Organisaties hebben de afgelopen jaren een hectische race gevoerd om tools voor kunstmatige intelligentie in hun bedrijfsvoering en workflows te implementeren. Naarmate AI zich ontwikkelt van het simpelweg beantwoorden van vragen naar het nemen van beslissingen en het uitvoeren van acties, zal een andere technologie een verrassend belangrijke rol spelen bij het bepalen of die investeringen zich zullen terugbetalen: documentbeheer.

Bedrijven over de hele wereld investeren enorm in kunstmatige intelligentie. Recente prognoses geven aan dat de uitgaven aan AI in 2026 $2.5 biljoen zullen bereiken. Organisaties die echter veel geld uitgeven aan modellen, infrastructuur en applicaties zonder aandacht te besteden aan de onderliggende informatielaag, lopen het risico het rendement op die investeringen te ondermijnen door AI onjuiste informatie te geven of kostbare fouten te versterken.

De vraag is niet langer wat kunstmatige intelligentie kan, maar of het over de juiste informatie beschikt om het perfect te doen. Dit is in wezen het probleem van documentbeheer.

Het probleem van context in kunstmatige intelligentie

De meeste instellingen hebben niet te kampen met een gebrek aan informatie, maar juist met een overweldigende overvloed eraan.

Jarenlange samenwerking heeft geleid tot enorme hoeveelheden documenten, verspreid over gedeelde schijven, bedrijfsapplicaties, samenwerkingsplatformen en individuele werkplekken. Hoewel samenwerkingstools het voor medewerkers gemakkelijker hebben gemaakt om informatie te creëren en te delen, hebben ze het ook lastiger gemaakt om te weten wat daadwerkelijk te vertrouwen is.

Er kunnen meerdere exemplaren van hetzelfde contract bestaan, een oud beleid kan naast het huidige bewaard worden, of richtlijnen voor de afhandeling van uitzonderingen kunnen ergens verborgen liggen die slechts door een paar medewerkers worden gekend.

Mensen zijn over het algemeen bedreven in het navigeren door deze complexiteit; ze weten wie verantwoordelijk is voor een bepaald proces, welke versie van een document correct is en wanneer een uitzondering van toepassing is. Veel van deze kennis komt voort uit ervaring en context, die mogelijk nooit gedocumenteerd wordt. Kunstmatige intelligentie beschikt echter niet van nature over dit begrip; het moet zorgvuldig worden aangeleerd.

Dit wordt steeds belangrijker naarmate bedrijven meer verantwoordelijkheid geven aan AI-systemen. Als een medewerker het verkeerde document opent, is er meestal nog een kans om de fout te ontdekken. Maar als een AI-systeem verouderde informatie gebruikt als onderdeel van een geautomatiseerde workflow, kan die fout uitgroeien tot een groter probleem voordat iemand het merkt.

Sommige inhoud is belangrijker dan andere inhoud.

Het is niet de oplossing om elk document binnen de organisatie "perfect" te willen maken; dat is een enorme onderneming en de meeste inhoud verdient niet dezelfde mate van aandacht.

Organisaties moeten beginnen met het identificeren van hun strategische bedrijfsinhoud. Dit is cruciale informatie voor de bedrijfsvoering, waar de kosten van mislukking hoog zijn en waar kunstmatige intelligentie extra context nodig heeft om naar behoren te functioneren.

Contracten zijn een duidelijk voorbeeld. Ze definiëren verplichtingen, prijzen en klantafspraken. Standaardwerkprocedures kunnen bepalen hoe belangrijk werk wordt uitgevoerd. Andere documenten, zoals klantgegevens en financiële informatie, kunnen ook beslissingen beïnvloeden of bedrijfsprocessen in gang zetten.

Deze documenten zijn meer dan alleen bestanden in een archief. Ze maken deel uit van de operationele context van het bedrijf. Een paar eenvoudige vragen kunnen helpen bepalen of een document of stukje informatie die aandacht verdient:

  • Is er een duidelijke en betrouwbare versie?
  • Is het actueel en correct geclassificeerd?
  • Van wie is het en wie zou er toegang toe moeten hebben?
  • Welke andere informatie geeft het document context?
  • Kan een kunstmatig intelligentiesysteem betrouwbaar bepalen wanneer het ingezet moet worden?

Deze vragen lijken misschien traditioneel op informatiebeheer, maar naarmate kunstmatige intelligentie meer autonomie krijgt, worden ze een cruciaal onderdeel van de AI-gereedheid van een organisatie.

Context creëert controle

De grootste misvatting over AI-gereedheid is dat het voldoende is om informatie doorzoekbaar te maken; dat is niet waar.

Het vinden van een relevant document is slechts het begin. Het AI-systeem moet mogelijk ook begrijpen waarom het document bestaat, waar het betrekking op heeft, of het gecertificeerd is en waar het past in een breder bedrijfsproces.

Deze context kan voortkomen uit de relaties tussen informatie, workflows en processen die organisaties in de loop der tijd hebben opgebouwd. Het kan ook voortkomen uit de organisatorische kennis die medewerkers door de jaren heen in hun functie hebben verworven.

Naarmate organisaties de context verduidelijken door metadata te gebruiken om documentdetails te identificeren en relevante informatie te koppelen, kunnen ze beter controleren hoe AI die informatie gebruikt. Organisaties kunnen machtigingen toepassen op basis van zakelijke relaties en de daadwerkelijke bedrijfslogica, bepalen welke versie van informatie geautoriseerd is, de plaats ervan in de workflow vaststellen en beslissen wanneer menselijke tussenkomst nodig is.

Met andere woorden: meer context zorgt voor meer controle. Dit wordt belangrijk naarmate AI verder gaat dan alleen het genereren van een reactie en actie begint te ondernemen namens het bedrijf.

AI-gereedheid vereist geen radicale transformatie.

Organisaties hoeven niet al hun problemen met informatiebeheer op te lossen voordat ze de voordelen van kunstmatige intelligentie kunnen benutten. Een praktische aanpak begint daar waar de grootste waarde en het grootste risico zich bevinden.

Leiders moeten de meest cruciale bedrijfsinformatie identificeren, waar processen afhankelijk zijn van specifieke kennis, en vervolgens de nauwkeurigheid, geldigheid en betrouwbaarheid ervan beoordelen. Het vastleggen van de context rondom die informatie voordat deze beschikbaar wordt gesteld aan de agent, helpt bij het instellen van de nodige controles voordat de informatie aan AI-systemen wordt vrijgegeven.

Deze aanpak helpt organisaties ook om hun investeringen in informatie direct te koppelen aan hun AI-strategie. In plaats van een nieuw grootschalig transformatieproject te starten, kunnen ze zich richten op content die relevant is voor de specifieke use cases die ze willen implementeren.

De ware basis voor rendement op investeringen in kunstmatige intelligentie

De belangrijkste discussies rondom kunstmatige intelligentie richten zich op infrastructuur, modellen, agents en nieuwe mogelijkheden. Hoewel deze ontwikkelingen belangrijk zijn, vormen ze slechts een deel van het geheel. Organisaties moeten aandacht besteden aan de minder zichtbare infrastructuur daaronder: betrouwbare informatie, zakelijke context, governance en duidelijke regels voor het gebruik van die informatie. In het tijdperk van AI is documentbeheer belangrijker dan ooit.

Organisaties die een strategische aanpak hanteren om informatie te koppelen aan de zakelijke context, begrijpen dat dit de cruciale stap is naar succesvolle AI-implementatie. Het grootste voordeel bij de implementatie van AI is altijd het beschikken over de juiste informatie met voldoende context om deze technisch te kunnen gebruiken, met name bij geavanceerde modellen en agents.

​ Samenvatting en eindevaluatie

Elke organisatie die onafhankelijke AI-agenten inzet, moet eerst investeren in het ordenen van haar cruciale documentatie en het toevoegen van de noodzakelijke operationele context en governance. De nauwkeurigheid van geautomatiseerde processen hangt immers fundamenteel af van de betrouwbaarheid van de broninformatie, en niet alleen van de sterkte van het model. Een duurzaam concurrentievoordeel in het tijdperk van intelligente agenten zal uitsluitend worden behaald door organisaties die hun verspreide kennis omzetten in gecontextualiseerde informatiebronnen, die klaar zijn voor veilige uitvoering zonder ingrijpende herontwikkeling.

Reacties zijn gesloten.