Hoe werkt het Ai-Lab?
De implementatie van Ai-Lab in een organisatie verloopt in vijf stappen. In deze pagina beschrijven we deze stappen stuk voor stuk.
Stap 1: Kennismaking met de Ai-Toolbox
Voordat we starten met de implementatie van Ai-Lab, is het belangrijk om inzicht te krijgen in de mogelijkheden van de Ai-Toolbox applicatie. De Ai-Toolbox speelt een centrale rol in het Ai-Lab. Deze applicatie is de tool waarmee we Ai-oplossingen kunnen maken, testen en uitrollen in de organisatie.
De beste manier om de Ai-Toolbox te leren kennen is tijdens een demonstratie. Tijdens deze kennismaking tonen we hoe met behulp van de Ai-Toolbox snel en eenvoudig prototypes gemaakt kunnen worden in de vorm van prompt-templates en prompt-reeksen. Een demonstratie biedt inzicht in de praktische toepassingen van de Ai-Toolbox, zodat u een goed beeld krijgt van wat u kunt verwachten tijdens de implementatie van het Ai-Lab. Een live demo is de beste manier om kennis te maken met de Ai-Toolbox, maar ook door middel van het bekijken van de uitlegvideo's kunt u al een goede indruk krijgen van wat de applicatie te bieden heeft. Bekijk de uitlegvideo's van de Ai-Toolbox hier
Stap 2: Identificeren van use cases
De volgende stap in de implementatie van Ai-Lab is het identificeren van de specifieke mogelijkheden en uitdagingen waar Ai specifiek in uw organisatie ingezet kan worden. Dit kan variëren van het automatiseren van routinetaken, uitgebreide ondersteuning bij het schrijven van teksten, tot het verbeteren van besluitvormingsprocessen.
In het Ai-Lab is de samenwerking tussen de eindgebruiker en de Ai-expert een belangrijk element. Een goede manier om een lijst met te onderzoeken use cases samen te stellen, is om de eindgebruiker hierover te ondervragen.
- We kunnen gebruikers interviewen en hen vragen welke onderdelen van hun dagelijks werk baat hebben bij Ai-ondersteuning. Deze manier levert de beste input op, maar is wel arbeidsintensief.
- Door medewerkers een enquête in te laten invullen, kunnen we snel grotere groepen gebruikers bereiken. Maar hier ontbreekt wel de directe interactie tussen Ai-expert en de medewerker.
- Door een workshop te organiseren kunnen we de input van meerdere medewerkers tegelijkertijd ontvangen, terwijl er toch sprake is van interactie met de Ai-expert en van groepsdynamiek.
Stap 3: Samenstellen Ai-Lab-team
Een succesvolle implementatie van Ai-Lab vereist de samenwerking van een multidisciplinair team dat ten minste bestaat uit:
Ai-Experts: Deze professionals brengen diepgaande kennis van Ai-modellen en technologieën mee. Ze spelen een cruciale rol in het ontwikkelen van de technische oplossingen. De Ai-expert heeft kennis van de Ai-Toolbox applicatie en vertaalt de wensen van de eindgebruiker tijdens Ai-Lab-sessies direct in prototypes.
Inhoudelijke deskundigen: Dit zijn medewerkers uit uw organisatie met expertise in de specifieke domeinen die je wilt verbeteren met Ai. Deze medewerkers leveren de kennis over de use cases die in het Ai-Lab uitgewerkt gaan worden.
Oplossingen die in het Ai-Lab gerealiseerd worden, kunnen binnen de Ai-Toolbox door medewerkers ingezet worden in hun dagelijks werk. De Ai-Toolbox is voorzien van een eigen API waarmee de gerealiseerde functionaliteit ook in bestaande systemen geïntegreerd kan worden. In dat geval is het handig om ook de kennis van de bestaande systemen in het Ai-Lab-team op te nemen.
IT-Experts: Deze teamleden hebben kennis van de bestaande IT-infrastructuur en kunnen inschatten hoe de nieuwe Ai-oplossingen het beste kunnen worden geïntegreerd.
Vrijmaken van medewerkers
Voor een succesvolle implementatie is het essentieel dat de juiste medewerkers beschikbaar zijn en voldoende tijd vrijmaken om deel te nemen aan het Ai-Lab. Deze medewerkers moeten beslissingsbevoegd zijn, zodat ze snel en efficiënt kunnen handelen tijdens het ontwikkelingsproces.
Stap 4: De werkzaamheden in het Ai-Lab
In de stap "Identificeren van use cases" hebben we bepaald welke use cases we in het Ai-Lab willen onderzoeken. Dit onderzoeken doen we door, in nauwe samenwerking tussen eindgebruiker en Ai-expert, in de Ai-Toolbox applicatie hiervoor oplossingen voor te maken.
In de stap "Samenstellen Ai-Lab-team" hebben de juiste inhoudelijk deskundigen gevonden om hun expertise in het Ai-Lab in te brengen. We hebben er ook voor gezorgd dat deze medewerkers voldoende tijd tot hun beschikking hebben voor het werk in het Ai-Lab en dat ze beslissingen kunnen nemen tijdens het maken van de prototypes.
Voor het uitwerken van de use cases in het Ai-Lab kunnen we onderscheid maken tussen drie fasen.
Niet alle drie fasen zijn altijd noodzakelijk. Als het doel van het Ai-Lab is om kennis op te doen door middel van het uitvoeren van experimenten, dan is de derde fase niet noodzakelijk. Voor alle use cases die we in het Ai-Lab onderzoeken doorlopen we deze fases. Het onderzoeken van de use cases hoeft niet serieel te gebeuren. Er kunnen dus meerdere onderzoeken tegelijkertijd lopen die zich per use case in een andere fase bevinden.
Fase I: Ontwikkelen van prototypes
Samenwerking
Een Ai-expert en een eindgebruiker maken samen, in de Ai-Toolbox applicatie, een prompt-template of prompt-reeks naar aanleiding van een van de verzamelde use cases.
De Ai-expert heeft kennis van de Ai-Toolbox applicatie en van het maken van prompts. Hij vertaalt de wensen van de eindgebruiker tijdens Ai-Lab-sessies direct in een prompt-template of prompt-reeks.
Deze eindgebruiker levert de inhoudelijke kennis, op basis waarvan de use case tot een prompt-template of prompt-reeks wordt uitgewerkt.
Prototyping
Er wordt snel een eerste versie gemaakt om concepten te valideren en feedback te verzamelen. De eindgebruiker test het prototype, en met feedback uit deze test wordt een nieuwe verbeterde versie van het prototype gemaakt.
Iteratief
Het gebruiken van de feedback van de eindgebruiker op een prototype om een nieuwe verbeterde versie te maken, herhalen we tot er een bruikbare versie is ontstaan die buiten het Ai-Lab door andere eindgebruikers op de werkvloer getest kan worden.
Fase II: Testen en feedback verwerken
Testen op werkvloer
Als de prompt-template of prompt-reeks van voldoende kwaliteit is, krijgen meer mensen via de Ai-Toolbox toegang tot de functionaliteit kunnen deze testen. Dit is een cruciale stap om ervoor te zorgen dat de oplossingen niet alleen technisch robuust zijn, maar ook praktisch bruikbaar en effectief in de dagelijkse werkzaamheden van de eindgebruikers.
Iteratief
De feedback van het testen op de werkvloer kan vervolgens gebruikt worden om de functionaliteit van de prompt-template of prompt-reeks te finetunen. Dit proces kan worden herhaald tot er een versie is ontstaan die “productie gereed” is.
Meetbaar resultaat
Als het resultaat van een prompt-template of prompt-reeks bestaat uit een tekst, een afbeelding, of een combinatie daarvan, is het lastig om de kwaliteit van het resultaat te meten. Het is daarom van belang om in deze fase een gestructureerde en eenduidige manier te ontwikkelen om de input van de testers op de werkvloer in te winnen.
Fase III: Integratie en uitrol
Uitrollen
Zodra de oplossingen volledig zijn getest en geoptimaliseerd, worden deze uitgerold in de organisatie om in de productieomgeving te worden toegepast.
Via de Ai-Toolbox
Middels de uitgebreide autorisatiemogelijkheden van de Ai-Toolbox applicatie kan de gerealiseerde functionaliteit direct binnen de Ai-Toolbox applicatie beschikbaar gesteld worden. Tijdens het ontwikkelen van de prototypes zijn alle onderdelen waaruit de prompt-template is opgebouwd duidelijk zichtbaar, en zijn alle stappen van een prompt-reeks steeds in beeld.
Voor de eindgebruiker is dit niet altijd nodig. We laten de eindgebruiker alleen de onderdelen van de prompt-template of prompt-reeks zien waar een actie van de gebruiker nodig is. Op deze manier kunnen ingewikkelde prompt-templates, en prompt-reeksen die bestaan uit veel stappen, voor de eindgebruiker teruggebracht worden tot een overzichtelijke tool.
Via de Ai-Toolbox API
De Ai-Toolbox is uitgerust met een eigen API. Dankzij deze API kunnen de ontwikkelde prompt-templates en prompt-reeksen ook buiten de Ai-Toolbox applicatie worden gebruikt. Dit betekent dat andere systemen binnen de organisatie deze Ai-oplossingen kunnen aanroepen en benutten, waardoor de integratie eenvoudig en efficiënt verloopt. De Ai-Toolbox zelf blijft de omgeving waarin de functionaliteit beheerd en verder ontwikkeld wordt.
Stap 5: Continue ondersteuning en optimalisatie
Na de initiële implementatie blijft het Ai-Lab ondersteuning bieden om ervoor te zorgen dat de gerealiseerde oplossingen optimaal blijven presteren. De ontwikkelingen in de wereld van Ai gaan razendsnel. Nieuwe modellen en nieuwe versies van bestaande modellen verschijnen praktisch continue. Deze nieuwe modellen bieden verbeterde kwaliteit van bestaande functionaliteit en ook compleet nieuwe functies. Het Ai-Lab is de plek waarin periodiek de stand van zaken van de techniek bestudeerd wordt en waar nieuwe mogelijkheden gebruikt worden in nieuwe prototypes voor nieuwe producten of in nieuwe versies van bestaande prompt-templates en prompt-reeksen.